• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.457-458
• /
• 2007

우리는 동영상에서 낮은 연산량으로 강인하게 움직이는 물체를 탐지하는 방법을 제안한다. 동영상에서 움직이는 물체를 탐지하기 위한 많은 방법들이 제안되었는데, 각각의 방법은 접근 방법에 따라 탐지 성능과 처리속도에 trade-off가 존재한다. 최근 폭넓게 사용되고 있는 가우시안 혼합모델을 이용한 배경모델생성 법의 경우 탐지성능은 우수하나 연산량이 많고, 차영상(Temporal difference)을 이용한 방법은 연산량은 적으나 노이즈에 민감하게 반응한다. 또한 알고리즘 특성상 탐지된 물체에 Hole과 Ghost가 발생하는 문제가 있다. 우리는 이러한 단점들을 극복하기 위해 이 두 가지 알고리즘을 효율적으로 결합하여 움직이는 물체를 탐지하였다. 실험은 사람, 차, 오토바이와 같이 실외환경에서 흔히 움직이는 물체로 탐지되는 요소들이 다양한 환경에서 실시하였으며, 실험한 결과 배경영역에서 발생하는 노이즈는 효과적으로 제거하면서 움직이는 물체를 탐지하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.532-534
• /
• 2002

동영상에서 객체 추적은 몇 년간 컴퓨터 비전 및 여러 실용적 응용 분야에서 관심을 가지는 주제 중 하나이다. 본 논문에서는 감시 시스템 분야에서 적용되어 질 수 있는 실시간 객체 추적 방법을 제안하고자 한다. 이를 위해 카메라가 고정되어 있고 배경영상의 변화가 거의 없는 환경으로 제한하고, 입력영상과 배경영상의 차를 이용하여 객체의 위치를 탐지하고 움직임을 추적한다. 객체 위치 탐지시 객체의 윤곽선 중 일부 점을 추출하고 추출된 점들을 이용, 객체의 무게중심을 구한다. 객체 추적시 가변 탐색창을 이용해 실시간으로 빠른 처리가 가능하도록 하였다. 그리고 실험을 통하여 제한된 환경하에서 실시간으로 빠른객체의 추적을 보인다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2012.05a
• /
• pp.355-358
• /
• 2012

배경 영상에서 움직이는 물체 검출은 대상의 정확한 분류나 움직임, 패턴의 이해 또는 감시 시스템에 활용이 된다. 동적 물체 검출을 위한 여러 방법이 연구되고 제시되었으며, 그 중 일반적으로 차 영상 검출 방법이 많이 사용된다. 이는 시간적으로 연속된 영상 프레임간의 차를 구하고, 이 차 영상에 임계값을 설정하여 이진 영상을 만들어 물체를 검출한다. 기존 여러 연구에서는 이 임계값을 대부분을 고정하여 사용하거나 특정 환경에만 적합하게 설정하였다. 본 논문에서는 주변 환경에 적응하여 임계값을 자동으로 설정하는 방법을 제시하였고, 차 영상 검출 방법에 실제 적용하여 기존 방법에 비해 더 나은 결과를 확인하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.18 no.11
• /
• pp.2733-2737
• /
• 2014

Motion detection according to the movement and the change area detection method according to the background difference and the motion history image for use in a motion estimation technique using a real-time image, the motion detection method according to the optical flow, the back-projection of the histogram of the object to track for motion tracking At the heart of MeanShift center point of the object and the object to track, while used, the size, and the like due to the motion tracking algorithm CamShift, Kalman filter to track with direction. In this paper, we implemented the motion detection algorithm based on color and shape information of the object and verify.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.48 no.5
• /
• pp.55-63
• /
• 2011

This paper describes new moving target detection technique combining two algorithms to detect targets and reject clutters in video frame images for surveillance system: One obtains the region of moving target using phase correlation method using $N{\times}M$ sub-block images in frequency domain. The other uses adaptive threshold using learning weight for extracting target candidates in subtracted image. The block region with moving target can be obtained using the characteristics that the highest value of phase correlation depends on the movement of largest image in block. This technique can be used in camera motion environment calculating and compensating camera movement using FFT phase correlation between input video frame images. The experimental results show that the proposed algorithm accurately detects target(s) with a low false alarm rate in variety environment using the receiver operating characteristics (ROC) curve.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2008.11a
• /
• pp.109-112
• /
• 2008

최근 MPEG(moving picture experts group)에서 표준화를 진행하고 있는 3차원 비디오 시스템은 다시점 영상과 깊이영상을 동시에 이용하여 사용자가 임의의 시점을 선택하거나 스테레오스코픽 장치와 같은 3차원 영상 재생장 치를 동해 3차원 영상을 제공하는 차세대 방송 시스템이다 제한된 시점수를 이용하여 보다 많은 시점의 영상을 제공하려면 중간시점의 영상을 보간하는 장치가 필수적이다. 이 시스템의 입력정보인 깊이값을 이용하면 시점이동을 쉽게 할 수 있는데, 보간한 영상의 화질은 이 깊이값의 정확도에 따라 결정된다. 깊이맵은 대개 컴퓨터 비전을 기반으로 한 스테레오 정합기술을 이용 획득하는데, 객체의 경계와 같은 깊이값 불연속 영역에서 주로 깊이값 오류가 발생하게 된다. 이런 오류는 생성한 중간영상의 배경에 원치 않는 잡음을 발생시킨다. 기존의 방법에서는 측정한 깊이법의 객체 경계와 영상의 객체 경계가 일치한다는 가정으로 중간영상을 합성했다. 그러나 실제로는 깊이값 측정 과정에서 두 가지 경계가 일치하지 않아 전경의 일부분이 배경으로 합성되어 잡음을 발생하는 것이다. 본 논문에서는 깊이맵을 기반으로 중간시점의 영상을 보간할 때 발생하는 경계 잡음을 처리하는 방법을 제안한다. 중간영상을 합성할 때 비폐색 영역을 합성한 후 경계 잡음이 발생할 수 있는 영역을 비폐색 영역을 따라 구별한 다음, 잡음이 없는 참조 영상을 이용함으로써 경계 잡음을 처리할 수 있다. 실험 결과를 통해 배경 잡음이 사라진 자연스러운 합성영상을 생성했다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.41 no.4
• /
• pp.85-94
• /
• 2004

Object tracking in a real time image is one of interesting subjects in computer vision and many Practical application fields during the past couple of years. But sometimes existing systems cannot find all objects by recognizing 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 is not influenced by illumination and to 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 Minimum Bounding Rectangle(MBR) 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.

• Journal of Korea Multimedia Society
• /
• v.10 no.4
• /
• pp.432-440
• /
• 2007

In this paper, we propose a small target detection algorithm for FLIR image with complex background. First, we compute the motion information of target from the difference between the current frame and the created background image. However, the slow speed of target cause that it has the very low gray level value in the difference image. To improve the gray level value, we perform the local gamma correction for difference image. So, the detection index is computed by using statistical characteristics in the improved image and then we chose the lowest detection index a true target. Experimental results show that the proposed method has significantly the good detection performance.

• 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.