• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.11a
• /
• pp.254-256
• /
• 2010

최근 감시시스템 구축에서 디지털 비디오 레코더(DVR)를 이용하는 방식이 주를 이루고 있다. 영상압축 기술의 발전에 따라 디지털 비디오 레코더는 H.264/AVC 인코더를 기반으로 저장 공간 대비 고화질의 영상 저장이 가능해졌다. 또한, 다수 채널의 동시 처리가 가능해졌을 뿐만 아니라 영상 압축 및 저장 기능 외에 지능형 감시를 위한 기능이 요구되고 있다. 본 논문에서는 H.264/AVC 압축 비트열에서 움직임 벡터 추출 및 분석을 통한 영상내 이동 물체 검출 방법을 제안한다. 압축 비트열에서 현재 프레임과 이전 프레임의 움직임 벡터들의 크기와 각도를 비교하여 임계값 이하인 움직임 벡터들을 추출하여 이동 물체를 검출하였다. 이동 물체 검출 성능 평가를 위해 H.264/AVC의 참조 프로그램인 JM 15.1을 사용하여 인코딩 및 비트열 분석을 수행 하였고, 움직임이 검출된 시간 구간만을 디코딩 후 저장하는 알고리즘을 구현하였다. 제안된 방식은 디코딩 부분의 연산량 감소뿐만 아니라 저장소의 물리적 공간 절약이 가능하다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.630-632
• /
• 1998

큰 규모의 가상 환경에서 물체들은 사실적인 이미지효과와 함께 충돌 검출과 같은 다이내믹한 효과를 동반하여 더욱더 실제 물체와 같이 느껴지도록 해야한다. 특히, 가상세계에서의 충돌 검출은 실시간으로 계산되어야 한다. 가상환경을 이루는 기하학적 데이터의 양이 엄청나게 증가하면서 충돌 검출은 하나의 병목으로 극복되어야 할 문제로 여겨져 왔다. 본 논문에서는 많은 수의 복잡한, 3차원의 기하학적 모델들로 구성된 가상환경에서 단계적인 상세를 이용하여 가상 물체를 사실적으로 표현하면서도 어느 정도의 충돌 검출 병목을 해결하는 절충적인 방법을 제안하고 많은 양의 기하학적 데이터를 포함하는 토끼 모델을 사용하여 단계적인 상세를 이용한 가상환경을 구현하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2000.11b
• /
• pp.143-148
• /
• 2000

본 논문에서는 투영된 모션과 히스토그램 인터섹션을 이용한 노이즈에 강건한 물체추적 방법을 제안한다. 기존의 방법은 템플릿 매칭, 물체의 경계선 재 검출, 물체의 움직임 정보 등을 사용하여 물체추적을 하였으나, 템플릿 매칭의 경우 많은 계산 시간을 요구하며 경계선을 재 검출하는 경우 윤곽선이 잘못 설정되는 경우가 있고 물체의 움직임 정보를 사용하는 경우에는 움직이는 카메라에서 움직이는 물체만을 추적하기가 쉽지 않은 단점이 있다. 본 논문에서는 투영된 모션과 질의 영상의 템플릿 마스크를 사용하여 물체의 이동, 회전과 스케일을 고려한 노이즈에 강건한 물체추적 기법을 제안한다. 질의영상은 영상분할 후 영역선택을 통하여 구성하고 물체의 인식은 색상을 이용한 히스토그램 인터섹션 기법을 사용한다. 물체의 이동은 가로 및 세로의 밝기 값을 1차원 신호로 투영하여 개략적인 움직임을 감지하고 이동에 대한 에러를 보정하며 회전과 스케일의 변화는 질의 영상의 템플릿 마스크를 이동하여 회전과 스케일에 맞게 변경하여 감지한다

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1999.11a
• /
• pp.184-188
• /
• 1999

최근 산업이 발달함에 따라 영상처리 기술이 산업에 많이 응용되고 있으며, 특히 비젼 어플리케이 션과 여러 멀티미디어 어플리케이션 분야에서, 주어진 영상에서 원하는 물체에 대한 위치정보를 빠른 시간으로 검출하는 방법에 관한 연구가 많이 진행되고 있다 특히 CCD카메라로부터 얻어진 영상 정보를 이용하여 물체의 위치정보와 물체의 패턴 분류 및 특징 추출 등 여러 가지로 응용하고 있다. 물체의 위치를 검출함에 있어서 최근까지의 방법들은 원하는 물체를 찾기 위하여 영상의 모든 부분을 비교 영역으로 정하여 물체를 찾는 방법을 이용하고 있다. 본 논문에서는 주어진 영상에서 물체를 찾기 위해 모든 부분을 비교하지 않고, 유전자 알고리즘과 칼라 히스토그램 인터섹션을 이용하여 물체의 대략의 위치를 찾고 그 주변에서 인접 색 히스토그램으로 물체를 정교하게 찾는 방법을 제안하였다. 제안한 방법은 인접 색 히스토그램과 칼라 히스토그램으로 단순히 영상의 모든 영역을 비교하는 방법에 비해 비교 횟수를 크게 줄이면서 원하는 물체의 위치를 정확히 찾을 수 있음을 알수 있었다.

• The KIPS Transactions:PartB
• /
• v.9B no.3
• /
• pp.359-368
• /
• 2002

In this paper, we propose effective boundary line extraction algorithm for moving objects by matching error image and moving vectors, and fast tracking algorithm for moving object by partial boundary lines. We extracted boundary line for moving object by generating seeds with probability distribution function based on Watershed algorithm, and by extracting boundary line for moving objects through extending seeds, and then by using moving vectors. We processed tracking algorithm for moving object by using a part of boundary lines as features. We set up a part of every-direction boundary line for moving object as the initial feature vectors for moving objects. Then, we tracked moving object within current frames by using feature vector for the previous frames. As the result of the simulation for tracking moving object on the real images, we found that tracking processing of the proposed algorithm was simple due to tracking boundary line only for moving object as a feature, in contrast to the traditional tracking algorithm for active contour line that have varying processing cost with the length of boundary line. The operations was reduced about 39% as contrasted with the full search BMA. Tracking error was less than 4 pixel when the feature vector was $(15\times{5)}$ through the information of every-direction boundary line. The proposed algorithm just needed 200 times of search operation.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.48 no.4
• /
• pp.12-20
• /
• 2011

In this paper, we propose an efficient object detection and classification algorithm for video surveillance applications. Previous researches mainly concentrated either on object detection or classification using particular type of feature e.g., Scale Invariant Feature Transform (SIFT) or Speeded Up Robust Feature (SURF) etc. In this paper we propose an algorithm that mutually performs object detection and classification. We combinedly use heterogeneous types of features such as texture and color distribution from local patches to increase object detection and classification rates. We perform object detection using spatial clustering on interest points, and use Bag of Words model and Naive Bayes classifier respectively for image representation and classification. Experimental results show that our combined feature is better than the individual local descriptor in object classification rate.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.18 no.5
• /
• pp.171-177
• /
• 2018

Recently there are many image datasets which has variety of data class and point to extract general features. But in order to this variety data class and point, deep learning model trained this dataset has not good performance in heterogeneous data feature local area. In this paper, we propose the structure which use sub-category and openset object detection methods to train more robust model, named multi-branch tree using ASSL. By using this structure, we can have more robust object detection deep learning model in heterogeneous data feature environment.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.443-446
• /
• 2001

본 논문에서는 센서 융합과 배경 추정 기법을 이용하여 연속된 영상에서 물체 영역을 검출하는 기법을 제안하였다. IR/CCD각각의 카메라로부터 얻은 입력 영상을 정렬하고 융합하는 과정을 거친 후, 각 화소 단위의 배경 모델을 추정하고 시간이 지남에 따라 이를 갱신함으로써 물체 영역을 효과적으로 검출하는 기법을 제시하고 있다. 실험은 차량을 대상으로 하였고, 카메라가 움직이는 상황과 비교적 복잡한 환경에서도 좋은 결과를 얻을 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.322-324
• /
• 2006

배경이 움직이는 카메라에서 영상을 획득하여 특징점을 추출하고 특징점을 이용해 영상 좌표계 변환 파라미터를 추정한다. 추정된 파라미터를 이용하여 영상내의 움직이는 물체를 검출하기 위해 카메라의 Ego-motion을 보정하는 영상 좌표계 변환 방법을 소개하고, Ego-motion 보정을 통해 연속된 두 영상에서 움직이는 물체를 검출하는 실험을 수행한 내용의 논문이다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.12a
• /
• pp.137-140
• /
• 2000

본 논문에서는 카메라의 움직임이 있는 비디오 영상에서 물체의 움직임을 검출하기 위한 방법을 제안한다. 입력 영상에서 카메라의 움직임이 있을 경우, 이를 제거하기 위해 카메라의 움직임을 추정, 보상한다. 보상된 영상에서 적응적 임계값을 사용하여 물체의 움직임을 검출한다. 제안된 방법은 카메라의 움직임이 있는 비디오 영상뿐만 아니라, 시간에 따라 조명이 변하거나 잡음이 포함된 비디오 영상에 대해 좋은 결과를 얻을 수 있다.