• Journal of Digital Contents Society
• /
• v.15 no.4
• /
• pp.449-455
• /
• 2014

Detection of moving objects is a fundamental task in most of the computer vision applications, such as video surveillance, activity recognition and human motion analysis. This is a difficult task due to many challenges in realistic scenarios which include irregular motion in background, illumination changes, objects cast shadows, changes in scene geometry and noise, etc. In this paper, we propose an foreground extraction algorithm based on codebook, a database of information about background pixel obtained from input image sequence. Initially, we suppose a first frame as a background image and calculate difference between next input image and it to detect moving objects. The resulting difference image may contain noises as well as pure moving objects. Second, we investigate a codebook with color and brightness of a foreground pixel in the difference image. If it is matched, it is decided as a fault detected pixel and deleted from foreground. Finally, a background image is updated to process next input frame iteratively. Some pixels are estimated by input image if they are detected as background pixels. The others are duplicated from the previous background image. We apply out algorithm to PETS2009 data and compare the results with those of GMM and standard codebook algorithms.

• 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.

• Smart Media Journal
• /
• v.4 no.3
• /
• pp.50-55
• /
• 2015

In this paper, we present background modeling method based on Gaussian mixture model to subtract background for night-time video surveillance. In night-time video, it is hard work to distinguish the object from the background because a background pixel is similar to a object pixel. To solve this problem, we change the pixel of input frame to more advantageous value to make the Gaussian mixture model using scaled histogram stretching in preprocessing step. Using scaled pixel value of input frame, we then exploit GMM to find the ideal background pixelwisely. In case that the pixel of next frame is not included in any Gaussian, the matching test in old GMM method ignores the information of stored background by eliminating the Gaussian distribution with low weight. Therefore we consider the stacked data by applying the difference between the old mean and new pixel intensity to new mean instead of removing the Gaussian with low weight. Some experiments demonstrate that the proposed background modeling method shows the superiority of our algorithm effectively.

• Journal of the Korea Convergence Society
• /
• v.12 no.10
• /
• pp.1-8
• /
• 2021

In online meetings and classes using webcams, the chromakey technique is a very necessary part to produce content. We proposed a technology that enables background synthesis without using a cloth for chromakey. The proposed method consists of three steps: an HSI image conversion step, a step of detecting a region changed from a background, and a step of replacing the background region with a chromakey and applying it. In the input video, the block average image of each frame is calculated, and the difference between the block average image of the background image and the block average image of the input image is used to detect the change area. The developed chromakey effect technology uses a technique of acquiring a background image without an object from a single camera and extracting only an object by distinguishing the moving object and the background. The proposed method is not only capable of processing even if the background has a variety of colors, but also has the seamless processing of the boundary lines of objects.

• 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 Computer Information Conference
• /
• 2013.07a
• /
• 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.

• 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.

• Proceedings of the KAIS Fall Conference
• /
• 2005.05a
• /
• pp.147-150
• /
• 2005

본 논문에서는 실시간 영상에서 적응적 배경영상을 이용하여 객체를 추출하고 추적하는 방법을 제안it다. 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.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.10a
• /
• pp.232-236
• /
• 1998

이미지가 전경과 배경으로 이루어져 있을 경우, 이미지에서 중요한 대부분의 정보는 전경의 영역에 집중하게 된다. 만약 이미지를 전경과 배경으로 구분할 수 있다면 영상 인식, 영상 합성, 영상 압축 등 여러 분야에 유용하게 활용할 수 있게 된다. 본 논문에서는 선명도 차이를 이용하여 이미지를 전경과 배경으로 분할하는 방법을 소개하고, 그 실험 결과를 보인다.

• The KIPS Transactions:PartB
• /
• v.10B no.3
• /
• pp.329-338
• /
• 2003

Object tracking in a real time image is one of Interesting subjects in computer vision and many practical application fields past couple of years. But sometimes existing systems cannot find object by recognize background noise as object. This paper proposes a method of object detection and tracking using adaptive background image in real time. To detect object which does not influenced by illumination and remove noise in background image, this system generates adaptive background image by real time background image updating. This system detects object using the difference between background image and input image from camera. After setting up MBR(minimum bounding rectangle) using the internal point of detected object, the system tracks object through this MBR. In addition, this paper evaluates the test result about performance of proposed method as compared with existing tracking algorithm.