• 한국컴퓨터정보학회논문지
• /
• 제12권2호
• /
• pp.71-76
• /
• 2007

주어진 영상 내에서 의미 있는 객체의 존재여부를 판단하는 객체검출과정은 컴퓨터 비전 시스템을 이용한 영상인식의 핵심요소 가운데 하나이다. 템플릿 정합 방식의 객체 검출방식에서 사용되어 얼굴 인식 등에서 좋은 성능을 보이는 Hausdorff 거리는 점의 집합으로 표현된 두 객체 사이의 다른 정도를 정의함으로써 주어진 모델과 가장 차이가 적은 객체를 검출하도록 한다. 본 논문에서는 일반적으로 사용되는 바와 같이 점의 집합이 영상의 에지를 검출하여 얻어진 경우, 에지가 가지고 있는 방향정보를 이용함으로써 검출의 정확성을 높일 수 있는 방법을 제안하고 있다. 일반적으로 사용되는 Euclidean 거리 대신에 방향을 가진 두 점을 일치시키는데 필요한 탄성에너지를 정의함으로써 검출의 정확성을 높이는 방법을 제시하고 있다.

• 방송공학회논문지
• /
• 제24권4호
• /
• pp.580-591
• /
• 2019

본 논문의 목적은 자율주행을 위하여 카메라와 라이다를 이용하여 객체를 검출하고 각 센서에서 검출된 객체를 late fusion 방식으로 융합을 하여 성능을 향상하는 것을 목적으로 한다. 카메라를 이용한 객체 검출은 one-stage 검출인 YOLOv3을, 검출된 객체의 거리 추정은 perspective matrix를, 라이다의 객체 검출은 K-means 군집화 기반 객체 검출을 각각 이용하였다. 카메라와 라이다 calibration은 PnP-RANSAC을 이용하여 회전, 변환 행렬을 구하였다. 센서 융합은 라이다에서 검출된 객체를 이미지 평면에 옮겨 Intersection over union(IoU)을 계산하고, 카메라에서 검출된 객체를 월드 좌표에 옮겨 거리, 각도를 계산하여 IoU, 거리 그리고 각도 세 가지 속성을 로지스틱 회귀를 이용하여 융합을 하였다. 융합을 통하여 각 센서에서 검출되지 않은 객체를 보완해주어 성능이 약 5% 증가하였다.

• 정보처리학회논문지B
• /
• 제13B권4호
• /
• pp.361-368
• /
• 2006

본 논문에서는 스네이크 기반의 객체 윤곽선 검출 방법을 제안한다. 기존의 방법들은 스네이크 에너지 함수의 제약으로 오목한 윤곽을 갖는 복잡한 모양의 객체에 대해서는 윤곽선 검출의 정확도가 떨어지고, 고정된 스네이크 포인트 수를 이용하기 때문에 효율적으로 객체 윤곽을 표현하는데 문제점이 있다. 이러한 문제점을 해결하기 위해 스네이크 포인트의 추가 및 제거를 통해 객체의 윤곽을 검출하는 방법을 제안한다. 제안한 방법은 크게 두 단계로 구성된다. 먼저, 제안하는 스네이크 모델로 초기 관심객체의 윤곽을 검출하고, 두번째 단계로 부족한 포인트는 추가하고 잉여 포인트는 제거하여 객체의 윤곽선을 잘 검출할 수 있게 한다. 제안한 방법은 복잡한 윤곽을 갖는 객체에 대해 윤곽선 검출이 기존의 방법보다 좋은 결과를 보이는 것을 실험을 통해 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.910-912
• /
• 2005

영상감시기술은 공공장소의 사랑 행동패턴 분석을 통한 범죄 예측, 실내 환경에서의 사람의 출입여부 확인, 다중 카메라에서의 특정 이동객체 추적 등 다양하게 이용되고 있다. 또한 유비쿼터스 환경에서 영상센서로 사용 될 수 있다. 영상감시기술에서는 입력된 영상을 여러 과정을 통하여 분석 하게 된다. 여러 과정 중 이동 객체의 정확한 분석을 위해서는 효과적인 이동객체 검출 방법이 필요하게 된다. 어떤 감시카메라는 객체가 감지되었을 때 감지된 영상을 자동으로 보정한다. 이와 같이 자동보정 카메라에 입력된 영상을 분석할 경우 보정된 정도에 따른 영상처리가 필요하게 된다. 이동객체 검출 단계는 배경영상 모델링, 이동객체 검출, 그림자 제거 단계로 나눌 수 있다. 이 같은 과정 중에 감지된 영상의 자동보정 정도를 측정하고 영상 분석시 측정값을 적용하게 된다. 보정 정도를 적용한 방법과 하지 않은 방법 중에 적용한 방법이 더욱 정확한 검출 정도를 나타냈으며, 검출된 이진 이미지의 개선을 위한 과정 중 Reconstruction의 형태학적 영상처리 방법을 적용하여 기존의 검출 방법보다 향상된 결과 영상을 획득할 수 있었다. 이렇게 검출된 이동객체의 분석을 통해 보다 향상된 분석을 할 수 있게 되며, 차후 유비쿼터스 환경에서의 영상 센서로 사용 될 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 하계학술대회
• /
• pp.66-67
• /
• 2012

본 논문에서는 고정된 카메라로 촬영한 동영상에서 수퍼픽셀(superpixel)을 이용하여 전경 객체 영역을 효과적으로 검출하는 기법을 제안한다. 기존의 픽셀 기반 전경 객체 검출 기법들은 단위 픽셀에 대한 전/배경 판단을 수행하므로 실제 전경 객체 영역에 대한 정확한 검출이 어려운 단점을 지닌다. 수퍼픽셀은 성질이 유사한 픽셀들의 집합을 의미하며 영상의 과도한 분할에 주로 사용되었다. 본 논문에서는 이러한 수퍼픽셀을 이용하여 동영상의 각 프레임을 과도 분할하고, 분할된 각각의 수퍼픽셀을 전경 객체와 배경의 판단 단위로 이용한다. 제안하는 알고리듬을 적용하여 실험한 결과 기존의 픽셀 단위 검출 기법에서 나타났던 오검출을 줄임과 동시에 전경 객체의 형태를 보다 충실하게 검출함을 확인 할 수 있다.

• 스마트미디어저널
• /
• 제5권3호
• /
• pp.93-98
• /
• 2016

배회란 "어떤 곳을 중심으로 어슬렁거리며 이리저리 돌아다닌다." 라는 사전적인 의미를 가지고 있으며 대부분의 범죄가 발생하기 전에 이루어지는 행동이다. 따라서 배회행위를 검출함으로써 다양한 범죄를 사전에 예방할 수 있다. 본 논문에서는 Raspberry Pi를 이용한 배회행위 검출 알고리즘을 제안한다. 제안한 알고리즘은 적응형 차영상을 이용해 움직이는 객체를 검출하였고, 객체검출의 정확성을 높이기 위해 모폴로지 열림 연산을 사용한다. 객체가 검출되면 객체의 무게중심점을 이용하여 무게중심점의 각도 변화와 객체의 높이에 반비례하는 픽셀 이동 거리를 이용하여 배회행위를 검출한다. 배회행위로 검출되면 Raspberry Pi를 이용하여 경고음을 출력하여 사용자에게 알려준다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제48차 하계학술발표논문집 21권2호
• /
• pp.23-26
• /
• 2013

최근 모바일 장치의 영상 데이터 처리 능력 확대와 더불어 사용자가 요구하는 다양한 영상 데이터의 효율적인 인식 기술 연구가 요구되어지고 있다. 모바일 환경은 고성능 PC 환경과 달리 저사양의 CPU와 메모리를 탑재하고 있어, 영상에서 원하는 객체를 인식하기 위한 기존의 방법론으로는 사용자 요구를 실시간으로 충족하기 어려운 부분이 존재한다. 이에 모바일 환경에 맞는 객체 인식 방법론의 개발이 요구된다. 모바일 환경에서 실시간으로 객체 인식을 하기 위하여, 본 논문에서는 객체 코너 정보를 이용한 Harris corner detector[1]로부터 객체의 특징점을 추출하고, 이를 바탕으로 하여 영상내의 객체 정보 인식 방법을 제안한다. 제안하는 방법에 의해, 입력 영상에서 객체의 코너 정보를 빠르게 추출, 기존 특징점과의 비교를 통하여 영상 내부의 객체 인식을 진행한다. 일반적으로, 회전된 특징점 객체의 정보는 객체의 회전 정도에 따라 코너 픽셀 색상 정보의 변화가 발생하게 된다. 특징점의 색상값은 객체의 회전 정도에 영향을 받아 주변의 픽셀값과 혼합되는 특성이 존재한다. 본 논문에서는 회전 변경된 픽셀 색상값의 영향을 분석하여, 회전된 객체의 특징점 추출 및 객체 검출에 반영하도록 하여, 영상 내부의 회전된 객체 검출의 수행에 효과적으로 이용될 수 있도록 한다. 특징점의 코너 정보를 이용하여 객체를 인식하는 것은, 객체의 인식률은 다소 감소하더라도 모바일 환경에서 계산량의 감소를 통한 실시간 활용이 가능하도록 한다. 이러한 특성은 저성능 CPU와 메모리에서도 회전된 객체의 인식을 수행할 수 있게 하는데 상당히 효과적이다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 추계학술대회
• /
• pp.240-241
• /
• 2019

최근 객체 추적 분야에서의 딥러닝 활용도가 증가하고 있다. 대표적인 딥러닝 기반 객체 추적 시스템은 객체 검출 알고리즘과 추적 알고리즘의 연쇄된 형태로 구성된 형태이다. 따라서 추적 시스템의 성능은 객체 검출기의 성능에 매우 의전적이라는 한계점이 존재한다. 본 논문에서는 위와 같은 검출-추적의 직관적인 구조로 구성된 시스템에서 딥러닝 기반 검출기에 대한 의존성을 낮추고 또한 추적기의 동작 속도를 증가시키는 방법을 제안한다.

• 한국정보통신학회논문지
• /
• 제24권3호
• /
• pp.378-383
• /
• 2020

Viola & Jones의 객체 검출 알고리즘은 얼굴 요소 검출을 위한 매우 우수한 알고리즘이지만 변수 설정에 따른 중복 검출, 오 검출, 미 검출 같은 문제들이 여전히 존재한다. 본 논문은 Viola & Jones의 객체 검출 알고리즘에 미 검출을 줄이기 위한 가변 변수와 중복 검출과 오 검출을 줄이기 위한 검증을 적용한 개선된 얼굴 요소 검출 알고리즘을 제안한다. 제안된 알고리즘은 잠재적 유효 얼굴 요소들을 검출할 때까지 Viola & Jones의 객체 검출의 변수 값을 변화시켜 미 검출을 줄이고, 검출된 얼굴 요소의 크기, 위치, 유일성을 평가하는 검증을 이용해 중복 검출과 오 검출들을 제거시켜 준다. 시뮬레이션 결과들은 제안된 알고리즘이 검출된 객체들에 유효 얼굴 요소들을 포함시키고 나서 무효 얼굴 요소들을 제거하여 유효 얼굴 요소들만을 검출하는 것을 보여준다.

• 전자공학회논문지
• /
• 제51권5호
• /
• pp.137-151
• /
• 2014

본 논문에서는 일반적인 자연 영상에서 관심 객체를 자동으로 검출하기 위한 방법을 제안한다. 영상에서의 관심 객체는 사람에 따라서 주관적으로 판단되며, 일반적으로 사람의 시각은 관심 객체에 초점이 맞춰지게 된다. 관심 객체의 자동 검출을 위한 첫 번째 단계로서 사람의 시각 인지기반의 돌출 맵을 이용하여 관심 객체의 후보 영역을 검출한다. 검출된 후보영역은 객체에 대한 대략적인 위치 정보를 가지고 있지만 관심 객체를 정확하게 분할하지 못하는 문제점이 존재한다. 따라서 두 번째 단계에서 영상의 색상과 에지를 고려한 그래프 기반의 영상 분할 기법과 객체 영역의 세선화(skeletonization)를 결합함으로써 정확한 객체 영역을 자동으로 검출한다. 본 논문에서는 제안하는 방법과 기존 방법들의 성능을 비교하기 위해서 정확률(precision), 재현율(recall) 그리고 정밀도(accuracy)를 계산하였다. 그 결과, 제안하는 방법은 미 검출(under detection) 및 과검출(over detection)에 대한 문제점을 줄임으로써 기존 방법보다 더 향상된 결과를 보인다.