• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.12a
• /
• pp.157-160
• /
• 2000

본 논문에서는 교통 감시 시스템의 필수 단계중에 하나인 실시간 자동차 검출 방법을 제안한다. 제안한 방법은 후보 영역 추출 단계와 자동차 인식 단계로 이루어진다. 첫 번째 단계에서는 연속된 두 프레임간의 차영상 분석 방법을 기반으로 하여 움직임이 있는 후보 영역을 추출한다. 두 번째 단계에서는 추출된 후보 영역에 자동차가 포함되어 있는지를 판별하기 위해 웨이블릿 변환 계수들을 입력으로 하는 신경망을 사용한다. 일반 도로에서 획득한 230대의 자동차가 포함된 동영상을 실험한 결과, 자동차 검출율은 97.8%, 프레임당 처리 시간은 0.12ms이다. 본 논문에서 제안한 실시간 자동차 검출 방법은 교통 감시 시스템에 유용하게 적용될 수 있다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.8
• /
• pp.1117-1123
• /
• 2021

Object recognition is to identify the location and class of a specific object by analyzing the given image when a specific image is input. One of the fields in which object recognition technology is actively applied in recent years is autonomous vehicles, and this paper describes the trend of image-based object recognition artificial intelligence technology in autonomous vehicles. The image-based object detection algorithm has recently been narrowed down to two methods (a single-step detection method and a two-step detection method), and we will analyze and organize them around this. The advantages and disadvantages of the two detection methods are analyzed and presented, and the YOLO/SSD algorithm belonging to the single-step detection method and the R-CNN/Faster R-CNN algorithm belonging to the two-step detection method are analyzed and described. This will allow the algorithms suitable for each object recognition application required for autonomous driving to be selectively selected and R&D.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.04b
• /
• pp.899-902
• /
• 2001

본 논문은 도로 상에서 움직이는 물체를 검출하고 웨이블릿 변환을 이용하여 검출된 물체를 추적하는 방법을 제안한다. 제안한 방법은 후보 영역 추출 단계와 물체 판별 단계 그리고 추적 단계로 이루어진다. 첫번째 단계에서는 연속된 두 프레임간의 차영상 분석 방법을 기반하여 움직이는 물체에 의해 발생한 영역과 그 이외의 다른 영역들을 검출한다. 두 번째 단계에서는 검출된 영역에 포함되어 있는 물체를 웨이블릿 변환 계수를 입력하는 신경망을 사용하여 판별한다. 그리고 판별된 물체의 위치 및 크기 정보와 웨이블릿 변환 계수를 이용하여 추적한다. 제안한 방법을 실험한 결과, 물체 추적률은 93%, 프레임당 처리 시간은 0.19ms 이다. 본 논문에서 제안한 방법은 실시간 교통 감시 시스템에 유용하게 적용될 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.256-259
• /
• 2021

본 논문에서는 IM-OFDM-SS(index modulated orthogonal frequency division multiplexing with spread spectrum)와 IM-OFDM-QOS(IM-OFDM with quasi-orthogonal sequence) 시스템을 위한 2 단계 검출 (2-stage detection) 방법에 대해 연구하였다. IM-OFDM-SS/QOS 시스템은 전송할 수열의 인덱스(index)와 변조심볼(modulation symbol)을 이용하여 정보를 전달하며, 수신기(receiver)에서는 인덱스와 변조 심볼을 결합하여 동시에 검출하는 최대 우도(maximum-likelihood) 검출 방법을 사용할 수 있다. 그리고, 인덱스를 먼저 검출하고, 검출한 인덱스에 대한 변조 심볼을 이어서 검출하는 2 단계 방법을 적용할 수 있다. 따라서, 본 논문에서는 IM-OFDM-QOS 시스템에 2 단계 검출 방법을 적용하여 성능을 비교한다. 또한, 두 개 이상의 수열을 동시에 전송하는 경우 2 단계 검출 방법의 한계를 논의한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.315-318
• /
• 2007

자동 얼굴 인식, 표정 인식과 같은 얼굴 영상과 관련된 다양한 연구 분야는 일반적으로 입력 얼굴 영상에 대한 정규화가 필요하다. 사람의 얼굴은 표정, 조명 등에 따라 다양한 형태변화가 있어 입력 영상 마다 정확한 대표 특징 점을 찾는 것은 어려운 문제이다. 특히 감고 있는 눈이나 작은 눈 등은 검출하기 어렵기 때문에 얼굴 관련 연구에서 성능을 저하시키는 주요한 원인이 되고 있다. 이에 다양한 변화에 강건한 눈 검출을 위하여 본 논문에서는 눈의 텍스처 정보를 이용한 눈 검출 방법을 제안한다. 얼굴 영역에서 눈의 텍스처가 갖는 특성을 정의하고 두 가지 형태의 Eye 필터를 정의하였다. 제안된 방법은 Adaboost 기반의 얼굴 영역 검출 단계, 조명 정규화 단계, Eye 필터를 이용한 눈 후보 영역 검출 단계, 눈 위치 점 검출 단계 등 총 4단계로 구성된다. 실험 결과들은 제안된 방법이 얼굴의 자세, 표정, 조명 상태 등에 강건한 검출 결과를 보여주며 감은 눈 영상에서도 강건한 결과를 보여준다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.228-231
• /
• 2003

본 논문은 그레이 영상에서의 사람얼굴 영역추출에 관해서 연구하였다. 얼굴영역 추출은 얼굴인식이나 사람과 컴퓨터의 인터페이스, 비디오 감시시스템을 연구하는데 있어서 반드시 거쳐야 하는 전처리 과정이라고 할 수 있다. 이러한 목적을 위해서 본 연구에서는 두 단계의 과정을 통해서 얼굴영역을 추출하였다. 첫 번째 단계는 사랑얼굴에 대한 경험적 지식을 이용하여 후보영역을 획득한 다음에 두 번째 단계에서 후보영역을 웨이블릿 분해 후, 신경망을 이용하여 후보영역 중에서 얼굴영역을 검증한다. 실험결과 제안한 방법은 빠르고 정확하게 얼굴영역을 검출하였다.

• Journal of Korea Multimedia Society
• /
• v.16 no.6
• /
• pp.764-781
• /
• 2013

In this paper, we propose a highly precise vehicle detection method with low false alarm using billboard sweep stereo matching and multi-stage hypothesis generation. First, we capture stereo images from cameras established in front of the vehicle and obtain the disparity map in which the regions of ground plane or background are removed using billboard sweep stereo matching algorithm. And then, we perform the vehicle detection and tracking on the labeled disparity map. The vehicle detection and tracking consists of three steps. In the learning step, the SVM(support vector machine) classifier is obtained using the features extracted from the gabor filter. The second step is the vehicle detection which performs the sobel edge detection in the image of the left camera and extracts candidates of the vehicle using edge image and billboard sweep stereo disparity map. The final step is the vehicle tracking using template matching in the next frame. Removal process of the tracking regions improves the system performance in the candidate region of the vehicle on the succeeding frames.

• Journal of KIISE:Information Networking
• /
• v.30 no.4
• /
• pp.504-512
• /
• 2003

In this paper, we propose a new adaptive dissolve detection method based on the analysis of a dissolve modeling error which is the difference between an ideally modeled dissolve curve with no correlation and an actual dissolve curve including a correlation. The proposed dissolve detection method consists of two steps. First, candidate dissolve regions are extracted using the characteristics of a downward convex parabola, then each candidate region is verified based oil the dissolve modeling error. If the dissolve modeling error for a candidate region is less than a threshold defined by the target modeling error with a target correlation, the candidate region is determined as a resolve region with a lower correlation than the target correlation. The threshold is adaptively determined based on the variances between the candidate regions and the target correlation. By considering the correlation between neighbor scenes, the proposed method is able to be a semantic scene-change detector. The proposed method was tested on various types of data and its performance proved to be more accurate and reliable regardless of variation of variance of test sequences when compared with other commonly use methods.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.30 no.10C
• /
• pp.983-991
• /
• 2005

Human faces are commonly found in a video such as a drama and provide useful information for video content analysis. Therefore, face detection plays an important role in applications such as face recognition, and face image database management. In this paper, we propose a face detection algorithm based on pre-processing of scene change detection for indexing and cast searching in video. The proposed algorithm consists of three stages: scene change detection stage, face region detection stage, and eyes and mouth detection stage. Experimental results show that the proposed algorithm can detect faces successfully over a wide range of facial variations in scale, rotation, pose, and position, and the performance is improved by $24\%$with profile images comparing with conventional methods using color components.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.110-113
• /
• 2002

통신과 멀티미디어 기술의 발전으로 대용량의 멀티미디어 자료에 대한 효율적인 검색 방법이 대두되고 있다. 본 논문에서 다루고자 하는 동영상 장면전환 검출 연구는 멀티미디어 데이터베이스의 내용기반 비디오 정보검색 및 비디오 데이터 인덱싱 구현의 기반이 되는 첫번째 단계의 핵심적인 분야에 속한다. 비디오 데이터를 내용기반으로 처리 하기 위해서는 우선 비디오데이터를 연속성에 의한 유사 영역으로 분할하여야 한다. 동영상을 분할하기 위한 방법으로 비디오의 불연속점을 찾아내는 장면전환 검출이 널리 사용되어 이에 관한 연구가 활발하게 진행되고 있다. 본 논문에서는 기존의 방법인 히스토그램 방식과 에지검출 방식의 장단점을 비교하고 두 알고리즘의 장점을 혼합한 방식을 제안하였다. 영상을 1차로 히스토그램의 피크값과 계곡특징값을 이용하고 2차로 에지검출 방식으로 두 단계로 나누어 처리하여 속도향상과 정확도를 높이고자 하는 방법을 제안하였다. 그리고 실험을 통하여 기존의 방법들과의 비교 분석을 통하여 성능평가를 하고자 한다.