• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제48차 하계학술발표논문집 21권2호
• /
• pp.49-50
• /
• 2013

본 논문에서는 물체탐지를 위한 적응적 배경 생성 기법을 제안한다. 연속적으로 입력되는 영상들의 통계적 평균을 이용하여 배경을 생성하고 배경과 입력영상간의 차영상을 구하여 물체를 탐지한다. 탐지된 물체를 추척하여 일정시간이상 계속 정지해 있는 경우에는 그 물체영역을 배경으로 갱신하고, 이동 물체인 경우에는 배경 갱신에서 배제함으로써 지속적으로 물체를 탐지할 수 있도록 한다. 실험결과는 제안된 방법의 강건함을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.781-783
• /
• 2004

본 논문에서는 실외 환경의 실시간 감시 시스템에 응용할 배경 모델링을 설계 구현한다. 일반적인 감시 시스템은 배경 모델링, 오브젝트 검출, 그리고 오브젝트 추적으로 나뉜다. 실시간으로 배경 모델링과 갱신을 수행하고 객체를 추적하기 위해서는 연산 시간이 적어야하며 노이즈 제거를 수행해야 한다. 노이즈 제거를 위하여 메디안 검출 방법을 이용하고 있으나 정렬 시간이 많은 문제점이 있다. 본 논문에서는 윈도우 기반의 러닝 윈도우 리스트 (running window list)를 제안하여 메디안 정렬 시간을 최소화하고 실시간으로 배경 모델링과 배경 갱신을 수행하는 방법을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.711-714
• /
• 2021

고정 카메라 환경에서 전경과 배경 간 픽셀값의 차를 이용하여 전경을 추출하기 위해서는 정확한 배경 영상이 필요하다. 또한, 프레임마다 변화하는 실제 배경과 맞추기 위해 배경 영상을 지속해서 갱신할 필요가 있다. 본 논문에서는 정확한 배경 영상을 생성하기 위해 실시간 처리가 가능한 딥러닝 기반 객체 탐지기의 결과를 입력받아 영상 처리에 활용함으로써 배경을 생성 및 지속적으로 갱신하고, 획득한 배경 정보를 이용해 전경을 추출하는 방법을 제안한다. 먼저, 고정 카메라에서 획득되는 비디오 데이터에 딥러닝 기반 객체 탐지기를 적용한 박스 단위 객체 탐지 결과를 지속적으로 입력받아 픽셀 단위의 배경 영상을 갱신하고 개선된 배경 영상을 도출한다. 이후, 획득한 배경 영상을 이용하여 더 정확한 전경 영상을 획득한다. 또한, 본 논문에서는 시설물에 가려진 객체를 더 정확히 탐지하기 위해서 전경 영상을 이용하여 시설물 영상을 추출하는 방법을 제안한다. 실제 돈사에 설치된 카메라로 부터 획득된 12시간 분량의 비디오를 이용하여 실험한 결과, 제안 방법을 이용한 전경과 시설물 추출이 효과적임을 확인하였다.

• 한국ITS학회 논문지
• /
• 제15권4호
• /
• pp.153-160
• /
• 2016

영상취득 장치를 이용한 지능화된 감시 장치의 개발 기술 또한 발전하고 있다. 비교적 고속으로 움직이는 객체를 탐지해야 하는 분야에서 무엇보다 중요한 것은 배경영상 갱신에 대한 부하를 효과적으로 줄여서 실시간적으로 갱신할 수 있어야 하는데 현재 범용 컴퓨터 능력으로는 질감 등을 특징으로 추출하는 방법 등은 대부분 연산처리의 부하 때문에 적용상의 한계가 있다. 본 논문에서는 적어도 초당 30프레임의 카메라 영상에서 주행 중인 자동차와 같이 고속으로 움직이는 객체를 탐지하는 응용영역에서 실시간으로 배경 영상을 갱신하는 알고리즘을 제시하고, 실제 입력영상에서 객체 영역을 추출하는 시험을 통해 성능을 분석하였다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2006년도 춘계학술발표논문집
• /
• pp.227-231
• /
• 2006

카메라를 통하여 실시간으로 입력되는 객체의 움직임은 잡음이나 조명의 변화에 따라 정확하게 추출하고 추적하는 것이 어렵다. 따라서 실시간으로 입력되는 영상에서 객체를 추출하고 움직임을 추적하기 위해서는 고속탐색 알고리즘이 필요하다. 본 논문은 실시간영상에서 객체의 움직임을 추출하고 추적을 위하여 배경영상의 변화에 강인한 배경영상 갱신 방법과 가변적인 탐색영역을 이용한 객체추적의 빠른 알고리즘을 제안한다. 배경영상 갱신 방법은 임계값이 실험적 기준치 보다 작은 경우에는 배경영상을 갱신하고, 큰 경우에는 객체가 유입된 시점으로 판단하여 픽셀검사를 통해 객체의 윤곽점을 추출한다. 추출된 윤곽점은 객체 영역블록의 생성과 일정한 거리를 유지하는 탐색블록을 생성하여 정확하고 빠른 객체의 움직임을 추적한다. 실험결과, 제안한 방법은 95% 이상의 높은 정확도를 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제15권1호
• /
• pp.91-102
• /
• 2010

기존의 감시 시스템이나 차량 검출 시스템은 제한되고 불안정한 조명환경에서는 객체들을 검출하기 어렵다. 본 논문에서는 불안정한 조명의 영향에 의한 문제점들을 해결하기 위해 참조 배경 영상의 적응적인 갱신 기법을 제안한다. 처음 입력영상을 참조 배경영상으로 설정하고 에지 성분에 따라 3가지 블록 크기로 나눈다. 그리고 각 블록의 밝기 변화량, 안정성, 색상 정보 그리고 에지 성분을 이용하는 블록상태 분석법이 적용된다. 참조 배경 영상에서 갱신된 블록과 같은 블록 상태를 갖는 인접하는 블록들을 하나의 블록으로 병합시킨다. 제안하는 기법은 움직이는 객체와 불안정한 조명을 구별할 수 있어 강인한 참조 배경 영상을 생성할 수 있다. 그리고 제안하는 블록 상태 분석법은 참조 배경 영상을 운영적인 측면과 시간적인 측면에서 매우 효율적으로 갱신시킨다. 본 논문은 제안하는 기법의 우수성을 입증하기 위해 조명이 빠르게 변화하는 도로 환경에서 제안하는 기법이 군집화를 통해 차량을 안정적으로 검출함을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제17권4호
• /
• pp.67-74
• /
• 2012

본 논문에서는 비디오 스트림으로부터 움직이는 객체를 추출하기 위해 고유 배경(eigenbackground)을 사용하여 효율적으로 배경을 모델링하는 방법을 제안한다. 배경은 모델링하더라도 시간이 지남에 따라 날씨나 조명의 변화에 따라 변화가 발생하므로 변화 요소를 반영할 수 있도록 배경 모델을 갱신해야 한다. 이를 위해 본 논문에서는 R-SVD 방법에 기반을 두고 배경 모델을 갱신하도록 한다. 이 때 영상 변화도를 정의하여 이 값에 따라 동적으로 배경을 모델링하여 처리시간을단축할 수 있도록 한다. 또한 고유 배경을 사용하는경우 충분한 훈련 데이터를사용해야만 정확한 모델을 생성할 수 있지만 본 논문에서는 적은 수의 데이터만을 사용하여 정확한 모델을 생성할 수 있도록 입력 프레임을 재구성하여 사용한다. 제안한 방법은 초기 고유 배경 모델 및 기존의 주기적으로 배경을 갱신하는 방법과의 비교를 통해 그 우수성을 확인한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권1호
• /
• pp.59-69
• /
• 2007

다양한 환경을 포함하고 있는 동영상에서 움직이는 객체를 추출, 인식하기 위해서는 배경 모델링이 중요하다. 이러한 객체 인식을 위한 전처리 과정인 배경 모델링을 위한 여러 방안이 제안되었다. 그중 큐 기반 배경 모델링으로 대표되는 Kumar의 방법이 있다. 하지만 이는 프레임의 갱신검사 주기가 고정되어 있어 여러 시스템에 적용시키는데 한계점이 있다. 본 논문은 큐 기반 배경 모델링 기법을 이용하고 이때 주요한 환경 변수가 되는 슬라이딩 윈도우의 크기 및 영상의 자기 단계에 따른 그룹핑 크기, 프레임의 갱신검사 주기를 배경 모델에 따라 적응적으로 결정하는 방법을 제안한다. 배경 모델에 따른 환경변수를 결정하기 위해 객체 검출율, 객체 오검출율, 갱신율을 평가 기준으로 삼는다. 제안된 방법으로 실시간 처리에 부적합한 기존의 배경 모델링 방법을 개선하여 보다 효과적으로 객체를 인식할 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2017년도 하계학술대회
• /
• pp.215-218
• /
• 2017

본 논문에서는 바둑 대국 동영상에서 배경 영상과의 차이를 이용하여 바둑판 내에서의 움직임을 분석하고, 분석 결과를 이용하여 바둑돌의 착수 위치 및 바둑돌의 종류를 인식하는 자동 바둑 기보 저장 알고리즘을 제안한다. 카메라의 내부 특성이 변하지 않고 렌즈 왜곡이 존재하지 않는다고 가정하였을 때, 바둑판 위에 움직임이 없는 배경 영상과 현재의 영상 간의 차이의 변화량을 블록 단위로 누적한 블록 단위 움직임 맵(Block Motion Map)을 기반으로 움직임의 존재 여부를 판단하고, 착수 후 물체의 움직임이 없어진 영상을 배경 영상으로 갱신하며, 해당 영상과 이전 배경 영상의 패치(Patch)를 이용하여 착수 위치 및 바둑돌의 종류를 인식한다.

• 디지털콘텐츠학회 논문지
• /
• 제17권5호
• /
• pp.375-381
• /
• 2016

최근 코드북 기반의 전 배경 분리 알고리즘에 대한 연구가 활발히 진행되고 있다. 코드북은 입력 영상 시퀀스로부터 화소당 하나씩 만들어 지는데, 코드북 내의 각 코드워드는 동일 위치의 훈련 화소들을 대상으로 양자화를 수행한 클러스터 대표 벡터이다. 일반적인 코드북 기반 방법들은 초기 배경 모델 생성을 위하여 긴 시간동안 훈련 샘플들의 학습 과정을 거친다. 본 논문에서는 초기 몇 장의 프레임으로 부터 간단한 중위수 연산을 통하여 초기 배경 모델을 생성하고, 시간의 흐름에 따라 변화된 배경 정보를 포함할 수 있도록 코드워드의 사용 빈도수에 기반하여 배경 모델을 갱신한다. 제안한 알고리즘을 OpenCV 3.0과 연동하여 C언어로 구현하여 몇 개의 PETS2009 데이터에 적용 실험하였다. 해당 데이터는 준-주기적 움직임을 갖는 영상 시퀀스, 이동 물체의 일시 정지 등의 시나리오를 포함하고 있다. 실험을 통하여 제안한 방식이 GMM 알고리즘, 표준 코드북 알고리즘에 비하여 우수한 성능을 나타내고 있음을 확인하였다.