• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.30 no.11A
• /
• pp.1098-1103
• /
• 2005

The edge and contour information are very much appreciated by the human visual systems and are responsible for our perceptions and recognitions. Therefore, if edge information is integrated during extracting video objects, we can generate boundaries of oects closer to human visual systems for multimedia applications such as interaction between video objects, object-based coding, and representation. Most of object extraction methods are difficult to implement real-time systems due to their iterative and complex arithmetic operations. In this paper, we propose a VLSI architecture integrating edge information to extract video objects for precisely located object boundaries. The proposed architecture can be easily implemented into hardware due to simple arithmetic operations. Also, it can be applied to real-time object extraction for object-oriented multimedia applications.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.317-319
• /
• 1999

공간 데이터베이스에서 공간 데이터간의 근접성을 알아보아야 할 필요가 많이 발생한다. 이를 위해, 본 연구에서는 방향 관계와 거리 관계가 혼합된 형태의 질의에서 공간적으로 가까운 객체를 순서적으로 추출해내는 방법을 제안한다. 점진적 거리 조인 알고리즘을 근간으로 섹터 기반 모델을 적용하여 객체들을 순서적으로 추출할 수 있도록 한다. 섹터의 분류와 섹터들간 정렬 순서에 따라 추출된 값을 필요에 따라 제한조건의 조절이 가능하다는 장점이 있다. 또한, 점진적 거리조인 알고리즘에 있어서의 데이터 크기에 따른 성능 저하 문제도 어느 정도 해결할 수 있음을 기술하고 있다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2012.05a
• /
• pp.1-3
• /
• 2012

본 논문에서는 요부 초음파 영상에서 다열근의 두께를 자동으로 측정하는 방법을 제안한다. 기존의 방법에서는 Valley Search 알고리즘을 적용하여 측정 기준 객체를 추출하고 다열근의 두께를 측정하였으나, 다열근의 형태학적 위치 정보를 반영하지 않았기 때문에 잘못된 측정 기준 객체를 추출하는 단점이 있다. 따라서 본 논문에서는 중앙 객체 탐색 알고리즘을 적용하여 측정 기준 객체를 추출하고 다열근의 두께를 자동으로 측정하는 방법을 제안한다. 제안된 방법을 획득한 요부 초음파 영상을 대상으로 실험한 결과, 기존의 방법보다 효율적으로 측정 기준 객체를 추출하고 다열근의 두께를 기존의 방법보다 정확히 측정하는 것을 확인할 수 있었다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.6 no.8
• /
• pp.1319-1324
• /
• 2002

In this paper, we present a new technique for extraction of moving objects in moving image sequence. The detection method of change regions is based on spatial gradient difference and temporal difference. Moving objects are extracted by motion information and prediction error of each region. In the simulation results, the proposed technique shows good performance.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.508-510
• /
• 1998

기존의 절차 지향 프로그램을 이해하고 유지.보수하기 위해서는 많은 비용이 필요하다. 이러한 절차 지향 프로그램에서 객체/클래스를 추출한다면 프로그램을 이해하고 유지.보수하는데 많은 비용을 절감할 수 있을 뿐 아니라, 객체 지향 프로그램으로 변환하는데 많은 도움이 된다. 본 논문에서는 객체/클래스를 추출하기 위한 절차와 구조를 제시하였다. 객체/클래스 추출기는 Clustering Engine, Stochastic Refinement and Decision Engine, Domain Modelling와 Comparison and Intergration Engine의 4부분으로 구성된다. 이러한 과정을 거치면서 기존의 연구 방법과는 다르게 가중치 주는 기준, 다중 객체 후보, 통계적 방법으로의 정재와 결정, 요구사항의 의미적 관점에 기초한 방법을 사용하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.808-810
• /
• 2004

본 논문에서는 Contrast map과 Salient point를 이용하여 영상에서 중요한 객체를 자동으로 추출하는 방법을 제안한다. 우선 인간의 시각 체계와 유사한 밝기(luminance), 색상(color) 그리고 방향성(orientation) 3가지의 특징정보를 이용하여 각각의 특징정보로부터 feature map을 생성하고 이 3가지의 feature map을 선형 결합하여 contrast map을 생성한다. 이렇게 생성된 하나의 contrast map을 이용하여 대략적인 Attention Window (AW)의 위치를 결정한다. 다음으로, 영상으로부터 웨이블릿 변환을 적용하여 salient point를 찾고, salient point의 분포와 contrast map의 중요도에 따라 AW의 크기를 실제 중요 객체의 크기와 가장 유사하도록 축소시킨다. 이렇게 선택되고 축소된 AW안에서 실제 중요 객체를 추출하기 위해 AW 내부에 존재하는 영상에 대해서만 영상 분할을 하고 불필요한 영역을 제거하여 자동으로 중요객체를 추출하도록 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1442-1445
• /
• 2015

본 논문은 SAR 영상에서 객체를 추출하는 새로운 방법으로 특징점 기반 분할 히스토그램 기법을 제안한다. 제안하는 방법은 영상 히스토그램에서 객체로 추정될 수 있는 영역을 세밀하게 추출하기 위해 영상에서 특징점을 추출한 후, 특징점의 밝기를 기준으로 히스토그램을 분할한다. 분할 히스토그램이 배경과 객체 성분을 모두 포함하고 있을 경우 해당 영역의 혼합 확률밀도함수가 교차되는 임계점을 계산한다. 계산된 임계점을 기준으로 현재 영역이 전체 영상에서 차지하는 비율을 비교하여 배경과 객체 여부를 판단한다. 제안하는 방법은 무인 감시 정찰 시스템 등 다양한 응용 기술에 활용될 수 있을 것으로 기대한다.

• Convergence Security Journal
• /
• v.7 no.1
• /
• pp.1-10
• /
• 2007

Surveillance system with the fixed field of view generally has an identical background and is easy to extract and segment a moving object. However, it is difficult to extract the object when the gray level of the background is varied due to illumination condition in the real circumstance. In this paper we propose the segmentation algorithm to extract effectively the object in spite of the illumination change. In order to minimize the effect of illumination, the proposed algorithm is composed of three modes according to the background generation and the illuminational change. Then the object is finally obtained by using projection and the morphological operator in post-processing. A good segmentation performance is demonstrated by the simulation result.

• Journal of Digital Contents Society
• /
• v.14 no.1
• /
• pp.117-124
• /
• 2013

This paper suggests the robust method of extraction for moving objects in illumination variation by using image sequence from an immovable camera. The most difficult part of the implication is the effect by illumination and noise. The object area is hardly estimated when the dusky area occurs in illumination variation by time change. This thesis describes the extraction of moving objects employed by Gaussian mixture model which is noise robust measure. Also, the report suggests the elimination method of illumination part in input image by the representative illumination image which is defined to minimize the illumination influence.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.656-659
• /
• 2004

최근 많은 연구에서, 동일한 영상그룹들로부터 추출된 저수준의 특징들을 이용해서 고수준의 정보를 분석한 뒤, 이를 이용해서 영상을 분류하는 방법들을 소개하고 있다. 이러한 연구는 CBIR의 인덱싱에서 저수준의 특징만을 사용할 때 발생하는 의미적인 차이(semantic gap)문제를 해결하여, 검색의 효율을 높일 수 있게 한다. 하지만 이들 연구는 대부분 전경(scenery)영상만을 대상으로 하고 있다. 한편 영상을 객체 단위로 다루는 것은 CBIR의 성능을 크게 향상 시킬 수 있는 요인이 된다. 왜냐하면 대부분의 사용자는 관심있는 객체가 포함된 영상을 검색하기 원하기 때문이다. 본 논문에서는 영상의 객체를 인공객체와 자연객체로 분류하는 방법을 제안한다. 인공객체의 경우 자연객체에 비해 상대적으로 직선형태의 에지가 많이 발견되며 객체를 구성하는 패턴이 규칙적이고 방향성을 가진다. 또한 인공객체는 자연객체에 비해 객체영역의 경계가 직선에 의한 단순한 형태로 나타난다. 이러한 특징들을 EDH(edge Direction Histogram)의 에너지, EDAS(Energy Difference of Adjacent Sector)와 가버 필터를 통해 추출하여 분류에 이용한다. 실험을 통하여 각 특징들을 개별적으로 사용해서 76%에서 84% 사이의 분류 정확성을 얻었으며, 제안한 머징 방법을 이용하여 최종적으로 약 90%의 정확성으로 분류하였다.