• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.838-840
• /
• 2005

얼굴인식 기술은 타 생체 인식 기술에 비해 경제성과 사용자 편리성이 높은 이유로 최근 몇 년간 영상 이해 분야의 가장 성공적인 응용의 하나로 주목받고 있다. 그러나 얼굴인식은 타 생체인식에 비해 정확도가 떨어지는 문제가 있으며 이것은 배경, 조명 또는 포즈등과 같은 요인으로 인해 얼굴인식을 위한 전처리 작업인 얼굴영역 검출이 어렵기 때문이다. 본 논문에서는 얼굴영역 검출을 하기 위해서 나타나는 문제점들인 배경, 조명등의 환경적인 요인을 8x8 블록영상과 블록들의 연결성을 이용하여 제거한 후 얼굴만을 검출한다. 제안된 알고리즘은 복잡한 배경 및 원거리에서 촬영된 입력영상에서도 매우 안정적으로 적용됨을 실험을 통해 확인하였다.

• The Journal of the Korea Contents Association
• /
• v.4 no.3
• /
• pp.91-97
• /
• 2004

Difference image scheme is widely used for motion estimation in moving object tracking system. This scheme contains a binarization step which segments image into background and moving object regions, referring to threshold value. In this paper, we propose a decision algorithm of tracking the threshold value with a differential image. The key idea is analyzing the histogram of the differential image. In addition we evaluate the performance of this method in comparison with conventional scheme. As an experimental result with 60 images, it is found that threshold by the proposed algorithm is very close to optimal threshold selected manually.

• 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 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 Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.676-678
• /
• 2004

얼굴인식기술이 인증 일 보안을 위한 도구로 활용되고 있지만 입력영상의 상태, 즉 복잡한 배경과 조명환경에 따라 적용할 수 있는 범위가 제약적일 수밖에 없다. 본 논문에서는 이러한 제약을 최소화하기 위한 방법과 좀 더 정확한 얼굴 영역 검출을 위한 기법을 제시한다. 제안된 방법은 움직임에 기반 한 에지 차영상을 이용하여 얼굴 윤곽을 검출한 후 이를 X와 Y축의 프로파일을 이용하여 얼굴영역을 예측한다. 제안된 알고리즘은 복잡한 배경이나 조명등으로 인해 얼굴의 형태가 결여된 입력영상에서도 매우 안정적으로 적용됨을 실험을 통해 확인하였다

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.423-425
• /
• 1998

영상검지기를 이용하여 도로상에서 이동중인 차량의 움직임을 탐지하고 분석하는 방법은 지능형교통시스템의 많은 분야에 적용되어질 수 있다. 영상분석으로 움직이는 물체를 탐지하는 방법에는 영상차를 이용하는 방법과 영상차를 이용하지 않는 방법으로 분류할 수 있다. 영상차를 이용하는 방법에서는 영상간의 차영상을 기반으로 하여 물체를 탐지하는 방법은 일반적이고 보편적인 방법이나 시간에 따른 배경영상의 왜곡과 물체의 정체현상에 많은 문제점을 지니고 있다. 그리고 영상차를 이용하지 않는 방법은 영상내의 분석으로 물체를 탐지하는 방법이고, 영상간의 정보를 사용하지 않으므로 영상차에 의한 문제점은 발생되지 않는다. 기존에 연구되어진 영상차를 이용하지 않는 방법은 물체의 형태를 고려하지 않고 단지 이동점의 좌표분석으로 차량의 움직임을 측정하고 있다. 본 논문에서는 영상차를 이용하지 않으며 영상내의 형태정보 분석과 색상정보를 고려하여 기존의 영상검지기가 지니는 문제점을 개선하여 정밀한 차량 추적에 대한 가능성을 알 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.01a
• /
• pp.251-252
• /
• 2014

본 논문에서는 차영상 기법을 이용하여 이동하는 객체를 탐지하고 계수하는 시스템을 제안한다. 제안된 시스템은 카메라를 통해 들어온 입력 영상과 배경의 차이를 통해 객체를 탐지하고 객체의 움직임을 분석하여 이동 객체를 계수한다. 실험 결과를 통해 물체의 이동 객체의 탐지 및 계수가 이루어짐을 확인 할 수 있다.

• KIISE Transactions on Computing Practices
• /
• v.22 no.3
• /
• pp.133-138
• /
• 2016

Motion detection algorithms based on difference image are classified into background subtraction and previous frame subtraction. 1) Background subtraction is a convenient and effective method for detecting foreground objects in a stationary background. However in real world scenarios, especially outdoors, this restriction, (i.e., stationary background) often turns out to be impractical since the background may not be stable. 2) Previous frame subtraction is a simple technique for detecting motion in an image. The difference between two frames depends upon the amount of motion that occurs from one frame to the next. Both these straightforward methods fail when the object moves very "slightly and slowly". In order to efficiently deal with the problem, in this paper we present an algorithm for motion detection that incorporates "reflected light area" and "difference image". This reflected light area is generated during the frame production process. It processes multiplex difference image and AND-arithmetic of bitwise. This process incorporates the accuracy of background subtraction and environmental adaptability of previous frame subtraction and reduces noise generation. Also, the performance of the proposed method is demonstrated by the performance assessment of each method using Gait database sample of CASIA.

• Journal of the Korea Society of Computer and Information
• /
• v.10 no.2 s.34
• /
• pp.59-68
• /
• 2005

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 otject, the system tracks otiect through this MBR. In addition, this paper evaluates the test result about performance of proposed method as compared with existing tracking algorithm.

• Proceedings of the IEEK Conference
• /
• 1998.06a
• /
• pp.753-756
• /
• 1998

본 논문은 연속적인 수화 동영상에 있어서 가장 의미가 있는 손 영역을 검출하는 방법에 대한 연구이다. 부자연스러운 센서 등을 피하고 사용자 친화성과 범용성 및 실시간 구현을 도모하기 위하여 흑백 동영상의 처리가 요구된다. 농아자의 수화를 인식하기 위해 전철로서, 복잡한 배경으로부터 손 영역의 검출은 매우 중요하다. 정확한 손 영역의 검출로 수화 인식률의 개선과 영상처리의 고속화가 가능하다. 제안한 방법은 인접한 프레임간의 차 영상에 대하여 엔트로피를 측정하여 배경영상과 분리를 행한 후, 손 영역에 대한 추적을 수행하였다.