• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제59차 동계학술대회논문집 27권1호
• /
• pp.255-256
• /
• 2019

본 논문에서는 물체를 집기(picking) 위해 필요한 깊이 값을 특수카메라인 리얼센스를 사용하여 받아와서 2D 카메라로는 하지 못하는 로봇 팔 피킹 시스템을 구현하였다. 객체 인식은 텐서플로우 객체 검출 라이브러리를 사용하여 정확도를 높였고, ROS 기반의 rviz, moveit, gazebo 등의 패키지를 사용하여 아두이노와 통신하며 로봇팔 하드웨어로 인식된 객체를 피킹하는 시스템을 구현하였다.

• 한국산업정보학회논문지
• /
• 제16권4호
• /
• pp.87-98
• /
• 2011

동영상에서의 움직이는 객체 검출과 추적은 객체 식별, 상황인식, 지능형 영상 감시 시스템 등 많은 시각 기반 응용 시스템에서 기본적이고 필수적인 전처리 작업이다. 본 논문에서는 배경과 조명이 실시간으로 변화하는 상황에서 움직이는 객체를 빠르고 정확하게 추출하고 움직이는 객체가 다른 물체에 가려지는 경우에도 강인하게 객체를 추적하는 방법을 제안한다. 객체의 효과적인 검출을 위해서 효과적인 고유 공간과 Fuzzy C-means(FCM) 를 결합하여 사용하고 검출된 객체를 강인하게 추적하기 위해 Conditional Density Propagation (CONDENSATION) 알고리즘을 사용한다. 먼저 Principal Component Analysis(PCA)를 이용하여 배경 영상에서 수집한 학습데이터를 주성분(Principal component)으로 선형변환 한다. 주성분들의 고유 특성에 대한 해석을 통하여 객체와 배경에 대하여 판별 능력이 우수한 주성분을 선별하여 고유 배경을 구성한다. 다음으로 이전단계에서 구성된 고유 벡터와 입력 영상을 결합한 연산 결과를 FCM의 입력 값으로 사용해서 객체를 검출한다. 최종적으로 검출된 객체의 좌표를 CONDENSATION의 입력으로 사용해서 객체를 추적한다. 고정된 카메라에서 조명변화와 배경변화에 적용 가능한 시스템을 구현하기 위해 고정된 카메라에서 움직이는 다양한 객체가 포함된 영상을 수집하여 학습데이터로 구성하여 사용하였다. 실험 결과에 따르면 제안하는 방법이 조명변화와 배경변화 그리고 객체의 부분적 움직임에 모두 강인하게 객체를 검출하고 다른 물체나 배경에 의해 객체가 일부 가려지더라도 객체를 추적함을 보여준다.

• 한국통신학회논문지
• /
• 제31권4C호
• /
• pp.407-416
• /
• 2006

카메라를 통한 객체의 움직임 검출은 불필요한 잡음이나 조명의 변화에 따라 정확한 움직임을 검출하는 것은 어렵다. 또한 객체의 유입 후 일정시간 동안 움직임이 없을 경우에는 배경으로 인식될 수도 있다. 따라서 실시간으로 입력되는 영상에서 정확한 객체를 추출하고 움직임을 검출할 수 있는 알고리즘이 필요하다. 본 논문에서는 객체의 정확한 움직임을 검출하기 위한 방법은 시간에 따라 변화하는 배경영상의 일부를 교체하고, 객체가 유입된 시점에서 객체의 영역을 추출하기 위하여 그물형 픽셀검사를 통하여 객체의 윤곽점을 추출한다. 추출된 윤곽점은 객체의 사각영역인 최소블록의 생성과 객체의 움직임을 빠르게 검출하기 위한 가변 탐색블록을 생성하여 정확한 객체의 움직임을 검출한다. 설계하고 구현한 시스템은 실험을 통한 성능평가에서 95% 이상의 높은 정확도를 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.548-550
• /
• 2015

본 논문은 열화상 카메라와 가시광선 카메라를 사용하여 촬영한 영상에서 움직이는 객체에 대한 검출률을 비교한다. 각 카레라는 객체로부터 8m 떨어진 지점에 위치시켰으며, 촬영한 영상에 가우시안 필터만을 적용하여 객체를 검출하였다. 객체가 존재하는 구간에서 객체가 검출된 영상으로부터 검출률을 계산하였고, 두 개의 이동 물체로부터 얻은 영상에서 열화상 카메라와 가시광선 카메라에서 각각 98.6%와 55%의 검출률을 얻었다.

• 한국멀티미디어학회논문지
• /
• 제16권2호
• /
• pp.169-179
• /
• 2013

변화 검출 알고리즘은 두 영상 프레임을 비교하여 변화를 가져온 유입된 외부 객체의 영역을 검출 하는 것이다. 본 논문은 두 영상 간의 밝기 변화 요인을 유입 객체에 의한 요인, 객체의 표면에서 주변으로 반사된 반사광 및 그림자에 의한 요인, 내재된 잡음에 의한 요인 등으로 분류하고, 이를 바탕으로 유입된 객체의 영역을 정확하게 검출하는 새로운 변화 검출 방법을 제안한다. 변화 요인의 분류와 객체 영역의 검출을 위하여, 우선 두 영상 간의 밝기 변화 값의 히스토그램을 분석하여 다수의 임계값을 추정한다. 다음으로 유입 객체의 경계 후보 화소를 추정하고, 추정된 객체 경계 후보 화소와 임계값을 이용하여 영상을 다수의 영역으로 분할한다. 최종적으로 분할된 각 영역의 텍스처를 두 영상에서 각각 구하고 이들 간의 유사도를 이용하여 각 영역이 외부 유입 객체 영역인지 아닌지를 판단한다. 다른 조명 변화 특성을 가지는 다수의 영상에서 수행된 실험을 통하여 제안한 방법이 유입된 객체의 영역을 강인하게 검출함을 보여준다.

• 전자공학회논문지
• /
• 제51권5호
• /
• pp.168-176
• /
• 2014

영상 시퀀스로부터 움직이는 객체의 검출은 비디오 감시, 교통 모니터링 및 분석, 사람 검출 및 추적 등에서 가장 기본적이며 중요한 분야이다. 안개와 같은 환경적 요인에 의하여 화질이 저하된 영상 속에서 움직이는 객체를 검출하는 일은 매우 어렵다. 특히, 안개는 주변 물체의 색상을 모두 비슷하게 만들고 채도를 떨어뜨려 배경으로부터 객체를 구별하기 힘들게 만든다. 이런 이유로 안개 영상 속에서 객체 검출 성능은 매우 낮으며 신뢰할 수 없는 결과를 나타내고 있다. 본 논문은 안개와 같은 환경적 요인을 제거하고 객체의 검출 성능을 높이기 위한 방법으로 안개 지수를 기반으로 안개 유무를 판단하고, Dark Channel Prior을 이용하여 안개 영상의 전달량을 추정하고 안개가 제거된 영상으로 복원하였으며 가우시안 혼합 모델을 이용한 배경 차분 방법을 이용하여 객체를 검출하였다. 그리고 제안된 방법의 성능을 비교하기 위해 안개 제거 전과 후의 영상에 대한 Recall 과 Precision을 측정하여 안개 제거에 따른 성능 향상 정도를 수치화하여 비교하였다. 결과적으로 안개 제거 후 영상의 가시성이 매우 향상되었으며 객체 검출 성능이 매우 향상됨을 알 수 있었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
• /
• pp.215-218
• /
• 2000

디지털 비디오 데이터를 효율적으로 브라우징 하는데 필요한 비디오 분할에 관한 연구가 활발하게 진행되고 있다. 본 연구에서는 비디오 데이터를 Shot단위로 분할하고, Shot내부에서 카메라 동작과 객체 움직임 분석을 이용한 sub-shot으로 분할하고자 한다. 연구 방법으로는 I-frame의 DC 영상을 이용하여 픽쳐그룹을 Shot(장면이 바뀐 경우), Move(카메라 동작,객체움직임), Static(영상의 변화가 거의 없는 경우)로 세분화하고 해당 픽쳐 그룹의 P, B-frame을 검사하여 정확한 컷 발생 위치, 디졸브, 카메라동작, 객체 움직임을 검출하게 된다. 픽쳐그룹 분류에서 정확성을 높이기 위해 계층적 신경망과 다중 특징을 이용한다. 정확한 컷 발생위치 검출하기 위해서 P, B프레임의 메크로블럭 타입을 이용한 통계적 방법을 이용하고, 디졸브, 카메라 동작, 객체 움직임을 검출하기 위해서 P, B-frame의 메크로블럭 타입과 움직임 벡터를 이용한 신경망으로 검출한다. 본 연구에서는 계층적 탐색을 이용하여 시간을 단축할 수 있고, 계층적 신경망과 다중 특징을 이용하여 픽쳐 그룹을 세분화 할 수 있고, 메크로 블록 타입과 통계적 방법을 이용하여 정확한 컷 검출을 할수 있고, 신경망을 이용하여 디졸브, 카메라 동작, 객체움직임을 검출 할 수 있음을 확인한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 하계학술대회
• /
• pp.542-543
• /
• 2015

본 논문에서는 차량에 설치된 스테레오 카메라를 이용하여 객체 후보를 검출하는 기법을 제안한다. 단일 카메라를 이용하면 색상 정보만을 획득할 수 있지만 스테레오 카메라를 이용하면 추가적으로 깊이 영상(depth image)을 획득할 수 있다. 깊이 정보를 이용하면 카메라의 주변 환경을 재구성 할 수 있으며, 객체 후보 검출의 성능을 향상 시킬 수 있다. 스테레오 매칭(Stereo matching)을 통해 획득한 깊이 영상을 열 단위 분석을 통해 객체로 판단되는 영역을 검출한다. 검출한 영역 경계 부근의 오류를 줄이기 위해 밝기 차를 분석한다. 실험을 통해 제안하는 시스템이 효과적으로 객체 후보를 검출하는 것을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.113-116
• /
• 2021

일반적으로 딥러닝 기반의 객체 검출(Object Detection)기법은 합성곱 신경망(Convolutional Neural Network, CNN)을 통해 입력된 영상의 특징(Feature)을 추출하여 이를 통해 객체 검출을 수행한다. 최근 자연어 처리 분야에서 획기적인 성능을 보인 트랜스포머(Transformer)가 영상 분류, 객체 검출과 같은 컴퓨터 비전 작업을 수행하는데 있어 경쟁력이 있음이 드러나고 있다. 본 논문에서는 YOLOv4-CSP의 CSP 블록을 개선한 one-stage 방식의 객체 검출 네트워크를 제안한다. 개선된 CSP 블록은 트랜스포머(Transformer)의 멀티 헤드 어텐션(Multi-Head Attention)과 CSP 형태의 공간 피라미드 풀링(Spatial Pyramid Pooling, SPP) 연산을 기반으로 네트워크의 Backbone과 Neck에서의 feature 학습을 돕는다. 본 실험은 MSCOCO test-dev2017 데이터 셋으로 평가하였으며 제안하는 네트워크는 YOLOv4-CSP의 경량화 모델인 YOLOv4s-mish에 대하여 평균 정밀도(Average Precision, AP)기준 2.7% 향상된 검출 정확도를 보인다.

• 인터넷정보학회논문지
• /
• 제21권2호
• /
• pp.9-18
• /
• 2020

영상 처리 기법을 이용한 영상 인식 분야는 버스 승차 및 하차 시에 승객을 움직이는 객체로 검출하고 개수하는 방법이 연구되고 있다. 이러한 기술 중에는 인공지능 기법의 하나인 딥러닝 기법이 사용되고 있다. 또 다른 방법으로 스테레오 비전 카메라를 이용하여 객체를 검출하는 방법도 사용되고 있다. 그러나 이러한 방법들은 객체를 검출할 때 사용되는 장비의 연산량이 많이 들어 고가의 하드웨어 장비가 필요하다. 그러나 대중교통 중 하나인 버스 승객을 검출하기 위해 상대적으로 연산량이 적은 기법을 이용하여 다양한 장비에 맞는 영상 처리 기술이 필요하다. 이에 본 논문에서는 다양한 장비에 맞는 이동 객체 검출 기법 중 배경 제거를 통한 객체의 윤곽선을 검출하여 대중교통 중의 하나인 버스에 탑승객의 수를 효율적으로 획득 할 수 있는 기법을 제안한다. 실험 결과 스테레오 비전을 장착한 장비보다 더 저사양의 장비에서 약 70%의 정확도로 승객을 개수하였다.