• 한국멀티미디어학회논문지
• /
• 제5권6호
• /
• pp.616-624
• /
• 2002

본 논문에서는 영상에 포함된 중심 객체를 추출하는 방법에 대해 제시한다. 중심 객체는 촬영의 중심이 되어 영상의 중앙 부분에 비교적 큰 면적을 차지하는 객체로 정의하는데 영상 내용에 대한 중요한 정보를 제공한다. 중심 객체 추출을 위해 우선 입력 영상에 대해 해상도를 줄여가며 영상 분할하고 분할된 결과에 대해 계층적 영역 병합을 수행함으로써 객체가 많은 수의 영역으로 세분화되어 영상 분할되는 것을 방지할 수 있도록 하였다. 분할된 각 영역은 영상의 경계와 접하는 경계 영역과 그 외의 비경계 영역으로 분류하였다. 비경계 영역은 중심 객체에 해당될 가능성이 있는 영역으로써, 이들 중에서 영상 중심 부근에서 가장 큰 크기를 차지하는 영역이 핵심객체영역으로 선택된다. 또한 경계 영역 중에서 영상의 네 모서리에 인접하는 영역은 핵심배경영역으로 선택되어 핵심객체영역과 함께 중심 객체 추출에 이용된다. 각 비경계 영역은 핵심 배경영역및 핵심객체영역과 칼라 분포 유사도출 비교하여 배경영역과 전경영역으로 분류된다. 핵심객체영역 및 핵심객체영역과 연결성을 가지는 전경영역이 최종 중심 객체로 선택된다. 본 논문에서 제안된 방법은 비교적 복잡한 배경을 갖는 영상에 대해서도 어느 정도 만족할 만한 결과를 얻을 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 추계학술대회
• /
• pp.131-133
• /
• 2016

본 논문은 연속적인 비디오 시퀀스에서 움직이는 객체의 영역을 효율적으로 분할하기 위하여 커널 기반 객체 추적과 Grab-Cut 알고리즘을 결합한 비디오 영역 분할 방법을 제안한다. 제안 방법에서는 추적 목표 객체의 초기 위치를 사각영역으로 선택하면, 사각의 외부 영역을 배경색상으로 인지하고, 배경 색상을 고려한 목표 객체의 주요 색상을 분석한다. 이를 기반으로 커널기반 객체 추적 기법을 적용하여 빠르게 객체의 영역을 추출한다. 추적한 각 객체의 영역에서 중앙 객체 영역과 배경 영역의 색 정보를 초기값으로 하여 Grab-Cut 알고리즘을 수행하고 사각형 형태가 아닌 객체의 실루엣 최적화된 영역으로 분할한다. 제안 방법을 스포츠 방송, 광고, 영화 등의 특수 효과로 활용되고 있는 stromotion 영상 생성에 적용하기 위하여 프레임별 추출된 객체의 영상을 새로운 프레임 영상에 합성하는 작업을 수행하여, 초당 10 프레임의 처리 속도에서 원하는 스트로모션 효과 영상을 생성하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 추계학술발표논문집
• /
• pp.121-125
• /
• 2001

본 논문에서는 칼라영상에 포함된 객체를 추출할 수 있는 방법을 제시한다. 객체는 상이한 칼라와 텍스처로 구성되는데 이들을 포괄하여 사람이 인식하는 객체와 유사한 형태로 추출할 수 있도록 하였다. 이를 위해 해상도를 줄여가며 영역 분할한 후 그 결과를 조합함으로써 사소한 변화는 흡수하고 중요한 변화가 발생하는 영역 단위의 분할이 가능하도록 하였다. 분할된 영역들의 공간적 정보와 영역 크기 정보를 이용하여 분할된 영역 중에서 핵심 객체영역과 핵심 배경영역을 선택하고 객체 후보 영역에 대해 이들과 칼라 분포 유사도 조사를 하여 핵심객체영역과 유사한 유사도를 갖는 영역들을 최종 객체 영역으로 추출하였다. 본 논문에서 제안된 방법은 다양한 실험을 통해 단순한 배경을 가진 영상뿐만 아니라 복잡한 배경을 갖는 영상에 대해서도 어느 정도 만족할 만한 결과를 얻을 수 있음을 확인하였다. 본 논문에서 제안된 방법은 내용기반검색, 영상 DB의 인덱싱 등 다양한 분야에 활용될 수 있을 것으로 예상된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.901-903
• /
• 2005

본 논문에서는 절차 중심 소프트웨어를 객체 지향 소프트웨어로 재/역공학기 위한 다단계 절차 중 객체 추출 단계에서 선 클러스터링을 통해 불필요한 정제 결합단계를 축소하고, 영역 전문가의 선택으로 영역모델링에 가장 가까운 객체 후보군을 제시하는 알고리즘을 제안하고자 한다. 기존의 연구에서는 영역 모델링과 다중 객체 후보군과의 유사도를 측정하여 영역 전문가에게 최적합 후보를 선택할 수 있는 측정 결과를 제시하였다. 하지만 영역 전문가가 제시하는 영역 모델링이 존재한다면 정제 결합단계이전에 최대한의 선 클러스터링을 통해서 영역 모델링과 가장 유사한 통합 객체를 제시할 수 있고, 정제 결합 단계를 선 클러스터링을 통해서 축소할 수 있으며 이를 통해서 객체 후보군과 영역모델링의 유사도를 향상 시키며 클러스터링에 따른 시간과 공간을 절약할 수 있다. 따라서 본 논문에서는 영역 모델링과 사용자의 함수, 전역변수의 선택을 통해 영역 모델링에 가장 유사한 객체 후보군을 찾는 선 클러스터링 알고리즘 제안 하고자 한다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.410-414
• /
• 2003

본 논문은 비디오 시퀀스에 카메라 패닝 보상과 2차원 시공간 엔트로피 임계법을 적용하여 추출한 객체포함영역을 대상으로 영상 분할을 수행하는 이동 객체 분할 기법에 관한 것이다. 우선, 웨이블렛 변환에 의해 구성한 피라미드 계층 구조상에서 카메라 패닝 벡터를 추정하여 전역 움직임을 보상한다. 이후, 전역 움직임이 보상된 기준영상을 대상으로 각 프레임간에서 2차원 시공간 엔트로피 임계법을 적용하여 이동 객체가 포함될 가능성이 있는 영역을 블록 단위로 추출한다. 다음으로, 2차원 시공간 엔트로피 입계법에 의해 분류된 영역을 토대로 각 블록을 움직임블록, 준 움직임 블록, 비 움직임 블록 중 어느 하나로 분류한 검색 테이블을 작성한다. 이어서, 검색 테이블을 참조하여 초기 탐색 계층 및 탐색 영역을 적응적으로 선정함으로써 피라미드 계층 구조상에서 효율적인 고속 움직임 추정을 수행하여 이동 객체에 해당하는 객체포함영역만을 추출한다. 최종적으로, 이렇게 추출된 객체포함영역에서 임계 기울기 영상을 정의한 후, 이를 기준 삼아 객체포함영역에 화소 단위의 형태학 기반 영상 분할 알고리즘을 적용함으로써 비디오 시퀀스에 포함된 이동 객체를 분할한다. 컴퓨터 시뮬레이션 결과를 통해 고찰할 때, 제안된 방법은 이동 객체에 대한 상대적으로 우수한 분할 특성을 제공할 수 있고, 특히 저대조 경계면의 분할 특성을 제고시키고 있음을 확인할 수 있다.

• 한국멀티미디어학회논문지
• /
• 제7권5호
• /
• pp.648-657
• /
• 2004

본 논문에서는 특이 칼라 분포에 대한 정보를 활용함으로써 어떠한 사전 지식없이 칼라 영상으로부터 중심 객체를 추출하는 방법에 대해 제안한다. 중심 객체는 영상 중심 부근에 위치하면서 특이 칼라 분포를 갖는 영역들의 집합으로 정의한다. 특이 칼라는 영상 경계 주변에 비해 영상의 중심 위치에서 보다 높은 밀도로 존재하는 칼라로 정의한다. 중심 객체 추출을 위해 우선 특이 칼라 정보를 사용하여 영상 분할된 영역 중에서 객체의 특징을 대표하는 영역들의 집합을 핵심객체영역을 선택한다. 핵심객체영역에 인접하며 이와 높은 칼라 유사도를 갖고 또한 배경이 아닌 영역들을 반복적으로 핵심객체영역에 병합하여 핵심객체영역을 확장함으로써 생성된 최종 병합 결과를 중심 객체로 추출한다. 따라서 중심 객체는 상이한 칼라 특징을 갖는 영역으로 구성될 수 있으며 상호 연결되어 있을 경우에는 두개 이상의 객체가 중심 객체에 포함될 수 있다. 제안된 방법의 타당성 및 중요 칼라의 유용성은 다양한 실험 영상을 통해 확인하였다. 본 논문에서 제안된 방법으로 추출된 중심 객체는 영상 검색 응용 분야에 유용하게 사용될 수 있을 것으로 기대한다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2004년도 춘계학술발표대회논문집
• /
• pp.187-190
• /
• 2004

본 논문에서는 영상을 자동적으로 객체와 비객체 영상으로 분류하는 방법을 제안한다. 객체 영상은 객체를 포함하는 영상이다. 객체는 영상의 중심 부근에 위치하고 주변 영역과는 상이한 칼라 분포를 가지는 영역들로 정의한다 영상 분류를 위해 객체의 특징에 기반하여 세 가지 기준을 정의한다. 첫 번째 기준인 중심 영역의 특이성은 중심영역과 주변 영역간의 칼라 분포의 차이를 통해 계산된다. 두 번째 기준은 영상 내의 특이 픽셀의 분산이다 특이 픽셀은 영상의 주변영역보다 중심 부근에서 더욱 빈번하게 나타나는 상호 인접한 픽셀들의 칼라 쌍에 의해 정의된다. 마지막 기준은 객체의 핵심 영역 경계에서의 경계 강도이다. 영상을 분류하기 위해서 신경 회로망 학습을 통해서 세 가지 기준들을 통합하도록 한다. 900개의 영상들에 대해 실헝한 결과 84.2%의 분류 정확도를 얻었다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2003년도 하계학술대회 논문집
• /
• pp.42-45
• /
• 2003

일반적으로 영상내의 중요한 정보는 객체 영역에 많이 포함되어 있다. 객체 영역 우선 전송 방법은 영상의 전 영역에 대해 동일한 중요도로 전송하는 일반적인 점진적 부호화 방법과는 달리 객체 영역만을 우선적으로 부호화 하여 전송하기 때문에 짧은 시간 내에 원 영상을 보다 빨리 파악할 수 있다. 따라서 본 논문에서는 양방향 반올림 필터를 이용한 MRWD기반 객체 영역 우선 전송 기법을 제안한다. 제안한 방법은 양방향 반올림 필터에 의해 객체 영역을 추출한 후, MRWD를 이용하여 부호화를 수행하므로, 객체 영역의 웨이브릿 계수들을 우선 전송함으로써 매우 낮은 비트율에서 영상내의 중요 정보를 파악할 수 있다. 따라서, 인터넷상에서 사용자가 영상을 검색할 경우 보다 빨리 원하는 정보를 파악할 수 있어 검색 시간과 검색 효율을 개선시킬 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2008년도 추계학술대회
• /
• pp.255-257
• /
• 2008

본 논문에서는 최근 IT 기술의 발전에 따라 무수히 양산되고 있는 멀티미디어 데이터를 효율적으로 검색하기 위한 방법을 제안한다. 영상 검색 시스템에 사용되는 데이터베이스(DB) 영상들에 존재하는 각 객체들의 존재 영역을 기반으로 질의 영상 (query image)의 객체 영역을 추정해서 검색에 활용하는 것이다. 이는 질의 영상의 전체 영역으로부터 객체를 추정하는 것보다 데이터베이스 영상들로부터 추출한 통계적 객체 분포 범위를 기반으로 추정하기 때문에 빨리 객체 추출이 가능하도록 한다. 따라서 객체를 추출하기 위한 배경 지식이나, 사용자 입력이 전혀 필요 없다. 이렇게 추출된 객체 영역의 영상들로부터 GLCM 알고리즘을 이용해서 객체 영역의 특성이 잘 반영된 질감 특징 값을 바탕으로 검색에 활용 할 경우 원본 영상의 질감 특징을 활용한 경우보다, 객체의 질감 특징을 더 잘 반영한다는 것을 실험을 통해 확인할 수 있었다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2006년도 춘계학술발표논문집
• /
• pp.214-216
• /
• 2006

본 논문에서는 실시간 영상에서 적응적 배경영상을 이용하여 객체를 추적하는 방법을 제안한다. 입력되는 영상에서 배경영역의 잡음을 제거하고 조명에 강인한 객체 추출을 위하여 객체영역이 아닌 배경영역 부분을 실시간으로 갱신함으로써 적응적 배경영상을 생성한다. 그리고 배경영상과 카메라로부터 입력되는 입력영상과의 차를 이용하여 객체를 추출한다. 추출된 객체의 내부점을 이용하여 최소사각영역을 설정하고, 이를 통해 객체를 추적한다. 아울러 제안방법의 성능에 대한 실험결과를 기존 추적알고리즘과 비교, 분석하여 평가한다.