• 대한전자공학회논문지SP
• /
• 제42권2호
• /
• pp.37-48
• /
• 2005

본 논문에서는 적외선 영상에서 밝기변화를 예측하기 어려운 일정한 크기의 관심 물체를 검출하기 위하여, 밝기순위 특징과 이론 이용한 물체식별기법을 제안한다. 제안하는 밝기순위 특징은 밝기값의 분포가 균일하도록 영상을 정규화하여 나타낸 것으로, 적외선 영상과 같이 검출대상 물체의 밝기분포를 쉽게 예측하기 어려운 경우에 적합한 특징이다. 제안하는 식별기법은 주어진 후보영역이 검출대상 물체의 학습영상들에 대해 밝기순위가 부합하는 정도를 수치화하여 각각의 후보영역을 물체와 비물체로 식별한다 제안하는 기법을 통하여 별도의 후보영역 선정과정 없이도 일정한 크기의 관심 물체에 대해 화소단위의 검출결과를 획득할 수 있다. 실험에서는 적외선 자동차 영상을 이용하여 밝기순위특징이 적외선 영상 내 물체식별에 적합함을 보이고, 잡음 및 물체의 크기변화, 기울어짐이 존재하는 상황에서의 검출결과를 보인다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1995-1996
• /
• 2011

영상 혹은 이미지 내에서 특정 물체를 검출하기 위한 일반적인 방법으로 비올라 존스(Viola-Jones) 알고리즘을 많이 사용하고 있으나 이 방법은 배경의 픽셀이 거의 동일한 값일 때에는 매우 높은 검출률을 보이는 반면 다양한 배경과 물체가 복합적으로 이루어져 있는 이미지의 경우에는 물체 검출 시 오인식 할 가능성이 매우 높다. 이러한 단점들은 얼굴 인식 시스템을 개발함에 있어 매우 불리하게 적용될 수 있는데, 본 연구는 얼굴인식 출입통제 시스템을 개발하는 과정에서 발생하는 이러한 문제점을 보완하기 위하여 비올라 존스 알고리즘에서 이용되는 하 라이크 피춰(Harr-like feature)에 새로운 형태의 사각 특징(Rectangular feature) 및 분산 특징(Varience feature) 추가하여 복잡한 배경에서도 물체 검출 성능을 향상시킬 수 있는 방법을 제안한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 추계학술대회
• /
• pp.199-202
• /
• 2022

왜곡된 영상에 강인한 물체 검출은 자율 주행과 같은 안전에 치명적인 실생활 응용 분야에서 핵심 문제로 다뤄지고 있다. 이러한 이유로, 영상 처리 및 컴퓨터 비전 분야에서 강인한 물체 검출에 대한 연구가 활발하게 진행되고 있다. 본 논문에서 우리는 왜곡된 영상이나 이미지에서도 일정한 성능의 물체 검출을 위한 연구 [4]를 benchmark 하여 다양한 방법으로 변형된 데이터셋을 통해 학습한 모델을 성능과 feature map 측면에서 분석해 봄으로써, 향후 강인한 물체 검출에 있어 효과적인 성능 향상을 위한 intuition 을 제공하고자 한다.

• 대한전자공학회논문지SP
• /
• 제38권3호
• /
• pp.1-1
• /
• 2001

본 논문에서는 복잡 배경으로부터 임의의 다중물체를 효과적으로 검출함과 동시에 고속 분할할 수 있는 문맥자유 마커제어 분수계 변환 (context-free marker controlled watershed transform)을 제안하였다. 먼저 잡음에 강건한 주목 연산자 (attention operator)를 써서 복잡 배경 속의 여러 물체 별로 그 위치를 검출하여 문맥자유 마커를 추출하고, 이를 마커로 한정된 레이블링 (marker constrained labeling)을 하여 최소값 부과과정이 필요 없는 문맥자유 마커제어 분수계 변환을 제안함으로써 과분할없이 신속하게 분할할 수 있도록 하였다. 다중 물체가 포함된 복잡 영상에 적용 실험하여, 대상 물체에 대한 사전정보 없이도 과분할과 처리시간을 대폭 줄여 효과적으로 다중 물체를 검출함과 동시에 고속 분할이 가능함을 확인 할 수 있었다.

• 정보처리학회논문지B
• /
• 제12B권7호
• /
• pp.721-728
• /
• 2005

본 논문에서는 영상 내 물체 영역에 대한 다중정규화와 움직임 색상 정보를 활용하여 이동 물체에 대한 후보 그룹을 추출하고 영상 분할 방법에 의해 대상 물체 영역을 정의하며 최종적으로 목표물체에 대한 검출방법을 제공하였다. 다중 색상변환에 의해 물체의 고유영역 확률을 강화하고 MCWUPC(Moving Color Weighted Unmatched Pixel Count) 연산을 활용하여 이동물체의 영역을 강조하는 두 가지 개념을 결합함으로써 최종적으로 입력 영상 시퀀스에서의 후보영역을 찾아 분할하였으며 매 프레임 정확한 물체의 외곽정보를 검출하였다. 제안된 알고리즘을 검증하기 위하여 이동물체의 이동 실시간이 가능한 시스템을 구축하였고, 다양한 배경을 포함한 실험영상 120 프레임을 처리한 결과 $89\%$ 이상의 추적 성공률을 보여주었다.

• 한국산학기술학회논문지
• /
• 제15권12호
• /
• pp.7302-7308
• /
• 2014

특정한 제한을 두지 않는 복잡한 자연환경에서 사용자가 원하는 목표 물체만을 정확하게 검출하는 작업은 컴퓨터 비전 및 영상처리 분야에서 중요하지만 매우 어려운 문제 중의 하나이다. 본 논문에서는 반사가 존재하는 여러 환경에서 목표하는 물체를 강인하게 검출하는 새로운 방법을 제안한다. 제안된 방법에서는 먼저 스테레오 카메라를 이용하여 목표 물체를 촬영한 다음, 물체를 가장 잘 표현하는 라인과 코너 특징들을 추출한다. 그런 다음, 촬영된 좌우 영상으로부터 호모그래픽 변환을 이용하여 실제로 존재하지 않는 반사된 특징들을 효과적으로 제거한다. 마지막으로, 반사된 특징들을 제거한 실제 특징들만을 군집화하여 대상 물체만을 강건하게 검출한다. 본 논문의 실험결과에서는 제안된 알고리즘이 기존의 알고리즘에 비해서 반사가 존재하는 자연 환경에서 목표 물체를 보다 강인하게 검출한다는 것을 보여준다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 제36회 하계학술대회 논문집 D
• /
• pp.2591-2593
• /
• 2005

본 연구는 물체의 좌우측 상단에 연결된 와이어로프를 모터 및 드럼을 통하여 감아 올리거나 내려 놓는 과정에서 물체가 수평상태를 유지하여 이동될 수 있도록 Two Motor-Two Drum 형식의 권양기를 제어 하는 권양기의 밸런스제어장치에 관한 것이다. 본 연구에 Two Motor-Two Drum 형식의 권양기 제어장치에 있어서, 물체의 상단에 연견된 일측 와이어로프와 타측 와이어로프의 이동길이를 실시간으로 검출하는 와이어로프 이동길이검출부와, 이 와이어로프 이동길이검출부를 통하여 검출되는 일측 와이어로프와 타측 와이어로프의 이동길이를 비교하여 물체의 기울어진 좌 우 편차를 검출하는 편차검출부와, 이 편차검출부를 통해 검출되는 좌우 편차를 제거하기 위하여 일측 또는 타측 와이어로프가 감겨있는 드럼을 회전시키는 모터의 구동속도를 조절하여 물체를 수평상태로 보정하는 밸런스제어부로 구성 되어 있다.

• 디지털융복합연구
• /
• 제10권7호
• /
• pp.123-128
• /
• 2012

본 논문에서는 보다 정확한 물체 인식을 위하여 물체의 특징점 검출 시스템을 제안한다. 물체의 특징점 검출 시스템은 학습 단계와 검출 단계로 구분된다. 학습 단계에서는 각 특징점의 탐색영역을 설정하기 위한 관심영역모델과 탐색영역에서 특징점을 검출하기 위한 각 특징점별 검출기를 생성한다. 검출 단계에서는 학습 단계에서 생성했던 관심영역모델을 이용하여 입력 영상에서 각각의 특징점의 탐색영역을 설정한다. 시스템에서 검출하고자 하는 특징점 검출 방법은 고속 푸리에 변환을 이용하기 때문에 검출 속도가 빠르며 물체의 추적 시 실패하는 확률이 낮아진다. 제안하는 방법을 개발하여 실험 영상에 적용한 결과 추적하고자 하는 물체가 불규칙적인 속도로 움직일 때에도 안정적으로 추적함을 알 수 있었다. 실험 결과는 기존의 방법들에서 사용되었던 다양한 데이터 집합에 적용하였을 때 우수한 성능을 보여준다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2012년도 춘계학술발표대회논문집
• /
• pp.355-358
• /
• 2012

배경 영상에서 움직이는 물체 검출은 대상의 정확한 분류나 움직임, 패턴의 이해 또는 감시 시스템에 활용이 된다. 동적 물체 검출을 위한 여러 방법이 연구되고 제시되었으며, 그 중 일반적으로 차 영상 검출 방법이 많이 사용된다. 이는 시간적으로 연속된 영상 프레임간의 차를 구하고, 이 차 영상에 임계값을 설정하여 이진 영상을 만들어 물체를 검출한다. 기존 여러 연구에서는 이 임계값을 대부분을 고정하여 사용하거나 특정 환경에만 적합하게 설정하였다. 본 논문에서는 주변 환경에 적응하여 임계값을 자동으로 설정하는 방법을 제시하였고, 차 영상 검출 방법에 실제 적용하여 기존 방법에 비해 더 나은 결과를 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1343-1346
• /
• 2013

본 연구에서는 기존의 Viola-Jones 물체 검출 프레임워크를 개선하여 하나의 특징 당 더 높은 효율을 가지며 검출대상이 아닌 서브 윈도우들을 더 빠르게 제거하는 학습 알고리즘을 제안한다. 학습의 결과로 생성된 물체 검출기는 서브윈도우를 특정 임계값까지 빠르게 제거하기 때문에 서브윈도우당 계산수가 줄어든다. 기존의 Viola-Jones 물체 검출기와 동일한 프레임워크이므로 인식성능에는 영향을 주지 않는다. MIT-CMU 테스트 집합에 대해서 서브윈도우당 특징 계산 횟수를 측정하였으며 기존 계산 횟수의 57%로 줄어들어 검출 속도가 약 71% 향상됨을 확인하였다.