• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.290-293
• /
• 2003

다중 물체 추적은 움직이는 물체를 추출하고 검출된 정보와 물체 정보를 이용하여 움직임 궤도률 추적하는 것이다. 따라서 정확한 움직임 추적이 수행되려면 효율적인 물체의 추출이 선행 되어 져야 한다. 일반적으로 영상 분할 알고리즘은 다양한 증류의 영상에 대한 물체의 수학적 모델이 찌대로 설정되어 있지 않기 때문에 물체를 정확하게 분리해 내기 어렵다. 그러나 물체의 추출에 주로 처리 속도가 빠른 배경영상을 이용한 차(difference) 영상 기법과 반 자동 영상분할인 Snake Model이 갖는 Active Contour 알고리즘과 같이 물체 추출 과정에서 물체의 정의니 semantic 정보를 부여 한다면 개선된 영상 분할의 결과를 얻을 수 있다. 따라서 차 영상 기법과 semantic 정보를 가진 영상분할 알고리즘은 동영상에서 움직임 물체의 VOP(Video Object Plane)를 생성하는 매우 현실적인 방법이다. 본 논문에서는 영상의 상위 레벨Semantic 정보를 이용하기 위해 변형 Snake Model를 이용한 영상분할 방법을 이용하여 영상을 추출한다. 추출된 물체는 윤곽선(곡선) 정보와 함께 에지 성분의 기울기에서 얻은 특징 점을 이용하여 물체를 추적해 나간다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.197-202
• /
• 2006

본 논문에서는 퍼지 신경회로망을 사용하여 영상에서 물체를 배경으로부터 추출해내는 방법을 제시하였다. 퍼지 신경회로망의 vigilance parameter를 조정하여 영상을 2개의 클래스로 분류하고, 물체 영역과 배경영역의 Cb와 Cr의 대표값을 추출하였다. 제안한 방법을 사용하여 물체색상의 위치 및 크기와 밝기에 상관없이 물체영역을 추출하였다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2001.06a
• /
• pp.161-164
• /
• 2001

본 논문에서는 배경과 색 정보를 이용하여 얼굴을 추출하는 알고리즘을 제안한다. 영상에서의 얼굴 추출에 관한 방법에는 칼라 영상을 가정한 방법, 농담 영상을 가정한 방법, 얼굴의 회전에 덜 민감한 방법, 복잡한 배경에서의 얼굴 추출 방법 등이 연구되어 있다. 본 논문에서는 배경생성을 통해 물체를 구분하고 칼라 정보(HSI 칼라 모델)를 이용하여 얼굴을 추출한다. 배경생성은 각 픽셀 위치에서의 밝기 값을 장시간 평균하거나 혹은 장시간 누적된 밝기 값들 중 최빈 값을 사용하는데 이 방법은 영상 내 물체의 이동이 정체가 별로 없이 원활한 곳에서는 질 좋은 배경을 생성 할 수 있다. 하지 만 배경의 밝기 값을 누적하는 과정에서 물체의 정지상황이 장시간 반영될 경우 배경 영상의 질이 낮아지는 난점이 있다. 따라서, 배경생성 과정에 하이레벨 정보인 물체의 탐지 결과를 이용하여 움직임이 없는 부분에 대해서만 배경생성에 반영함으로써 좀 더 나은 배경을 생성할 수 있다. 이렇게 생성된 배경을 이용해서 입력 영상과의 배경차이를 하게되면 영상 내에서 배경이 아닌 모든 물체를 추출할 수 있다. 물체를 추출 한 후 얼굴 색깔과 유사한 칼라 영역을 분리하고 추출된 물체의 윗 부분에 얼갈이 위치한다는 가정 하에 일괄을 추출한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.653-656
• /
• 2002

본 논문에서는 연속된 영상 정보를 이용하여 물체를 추적하는 시스템에 대하여 기술한다. 물체를 추적하는 시스템은 물체를 구별하는 단계에서 자동으로 물체를 추적하는 단계로 구성된다. 물체를 구별 하기 위해서는 영상에서 사용자가 원하는 물체를 추출해야 한다. 이를 위해서 여러 가지 전처리 과정을 거쳐서 물체를 추출하고, 물체에 대한 정보를 추출한다. 추출된 정보와 미리 입력된 물체에 대한 정보와 비교하여 사용자가 원하는 물체인지를 구별한다. 사용자가 원하는 물체라고 판단이 될 경우 추적 시스템은 추적 알고리즘을 이용하여 물체를 추적한다. 이 시스템을 평가하기 위해서 본 논문은 conveyor belt에서 물체를 추적, 추적된 물체를 잡는 실험을 하였고 성공적인 결과를 보였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.83-87
• /
• 2001

본 연구에서는 입력된 영상을 구성하는 객체의 형태 특징을 이용한 영상 검색 시스템을 제안한다. 현재 MPEG-7의 XM에서 제안된 영상 검색 기술은 정확한 검색이나 유사도를 측정한 수 있는 기능을 가지는 객체정보를 정확하게 추출했다는 가정하에서 기술되고 있다. 그러나 실제 영상에서 물체의 외곽선을 정확히 추출하는 것은 매우 어려우며 물체 내부에 중요한 특징이 있을 때 이를 표현하기도 어렵다. 따라서 현재의 영상 검색 시스템에서는 물체의 추출 없이 물체 외곽선 및 내부 특징에 대한 대략적인 정보를 이용하여 검색을 할 수 있는 형태 위주의 정보가 필요하다. 이를 위해 8방향 chain code를 이용하여 입력 영상으로부터 물체의 중요한 특징 중 하나인 물체의 내부 외부의 경계선을 추출하여 영상의 특징으로 이용한다. 이렇게 함으로써 기존의 물체 추출의 과정없이 형태에 대한 영상 검색을 수행한 수 있다. 형태특징을 얻기 위해서 먼저 체인코드를 이용하여 경계선 추출을 추출하였다. 형태특징으로 객체의 경계선과 무게중심까지의 합, 표준편차 그리고 객체의 장축과 단축 비율 등을 추출하였다. 이러한 형태특징 정보를 이용하여 데이터 베이스에 저장된 영상과 질의 영상을 비교하여 유사도 순위에 따라 후보 영상들을 검색하였다. 환 실험의 결과 크기, 회전 이동 등의 변화에 둔감하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.15 no.2
• /
• pp.137-146
• /
• 1990

A series of images whose sized and resolutions differ by a constant factor are called an image pyramid. Because the images at high levels are small, large object can be detected on high levels of the pyramid at low cost, But in this way, the boundaries of objects are not accurately localized. Therefore the pyramid algorithms extracte the objects by segmentation the constructed image using bottom-up method and description it in an original resolution using inverse bottom-up method. In this paper, we can project an object down to the next lower level of the pyramid and apply to the boundary adjustment algorithm at that level to localize it more precisely. We repeat the process at successively lower levels. In this paper, we present a method of boundary adjustment using an image pyramid to obtain optimal boundary. The performance of the proposed algorithm is compared to those of the conventional method in term of subjective quality of object boundary.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.2
• /
• pp.226-231
• /
• 2007

This paper presents a method of colored object extraction from an image using the fuzzy neural network. Fuzzy neural network divides an image into two clusters. It extracts the prototypes of Cb and Cr of object and background by controlling the vigilance parameter. The proposed method extracted object regardless of the position, the size, and the intensity of object. We compared the performance of the proposed method with that of the method of using subjective threshold value. And, we compared the performance of the proposed method with that of the method of using subjective threshold value by using several images with added noises.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.341-344
• /
• 2001

본 논문은 두 대의 카메라로 제안하는 물체의 색상, 움직임, 형태상의 특성을 이용하여 3차원 공간상의 움직임을 실시간으로 추출하는 것을 목적으로 한다. 본 논문에서 제안하는 물체는 구조상 물체 자체가 캘리브레이션 물체의 역할을 포함하여 캘리브레이션이 되지 않은 상황에서도 정확하게 물체의 3차원 정보를 추출할 수 있으므로 3차원 입력 디바이스로 이용할 수 있다. 3차원 움직임을 추출하기 위해 먼저 3차원 공간상의 물체와 좌우 영상의 상관관계를 구하고 좌우 즉 영상에서 원이 위치할 탐색영역은 MAWUPC 알고리즘을 이용하여 예측한다. 탐색영역 안에서 PCA를 사용하여 원의 정확한 위치를 찾으며 좌우 영상에서 얻은 원의 위치와 스테레오 카메라의 기하학적 구조를 종합하여 3차원 움직임을 추출한다. 추출한 3차원 움직임은 가상환경에서 가상 물체의 움직임을 제어하는데 응용할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.461-463
• /
• 1998

본 논문에서는 활성 템플릿을 이용하여 임의의 형태를 가지는 이동 물체에 대한 정보를 추출하고, 이동 물체를 감지한다. 활성 템플릿을 이용함으로써 기존의 활성 모델에서 추출하지 못했던 이동 물체의 움직임 정보, 즉 전이정보, 회전정보, 크기변화 정보의 추출이 가능하다. 이 방법은 이동물체를 정확하게 감지할 필요없이 활성 템플릿 정합만으로 이동 물체에 대한 정보 추출이 가능하게 한다. 또한 이동 물체에 대한 움직임 정보 추출 후에 활성 템플릿의 윤곽선과 이동 물체 윤곽선간의 차이벡터를 이용하여 템플릿 영역내의 이동 물체 감지가 가능하다. 이것은 기존의 스네이크 알고리즘에 존재하는 지역 최소화 문제에 대한 해결방안이라고 볼 수 있다. 본 논문은 향후 얼굴 표정 인식 및 추적, 사람의 머리 추적, 행위 인식 등에 응용이 가능하다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.619-622
• /
• 2003

다중 물체 추적은 움직이는 물체를 추출하고 추출된 정보와 물체 정보를 이용하여 움직임 궤도를 추적하는 것이다. 따라서 정확한 움직임 궤도 추적이 수행되어지려면 우선적으로 물체의 수에 해당하는 Object 추출이 선행되어져야 한다. 물체 추적 시 물체 추출은 주로 처리속도가 빠르고 효율적인 배경영상을 이용한 차영상 기법을 이용하는데 이 경우 배경 영상 갱신이 중요하다. 본 논문에서는 실세계조명 하에서 장시간 다중 물체 추적이 가능하도록 물체의 움직임이 아닌 물체의 위치에 기반한 배경 영상 획득 방법을 제안한다.