• Proceedings of the Korea Contents Association Conference
• /
• 2015.05a
• /
• pp.51-52
• /
• 2015

동영상에서의 객체추적을 위해 주파수변환을 적용하는 연구가 발표되고 있다. 주파수영역으로의 변환 방법은 FFT와 같은 고속변환을 적용하므로 실시간 객체 추적을 위해 좋은 방법이다. 동영상에서 이동 중인 객체는 인접 프레임에서 위치의 변화가 크지 않기 때문에 주파수영역으로의 변환 방법으로 고속 객체 탐색을 실현할 수 있다. 그러나 동영상에서 이동중인 객체는 형상이 조금씩 변할 수 있으므로 탐색기법은 이 점을 고려해야한다. 본 논문에서는 추적 대상 객체가 다른 물체에 의해 가려지는 상황에 따라 필터갱신을 적응적으로 수행하고 이동경로와 주변정보를 사용하고 검출 객체에 비례대칭평균화 전처리를 적용함으로써 추적 대상객체가 가려지는 상황에서도 추적 실패를 줄일 수 있는 객체 탐색 기법을 제안한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.329-331
• /
• 2018

지속적인 딥러닝 기반의 영상처리 기술의 발전으로 객체분류나 객체검출 문제에 대해서 뛰어난 성능 보이고 있다. 하지만 객체추적 문제에서는 성능이 좋은 추적기는 실시간 동작이 불가능하고 딥러닝 기반의 객체추적도 단일 객체에만 고려한 기법이 많기 때문에 개선할 필요가 있다. 전처리로 검출된 객체영역과 kalman filter를 통해 예측된 추적영역 간의 embedding feature 비교를 통해 동일인물인지 판단하여 고유 ID를 부여하고 추적한다. 객체끼리 교차하거나 가려지는 상황에서 추적을 실패하게 되는데 이 후에 지속적인 추적을 위해 IoU 비교를 통해 후보 추적기로 남겨두는 과정을 거친다. 실험 결과 실시간 동작여부와 객체끼리 교차하거나 프레임 밖으로 나갔다가 다시 나타나는 경우에도 추적이 가능함을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1571-1572
• /
• 2015

본 논문에서는 GMM (Gaussian mixture model) 기반의 BS (background subtraction) 알고리즘을 이용한 이동 객체 검출기의 하드웨어 구조 설계 결과를 제시하였다. 설계된 이동객체 검출기는 1280 * 720 HD 해상도의 영상을 30 frames per second로 실시간 처리가 가능하다. 하드웨어 구현은 Verilog-HDL을 이용하였으며, FPGA 기반 구현 결과, 설계된 이동 객체 검출기는 582 Slice, 1,698 Slice LUT, 8 DSP48s, 1,769 Flip Flop, 691.2 KByte BRAM으로 구성되었음을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.11a
• /
• pp.82-84
• /
• 2022

최근 자율주행에서 안전한 주행을 위해 영상 기반 다중객체 검출 기술이 활발히 연구되고 있다. 이때, 저해상도 영상은 객체 검출 단계에서 정확도가 떨어지는 한계가 있다. 본 논문에서는 이러한 문제점을 해결하기 위해 초해상화와 객체 검출을 위한 방법을 함께 사용하는 기법을 제안한다. 더 나아가 초해상화 단계에서 하나의 구분자만 사용하는 기존의 방법과 다르게 이미지 생성 과정 중간에서 추가의 구분자를 사용하여 총 두 개의 구분자를 사용하여 성능을 향상하고자 하였다. 본 논문은 한국 고속도로 교통 데이터를 사용하여 실험하였으며, 그 결과 제안된 방법의 성능이 mAP@0.5 및 F1 점수 측면에서 기존 방법보다 우수하다는 것을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.417-420
• /
• 2021

본 논문은 서비스 로봇 분야에서 활용 가능한, ROS기반의 객체검출과 이동 기능을 갖는 6축 로봇 팔의 설계 방법 및 성능 개선결과를 제시한다. 기구설계, 물체검출, 3D좌표생성을 통한 실시간 역 기구학 해석 방법 및 지능적 모터 및 센서 제어 방법 등에 대해 제시하였다. 특히 영상과 센서기반 처리를 통해 고정된 작업반경 내 물체를 지능적으로 검출하고 목표지점까지 이동시키며, ROS기반의 추출된 정보를 이용하여 동작의 오차를 최소화하기 위해 다관절 로봇 팔의 운동을 최적화하여 설계하였으며 다양한 관련 실험을 통해 주요성능을 검증하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.06a
• /
• pp.32-33
• /
• 2014

본 논문에서는 깊이 영상 카메라를 이용하여 손 영역을 효과적으로 검출하기 위한 방법을 제시한다. 컬러영상 카메라를 통해 손 영역 검출 방법은 주변 환경의 영향에 따라 낮은 인식률을 나타낸다. 또한 고화질의 컬러영상을 획득 하지 못한 경우 손 영역 검출의 인식률이 현저히 떨어지는 결과가 나타난다. 이러한 결점을 보완하기 위해서 본 논문에서는 깊이 영상 카메라를 통해 획득한 깊이 영상 정보를 이용하여 객체들을 검출하고 빠르고 안정적으로 객체들 중에서 손 영역을 검출하는 방법을 제시하고자 한다.

• Journal of Korea Multimedia Society
• /
• v.17 no.1
• /
• pp.15-25
• /
• 2014

In this paper, we propose a loitering detection using trajectory probability distribution and local direction descriptor for intelligent surveillance system. We use a background modeling method for detecting moving object and extract the motion features from each moving object for making feature vectors. After that, we detect the loitering behavior person using K-Nearest Neighbor classifier. We test the proposed method in real world environment and it can achieve real time and robust detection results.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1351-1352
• /
• 2015

본 논문에서는 지능형 영상 감시 시스템에서 보행자를 검출하고 추적을 수행하기 위해 은닉층 활성함수에 가우시안 대신 FCM를 사용한 RBFNNs 패턴분류기와 객체 추적 알고리즘인 Mean Shift를 융합한 시뮬레이터를 개발한다. 시뮬레이터는 검출부과 추적부로 나누며, 검출부에서는 입력 영상으로부터 기울기의 방향성을 이용한 HOG(Histogram of Oriented Gradient) 특징을 구하고 빠른 처리속도를 위해 PCA 알고리즘을 통해 차원수를 축소하고 pRBFNNs 패턴분류기를 통해 보행자를 검출 한다. 다음 추적부에서 객체 추적 알고리즘인 Mean Shift를 이용하여 검출된 보행자 추적을 수행한다.

• The KIPS Transactions:PartB
• /
• v.17B no.5
• /
• pp.375-380
• /
• 2010

Most of previous algorithms of object boundary extraction have been studied for extracting the boundary of single object. However, multiple objects are much common in the real image. The proposed algorithm of extracting the boundary of each of multiple objects has two steps. In the first step, we propose the fast method using the outer and inner products; the initial contour including multiple objects is split and connected and each of new contours includes only one object. In the second step, an improved active contour model is studied to extract the boundary of each object included each of contours. Experimental results with various test images have shown that our algorithm produces much better results than the previous algorithms.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2003.06a
• /
• pp.114-117
• /
• 2003

본 논문에서는 video stream내의 움직이는 객체 정보를 추정하고 동적 GTM(genetic tree-map) 알고리즘을 사용하여 얼굴 영역 검출 기법을 제안한다. 기존의 일반적인 객체 추정 기법은 클러스터(cluster)과정을 통하여 영상 정보를 분할하고 그 중 움직이는 객체 부분을 복원함으로서 추정하였다. 제안하는 기법은 BMA(block matching algorithm)［1］ 알고리즘을 사용하여 video stream 에서 움직이는 객체 정보를 얻고 클러스터 알고리즘으로 PCA(principal component analysis)를 사용한다. PCA 기법은 입력 데이터에 관해 통계적 특성을 이용하여 주성분을 찾는다. 주축과 영역분할 알고리즘을 사용하여 데이터를 분할하고, 분할된 객체 정보를 사용하여 특정 객체만을 추정하는 것이 가능하다. 이렇게 추정된 객체를 얼굴영역의 feature에 대하여 신경망 학습인 동적 GTM 알고리즘을 사용하여 생성된 동적 GTM 맵의 정보에 따라 객체의 얼굴영역만을 추출해 낼 수 있다［2-6］.