• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.07a
• /
• pp.129-132
• /
• 2015

본 논문에서는 기존의 배경 분리 알고리즘 결과에 GrabCut 알고리즘을 도입하여 보다 정확한 배경 분리를 수행하고자 한다. 기존의 알고리즘은 동영상의 프레임 간 정보만을 이용하여 배경 확률 모델을 만들고 배경과 전경을 분리한다. 제안하는 알고리즘에서는 먼저 프레임 간의 정보를 이용하여 간단하게 배경과 전경을 분리하는 기존의 배경 분리 알고리즘을 적용한다. 분리된 결과의 정확도를 향상시키기 위해 프레임 내의 정보를 이용하는 GrabCut 알고리즘을 적용한다. 즉, 본 연구에서는 동영상의 프레임 간 정보와 프레임 내 정보를 모두 이용하여 배경과 전경을 분리하고자 한다. 실험결과에서 Change Detection Workshop dataset 에 포함된 몇 가지 영상에 대해 실험 한 후 결과 영상 비교 및 F-measure 를 통해 개선된 결과를 확인할 수 있다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.42 no.1
• /
• pp.46-49
• /
• 2017

In this letter, we investigate the impact of image downsampling on the performance of background subtraction in Full-HD soccer videos. To this end, we evaluated the performance of background subtraction in terms of both accuracy and computational time. Furthermore, for the sake of completeness, we used two different background subtraction methods under the same experimental setup. For the quantitative comparison, we employed the F-measure and FPS(frames per second). We believe that this study serves as a practically useful benchmark for researchers and practitioners in developing a fast background subtraction algorithm adopted for building real-time intelligent soccer video analysis systems.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.06a
• /
• pp.33-35
• /
• 2017

최근 영상 내에서 보행자를 검출하는 기술이 발전하면서 보행자 검출 기술이 다양한 분야에서 응용되고 있다. 영상 내에서 보행자들을 검출함으로써 보행자의 통행량이나 이동경로를 분석할 수 있고, 위험 지역이나 보안 지역에 진입하려는 보행자에게 경고를 줄 수도 있다. CCTV와 같이 고정된 카메라를 이용하여 촬영된 영상의 경우 배경 분리 기술을 적용할 수 있는데, 배경 분리 기술을 통해 영상 내에서 움직이는 물체의 영역을 검출해 낼 수 있다. 본 논문에서는 영상의 배경 분리 결과를 이용하여 보행자 검출의 정확도를 높이고자 한다. 영상 내에서 보행자를 검출 했을 때, 보행자 외에 다른 영역이 보행자로 검출되는 상황이 발생할 수 있다. 이로 인해 보행자 검출의 정확도가 낮아진다. 하지만 배경 분리 결과를 이용하여 전경 부분에서만 보행자가 검출되도록 하고 배경 부분에서는 보행자가 검출되지 않도록 한다면, 보행자가 아닌 영역이 보행자로 검출되는 현상을 막을 수 있다. 실제 HDA Person Dataset에서 실험을 해본 결과, 정량적인 성능 향상을 확인 할 수 있었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.204-207
• /
• 2003

실시간으로 배경에서 분리된 정확한 얼굴 영역을 찾아내는 것은 인식의 가장 기본적인 선행과제이다 얼굴을 찾기 위한 방법 중에 특징기반의 모서리(edge) 정보의 추출과 ellipse fitting 알고리즘을 이용하여 배경으로부터 얼굴을 효과적으로 분리해낸다. 얼굴인식을 하기 위한 얼굴 데이터베이스를 선처리 되어진 배경과 분리된 영상이 검출 된다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.42 no.1
• /
• pp.42-45
• /
• 2017

In this letter, we present an experimental comparative study of background subtraction algorithms for soccer video analysis. We investigated five different background subtraction algorithms under the same experimental setup. For the quantitative comparison, we employed the precision, recall, and F-measure. We believe that this comprehensive comparative study serves as a reference point and guide for developers and practitioners in choosing an appropriate background subtraction algorithm adopted for building intelligent soccer video analysis systems.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.11a
• /
• pp.160-163
• /
• 2014

본 논문에서는 프레임 내 전체 배경 모델을 도입하여 기존 배경 분리 알고리즘에서의 오검출을 줄여 정확도를 개선하고자 한다. 기존의 알고리즘은 프레임 간의 정보만을 이용하여 배경 확률 모델을 만들고 배경을 제외한 전경만을 검출한다. 제안하는 알고리즘에서는 먼저 기존의 알고리즘을 통해 프레임 간의 정보를 이용하여 간단하게 배경과 전경을 분리한다. 그 후 프레임 내 정보를 통해 전체 배경 모델을 만들고, 앞의 결과에서 한번 더 배경을 제외함으로써 검출 정확도를 개선하고자 한다. 실험결과에서 Change Detection Workshop dataset에 대해 실험을 한 후 결과 영상 비교 및 F-measure 를 통해 개선된 결과를 확인할 수 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• pp.125-128
• /
• 2007

최근에 지능형 로봇분야에서 주위 카메라를 기반으로 실시간으로 환경인식 및 물체 추적 등 다양한 분야에서 연구가 활발히 진행되고 있다. 환경인식 및 물체 추적은 결국 배경과 관심물체를 분리하는 것이라고 볼 수 있는 데, 차 연산을 이용하여 물체의 움직임만을 배경으로 분리하는 방법과 물체인식을 통해 배경으로부터 분리하여 추적하는 방법에 대한 연구가 지속적으로 이루어지고 있다. 본 논문에서는 배경과 물체 사이에서 변화하는 색상의 변화를 퍼지기법을 이용하여 물체를 배경과 분리하여 실시간으로 물체를 추적하고자 한다. 실시간 물체 추적을 위해 전체영상에 대한 전역적 탐색을 통해 여러 후보 물체 중 관심물체를 배경에서 추출 후, 추출된 물체의 크기에 따른 지역탐색을 통하여 물체를 추적하는 방법이다. 그리고 본 논문에서는 ARM프로세서를 이용한 카메라시스템을 제작하여 실시간 추적을 실험하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.10a
• /
• pp.239-241
• /
• 2007

최근에 지능형 로봇분야에서 주위 카메라를 기반으로 실시간으로 환경인식 및 물체 추적 등 다양한 분야에서 연구가 활발히 진행되고 있다. 환경인식 및 물체 추적은 결국 배경과 관심물체를 분리하는 것이라고 볼 수 있는 데, 차 연산을 이용하여 물체의 움직임만을 배경으로 분리하는 방법과 물체인식을 통해 배경으로부터 분리하여 추적하는 방법에 대한 연구가 지속적으로 이루어지고 있다. 본 논문에서는 배경과 물체 사이에서 변화하는 색상의 변화를 퍼지기법을 이용하여 물체를 배경과 분리하여 실시간으로 물체를 추적하고자 한다. 실시간 물체 추적을 위해 전체영상에 대한 전역적 탐색을 통해 여러 후보 물체 중 관심물체를 배경에서 추출 후, 추출된 물체의 크기에 따른 지역탐색을 통하여 물체를 추적하는 방법이다. 그리고 본 논문에서는 ARM프로세서를 이용한 카메라시스템을 제작하여 실시간으로 영상분활을 실험하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.34 no.3
• /
• pp.227-233
• /
• 2015

In this paper, we propose music and voice separation using kernel sptectrogram models backfitting based on log-spectral amplitude estimator. The existing method separates sources based on the estimate of a desired objects by training MSE (Mean Square Error) designed Winer filter. We introduce rather clear music and voice signals with application of log-spectral amplitude estimator, instead of adaptation of MSE which has been treated as an existing method. Experimental results reveal that the proposed method shows higher performance than the existing methods.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2002.06a
• /
• pp.316-322
• /
• 2002

본 연구에서는 고정된 카메라로부터 입력되는 영상열에서 이동 물체를 신뢰성있게 분리하기 위해 형태 정보를 이용한 확장 방법을 제안한다. 영역 분리의 핵심은 배경으로부터 주위 잡음 영역과 무관하게 이동 물체 영역을 분리하는 기술이라고 볼 수 있다. 제안된 방법은 초기 이동 물체가 존재하지 않는 영상을 참고 영상(reference image)으로 하여 입력 영상(input image)과의 차영상(subtraction image)을 구하고, 차영상의 히스토그램(histogram)에서 배경잡음 모델링(modeling)을 통해 배경잡음을 제거한다. 그리고 배경잡음이 제거된 차영상에서 국부 최대값들(local maxima)을 이용해 후보 초기 영역을 선정한 후, 이 영역을 기반으로 영역의 형태정보를 이용하여 영역을 선별적으로 확장하면서 결합하는 방법을 사용하였다. 제안된 방법을 실제 상황에서 얻은 다양한 영상열에 적용한 결과, 기존의 영역 분리 방법보다 주위 잡음과 무관하게 이동 물체를 분리할 수 있음을 확인할 수 있었다.