• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.42 no.2 s.302
• /
• pp.37-48
• /
• 2005

In this paper, a new object detection method for FLIR images is proposed. The proposed method consists of intensity ranking feature and a classification algerian using the feature. The intensity ranking feature is a representation of an image, from which intensity distribution is regularized. Each object candidate region is classified as object or non-object by the proposed classification algorithm which is based on the intensity ranking similarity between the candidate and object training images. Using the proposed algorithm pixel-wise detection results can be obtained without any additional candidate selection algorithm. In experimental results, it is shown that the proposed ranking feature is appropriate for object detection in a FLIR image and some vehicle detection results in the situation of existing noise, scale variation, and rotation of the objects are presented.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• 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.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.11a
• /
• 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.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.38 no.3
• /
• 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.

• The KIPS Transactions:PartB
• /
• v.12B no.7 s.103
• /
• pp.721-728
• /
• 2005

This paper suggests effective object detection system for moving objects with specified color and motion information. The proposed detection system includes the object extraction and definition process which uses MCN(Multiple Color Normalization) and MCWUPC(Moving Color Weighted Unmatched Pixel Count) computation to decide the existence of moving object and object segmentation technique using signature information is used to exactly extract the objects with high probability. Finally, real time detection system is implemented to verify the effectiveness of the technique and experiments show that the success rate of object tracking is more than $89\%$ of total 120 image frames.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.15 no.12
• /
• pp.7302-7308
• /
• 2014

Detecting target objects robustly in natural environments is a difficult problem in the computer vision and image processing areas. This paper suggests a method of robustly detecting target objects in the environments where reflection exists. The suggested algorithm first captures scenes with a stereo camera and extracts the line and corner features representing the target objects. This method then eliminates the reflected features among the extracted ones using a homographic transform. Subsequently, the method robustly detects the target objects by clustering only real features. The experimental results showed that the suggested algorithm effectively detects the target objects in reflection environments rather than existing algorithms.

• Proceedings of the KIEE Conference
• /
• 2005.07d
• /
• 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.

• Journal of Digital Convergence
• /
• v.10 no.7
• /
• pp.123-128
• /
• 2012

In this paper, we propose a landmark-detection system of object for more accurate object recognition. The landmark-detection system of object becomes divided into a learning stage and a detection stage. A learning stage is created an interest-region model to set up a search region of each landmark as pre-information necessary for a detection stage and is created a detector by each landmark to detect a landmark in a search region. A detection stage sets up a search region of each landmark in an input image with an interest-region model created in the learning stage. The proposed system uses Fast Fourier Transform to detect landmark, because the landmark-detection is fast. In addition, the system fails to track objects less likely. After we developed the proposed method was applied to environment video. As a result, the system that you want to track objects moving at an irregular rate, even if it was found that stable tracking. The experimental results show that the proposed approach can achieve superior performance using various data sets to previously methods.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2012.05a
• /
• 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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• 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.