• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.508-510
• /
• 2001

3차원 물체의 인식과 공간 정보를 추출해 내는 것이 물체인식의 주요 목적이다. 본 논문에서는 평면의 표면을 갖는 기하학적 물체들을 인식하는데 인공신경망이 적용 가능함이 조사되었다. 물체인식을 위한 모델들은 CAD모델들로부터 자동적으로 추출되며, 획득된 물체의 영상과 일치하는 물체의 국면(aspect)과의 매칭은 조건만족 인경신경망을 이용하여 매칭-오차를 최소화시키는 방법을 처리되었다. 인식된 물체의 국면이 어느 방향에서 획득되었는지에 대한 정보(Aspect's view direction)는 검색된 가시 평면들의 분포로부터 추출됨을 ART와 같은 인공신경망을 이용하여 실시간으로 복원할 수 있음을 보였다. 대표적이 측정방향과 이 측정방향으로부터의 편차들을 한 범주에 넣고 학습을 통해 정확한 측정방향 정보들을 구하며, 획득된 3차원 물체의 영상들에 따라 자동적으로 측정방향범주 들이 추가되도록 한다.

• Journal of Intelligence and Information Systems
• /
• v.8 no.2
• /
• pp.1-13
• /
• 2002

In this paper, we propose an object tracking system which can be convinced of moving area shaped on objects through color sequential images, decided moving directions of foot messengers or vehicles of image sequences. In static camera, we suggests a new evaluating method extracting co-occurrence matrix with feature vectors of RGB after analyzing and blocking difference images, which is accessed to field of camera view for motion. They are energy, entropy, contrast, maximum probability, inverse difference moment, and correlation of RGB color vectors. we describe how to analyze and compute corresponding relations of objects between adjacent frames. In the clustering, we apply an algorithm of FCM(fuzzy c means) to analyze matching and clustering problems of adjacent frames of the featured vectors, energy and entropy, gotten from previous phase. In the matching phase, we also propose a method to know correspondence relation that can track motion each objects by clustering with similar area, compute object centers and cluster around them in case of same objects based on membership function of motion area of adjacent frames.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.511-515
• /
• 1998

본 논문에서는 전경과 배경을 동시에 고려하는 이동 물체 추적 기법을 제안한다. 본 논문에서 제안하는 이동 물체 추적 기법은 카메라가 고정되지 않은 동적인 환경에서 연속적으로 촬영된 동영상으로부터 배경과 전경을 분리한 후 배경으로부터는 카메라의 동작을, 그리고 전경으로부터는 이동 물체를 추적한다. 배경에서는 영상의 움직임을 나타내는 동작 벡터를 추출하여 2차원 파라미터 동작 모델인 어파인 동작 모델에 적합시키고, 회귀분석법을 통해 어파인 동작 모델을 구성하는 파라미터를 추출하여 분석함으로써 다양한 카메라의 동작을 구한다. 전경에서는 칼라 정보를 이용하여 물체들의 모델을 생성하고 매 시점마다 모델을 수정하면서 이동 물체를 추적한다. 본 논문에서는 카메라의 동작 및 이동 물체의 추적 시 예측 알고리즘인 칼만 필터를 활용함으로써 보다 효율적이고 강건한 추적이 가능하다. 또한, 배경에서 추출된 카메라의 동작 정보를 전경에서 추출하는 이동 물체의 이동궤적 정보 계산 시 활용함으로써 보다 정확하게 장면을 분석할 수 있다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1377-1378
• /
• 2015

본 논문에서는 영상에서 움직임 물체의 손실된 영역 보정 기법을 제안한다. 제안하는 방법은 먼저, 입력 영상에서 차 영상기법을 이용하여 움직임 물체를 추출한다. 추출한 움직임 물체는 손실된 영역과 미세한 잡음을 포함하고 있어 모폴로지 알고리즘을 이용하여 잡음을 제거하고 손실된 영역을 보정하기 위해 차 영상에 사용한 입력 영상에서 히스토그램 평활화(Histogram equalization)를 통해 영상의 명암을 강조한다. 명암이 강조된 영상에서 Canny 에지를 추출한다. 추출한 에지 영상에서 차 영상을 이용해 추출한 움직임 물체의 위치를 기준으로 플러드 필 알고리즘을 적용한다. 플러드 필 알고리즘을 적용하면 손의 에지영역을 색으로 채울 수 있다. 마지막으로 움직임 물체의 손실된 영역과 플러드 필(flood fill) 알고리즘을 적용한 영상을 합 연산 하여 손실된 영역을 보정한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.11a
• /
• pp.279-283
• /
• 2007

움직이는 물체를 분류하는 것은 영상 감시 시스템에서 가장 중요한 분야 중의 하나이다. 사람과 자동차는 영상 감사 시스템에서 인식해야 하는 가장 중요한 물체의 종류이기 때문에 본 연구에서는 인식하는 물체의 종류를 이것들로 제한한다. 사용되는 특성으로는 물체의 움직임에서 추출되는 특성과 형태에서 추출되는 특성이 있다. 이 두 가지 특성들은 정지된 하나의 카메라로부터 입력된 영상에 나타나는 물체를 분류하기 위하여 사용된다. 움직임으로부터 추출되는 특성은 연결 성분 분석을 이용한 물체 추적과 밀접한 관련이 있다. 그리고 형태 기반 특성에 관한 학습은 종횡비(aspect ratio)와 4개의 윤곽선을 가지고 수행된다. 움직임 기반 특성과 종횡비는 물체를 사람과 자동차로 구분하는데 이용되고 각각의 종류를 더욱 세분화하기 위하여 4개의 윤곽선이 사용된다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2007.02a
• /
• pp.83-86
• /
• 2007

비디오에서의 물체 추적은 컴퓨터비젼(computer vision)의 주요 연구 분야로 지능형 로봇, 무인 감시 체제 등의 영역의 핵심 기술로 여겨지고 있다. 본 논문에서는 다중물체추적을 통해 카메라로 부터 입력된 동영상에서 특정 장소를 지나가는 사람들을 추적함으로서, 그 지역에서의 인구의 이동 패턴을 추출하고 자 한다. 물체 추적은 블롭 추적(blob tracking) 방식을 이용하며, 이를 위해 정확한 전경물체 추출, 추출된 이미지 블롭(blob)과 기존 트랙과의 연결, 새로운 물체(사람)의 등장과 퇴장등의 작업을 수행한다. 추적된 물체들이 궤적을 통해, 시간의 변화에 따른 그 지역에서의 인구의 밀도, 주 이동 경로, 방향 등의 변화를 추출한다. 이러한 통계치는 해당 지역의 개발 정책 수립 및 시장성 조사를 위한 2차 데이타로 활용할 수 있다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.9B
• /
• pp.1267-1276
• /
• 2001

본 논문은 스테레오 시차정보를 이용하여 스테레오 비젼 시스템에서 표적물체의 영역 및 위치를 구하고, 표적물체를 제외한 배경을 분리함으로써 표적물체 영역을 효과적으로 추출할 수 있는 새로운 알고리즘을 제시하였다. 즉, 제안한 알고리즘은 스테레오 비젼 시스템에서 얻어지는 양안시차 정보와 각 픽셀의 유사도를 이용하여 1차적으로 배경을 분리한 후 그 결과에 히스토그램을 적용하여 최종적으로 표적물체 영역을 추출하였다. 실험 결과 제안한 알고리즘은 스테레오 입력 영상에서 배경잡음과 관계없이 표적 물체영역을 추출할 수 있었고, 이의 구현으로 스테레오 원격작업 시스템이나 적응적인 스테레오 물체 추적기 등의 구현 가능성을 제시하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.9B
• /
• pp.1251-1258
• /
• 2001

본 논문은 2차 다항식을 이용하여 3차원 물체의 표면 특징을 추출하고 표현하는 방법을 제안한다. 본 연구는 수정된 스캔 라인 기법을 이용하여 에지 맵을 얻는다. 에지 맵으로부터 3차원 물체의 각 면들을 분리하기 위해 레이블링 연산을 하고 각 면에서 중심점과 모서리 점들을 추출한다. 그 다음에, 평면 방정식으로부터 각 면이 평면인지 곡면인지를 판단한다. 3차원 물체를 표현하기 위해 각 면의 평면 또는 곡면의 계수 및 특징들을 추출한다. 합성영상과 실측영상을 통해서 제안된 기법의 성능을 알아보았고, 또한 제안된 기법으로 3차원 물체를 재구성하였다.

• Journal of Advanced Navigation Technology
• /
• v.5 no.1
• /
• pp.26-36
• /
• 2001

One of the most important problems in time-varying image sequences is the automatic target tracking. This paper proposes a position prediction and tracking technique of moving object using fuzzy prediction. First, the object is segmented from background of the image using accumulative difference image technique. Then centroid of the segmented object is extracted by using the centroid method, and we propose to apply variable size searching window to the object in order to increase the tracking performance. Also, non-linear prediction is required for efficient object tracking. Therefore, in this paper, fuzzy prediction method is proposed for predicting the location of the moving object at next frame. An experimental result shows that the proposed fuzzy prediction system tracks the moving object in stable under various conditions.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.565-567
• /
• 2002

동영상에서 특정 물체를 추적하기 위하여 여러 가지 알고리즘이 적용된다. 그 중에서 특징점을 추출하고 정합하여, 움직이고 있는 물체를 추적하는 방법을 소개한다. 특징점을 추출하는 방법 중에서 에지정보를 이용하는 방법과 직접 이미지에 접근하는 방식이 있다. 본 논문에서는 물체의 에지정보를 이용하여 특징점을 추출하는 기법을 제안한다. 널리 이용되고 있는 Canny Edge Detection(1) 알고리즘 이용, 에지를 얻게 되는데, 여기서 특징점 추출에 오류를 발생시킬 수 있는 경우에 대비하여 에지를 보정하고, 결과의 에지에서 특징 점을 추출한다. 보정된 에지정보에서 시작점, 끝점, 둘 이상의 에지가 모인 분기점과 굴곡률이 국부 최대인 지점을 찾아 특징점을 추출한다.