• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.619-622
• /
• 2003

다중 물체 추적은 움직이는 물체를 추출하고 추출된 정보와 물체 정보를 이용하여 움직임 궤도를 추적하는 것이다. 따라서 정확한 움직임 궤도 추적이 수행되어지려면 우선적으로 물체의 수에 해당하는 Object 추출이 선행되어져야 한다. 물체 추적 시 물체 추출은 주로 처리속도가 빠르고 효율적인 배경영상을 이용한 차영상 기법을 이용하는데 이 경우 배경 영상 갱신이 중요하다. 본 논문에서는 실세계조명 하에서 장시간 다중 물체 추적이 가능하도록 물체의 움직임이 아닌 물체의 위치에 기반한 배경 영상 획득 방법을 제안한다.

• Journal of Advanced Marine Engineering and Technology
• /
• v.39 no.1
• /
• pp.94-98
• /
• 2015

Recently, with the rapid advancement in information and computer vision technology, a CCTV system using object recognition and tracking has been studied in a variety of fields. However, it is difficult to recognize a precise object outdoors due to varying pixel values by moving background elements such as shadows, lighting change, and moving elements of the scene. In order to adapt the background outdoors, this paper presents to analyze a variety of background models and proposed background update algorithms based on the weight factor. The experimental results show that the accuracy of object detection is maintained, and the number of misrecognized objects are reduced compared to previous study by using the proposed algorithm.

• Proceedings of the KAIS Fall Conference
• /
• 2010.05a
• /
• pp.311-314
• /
• 2010

실시간 영상에서 객체 추적은 수년간 컴퓨터 비전 및 여러 실용적 응용 분야에서 관심을 가지는 주제 중 하나이다. 하지만 배경영상의 잡음을 객체로 인식하는 오류로 인하여 추출하고자 하는 객체를 찾지 못하는 경우가 있다. 본 논문에서는 실시간 영상에서 적응적 배경영상을 이용하여 객체를 추출하는 방법을 제안한다. 입력되는 영상에서 배경영역의 잡음을 제거하고 조명에 강인한 객체 추출을 위하여 객체영역이 아닌 배경영역 부분을 실시간으로 갱신함으로써 적응적 배경영상을 생성한다. 그리고 배경영상과 카메라로부터 입력되는 입력영상과의 차를 이용하여 객체를 추출한다.

• 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 KAIS Fall Conference
• /
• 2006.05a
• /
• pp.214-216
• /
• 2006

본 논문에서는 실시간 영상에서 적응적 배경영상을 이용하여 객체를 추적하는 방법을 제안한다. 입력되는 영상에서 배경영역의 잡음을 제거하고 조명에 강인한 객체 추출을 위하여 객체영역이 아닌 배경영역 부분을 실시간으로 갱신함으로써 적응적 배경영상을 생성한다. 그리고 배경영상과 카메라로부터 입력되는 입력영상과의 차를 이용하여 객체를 추출한다. 추출된 객체의 내부점을 이용하여 최소사각영역을 설정하고, 이를 통해 객체를 추적한다. 아울러 제안방법의 성능에 대한 실험결과를 기존 추적알고리즘과 비교, 분석하여 평가한다.

• Proceedings of the KAIS Fall Conference
• /
• 2010.05a
• /
• pp.475-478
• /
• 2010

본 논문에서는 실시간 영상에서 적응적 배경영상을 이용하여 객체를 추출하고 추적하는 방법을 제안한다. 입력되는 영상에서 배경영역의 잡음을 제거하고 조명에 강인한 객체 추출을 위하여 객체영역이 아닌 배경영역 부분을 실시간으로 갱신함으로써 적응적 배경영상을 생성한다. 그리고 배경영상과 카메라로부터 입력되는 입력영상과의 차를 이용하여 객체를 추출한다. 추출된 객체의 내부점을 이용하여 최소사각영역을 설정하고, 이를 통해 객체를 추적한다.

• 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.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.331-333
• /
• 2006

다양한 환경을 포항하고 있는 동영상에서 움직이는 객체를 추출, 인식하기 위해서는 배경 모델링이 중요하다. 기존의 대표적인 배경 모델링 방법으로 통계적 방법을 이용한 $W^4$ 방법이 있지만 칼라 영상의 다양한 환경에서 한계를 보인다. 본 논문은 큐 기반 배경 모델링을 이용한다. 이때 주요한 환경 변수가 되는 슬라이딩 윈도우의 큐 크기와 RGB 값의 그룹핑 크기, 프레임의 갱신검사 주기를 적응적으로 결정하기 위한 방법을 제안한다. 환경 변수를 결정하기 위친 객체 검출율, 객체 오검출율, 갱신율을 평가 기준으로 삼는다. 제안된 방법으로 실시간 처리에 부적합한 기존의 영상 처리 기법들을 개선하여 보다 효과적으로 객체를 인식할 수 있다.

• Journal of the Korea Society of Computer and Information
• /
• v.19 no.10
• /
• pp.55-62
• /
• 2014

In the intelligent video surveillance system, moving objects generally are detected by calculating difference between background and input image. However formation of reliable background is known to be still challenging task because it is hard to cope with the complicated background. In this paper we propose an adaptive background formation algorithm considering stationary object. At first, the initial background is formed by averaging the initial N frames. Object detection is performed by comparing the current input image and background. If the object is at a stop for a long time, we consider the object as stationary object and background is replaced with the stationary object. On the other hand, if the object is a moving object, the pixels in the object are not reflected for background modification. Because the proposed algorithm considers gradual illuminance change, slow moving object and stationary object, we can form background adaptively and robustly which has been shown by experimental results.

• Nuclear industry
• /
• v.28 no.3
• /
• pp.50-59
• /
• 2008

미국의 원자력발전소는 당초 인가된 운전 기간은 40년이었으나 지금까지 많은 발전소가 운전 인가 갱신에 의해 운전 기간을 20년 연장하고 있다. 한편 일본에서는 발전소의 장기 운전을 가정한 고경년화 대책을 수립하고 있으며, 전력 회사는 고경년화 기술 평가 등 보고서를 작성하여 국가의 평가를 받고 있다. 이 분석에서는 경년 열화(經年劣化) 대책 상황을 조사하여 미.일 양국을 비교하였다. 그 결과 미국과 일본의 진행 방법, 배경, 노력(努力) 및 심사 기간 등에 다른 면이 있으나 미.일 모두 60년간의 장기 운전을 예정한 기기 등의 건전성 확인을 목적으로 하고 있는 면에서는 다름이 없다. 또, 원자력안전시스템연구소(INSS : Institute of Nuclear Safety System)의 해외 부적절한 데이터베이스를 이용한 경향 분석을 하고, 운전 인가 갱신신청의 유무가 기기 등의 경년 열화에 미치는 영향에 대해서분석 평가를 했다. 그 결과 인가 갱신 미신청 Unit에 경과년수의 증가에 수반하여 경년 열화 과실 발생 건수가 증가되는 향이 있는 것을 알았다. 이에 의해 미국의 인가 갱신 제도가 발전소의 고경년화 대응에 유효하게 기능하고 있다고 생각되어, 동등한 제도를 운용하고 있는 일본의 고경년화 대책의 유효성을 시사하는 것이었다.