• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2006년도 춘계학술발표논문집
• /
• 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.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2010년도 춘계학술발표논문집 1부
• /
• 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.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2011년도 제44차 하계학술발표논문집 19권2호
• /
• 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.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅳ
• /
• pp.1879-1882
• /
• 2003

본 논문은 확률적 확산 기법 및 확률모델을 이용하여 스테레오 영상간의 대응점을 추정하고, 영상의 배경으로부터 객체를 추출해 내는 연구를 다루고 있다. 스테레오 영상의 정합 및 객체 추출을 위하여 시차, 세그먼트, 라인, 및 오클루젼 필드를 Markov random field 모델로 정의하고, 확률적 에너지 최소화 방법을 이용하여 최적의 시차 필드 및 객체추출을 수행한다. 본 논문에서는 우선 이러한 다양한 필드간의 MRF 모델링 기법을 제안하고, 각 필드에 대한 에너지 함수를 정의한다. 그리고, 확률적 확산 기법을 이용하여 각 필드에 대하여 정의된 에너지 함수를 최소화함으로써, 최적의 시차필드 및 객체추출 결과를 구한다.

• 대한전자공학회논문지SP
• /
• 제48권2호
• /
• pp.11-23
• /
• 2011

본 논문에서 우리는 실시간 성능이 요구되는 비디오 화상회의 시스템을 위해 사전정보 없이 정확하면서도 완전히 자동으로 비디오 객체를 추출하는 방법을 제안한다. 제안하는 방법은 두 단계로 이루어진다: 1) 초기 프레임에서의 정확한 객체 추출, 2) 객체 추출 결과를 이용한 그 이후 프레임에서의 실시간 객체 추출. 초기 프레임에서의 객체 추출은 초기 프레임들의 차영상으로부터 구한 에지들을 누적시킨 누적 에지맵 생성으로부터 시작된다. 즉, 객체의 초기 움직임의 누적으로부터 객체의 형상을 추측하고자 하는 것이다. 이 추측된 형상은 그래프 컷(Graph-Cut) 영상 분할을 위한 객체 씨드(seeds)와 배경 씨드를 할당하는데 이용된다. 그래프 컷 기반 객체 추출 이후 프레임부터는 객체 추출 결과와 연속된 프레임의 차영상의 에지맵을 이용하여 실시간 객체 추출이 수행된다. 실험결과를 통해 제안하는 방법이 이전 연구들과 달리 VGA 크기의 비디오에 대해서도 실시간으로 동작함을 보이고, 따라서 몰입적인 비디오 화상회의 시스템의 개발을 위한 유용한 도구임을 보이고자 한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1999년도 학술대회
• /
• 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.

• 한국정보통신학회논문지
• /
• 제9권1호
• /
• pp.123-127
• /
• 2005

본 논문은 압축된 비디오 신호로부터 움직임 객체를 효과적으로 추출하기 위한 새로운 방법을 제시한다. 압축된 비디오는 압축과정에서 얻은 비디오 객체에 관한 여러 가지 정보들을포함하고 있으며, 이러한 정보는 객체 추출에 중요한 힌트가 된다. 본 연구에서는 각 매크로 블록의 움직임 정보만을 이용하여 움직임 객체를 추출하는 알고리즘을 제시한다. 이를 위하여 프레임에서 배경과 움직임 객체를 분리하고, 움직임 벡터의 히스토그램과 복잡도를 분석하여 움직임 객체의 유효성 여부를 판단한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 춘계학술대회
• /
• 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.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2006년도 춘계학술발표논문집
• /
• 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.

• 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.