• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2009.11a
• /
• pp.137-140
• /
• 2009

본 논문에서는 Spatial Edge와 Temporal Edge를 이용한 이동 객체의 윤곽선 검출 방법을 제안한다. 카메라로부터 연속적으로 입력되는 영상에서 이동 객체의 윤곽선이 존재하는 후보 영역을 검출하기 위해, 새로운 방법의 Temporal Edge를 제안한다. Temporal Edge를 통해 검출된 후보 영역을 중심으로 Spatial Edge를 구하고, 후처리 과정을 통해 노이즈를 제거한 후 최종적으로 이동 객체의 윤곽선을 검출한다. 제안한 방법은 실험을 통해 그 성능을 확인하였고, 배경 차 방법과 비교 하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.11a
• /
• pp.117-118
• /
• 2018

본 논문에서는 작은 객체를 검출하기 위한 수정 된 YOLOv3-tiny 를 제안한다. 컴퓨터 비전에서 작은 객체 검출은 제한된 해상도와 정보로 검출하기 어렵다. 이 문제를 해결하기 위해 기존 방법의 대부분은 높은 정확도 향상을 위해 속도를 희생한다. 본 논문은 정확도와 속도가 균형적인 성능을 통해 빠른 속도로 작은 객체를 검출하는 것을 목표로 한다. 실험은 WIDER FACE 와 자체 수집한 데이터베이스에서 기존 YOLOv3-tiny 보다 높은 87.48% mAP 를 얻었으며, 속도는 각각 100.5FPS 로 YOLOv3-tiny 보다는 느리지만 높은 정확도와 YOLOv3 보다는 빠르지만 낮은 정확도를 통해 균형적인 성능을 얻을 수 있다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.30 no.3C
• /
• pp.92-101
• /
• 2005

It is difficult to detect the accurate detection which leads the camera it moves follows in change of the noise or illumination and Also, it could be recognized with backgound if the object doesn't move during hours. In this paper, the proposed method is updating changed background image as much as N＊M pixel mask as time goes on after get a difference between imput image and first background image. And checking image pixel can efficiently detect moving by computing fixed distance pixel instead of operate all pixel. Also, set up minimum area of object to use boundary point of object abstracted through checking image pixel and motion detect of object. Therefore motion detection is available as is fast and correct without doing checking image pixel every Dame. From experiment, the designed and implemented system showed high precision ratio in performance assessment more than 90 percents.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.40 no.9
• /
• pp.1828-1836
• /
• 2015

Object tracking algorithms can reduce computational cost by avoiding computation over the whole image through the selection of region of interests based on object detection. So, accurate object detection is an important task for object tracking. The background subtraction algorithm has been widely used in moving object detection using a stationary camera. However, it has the problem of object detection error due to incorrect background modeling, whereas the method of background modeling has been improved by many researches. This paper proposes a new moving object detection algorithm to overcome the drawback of the conventional background subtraction algorithm by combining the background subtraction algorithm with the motion history image algorithm that is usually used in gesture detection. Although the proposed algorithm demands more processing time because of time taken for combining two algorithms, it meet the real-time processing requirement. Moreover, experimental results show that it has higher accuracy compared with the previous two algorithms.

• The Journal of the Korea Contents Association
• /
• v.11 no.4
• /
• pp.215-224
• /
• 2011

There have been studying many researches to detect human body and to track one with increasing interest on human and computer interaction. In this paper, we propose the algorithm that automatically extracts joints, linked points of human body, using the ratio of human body under single camera and tracks object. The proposed method gets the difference images of the grayscale images and ones of the hue images between input image and background image. Then the proposed method composes the results, splits background and foreground, and extracts objects. Also we standardize the ratio of human body using face' length and the measurement of human body and automatically extract joints of the object using the ratio and the corner points of the silhouette of object. After then, we tract the joints' movement using block-matching algorithm. The proposed method is applied to test video to be acquired through a camera and the result shows that the proposed method automatically extracts joints and effectively tracks the detected joints.

• Journal of Korea Multimedia Society
• /
• v.13 no.1
• /
• pp.47-57
• /
• 2010

The object detection is essential for identifying objects, location information, and user context-aware in the image. In this paper, we propose a robust object detection system. The System linearly transforms learning data obtained from the background images to Principal components. It organizes the Eigen-background with the selected Principal components which are able to discriminate between foreground and background. The Fuzzy-C-means (FCM) carries out clustering for images with inputs from the Eigen-background information and classifies them into objects and backgrounds. It used various patterns of backgrounds as learning data in order to implement a system applicable even to the changing environments, Our system was able to effectively detect partial movements of a human body, as well as to discriminate between objects and backgrounds removing noises and shadows without anyone frame image for fixed background.

• Journal of Broadcast Engineering
• /
• v.26 no.2
• /
• pp.184-196
• /
• 2021

This paper proposes statistics adaptive linear regression-based object size prediction method for object detection. YOLOv2 and YOLOv3, which are typical deep learning-based object detection algorithms, designed the last layer of a network using statistics adaptive exponential regression model to predict the size of objects. However, an exponential regression model can propagate a high derivative of a loss function into all parameters in a network because of the property of an exponential function. We propose statistics adaptive linear regression layer to ease the gradient exploding problem of the exponential regression model. The proposed statistics adaptive linear regression model is used in the last layer of the network to predict the size of objects with statistics estimated from training dataset. We newly designed the network based on the YOLOv3tiny and it shows the higher performance compared to YOLOv3 tiny on the UFPR-ALPR dataset.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.249-252
• /
• 2003

본 논문은 컬러 영상을 명암도에 따른 공간적 객체 분할인 YIQ 모델을 사용하여 객체 분할한 영상의 임계값에 따른 적응적 형태학을 이용하여 영상의 경계면을 레벨 업시킨 후, 이를 웨이브렛에 적용하여 최적의 에지를 검출하였다. 또한, 흑백 영상보다 더 많은 더 정보를 가진컬러 영상을 사용하여, 기존의 영상 에지 검출 알고리즘인 Sobel 에지 검출과 다른 웨이브렛기저 계수를 적용한 에지 검출 방법과 비교하고, 제안된 알고리즘이 기존의 다른 에지 검출보다 우수함을 확인하였다. 특히 에지와 에지의 부분이 가까울 때 정확한 에지를 검출하였으며, 완만한 곡선을 가지고 있는 부분에서 더 우수한 결과 에지를 얻을 수 있음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.633-636
• /
• 2010

본 논문에서 Pan, Tilt 카메라를 이용한 객체 추적을 위하여 초기 지역정보를 이용하여 객체를 검출하고 검출된 객체의 색 정보를 이용하여 능동 객체를 추적하는 기술을 제안한다. 외부 환경의 잡음을 제거하기 위해 적응적인 가우시안 혼합 모델링을 이용하여 배경과 객체를 분리한다. 객체가 정해지면 카메라가 이동하는 동안에도 추적이 가능한 CAMShift 추적 알고리즘을 이용하여 객체를 실시간으로 추적한다. CAMShift 추적 알고리즘은 객체의 크기를 계산하므로 객체의 크기가 변하더라도 유동적인 객체 판별이 가능하다. Pan, Tilt의 위치는 구좌표계(Spherical coordinates system)를 이용하여 계산하였다. 이렇게 구해진 Pan, Tilt 위치는 Pan, Tilt 프로토콜을 이용하여 객체의 위치를 화면의 중심에 놓이게 함으로써 적합한 추적을 가능하게 한다.

• 한국HCI학회:학술대회논문집
• /
• 2008.02a
• /
• pp.795-800
• /
• 2008

카메라로 입력되는 영상에서 객체를 인식하기 위한 노력은, 기존의 컴퓨터 비전분야에서 좋은 이슈로 연구되고 있다. 영상 내부에 등장하는 객체를 인식하고 해당 객체를 포함하고 있는 전체 이미지에서 현재 영상의 위치를 인식하기 위해서는, 영상 내에 등장할 객체에 대한 트레이닝이 필요하다. 본 논문에서는 영상에 등장할 객체에 대해서, 특징 점을 검출(feature detection)하고 각 점들이 가지는 픽셀 그라디언트 방향의 벡터 값들을 그 이웃하는 벡터 값들과 함께 DoG(difference-of-Gaussian)함수를 이용하여 정형화 한다. 이는 추후에 입력되는 영상에서 검출되는 특징 점들과 그 이웃들 간의 거리나 스케일의 비율 등의 파리미터를 이용하여 비교함으로써, 현재 특징 점들의 위치를 추정하는 정보로 사용된다. 본 논문에서는 광역의 시설 단지를 촬영한 인공위성 영상을 활용하여 시설물 내부에 존재는 건물들에 대한 초기 특징 점들을 검출하고 데이터베이스로 저장한다. 트레이닝이 마친 후에는, 프린트된 인공위성 영상내부의 특정 건물을 카메라를 이용하여 촬영하고, 이 때 입력된 영상의 특징 점을 해석하여 기존에 구축된 데이터베이스 내의 특징 점과 비교하는 과정을 거친다. 매칭되는 특징 점들은 DoG로 정형화된 벡터 값들을 이용하여 해당 건물에 대한 위치를 추정하고, 3차원으로 기 모델링 된 건물을 증강현실 기법을 이용하여 영상에 정합한 후 가시화 한다.