• Journal of KIISE:Computing Practices and Letters
• /
• v.8 no.6
• /
• pp.692-704
• /
• 2002

In this paper, we present am image retrieval method based on color-spatial features using quadtree and texture information extracted from object MBRs in an image. Tile proposed method consists of creating a DC image from an original image, changing a color coordinate system, and decomposing regions using quadtree. As such, conditions are present to decompose the DC image, then the system extracts representative colors from each region. And, image segmentation is used to search for object MBRs, including object themselves, object included in the background, or certain background region, then the wavelet coefficients are calculated to provide texture information. Experiments were conducted using the proposed similarity method based on color-spatial and texture features. Our method was able to refute the amount of feature vector storage by about 53%, but was similar to the original image as regards precision and recall. Furthermore, to make up for the deficiency in using only color-spatial features, texture information was added and the results showed images that included objects from the query images.

• Proceedings of the KSRS Conference
• /
• 2008.03a
• /
• pp.95-100
• /
• 2008

3차원으로 구성되어 있는 실세계를 보다 효과적이고 신속하게 모니터링하기 위해서는 변화된 지역의 정확한 위치정보 획득과 변화 결과의 빠른 도출을 위한 자동화 방안이 필요하다. 일반적으로 변화탐지를 위해 사용되어 온 항공사진이나 위성영상은 자료 획득에 있어 날씨와 같은 자연환경의 영향을 많이 받으며, 자동으로 변화탐지를 수행하는데 많은 문제점을 안고 있다. 반면에 항공 LiDAR 시스템은 영상시스템과는 달리 날씨 등에 영향을 상대적으로 적게 받으며, 지형지물에 대한 3차원 좌표 정보를 직접 획득하기 때문에 자동으로 처리하기에 매우 효율적이다. 본 연구에서는 항공 LiDAR 데이터만을 이용하여 도시지역의 시공간적 변화를 자동으로 탐지하는 방법을 연구 하였다. 변화탐지의 대상이 도시지역이므로 객체를 기반으로 다양한 변수를 사용하여 변화탐지를 수행하였다. 연구에 사용된 데이터는 서로 다른 시기에 획득된 항공 LiDAR 데이터이며, 두 데이터간의 변화탐지를 위해 먼저 상호정합을 수행하였으며, 개별 객체를 추출하기 위해 필터링과 Grouping 과정을 수행하였다. 마지막으로 Grouping된 객체를 대상으로 모양, 면적, 높이 변화를 비교하여 변화를 탐지하였다. 객체의 외곽선과 내부 영역의 모양을 표현하는 형상계수를 사용하므로 수평방향의 객체에 대한 기하학적인 모양 변화를 탐지할 수 있었으며, 객체의 높이값을 비교함으로써 수직방향으로의 변화도 탐지할 수 있었다. 본 연구에서 수행한 객체 기반의 변화탐지 방법은 91.67%의 전체 정확도를 획득하였다.

• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.11
• /
• pp.789-794
• /
• 2013

A vehicle tracking system makes it possible to induce the vehicle movement path for avoiding traffic congestion and to prevent traffic accidents in advance by recognizing traffic flow, monitoring vehicles, and detecting road accidents. To track the vehicles effectively, those which appear in a sequence of video frames need to identified by extracting the features of each object in the frames. Next, the identical vehicles over the continuous frames need to be recognized through the matching among the objects' feature values. In this paper, we identify objects by binarizing the difference image between a target and a referential image, and the labelling technique. As feature values, we use the center coordinate of the minimum bounding rectangle(MBR) of the identified object and the averages of 1D FFT(fast Fourier transform) coefficients with respect to the horizontal and vertical direction of the MBR. A vehicle is tracked in such a way that the pair of objects that have the highest similarity among objects in two continuous images are regarded as an identical object. The experimental result shows that the proposed method outperforms the existing methods that use geometrical features in tracking accuracy.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.17-20
• /
• 2021

본 연구는 인원 계수에 딥러닝 알고리즘을 적용한다. 인원 계수는 안전 관리 분야, 상업 분야에 적용될 수 있다. 예를 들어, 건물 내 화재 발생 시, 계수된 인원을 활용하여 인명 피해를 최소화할 수 있다. 다른 예로, 유동인구 데이터를 기반으로 상권을 분석하여 경제적 효율성을 극대화할 수 있다. 이처럼 인원 데이터의 중요성이 증가함에 따라 인원 계수 연구도 활발하다. 그 예로, 객체 탐지(Object Detection) 같은 딥러닝 기반 인원 계수, 센서 기반 인원 계수 등이 있다. 본 연구에선 딥러닝 알고리즘인 VGGNet을 사용하여 인원을 계수했다. 결과로 Mean Absolute Percentage Error(이하 MAPE)는 약 5.9%의 오차율을 보였다. 결과 확인 방법으로는 설명 가능한 인공지능(XAI) 알고리즘 중 하나인 Grad-CAM을 적용했다.

• The KIPS Transactions:PartB
• /
• v.16B no.1
• /
• pp.47-54
• /
• 2009

Automatic object recognition in 3D measuring data is of great interest in many application fields e.g. computer vision, reverse engineering and digital factory. In this paper we present a software tool for a fully automatic object detection and parameter estimation in unordered and noisy point clouds with a large number of data points. The software consists of three interactive modules each for model selection, point segmentation and model fitting, in which the orthogonal distance fitting (ODF) plays an important role. The ODF algorithms estimate model parameters by minimizing the square sum of the shortest distances between model feature and measurement points. The local quadric surface fitted through ODF to a randomly touched small initial patch of the point cloud provides the necessary initial information for the overall procedures of model selection, point segmentation and model fitting. The performance of the presented software tool will be demonstrated by applying to point clouds.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2008.06a
• /
• pp.205-209
• /
• 2008

본 논문은 입력되는 영상에서 특정 객체를 찾기 위하여 특징 검출 및 매칭 결과를 분석하여 기술한다. 영상의 특징을 추출하는 방법 중 코너를 특징으로 하는 방법인 해리스 코너 검출(Harris corner detection)을 이용하여 코너를 추출하였으며, 추출한 특징을 이용하여 다양한 크기의 템플릿을 만들어 입력된 영상과 상관계수를 구해 최대값을 가지는 위치를 찾아 입력된 영상과 객체를 매칭 시킨 결과를 분석하였다. 본 논문의 연구 결과들은 객체의 탐지 등과 같은 영상 분석 기반 기술에 활용될 수 있으리라 기대된다.

• 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.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.7
• /
• pp.59-65
• /
• 2011

Korea DMB Service is popularized, and is used by many users. But latest display devices compared to the DMB content resolution support higher resolution and a variety of video resampling technologies has been used. Generally, subjective video quality is determined by object recognition rate in video, and increased as the edge space between objects are more clear. An edge is the boundary between an object and the background, and indicates the boundary between overlapping objects. the predicted direction in intra prediction used in H.264/AVC has the similarity up to 80% for the edge information. In the study, we propose an effective up-sampling mothed using the edge information that is extracted for the relationship between the intra prediction data and the DCT coefficient data of H.264 video encoding.

• Journal of the Institute of Convergence Signal Processing
• /
• v.3 no.4
• /
• pp.1-6
• /
• 2002

Generally, most significant information of images is included in the object regions. Thus, this paper proposes the object regions prior transmission method using the bidirectional round filter. The proposed method extracts the object regions, and then transmits the wavelet coefficients of the object regions, prior to others, in the encoding procedure using SPIHT So, it makes significant image information be restored faster than others for a short time. Consequently, through the proposed method the significant information of images is able to be recognized at a low bit rate and the condition of the continuous transmission is decidable by recognizing significant information fast, so that the searching time and efficiency can be improved.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.18 no.6
• /
• pp.191-201
• /
• 2019

A fast and accurate integrated traffic object detection framework was proposed and developed, harnessing a computer-vision based deep-learning approach performing automatic object detections, a multi object tracking technology, and video pre-processing tools. The proposed method is capable of detecting traffic object such as autos, buses, trucks and vans from video recordings taken under a various kinds of external conditions such as stability of video, weather conditions, video angles, and counting the objects by tracking them on a real-time basis. By creating plausible experimental scenarios dealing with various conditions that likely affect video quality, it is discovered that the proposed method achieves outstanding performances except for the cases of rain and snow, thereby resulting in 98% ~ 100% of accuracy.