• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.475-477
• /
• 2001

본 논문에서는 버스에 설치되어 있는 비디오 카메라의 연속된 승차 영상과 추출해둔 배경 영상간의 영상차 분석을 통해 승객이 특정 구역을 통과하는 것을 감지하여 계수하는 방법을 연구하였다. 배경 영상은 운행 시와 같이 배경이 급변할 때는 연속된 두 프레임의 영상차를 이용하여 동적으로 배경 영상을 얻고 정차 시에는 배경 영상을 승차 영상과 비교하여 보정하여 주는 방법으로 최적화된 배경 영상을 얻어내었다. 본 시스템은 실제 상황에서 얻어진 비디오 영상에 적용하여 93.6%의 계수 성공률을 얻어내었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.481-483
• /
• 2001

본 논문에서는 동영상으로부터 색상, 서체, 크기와 같은 사전 지식 없이도 글자/자막을 효율적으로 추출하는 방법을 제안한다. 해상도가 낮고 복잡한 배경을 포함할 수 있는 비디오에서 글자 인식률 향상을 위해 먼저 동일한 텍스트 영역의 존재하는 프레임들을 자동적으로 추출한 후 이들의 시간적 평균영상을 만들어 향상된 영상을 얻는다. 평균영상의 외각선 영상의 투영 값을 통해 문자영역을 찾고 각 텍스트 영역에 대해 1차 배경제거 과정인 region filling을 적용하여 글자의 배경들을 제거 함으로써 글자를 추출한다. 1차 배경제거의 결과를 검증하고 추가적으로 k-means를 이용한 color clustering을 적용하여 남아있는 배경들을 효율적으로 제거 함으로써 최종 글자영상을 추출한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.715-718
• /
• 2002

실시간 동영상에서 객체의 추적은 배경영상에서 움직이는 객체를 추출하고 추출된 객체의 이동을 추적하는 것으로 컴퓨터 비전 및 여러 실용적 응용 분야에서 관심을 가지는 주제중 하나이다. 본 논문에서는 실시간 객체의 추적에서 배경영상과 입력영상의 차영상을 이용하는 방법의 전 처리로 시간의 흐름에 따라 변화되는 배경영상의 잡음을 최소화하기 위하여 입력영상의 일부분을 배경영상으로 대체함으로 최신의 배경영상을 유지 할 수 있는 방법을 제안하고자 한다. 실시간 동영상의 객체추적은 배경영상과 입력영상의 차를 이용하는데 최초의 배경영상은 시간의 흐름에 의해 빛의 양이나 주위환경에 의해 많은 변화를 가져오게 된다. 또한 실시간으로 처리해야 하는 시간성으로 인해 최신의 배경영상을 획득하는데 많은 처리시간을 할애할 수 없다. 따라서 전체 영상의 일부분을 대상으로 점진적으로 누적영상을 배경영상에 적용함으로 실시간 환경에서의 배경영상의 변화에 의한 잡음을 최소화 하도록 하였다.

• 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 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.

• 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 IEEK Conference
• /
• 2001.09a
• /
• pp.981-984
• /
• 2001

본 논문은 이동물체 영역을 신뢰성 있게 분리하는데 기초가 되는 seed를 정확하게 선정하고, 선정된 seed를 중심으로 영역을 확장함으로써 이동물체 영역을 분리하기 위한 방법을 제안한다. 고정된 카메라로부터 입력되는 연속된 영상열로부터 초기의 이동물체가 존재하지 않는 영상을 참고영상으로 하여 입력영상과의 차영상을 구하고 차영상의 히스토그램에서 배경잡음 모델링을 통해 배경잡음을 제거한다. 그리고 배경잡음이 제거된 차영상에서 Local Maxima 들을 이용해 후보 seed를 선정한 후, 이드의 특징값들을 분석하여 이동물체의 seed와 배경의 seed 를 결정하고 이 두 개의 seed를 기반으로 watershed 알고리즘을 적용하여 영역을 확장함으로써 이동물체 영역을 추출한다. 제안된 방법을 실제 상황에서 얻은 다양한 영상열에 적용한 결과, 기존의 영역분리 알고리즘보다 주위 잡음의 영향을 적게 받으며 효과적으로 이동물체를 분리할 수 있음을 확인할 수 있었다.

• 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.

• 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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.563-566
• /
• 2003

인터넷 시대에 접어들면서 웹 카메라를 이용한 보안 시스템의 개발이 활발하다 원격지에 설치된 카메라가 보내준 영상을 통하여 현재의 상황을 파악할 수 있으며 적절한 조치를 웹을 통해 취할 수 있다. 본 논문에서는 카메라로부터 입력되어지는 입력영상과 배경영상의 차를 이용하여 움직임 검출하는 방법을 제안한다. 또한 배경영상은 시간에 따라 변화하기 때문에 변화된 시점부터 배경이미지 픽셀을 교체 해준다. 카메라에서 받아오는 영상을 배경영상과 입력영상으로 구분 한 다음 두 영상의 차를 구하여 영상의 변화점을 찾는다. 픽셀 검사는 모든 픽셀을 연산에 참여하는 방식을 탈피하여 일정한 간격을 두고 이미지의 픽셀을 검색하여 효율적인 객체의 윤곽점을 추출한다.