• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.08a
• /
• pp.197-200
• /
• 2000

본 논문에서는 교통정보 수집용 영상검지기를 위한 실제 교차로 상황에 잘 맞는 배경영상 생성 방법을 제안한다. 교차로 특성상 진행중인 차량 및 신호 대기중인 차량 등 여러 가지 통행패턴이 있을 수 있는데 차량의 움직임 정보를 추출하기 위해 장면차이 방법을 사용한다. 영상열내 차량의 움직임을 관찰하여 배경영상의 생성 과정에 선택적으로 부분 영역을 반영함으로써 보다 좋은 초기 배경영상을 얻을 수 있다. 기존 방법으로 해결하지 못하는 복잡한 상황하에서의 좋은 초기 배경영상을 생성하므로, 차량으로 탐지되지 않는 영상의 부분영역만을 배경생성 과정에 참여시키는 기존의 배경생성 방법에 이 방법을 사용할 경우, 복잡한 상황에서도 견고하게 차량 탐지를 할 수 있는 배경영상을 생성할 수 있다.

• Journal of Korea Multimedia Society
• /
• v.11 no.5
• /
• pp.597-609
• /
• 2008

Due to the recursive updating nature of background model, previous background modeling methods are often perturbed by crowd scenes where foreground pixels occurs more frequently than background pixels. To resolve this problem, an adaptive background modeling method, which is based on the well-known Gaussian mixture background model, is proposed. In the proposed method, the learning rate of background model is adaptively adjusted with respect to the crowdedness of the scene. Consequently, the learning process is suppressed in crowded scene to maintain proper background model. Experiments on real dataset revealed that the proposed method could perform background subtraction effectively even in crowd situation while the performance is almost the same to the previous method in normal scenes. Also, the F-measure was increased by 5-10% compared to the previous background modeling methods in the video of crowded situations.

• Journal of the Korea Society of Computer and Information
• /
• v.17 no.4
• /
• pp.67-74
• /
• 2012

In this paper, we propose an efficient dynamic background modelling method by using eigenbackground to extract moving objects from video stream. Even if a background model has been created, the model has to be updated to adapt to change due to several reasons such as weather or lighting. In this paper, we update a background model based on R-SVD method. At this time we define a change ratio of images and update the model dynamically according this value. Also eigenbackground need to be modelled by using sufficient training images for accurate models but we reorganize input images to reduce the number of images for training models. Through simulation, we show that the proposed method improves the performance against traditional eigenbackground method without background updating and a previous method.

• Journal of Korea Multimedia Society
• /
• v.11 no.2
• /
• pp.206-213
• /
• 2008

Animation are consist of consecutive various images, and there are figure and ground. The value of figure image as character in animation consider more significant than the background image, it can be detected many literature reviews on that subject. It, however, is also a critical element for completing animation, in reality, it is not found many academical achievements on this subject. The background images imply the information of environment and atmosphere, and elucidates where the story happen, therefore character move, talk and express themselves there. In terms of academic endeavour to extend the knowledge on animation, this paper is one of vital researches to be suggest on background image study. The main purpose of this study is to classify the background images in the ways of three categories such as painting concepts of concrete, semi-abstract, and abstract to camera concept of deep-focus, out-focus, and distortion. It is to instigate for the study of background images, in the practical view. And it will be utilizing the basic theories of cognitive psychology, painting and camera techniques, in the ways of It is analysed to frequency of use, reality, amount of information, perspective, and role of background image. This study is to provide a basic theory of visual classification on background image for practicing animations and researching on this subject.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.679-681
• /
• 2005

배경은 정적인 실사 이미지이며 주요 등장 인물은 CG캐릭터인 경우, 배경 이미지 내의 객체와 CG 캐릭터 간에 상호 작용을 다루기 위하여 일반적으로 배경 내의 객체를 CG 캐릭터로 대체하는 방법을 사용한다. 그러나 본 연구에서는 배경의 객체를 직접 변형시키는 새로운 기법을 제안한다. 우리는 배경 내의 객체를 간단히 표현한 3D 모델로부터 정보를 얻어와 이미지 변형 기법을 이용하여 직접 배경의 객체를 변형시키고, ERI(Expression Ratio Image) 기법을 이용하여 변형된 배경의 객체에 달라진 조명 효과를 반영하는 방법을 사용하였다. 이 기법은 원본 이미지를 그대로 사용하므로, 실사와 같은 높은 품질의 결과물을 얻을 수 있다.

• Journal of Korea Game Society
• /
• v.1 no.1
• /
• pp.88-93
• /
• 2001

It is getting easier to make copy of Digital Media. And, illegal copy of digital media causes an infringement of copyright. As a result, it is getting hard to find good game background music. In this study, Auto music generation method by DNA is proposed. Through this method, the game background music can be provided very easily. Since thousands forms of DNA have been found already, we can have thousands of game background music through this method.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.307-309
• /
• 2006

움직이는 오브젝트(Object)를 추출하기 위한 배경 제거(Background Subtraction) 단계는 실시간 감시시스템(Real-time Surveillance System)에서 중요한 과정 중에 하나이다. 배경 제거를 효과적으로 진행하기 위한 배경을 모델링, 배경 유지 보수 방법이 존재하는데, 효율성이 높은 방법으로 적응적 가우시안 혼합 배경 모델링(Adaptive Gaussian Mixture Background Modeling)이 제시되고 있다. 본 논문에서는 이기법을 바탕으로 하여 이러한 실시간 배경 모델링 시스템을 구현하려 하고, 중앙 처리 장치(CPU)가 아닌 그래픽 처리 장치(Graphic Processing Units : GPU)를 사용하여 보다 향상된 방범을 구현함으로서 관련사항을 제안하려 한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.11a
• /
• pp.435-438
• /
• 2007

움직이는 객체를 검출하기 위해서 정확한 배경을 사용하기 위해 널리 사용되는 방법으로는 가우시안 혼합 모델이다. 가우시안 혼합 모텔은 확률적 학습 방법을 사용하는데, 이 방법은 움직이는 배경일 경우와 이동하던 물체가 정지하는 경우 배경을 정확히 모델링하지 못한다. 본 논문에서는 확률적 모델링을 통해 혼잡한 배경을 모델링하고 객체의 계층적 처리를 통해 보다 정확한 배경으로 갱신할 수 있는 학습 방법을 제안한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.138-141
• /
• 2001

영상을 전경과 배경으로 분리하는 작업은 영상을 의미 있고 관심의 대상인 전경 영역과 그렇지 않은 배경 영역으로 나눈다는 점에서 매우 유용한 작업이다. 기존의 제안된 방법으로는 intensity 기반, 깊이 기반 그리고 motion 기반 배경 제거 방법 등이 있다. 본 논문에서는 영상내의 intensity 정보와 깊이 정보를 함께 이용하여 영상 내의 배경을 제거하는 방법을 제안한다. 제안하는 방법은 영상 인식과 강시 시스템 등의 전처리로서 활용될 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.481-483
• /
• 2001

본 논문에서는 동영상으로부터 색상, 서체, 크기와 같은 사전 지식 없이도 글자/자막을 효율적으로 추출하는 방법을 제안한다. 해상도가 낮고 복잡한 배경을 포함할 수 있는 비디오에서 글자 인식률 향상을 위해 먼저 동일한 텍스트 영역의 존재하는 프레임들을 자동적으로 추출한 후 이들의 시간적 평균영상을 만들어 향상된 영상을 얻는다. 평균영상의 외각선 영상의 투영 값을 통해 문자영역을 찾고 각 텍스트 영역에 대해 1차 배경제거 과정인 region filling을 적용하여 글자의 배경들을 제거 함으로써 글자를 추출한다. 1차 배경제거의 결과를 검증하고 추가적으로 k-means를 이용한 color clustering을 적용하여 남아있는 배경들을 효율적으로 제거 함으로써 최종 글자영상을 추출한다.