• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.42 no.2 s.302
• /
• pp.37-48
• /
• 2005

In this paper, a new object detection method for FLIR images is proposed. The proposed method consists of intensity ranking feature and a classification algerian using the feature. The intensity ranking feature is a representation of an image, from which intensity distribution is regularized. Each object candidate region is classified as object or non-object by the proposed classification algorithm which is based on the intensity ranking similarity between the candidate and object training images. Using the proposed algorithm pixel-wise detection results can be obtained without any additional candidate selection algorithm. In experimental results, it is shown that the proposed ranking feature is appropriate for object detection in a FLIR image and some vehicle detection results in the situation of existing noise, scale variation, and rotation of the objects are presented.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.01a
• /
• pp.137-138
• /
• 2015

본 논문에서는 연속된 영상에서 다중해상도 에지정보의 차이를 이용하여 이동하는 물체를 탐지하고 계수하는 시스템을 제안한다. 연속적으로 입력되는 영상에 대하여 이산 웨이블릿 연산을 수행하여 다중해상도 에지를 추출하고, 인접한 프레임 사이의 다중해상도 에지 차이를 이용하여 이동물체를 추출한다. 가중치가 부여된 유클리디언 거리를 이용하여 물체를 추적한 다음, 칼만필터를 이용하여 물체 궤적의 위치 정보를 보정한다. 마지막으로, 관심영역에 대한 물체 궤적의 상대적인 위치를 고려하여 이동물체를 계수한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.07a
• /
• pp.133-134
• /
• 2015

흉부 X-ray 영상에서 몸체 및 관심영역 분할 기법은 의료 X-ray 영상의 화질 개선 알고리즘을 더 효과적으로 적용하기 위해 전처리 단계로 영상의 물체와 배경을 분할하거나 관심영역만을 분할하는 방법이다. 보통 화질 개선 알고리즘을 적용할 때 영상의 밝기 정보나 주파수 정보를 이용하여 영상 디테일과 대비를 개선하는 방법을 사용한다. 영상 전체에 이러한 알고리즘을 적용하는 경우 불필요한 배경 정보가 포함되기 때문에 디테일과 대비가 떨어질 수 있다. 본 논문은 사용자가 보고자 하는 부분의 정보만을 사용하도록 물체를 분할하는 알고리즘을 제안한다. 1 단계로 몸체 분할 알고리즘을 이용하여 배경 성분의 정보를 제외하고 2 단계에서는 몸체의 중심인 폐와 폐사이의 장기 정보만을 볼 때의 관심영역 분할 알고리즘으로 팔이나 목, 복부의 불필요한 정보를 제외하는 방법을 제안한다.

• Journal of the HCI Society of Korea
• /
• v.6 no.1
• /
• pp.9-16
• /
• 2011

The previous researches of 3D object modeling have been performed in a limited environment where a target object only exists. However, in order to model an object in the real environment, we need to consider a dynamic environment, which has various objects and a frequently changing background. Therefore, this paper presents a segmentation and tracking method for a foreground which includes a target object in the dynamic environment. By using depth information than color information, the foreground region can be segmented and tracked more robustly. In addition, the foreground region can be tracked on the sequential images by referring depth distributions of the foreground region because both the position and the status in the consecutive images of the foreground region are almost unchanged. Experimental results show that our proposed method can robustly segment and track the foreground region in various conditions of the real environment. Moreover, as an application of the proposed method, it is presented a method for modeling an object extracting the object regions from the foreground region that is segmented and tracked.

• Proceedings of the KIEE Conference
• /
• 2008.04a
• /
• pp.105-106
• /
• 2008

영상을 이용한 물체인식은 컴퓨터 비젼분야의 주요한 관심분야중 하나이다. 이중 특정기반 물체인식은 영상이 가지고 있는 특징점을 이용하는 방법으로 입력영상과 물체에 대한 질의 영상의 특징점을 검출하고 매칭을 수행하여 물체를 인식하게 된다. 특징점은 스케일, 회전, 어파인 변화 등에 변하지 않는 특징을 가지고 있는 점을 말한다. 이러한 특징점을 구하기 위하여 사용하는 방범으로는 SIFT(Scale Invariant Feature Transform)가 있다. SIFT는 스케일, 회선, 어파인 변화에 우수한 성능을 보여주기는 하나 많은 연산으로 인하여 처리속도가 느리다는 단점이 존재한다. 이에 본 논문에서는 SIFT를 사용한 특징기반 물체인식에서 속도 개선 방법에 대하여 제안하였다. 제안한 방법을 사용하였을 경우 물체인식을 위한 특징점을 검출하고 매칭을 수행하는데 소모된 시간이 줄어드는 것을 실험을 통하여 확인 하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.37 no.2
• /
• pp.118-128
• /
• 2018

In this paper, we have studied how to search an underwater object by learning the image generated by the side scan sonar in the convolution neural network. In the method of human side analysis of the side scan image or the image, the convolution neural network algorithm can enhance the efficiency of the analysis. The image data of the side scan sonar used in the experiment is the public data of NSWC (Naval Surface Warfare Center) and consists of four kinds of synthetic underwater objects. The convolutional neural network algorithm is based on Faster R-CNN (Region based Convolutional Neural Networks) learning based on region of interest and the details of the neural network are self-organized to fit the data we have. The results of the study were compared with a precision-recall curve, and we investigated the applicability of underwater object detection in convolution neural networks by examining the effect of change of region of interest assigned to sonar image data on detection performance.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.10a
• /
• pp.574-578
• /
• 2009

Real-time object detection for distinguishing a moving object of interests from the background image in still image or video image sequence is an essential step to a correct object tracking and recognition. Moving cast shadow can be misclassified as part of objects or moving objects because the shadow region is included in the moving object region after object segmentation. For this reason, an algorithm for shadow removal plays an important role in the results of accurate moving object detection and tracking systems. To handle with the problems, an accurate algorithm based on the features of moving object and shadow in color space is presented in this paper. Experimental results show that the proposed algorithm is effective to detect a moving object and to remove shadow in test video sequences.

• Proceedings of the Korea Society of Design Studies Conference
• /
• 1999.10a
• /
• pp.68-69
• /
• 1999

사람마다 다 색깔이 있다. 물론 좋아하는 색깔도 가지각색이다. 특히 유아시기(만2세이상∼만5세이하)는 다른 시기의 유아들 보다 색에 대한 관심이 특별하다. 즉, 어떤 물체를 형태보다는 색채에 의하여 동일 물체로 인정하려 하여 자신이 좋아하는 색채에 대해서 민감한 반응을 보이게 된다. (중략)

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.07a
• /
• pp.201-204
• /
• 2010

물체 인식 및 추적 기술은 기계가 영상 정보를 기반으로 주변을 인지하고 정황을 파악하는 컴퓨터 비전 분야의 매우 중요한 연구 영역 중 하나이다. 현재까지 이러한 물체 인식/추적에 대한 다양한 연구들이 있어 왔고, 최근 증강현실에 대한 높은 관심을 바탕으로 증강현실을 위한 영상 정보 기반의 정확하고 정교한 추적 기술에 대한 관심 또한 매우 높아졌다. 본 논문에서는 텍스쳐가 없는 단색의 블록에 대해 증강현실을 실현하기 위한 물체 추적 방식을 제안한다. 제안하는 방식은 다수의 블록들을 조합하여 구성하고, 이 조합으로부터 추출한 특징점에 색상 정보 기반의 지역 서술자를 정의함으로써 사전에 정의된 서술자와 의 비교를 통해 물체를 추적하는 방식이다. 제안된 추적 방식은 사전에 기준이 되는 지역 서술자를 정의함에 있어서 기준 영상에 다양한 어파인 변환을 적용함으로써 카메라와 대상물과의 각도가 큰 입력 영상에 대해서도 추적에 실패하지 않는다. 실험을 통해 제안된 방식을 집 모양으로 구성한 블록 조합에 적용하여 3차원 가상 콘텐츠를 증강시켜 봄으로써 제안된 방식의 유용성을 확인하였다. 제안된 방식은 텍스쳐가 없는 환경에서 사용자의 상호작용으로 텍스쳐를 구성하고 이를 추적하는 방식으로 향후 아이들을 위한 교육 프로그램, 모바일 기기에서의 응용 프로그램 등으로 적용 가능하다.

• Journal of Digital Convergence
• /
• v.10 no.7
• /
• pp.123-128
• /
• 2012

In this paper, we propose a landmark-detection system of object for more accurate object recognition. The landmark-detection system of object becomes divided into a learning stage and a detection stage. A learning stage is created an interest-region model to set up a search region of each landmark as pre-information necessary for a detection stage and is created a detector by each landmark to detect a landmark in a search region. A detection stage sets up a search region of each landmark in an input image with an interest-region model created in the learning stage. The proposed system uses Fast Fourier Transform to detect landmark, because the landmark-detection is fast. In addition, the system fails to track objects less likely. After we developed the proposed method was applied to environment video. As a result, the system that you want to track objects moving at an irregular rate, even if it was found that stable tracking. The experimental results show that the proposed approach can achieve superior performance using various data sets to previously methods.