• 한국콘텐츠학회논문지
• /
• 제21권1호
• /
• pp.552-560
• /
• 2021

현재 국내 수산 양식업은 스마트화를 추진하고 있지만, 여전히 양식 단계의 많은 과정에서 사람의 주관적인 판단으로 진행되고 있다. 수산 양식업 스마트화를 위해서 선행되어야 할 부분은 양식장 내 물고기들의 상태를 효과적으로 파악하는 것이다. 어류 개체 수, 크기, 이동경로, 이동속도 등을 파악하여 실시간 모니터링 할 수 있게 된다면 사료 자동 급이, 질병유무판단 등 다양한 양식자동화를 진행할 수 있을 것이다. 본 연구에서는 수중 촬영한 어류비디오 데이터를 이용하여 실시간으로 어류의 상태를 파악 할 수 있는 알고리즘을 제안하였다. 어류 객체검출을 위해 딥러닝 기반 최신 객체검출 모델들을 적용하여 검출 성능을 비교 평가 하였고, 검출 결과를 이용하여 비디오내의 연속적인 이미지 프레임에서 어류 객체 ID부여, 이동경로 추적 및 이동속도를 측정할 수 있는 알고리즘을 제안하였다. 제안한 알고리즘은 객체 검출 성능 92%(F1-score 기준)를 보였으며, 실제 테스트비디오 상에서 실시간으로 다수의 어류 객체를 효과적으로 추적하는 것을 확인하였다. 본 논문에서 제안하는 알고리즘을 이용하여 향후 사료 자동 급이, 어류 질병 예측 등 다양한 스마트양식 기술에 효과적으로 활용될 수 있을 것으로 기대한다.

• 방송공학회논문지
• /
• 제16권3호
• /
• pp.462-470
• /
• 2011

본 논문에서는 실시간 영상감시 시스템에서 방치되거나 제거된 객체를 강인하게 검출하는 알고리듬을 제안한다. 방치되거나 없어진 객체는 사람이나 다른 움직임의 원인에 의해서 나타나기 때문에 추적을 기반으로 한 방법을 사용하였다. 가우시안 혼합 모델에 의해 전경과 배경을 분리하고 그림자 제거 알고리듬을 적용하였다. 모폴로지를 수행하여 주변 잡음을 제거하고 객체 구분을 명확히 하였다. 그리고 검출된 정지 객체를 방치되거나 사라지는 객체 중의 하나로 분류하였다. 추적방법을 적용함과 동시에 정지된 객체에 모니터링 시간까지 부여하여 검출된 객체가 다른 객체에 의해서 폐색되는 현상을 개선하였다. 영역성장기법을 이용하여 방치된 객체와 제거된 객체의 분류 성능을 높였다. 또한 제안된 시스템을 DSP 기반으로 설계하여 실시간 구현을 하였다. 실험을 통해 제안한 방법의 우수성을 입증하였다.

• 정보처리학회논문지B
• /
• 제9B권1호
• /
• pp.99-104
• /
• 2002

기존의 물체추적기법은 템플릿 매칭, 물체의 경계선 재 검출, 물체의 움직임 정보 등을 사용하여 수행되었다. 그러나, 템플릿 매칭의 경우 많은 계산 시간을 요구하고, 경계선을 재 검출하는 경우 윤곽선이 잘못 설정되는 경우가 있으며, 물체의 움직임 정보를 사용하는 경우에는 움직이는 카메라에서 움직이는 물체만을 추적하기가 쉽지 않은 단점이 있다. 본 논문에서는 투영된 모션과 히스토그램 인터섹션을 이용한 강건한 물체추적 방법을 제안한다. 초기 객체추출은 영상분할 후 영역선택을 통하여 구성하고 선택된 객체를 가로 및 세로의 밝기 값을 1차원 신호로 투영하여 객체의 개략적인 평행이동 벡터를 추정한다. 추정된 변위를 기준으로 하여 객체의 가능한 회전 및 스케일에 대한 템플릿을 구성하고, 이들에 대하여 개선된 히스토그램 인터섹션을 사용하여 물체 추적을 수행한다. 제안한 알고리즘의 강건한 물체추적 성능을 실험에 의하여 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1378-1380
• /
• 2015

본 논문은 흉부 CT 영상을 활용하여 폐결절을 자동으로 검출하는 알고리즘에 관한 연구내용을 담고 있다. 폐 결절 자동 검출을 위해 폐 CT 영상 내에 있는 객체를 검출하고, 검출된 객체의 특징들 중, 이동성 및 기하학적 특징을 가지고 폐혈관과 폐결절을 구분하였다. 실험한 영상은 폐결절이 있는 26명의 원광대학교 병원 환자의 흉부 CT 영상을 사용하였으며, 그 결과 96.15%의 정확도와 3.54 False Positves / Scan이 발생하였다.

• 정보처리학회논문지B
• /
• 제19B권2호
• /
• pp.107-112
• /
• 2012

실시간으로 입력되는 영상으로부터 지역정보 및 색 정보의 단계적 적용에 의한 Pan, Tilt 카메라를 이용한 능동객체추적방법을 제안한다. 환경 잡음을 제거하기 위하여 가우시안 필터링으로 전처리를 행한다. 적응적인 가우시안 혼합 모델링을 이용하여 배경과 객체를 분리한다. 객체가 분할되면 객체의 중심에 가깝게 탐색 윈도우를 설정하고 객체의 색 정보를 추출한다. 추출된 색 정보를 카메라가 이동하는 동안에도 추적이 가능한 CAMShift 추적 알고리즘을 적용하여 객체를 실시간으로 추적한다. 추적에 있어서 객체의 중심점이 화면의 중앙에 놓이도록 Pan, Tilt를 제어함으로써 적합한 추적이 이루어지도록 한다. 실험을 통하여 제안한 방법이 기존의 수동 영역 설정 방법보다 효과적임을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(C)
• /
• pp.437-439
• /
• 2011

본 논문에서는 카메라에서 입력되는 영상에서 객체의 특징 자동 추출하고 모바일 기기로 전송하여 인체의 움직임을 표현하는 시스템을 제안한다. 제안시스템은 연속된 입력영상에서 인체의 실루엣과 조인트를 자동추출하고 조인트를 추적함으로 객체를 추적한다. 추출된 특징은 객체의 각 연결점의 위치정보로 사용되며 특징을 중심으로 블록매칭 알고리즘을 적용하여 특징의 위치정보를 추적하고 모바일기기로 정보를 전송한다. 모바일 기기에서는 전송된 조인트 정보를 이용하여 인체의 움직임을 재현한다. 제안방법을 실험 동영상에 적용한 결과 인체의 실루엣과 조인트를 자동 검출하며 추출된 조인트로 인체의 매핑이 효율적으로 이루어졌다. 또한 조인트의 추적이 매핑된 인체에 반영되어 인체의 움직임도 적절히 표현되었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제1권3호
• /
• pp.177-186
• /
• 2012

본 논문에서는 실시간 손동작 분석을 위한 깊이정보 기반 손 영역 검출 및 추적 방법을 제안한다. 이를 위해 손 영역 검출단계에서는 깊이정보만을 이용하여 손 영역의 특징인 형태모델을 생성하고, 검출 시 움직임 정보와 영역 확장(Region Growing)을 통해 객체를 추출한다. 추출된 객체는 사전에 생성된 형태모델과 크기정보를 분석하여 최종 손 영역으로 판정한다. 판정된 손 객체는 추적단계에서 중심점 전이 과정을 통해 이전 중심점과의 최근접점을 획득하고, 최근접점으로부터 영역 확장과 깊이기반 적응적 평균 이동 기법(DAM-Shift)을 통해 새로운 중심점을 검출하여 추적한다. 마지막으로 성능 검증을 위해 다양한 손 모양과 속도 및 위치에 대한 다양한 환경에서 실험하고, 검출속도와 추적된 궤적의 정량적, 정성적 분석을 통해 제안하는 방법의 효율성을 입증한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권10호
• /
• pp.937-944
• /
• 2007

본 논문은 스테레오 카메라를 이용한 이동 카메라 환경에서Mean Shift와 깊이지도를 결합하여 다수의 사람을 다양한 자세, 크기, 조명변화에 강인한 추적을 하는 방법을 제안한다. Mean Shift 추적 알고리즘은 빠르고 안정적인 성능으로 실시간 추적에 적합하다. 그러나 객체의 칼라 정보만으로는 배경과 칼라 분포가 유사한 객체의 경우 추적에 실패할 수 있는 단점을 보완하기 위하여 깊이 정보를 결합하는 방법을 제안한다. 또한 객체가 이동하면서 발생하는 가려짐 문제를 해결하기 위하여 검출된 사람 영역을 머리, 몸통, 다리로 나누어 신체 부위별 모델링을 하였고 박스 크기가 객체의 크기변화에 따라 적응적으로 변하도록 하였다. 본 논문에서 제안하는 알고리즘은 다양한 데이타에 대해서 실험한 결과 정확한 검출과 추적에 우수한 성능을 확인 할 수 있었다.

• 한국ITS학회 논문지
• /
• 제18권6호
• /
• pp.191-201
• /
• 2019

본 연구에서는 다양한 외부 조건 하에서 촬영된 영상을 대상으로 신속하고 정확하게 교통 객체를 검출하는 교통 객체 검출 통합 프레임워크를 개발하였다. 제안된 프레임워크는 딥러닝 기술 기반의 직접 객체 인식 기술과 다중 객체 추적 기술, 그리고 동영상 전처리 기술로 구성되며, 영상의 안정성, 기상, 촬영 각도 등의 다양한 외부 조건에서 촬영된 영상을 대상으로 승용차, 버스, 트럭, 및 미니밴과 같은 교통 객체를 인식하고, 이를 실시간으로 추적하여 교통량 데이터를 계수한다. 제안된 방법의 성능 검증을 위해 다양한 외부 조건에서 촬영된 영상 8개를 대상으로 제안된 방법의 성능 검증을 수행한 결과, 우천 및 강설을 제외한 모든 조건에서 98% 이상의 높은 정확도를 보이는 것으로 나타났다.

• 디지털융복합연구
• /
• 제14권2호
• /
• pp.183-190
• /
• 2016

본 논문은 서베일런스 네트워크에서 이동하는 객체 추적 시 영상 데이터의 전송량을 감소시키는 신경망 계산 시간의 단축 알고리즘을 제안한다. 객체 검출은 디지털화 연속된 영상으로부터 객체 존재 유무를 판단하고, 객체가 존재할 경우 영상 내 객체의 위치, 방향, 크기 등을 알아내는 기술로 정의된다. 그러나 영상 내의 객체는 위치, 크기, 빛의 방향 및 밝기, 장애물 등의 환경적 변화로 인해 객체 모양이 다양해지므로 정확하고 빠른 검출이 어렵다. 따라서 본 논문에서는 신경망을 사용하여 몇 가지 환경적 조건을 극복한 정확하고 빠른 객체 검출 방법을 제안한다. 검색 영역의 축소는 영상 내 색상 영역의 분할과 차영상을 이용하였고, 주성분 분석을 통해 신경망의 입력 벡터를 축소시킴으로써 신경망 수행 시간과 학습 시간을 단축시켰다. 실시간으로 입력되는 동영상에서 모두 실험하였으며, 색상 영역의 분할을 사용할 경우 입력 영상의 칼라 설정의 유무에 따른 검출 성공률의 차를 보였다. 실험 결과에서 보면 제안하는 방법으로써 객체의 움직임을 탐지하였을 때 기존의 방법보다 30% 정도 더 높은 인식 성능을 보여준다.