• Title/Summary/Keyword: 변화 객체

Search Result 933, Processing Time 0.029 seconds

A Scene Composition by Object Priority Order on MPEG-4 Player (MPEG-4 플레이어에서 객체 우선 순위에 의한 장면 구성)

  • 이윤주;이석필;조위덕;김상욱
    • Journal of KIISE:Software and Applications
    • /
    • v.30 no.3_4
    • /
    • pp.285-292
    • /
    • 2003
  • Existing MPEG-4 players have limitation of screen blinks and drops of object rendering speed when user insert, delete, and replace objects on scenes. In this paper, an Object Priority Order Composition operated through the MPEG-4 player is proposed. This composition is the method for presentation user can insert, delete, and replace scene objects more efficiently. Therefore, this composition can show the MPEG-4 multimedia scenes without blinks and delays on MPR-4 player may seem random and natural.

Design of Location Information Management System for Moving Objects (이동객체를 위한 위치정보 관리 시스템의 설계)

  • Cho, Dae-Soo;Min, Kyoung-Wook;Lee, Jong-Hun
    • Proceedings of the Korea Information Processing Society Conference
    • /
    • 2002.11c
    • /
    • pp.1803-1806
    • /
    • 2002
  • 최근에 이동객체의 위치정보를 활용한 위치기반서비스(LBS, Location Bases Services)에 대한 관심이 급증하고 있다. 이동객체는 시간에 따라 위치 정보가 계속 변경되는 공간 객체를 의미한다. 전통적으로 고정된 위치정보를 갖는 공간 객체는 GIS 서버에서 저장, 관리되었다. 그러나, 이동객체의 경우, 위치의 변화가 매우 빈번하며, 과거의 위치정보도 관리해야 하므로, 전통적인 GIS 서버로는 관리가 어렵다. 이 논문에서는 위치기반서비스를 위해 위치정보를 저장, 관리하기 위한 위치정보 관리 시스템을 설계한다. 위치정보 관리 시스템는 위치획득 서브시스템, 위치저장 서브시스템, 그리고, 위치질의 서브시스템으로 구성된다. 이 논문의 기여는 이동객체에 대한 위치획득, 저장, 질의 등 각각의 연구 결과를 통합함으로써, 실제 응용에 적용할 수 있는 시스템을 개발하는데 있다.

  • PDF

3D + Temporal Object Modeling (3D+Temporal 시공간 객체 모델링)

  • Lee, Hyun-Ah;Lim, Hun-Ki;Jin, Yong-Ri;Nam, Kwang-Woo;Ryu, Ken-Ho
    • Proceedings of the Korea Information Processing Society Conference
    • /
    • 2000.10a
    • /
    • pp.89-92
    • /
    • 2000
  • 실세계 객체의 정보는 공간상에서 위치 또는 영역을 가지고 있으며 시간에 따라 변한다. 또한 여러 분야의 응용 업무들 또한 시간과 공간 개념을 합께 포함하고 있으므로 시간 데이터와 공간 데이터에 대한 동시 지원의 필요성이 부각되었으며 시공간 데이터베이스(spatiotemporal databases)의 필요성이 제기 되었다. 그러나, 지금까지 제안된 시공간 객체 모델은 2 차원 공간 데이터로 제한되어 있었으나, 이 논문에서는 3 차원 공간에 시간 영역을 확장하여 시공간 데이터를 제공하기 위한 통합데이터 모델을 제시한다. 여기서 제안된 3 차원 시공간 객체 모델은 이력 객체(discretely moving object)의 표현에 중점을 두었고, 이동 객체(continuously moving object)에 대한 모델은 연속적인 위치의 변화를 표현하기 위한 객체의 모델링에 초점을 맞추고 있다.

  • PDF

A Color Correction Method using Lighting Information In Augmented Reality (증강현실에서 빛 정보를 이용한 색상 보정기법)

  • Park, Ja-Ram;Youn, Hee-Yong
    • Proceedings of the Korean Information Science Society Conference
    • /
    • 2010.06c
    • /
    • pp.437-441
    • /
    • 2010
  • 증강현실은 이미 이를 이용한 다양한 서비스들이 존재하고 있고, 최근 스마트폰이 주목받으며 덩달아 부각되고 있는 개념 중의 하나이다. 기존 증강현실을 이용한 시스템에서는 객체를 증강할 때 미리 만들어진 객체를 증강하므로 객체가 증강할 당시의 주변환경의 변화가 반영되지 않는다. 따라서 증강현실을 할 때 카메라로 들어오는 현재 배경이미지와 객체가 동떨어져 보이는 현상이 발생한다. 이는 사용자가 현실세계에 가상의 물체가 올라간 것이 어색해 보여 증강현실기반의 프로그램에 몰입하는데 방해가 된다. 본 논문에서는 증강현실기반의 시스템이 사용될 때 실시간으로 주변환경의 빛 정보를 분석하여 그 정보를 객체에 반영하는 방법을 제안한다. 다양한 주변환경 중에서도 시각적으로 많은 정보를 제공하는 빛 정보를 이용하여 보다 자연스럽게 객체의 색을 보정을 하며, 이는 실시간으로 객체에 적용된다. 이는 주변환경 정보가 다양하게 바뀌는 모바일 증강현실에서 유용하게 쓰일 것이다.

  • PDF

Shot Detection robust to object movement and brightness changes (객체이동 및 밝기변화를 고려한 샷 전환 탐지 알고리즘)

  • Lee, Joon-Goo;Han, Ki-Sun;You, Byoung-Moon;Hwang, Doo-Sung
    • Proceedings of the Korea Information Processing Society Conference
    • /
    • 2012.11a
    • /
    • pp.531-534
    • /
    • 2012
  • 기존의 히스토그램을 이용한 샷 전환 탐지 방법은 연속적인 두 프레임의 전체 또는 대응되는 동일한 크기의 소 영역의 히스토그램을 사용하며, 객체의 이동이나, 프레임의 밝기 변화에 취약한 문제점이 있다. 본 논문에서는 이 문제점들을 해결하기 위하여 연속적인 두 프레임(현재와 참조 프레임)을 소영역으로 분할한 후, 현재 프레임의 소 영역과 두 프레임사이에서 발생할 수 있는 객체의 이동을 고려한 참조 프레임에서의 소 영역의 비교, 그리고 참조 프레임의 소 영역에서 얻은 화소 밝기 히스토그램에 밝기 변화를 보상한 후, 현재 프레임의 소 영역에서 얻은 화소 밝기 히스토그램과 비교하는 방법을 제안한다. 제안한 방법은 영화와 뉴스 같은 비디오 데이터에 좋은 결과를 보였다.

Performance Change accroding to Data Set Size Change in Semi-Supervised Learning based Object Detection (준지도 학습 기반 객체 탐지 모델에서 데이터셋 변화에 따른 성능 변화)

  • Seungsoo Yu;Wonjun Hwang
    • Proceedings of the Korean Society of Broadcast Engineers Conference
    • /
    • 2022.11a
    • /
    • pp.88-90
    • /
    • 2022
  • Semi Supervised Learning 은 일부의 data 에는 labeling 을 하고 나머지 data 에는 labeling 을 안한채로 학습을 진행하는 방법이다. Object Detection 은 이미지에서 여러개의 객체들의 대한 위치를 여러개의 바운딩 박스로 지정해서 찾는 Computer Vision task 이다. 당연하게도, model training 단계에서 사용되는 data set 의 크기가 크고 객체가 많을 수록 일반적으로 model 의 성능이 좋아 질 것이다. 하지만 실험 환경에 따라 data set 을 잘 확보하지 못하던가, 실험 장치가 데이터 셋을 감당하지 못하는 등의 문제가 발생 할 수 있다. 그렇기에 본 논문에서는 semi supervised learning based object detection model 을 알아보고 data set 의 크기를 조절해가며 modle 을 training 시킨 뒤 data set 의 크기에 따라 성능이 어떻게 변화하는 지를 알아 볼 것이다.

  • PDF

A Study on Updated Object Detection and Extraction of Underground Information (지하정보 변화객체 탐지 및 추출 연구)

  • Kim, Kwangsoo;Lee, Heyung-Sub;Kim, Juwan
    • Journal of Software Assessment and Valuation
    • /
    • v.16 no.2
    • /
    • pp.99-107
    • /
    • 2020
  • An underground integrated map is being built for underground safety management and is being updated periodically. The map update proceeds with the procedure of deleting all previously stored objects and saving newly entered objects. However, even unchanged objects are repeatedly stored, deleted, and stored. That causes the delay of the update time. In this study, in order to shorten the update time of the integrated map, an updated object and an unupdated object are separated, and only updated objects are reflected in the underground integrated map, and a system implementing this technology is described. For the updated object, an object comparison method using the center point of the object is used, and a quad tree is used to improve the search speed. The types of updated objects are classified into addition and deletion using the shape of the object, and change using its attributes. The proposed system consists of update object detection, extraction, conversion, storage, and history management modules. This system has the advantage of being able to update the integrated map about four times faster than the existing method based on the data used in the experiment, and has the advantage that it can be applied to both ground and underground facilities.

Per-Object Transparency in Visualization of Segmented Volumes (분할된 볼륨의 가시화에서 객체당 투명도)

  • Jeong Dongkyun;Shin Yeong Gil;Lee Cheol-Hi
    • Journal of Korea Multimedia Society
    • /
    • v.8 no.9
    • /
    • pp.1239-1247
    • /
    • 2005
  • Basically, objects are discriminated by transfer functions in volume rendering . However, in some cases objects cannot be discriminated only with transfer functions. In these cases, objects are pre-segmented with other methods, and visualized based on the segmentation information. In this paper we present a way of assigning per-object transparency in visualization of segmented volumes. Semi-transparent rendering is used to effectively give context information about the observed object. Per-object transparency can be used as a very effective visualization tool especially when it is difficult to adjust transfer functions to make the object semi-transparent. We present several interpretations of the meaning of per-object transparency, and corresponding variations of the algorithm. We show that efficient implementations for interactive use are possible, by presenting an implementation using general graphics hardware.

  • PDF

Local variable binarization and color clustering based object extraction for AR object recognition (AR 객체인식 기술을 위한 지역가변이진화와 색상 군집화 기반의 객체 추출 방법)

  • Cho, JaeHyeon;An, HyeonWoo;Moon, NamMe
    • Proceedings of the Korea Information Processing Society Conference
    • /
    • 2018.05a
    • /
    • pp.481-483
    • /
    • 2018
  • AR은 VR과 달리 실세계 공간의 객체에 대한 서비스를 제공하므로 서비스 개발을 방해하는 많은 요인들이 발생한다. 이를 보완하기위해 비주얼 마커, SLAM, 객체인식 등 여러 AR 기술이 존재한다. 본 논문은 AR 기술 중에서 객체인식의 정확도 향상을 위해 지역가변 이진화(Local variable binarization)와 색상의 군집화를 사용해서 이미지에서 객체를 추출하는 방법을 제안한다. 지역 가변화는 픽셀을 순차적으로 읽어 들이면서 픽셀 주위의 값의 평균을 구하고, 이 값을 해당 픽셀의 임계 값으로 사용하는 알고리즘이다. 픽셀마다 주위 색상 값에 의해 임계 값이 변화되므로 윤곽선 표현이 기존의 이진화보다 뚜렷이 나타난다. 색상의 군집화는 객체의 중요색상과 배경의 중요색상을 중심으로 유사한 색상끼리 군집화 하는 것이다. 객체 내에서 가장 많이 나온 값과 객체 외에 가장 많이 나온 값을 각 각 기준으로 색조와 채도의 값을 Euclidean 거리를 사용해 객체의 색상과 배경 색상을 분리했다.

Change Detection Using Deep Learning Based Semantic Segmentation for Nuclear Activity Detection and Monitoring (핵 활동 탐지 및 감시를 위한 딥러닝 기반 의미론적 분할을 활용한 변화 탐지)

  • Song, Ahram;Lee, Changhui;Lee, Jinmin;Han, Youkyung
    • Korean Journal of Remote Sensing
    • /
    • v.38 no.6_1
    • /
    • pp.991-1005
    • /
    • 2022
  • Satellite imaging is an effective supplementary data source for detecting and verifying nuclear activity. It is also highly beneficial in regions with limited access and information, such as nuclear installations. Time series analysis, in particular, can identify the process of preparing for the conduction of a nuclear experiment, such as relocating equipment or changing facilities. Differences in the semantic segmentation findings of time series photos were employed in this work to detect changes in meaningful items connected to nuclear activity. Building, road, and small object datasets made of KOMPSAT 3/3A photos given by AIHub were used to train deep learning models such as U-Net, PSPNet, and Attention U-Net. To pick relevant models for targets, many model parameters were adjusted. The final change detection was carried out by including object information into the first change detection, which was obtained as the difference in semantic segmentation findings. The experiment findings demonstrated that the suggested approach could effectively identify altered pixels. Although the suggested approach is dependent on the accuracy of semantic segmentation findings, it is envisaged that as the dataset for the region of interest grows in the future, so will the relevant scope of the proposed method.