• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1357-1358
• /
• 2015

본 논문에서는 축사에서 비젼 기반으로 이동 객체를 분류하는 방법을 제안한다. 제안하는 방법은 축사 내 설치된 CCTV로부터 영상을 입력받아 Adaptive GMM알고리즘을 이용하여 이동 객체를 추출한다. 다음, 이동 객체 가 사람인지 소인지 또는 차량인지 분류하기 위해 이동 객체의 특징을 추출한다. 이동 객체 특징 추출 방법으로는 기존의 Monolithic-based방법인 HoG알고리즘을 개선하여 축사의 복잡한 환경에서 다양한 자세를 가지는 사람과 소 그리고 차량의 구조적 특징을 추출한다. 추출한 특징은 벡터화 하여 SVM분류기 입력값에 적합하도록 한다. SVM 분류를 통해 이동 객체의 구조적 특징을 블록화 하여 이동 객체의 신체 모델을 생성한다. 마지막으로 생성된 신체 모델을 이용하여 이동 객체가 사람인지 소인지 또는 차량인지 분류한다.

• Proceedings of the KAIS Fall Conference
• /
• 2006.05a
• /
• pp.227-231
• /
• 2006

카메라를 통하여 실시간으로 입력되는 객체의 움직임은 잡음이나 조명의 변화에 따라 정확하게 추출하고 추적하는 것이 어렵다. 따라서 실시간으로 입력되는 영상에서 객체를 추출하고 움직임을 추적하기 위해서는 고속탐색 알고리즘이 필요하다. 본 논문은 실시간영상에서 객체의 움직임을 추출하고 추적을 위하여 배경영상의 변화에 강인한 배경영상 갱신 방법과 가변적인 탐색영역을 이용한 객체추적의 빠른 알고리즘을 제안한다. 배경영상 갱신 방법은 임계값이 실험적 기준치 보다 작은 경우에는 배경영상을 갱신하고, 큰 경우에는 객체가 유입된 시점으로 판단하여 픽셀검사를 통해 객체의 윤곽점을 추출한다. 추출된 윤곽점은 객체 영역블록의 생성과 일정한 거리를 유지하는 탐색블록을 생성하여 정확하고 빠른 객체의 움직임을 추적한다. 실험결과, 제안한 방법은 95% 이상의 높은 정확도를 보였다.

• Proceedings of the KAIS Fall Conference
• /
• 2010.05a
• /
• pp.479-482
• /
• 2010

실시간 영상에서 객체 추적은 수년간 컴퓨터 비전 및 여러 실용적 응용 분야에서 관심을 가지는 주제 중 하나이다. 하지만 배경영상의 잡음을 객체로 인식하는 오류로 인하여 추출하고자 하는 객체를 찾지 못하는 경우가 있다. 본 논문에서는 실시간 영상에서 적응적 배경영상을 이용하여 객체를 추출하고 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 최소 사각영역을 설정하고, 이를 통해 객체를 추적한다. 아울러 제안방법의 성능에 대한 실험결과를 기존 추적 알고리즘과 비교, 분석하여 평가한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.06a
• /
• pp.45-47
• /
• 2011

파노라믹 영상에슨 정적 파노라믹 영상과 동적 파노라믹 영상이 있다. 동적 파노라믹 영상을 생성하기 위해서는 먼저 카메라의 움직임을 계산한 후에 객체의 움직임을 식별해야 한다. 본 논문에서는 동적 객체를 추출하기 위하여 우선 어파인 파라미터로 카메라의 움직임을 추출하고, 지역적 탐색으로 객체의 움직임을 탐지한다. 영상에 동적 객체가 있는 경우 동적 객체 판별을 위하여 영역 분할 방법을 이용하여 계산한다. 이러한 동적 객체의 궤도를 나타내기 위하여 먼저 동적 객체를 추출하는데, 4분할 탐색 기법을 이용하여 추출하게 된다. 최종적으로 구축되어진 배경 파노라믹 영상위에 동적 객체의 궤도를 표현한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04a
• /
• pp.507-509
• /
• 2000

기존 객체 지향 방법론에 의한 소프트웨어 개발에서의 공통적인 문제점은 표기법이 복잡하고, 산출물도 많아서 사용자가 이해하기가 어렵다는 것이다. 또한 분석단계에 있어서도 객체추출의 자세한 가이드라인을 제시한지 않고 있어서 개발자들의 감각과 경험에 크게 의존하고 있어 일관성이 없으며, 추출된 객체들 사이의 연결을 찾기가 쉽지 않아 확장이 어렵다. 따라서, 본 논문에서는 간단한 표기법과 산출물로 개발 초기부터 사용자의 참여를 유도할 수 있는 정보 구조 모델링을 이용하여 분석 단계에서의 객체 추출에 대한 가이드 라인을 제시하고자 한다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.48 no.2
• /
• pp.11-23
• /
• 2011

In this paper, an accurate and fully automatic video object segmentation method is proposed for video conferencing systems in which the real-time performance is required. The proposed method consists of two steps: 1) accurate object extraction on the initial frame, 2) real-time object extraction from the next frame using the result of the first step. Object extraction on the initial frame starts with generating a cumulative edge map obtained from frame differences in the beginning. This is because we can estimate the initial shape of the foreground object from the cumulative motion. This estimated shape is used to assign the seeds for both object and background, which are needed for Graph-Cut segmentation. Once the foreground object is extracted by Graph-Cut segmentation, real-time object extraction is conducted using the extracted object and the double edge map obtained from the difference between two successive frames. Experimental results show that the proposed method is suitable for real-time processing even in VGA resolution videos contrary to previous methods, being a useful tool for immersive video conferencing systems.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 1999.11b
• /
• pp.115-120
• /
• 1999

본 논문은 MPEG-4 비디오 객체의 브라우징(browsing) 및 학습을 통한 객체 추출 기법을 제안한다. 제안된 학습에 의한 객체 추출 기법은, 객체 브라우징 시 임의 접근한 프레임에서 사용자가 내용 기반의 객체를 검색하기 위해 선택한 영역에 대한 인지적인 정보를 특징벡터(feature vector)로 history에 저장, 활용함으로써 프레임 내 객체의 계층적인 군집화(clustering)를 수행한다. 이러한 기법으로 인지적 개념과 근접하게 객체를 인식할 수 있음을 실험을 통해 확인하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.9 no.1
• /
• pp.123-127
• /
• 2005

This paper addresses the problem of extracting video objects from compressed video signals. Compressed videos include several informations about moving objects. An useful cue for object segmentation is motion vector per macroblock which sparse in MPEG. We propose a method for automatically estimating and extracting moving objects using motion vectors of macroblocks in this work.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.05a
• /
• pp.149-151
• /
• 2011

동적 모자이크 영상 생성을 위해서는 카메라의 움직임을 계산한 후에 객체의 움직임을 인지해야 한다. 본 논문에서는 어파인 파라미터로 카메라의 움직임을 추출 하였고 지역적 탐색으로 객체의 움직임을 탐지한다. 동적 객체가 존재하는 경우엔 동적 객체 판별을 위하여 영역 분할 방법을 통하여 계산한다. 그리고 동적 객체의 궤도를 표현하기 위하여 우선적으로 동적 객체를 추출하는데 추출 방법은 4분할 탐색 기법을 이용하여 추출하게 된다. 마지막으로 구축되어진 배경 모자이크 영상위에 동적 객체의 궤도르 표현한다.

• Proceedings of the KAIS Fall Conference
• /
• 2006.05a
• /
• pp.426-429
• /
• 2006

실시간 영상에서 객체 추적은 수년간 컴퓨터 비전 및 여러 실용적 응용 분야에서 관심을 가지는 주제 중 하나이다. 하지만 배경영상의 잡음을 객체로 인식하는 오류로 인하여 추출하고자 하는 객체를 찾지 못하는 경우가 있다. 본 논문에서는 실시간 영상에서 적응적 배경영상을 이용하여 객체를 추출하는 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.