• 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.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.3
• /
• pp.396-402
• /
• 2021

As the world is trying to establish smart city, unmanned vehicle control systems are being widely used. This paper writes about an unmanned parking control system that uses an adaptive background image modeling method, suggesting the method of updating the background image, modeled with an adaptive Gaussian mixture model, in both global and local way according to the moving object. Specifically, this paper focuses on suggesting two methods; a method of minimizing the influence of a moving object on a background image and a method of accurately updating the background image by quickly removing afterimages of moving objects within the area of interest to be monitored. In this paper, through the implementation of the unmanned vehicle control system, we proved that the proposed system can quickly and accurately distinguish both moving and static objects such as vehicles from the background image.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.260-261
• /
• 2008

이동 물체 탐지(Object Detection) 기법은 대부분의 감시 시스템에서 가장 초기 단계로서, 이후에 물체 추적(Object Tracking) 및 물체 식별(Object Classification) 등의 지능 알고리듬에 입력으로 사용된다. 따라서 물체의 윤곽의 변화 없이 최대한 정교하게 이동 물체 영역 맵을 생성하는 것이 물체 탐지의 가장 중요한 요소가 된다. 카메라가 고정되어 있는 경우에는 현재 들어오는 영상에 대한 확률적 배경 모델을 생성할 수 있지만, 팬틸트 카메라와 같이 영상의 좌표가 변하는 환경에서는 배경 모델도 계속 변하기 때문에 기존의 배경 모델을 그대로 사용할 수 없다. 본 논문에서는 팬틸트 카메라와 같이 동적인 카메라에서 이동 물체 탐지를 위해, 국소 특징점(Local Feature)를 통해 카메라의 움직임을 판단하여 연속되는 영상간의 변환 행렬(Transformation Matrix)를 구하고 하고, 확률적 배경 모델링을 통한 이동 물체 탐지 기법을 제안한다. 자제 촬영한 이동 카메라 실험영상을 통해서 이 알고리듬이 동적 배경에서도 매우 강인하게 동작하는 것을 검증하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.11a
• /
• pp.48-49
• /
• 2013

Saliency는 인간의 시각에서 관심 영역이나 객체를 찾기 위한 기법으로 최근 영상 리타겟팅, 영상분할 등에 다양하게 활용되고 있다. 기존 제안된 방법들을 전체영상을 대상으로 saliency map을 구하게 되어, 복잡한 객체들의 구성, 큰 전경객체들의 존재 등의 경우에는 성능이 저하되는 문제점이 있다. 따라서 본 논문에서는 배경이 존재하는 영상들을 대상으로 기존 방식중의 하나인 histogram based contrast(HBC)을 개선하는 방법을 제안한다. 배경영역의 빈도확률을 HBC에 적용하여 배경에 존재하는 픽셀값의 saliency을 감소하면, 상대적으로 전경에 존재하는 픽셀들의 saliency는 증가하게 된다. 실험에서는 제안한 기법으로 배경의 saliency는 감소하고, 전경객체는 증가하는 것을 증명하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.11a
• /
• pp.261-264
• /
• 2006

본 논문은 조명의 변화가 심한 연속영상에서 동적객체를 안정적으로 추출하기 위하여 색상강도 및 기울기 기반 배경모델을 구축하고 이를 이용하여 입력영상으로부터 동적 객체의 윤곽선을 안정적으로 추출하는 기법을 제시한다. 제안기법에서는 우선, 동적객체가 포함되지 않은 배경 연속영상의 HSI 컬러공간에서 색상(Hue) 강도와 색상 기울기에 대한 배경모델을 생성한다. 실시간으로 입력되는 동적 객체를 포함한 연속영상에 대하여 각 화소에 대한 색상(Hue)성분을 추출하고 이웃 화소와의 색상성분에 대한 기울기 크기를 계산한다. 이를 기구축된 배경모델과 비교하여 그 차분값이 일정 임계값을 초과하는 경우 동적객체의 윤곽선으로 판별한다. 제안 기법은 극심한 조명 변화에 강건하게 동적 객체의 윤곽정보를 실시간 추출하였다. 본 논문에서는 기존 RGB 기반 배경 모델링 기법을 적용한 경우와의 비교 실험을 통하여 제안 기법의 안정성을 보였다.

• Proceedings of the KAIS Fall Conference
• /
• 2006.05a
• /
• 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.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.766-768
• /
• 2004

동영상에서 객체의 추출은 객체 단위로 압축하는 MPEG-4와 객체의 특성을 기술하고 유사한 영상을 검색하는 기능을 가진 MPEG-7에 기반 기술로, 동영상의 효과적인 압축 및 색인, 검색에 유용하게 사용되는 방법이다. 본 논문에서는 시간적 정보와 공간적 정보를 이용한 영상 분할 방법을 제시한다. 동영상은 배경 화면과 전방 객체로 이루어져 있는데, 여기서 프레임간 모션벡터로 글로벌영상(배경영상)의 움직임을 분리할 수 있다. 이 Motion-based Segmentation을 통해 배경과 전방객체를 분리하여 rough한 전방객체를 추출하게 된다. 그리고 시간적 분할을 통해 얻은 rough한 전방객체에 모폴로지 변환과 Watershed 알고리즘을 적용하여 배경과 전방객체의 모호한 부분을 제거함으로써 효과적으로 전방객체를 추출한다.

• Journal of Advanced Navigation Technology
• /
• v.3 no.1
• /
• pp.60-68
• /
• 1999

In this paper, we propose a new background generation method for image detector for traffic information collection. Conventional methods result in bad performance when there are frequent traffic jams due to heavy traffic. To improve on this, we use high level information from vehicle detection. Only part of the image that is not considered as vehicle is used in background generation. The proposed method finds background more robustly than that of the conventional methods even in the presence of heavy traffic.

• The KIPS Transactions:PartB
• /
• v.14B no.5
• /
• pp.361-368
• /
• 2007

In this paper, we propose a smoke detection method which is based on block-wise difference of image frames in video. Our proposed method is composed of three steps which are (a) the detection step of the changed regions against the background, (b) the background update step, and (c) the smoke determination step from the changed regions. We first construct the block mean Image of frames in video. And to extract the changed regions against the background, we use a block-wise difference between background's block mean image and a current input frame's block mean image. After applying projections in block-based difference images, we can determine the changed regions as rectangles using projections of difference images. we propose a update scheme of background's block mean image using the projections. We decide the smoke region using the femoral statistics of the central position and YUV color in the changed region.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.06a
• /
• pp.241-247
• /
• 2007

자궁 경부 세포진 영상의 핵 추출을 위해서는 영상의 배경과 핵 그리고 세포질 영역의 구분이 중요하다. 또한 정상 세포핵과 암종 세포핵의 구분 및 인식을 위해서는 세포핵들의 형태학적 특징을 이용한 분류 기준을 세워야한다. 본 논문에서는 자궁 경부 세포진 영상에서 세포핵의 후보 영역과 핵을 추출하기 위해 현미경 400배율 확대 사진을 획득하는 과정에서 훼손된 컬러 영상을 복원하기 위한 방법으로 Lighting Compensation을 적용하여 영상을 보정한다. 그리고 배경 영역과 세포핵 영역을 구분하기 위해 영상의 R,G,B 영역의 히스토그램의 분포를 이용하여 배경을 제거한다. 배경이 제거된 영상을 그레이 영상으로 변환 한 후, 히스토그램 명암도의 값을 이용하여 세포핵 영역과 세포질을 분류하여 세포핵 영역을 추출한다. 그리고 Kapur 방법을 적용하여 세포핵 영역의 엔트로피 누적확률을 구한 후, 영상을 이진화 한다. Kapur 방법이 적용된 이진화 영상에서 세포핵 영역의 중심과 주위 화소를 비교하는 $3\times3$ 마스크를 적용하여 영상의 미세한 잡음을 제거 한 후, 8방향 윤곽선 추적 알고리즘을 적용하여 최종적으로 세포핵 영역을 추출한다. 추출된 세포핵의 영역을 분류 및 인식하는 과정으로 세포의 외각의 방향성 정보, 핵의 크기, 그리고 면적 비율의 특징을 이용하여 퍼지 소속 함수를 설계한 후, 소속 함수의 소속도를 구하고 퍼지 추론 규칙을 적용하여 자궁 경부 세포진 영상에서 정상 세포핵 및 암종 세포핵을 인식한다.