• 한국멀티미디어학회논문지
• /
• 제13권3호
• /
• pp.417-429
• /
• 2010

배경 제거를 위한 많은 연구가 있어왔음에도 기존의 방법들을 실제 환경에 효과적으로 적용하기에는 아직도 많은 어려움이 있다. 본 논문에서는 배경 제거를 실제 환경에 적용하면서 만나게 되는 다양한 문제들을 해결하기 위해 기존의 가우시안 혼합 모델 방법을 개선하는 배경 제거 방법을 제안한다. 첫째로 제안한 방법은 낮은 계산량을 얻기 위하여 고정 소수점 연산을 이용하였다. 배경 모델링 과정은 변수들의 높은 정밀도를 요구하지 않기 때문에 제안한 방법에서는 고정 소수점 변수를 이용함으로서 정확도를 유지한 채 연산 속도를 크게 향상시킬 수 있었다. 두 번째로 보행자들의 높은 통행량 하에서 흔히 발생되는 전경 객체가 배경으로 학습되는 문제를 피하기 위하여 각 화소의 정적인 정도를 이용하여 배경 모델의 학습 속도를 동적으로 조절하였다. 즉 최근 화소 값에 큰 차이가 발생한 화소들은 배경 영역이 아닐 가능성이 높으므로, 이에 대해 낮은 학습 비율을 적용함으로써 높은 통행량을 보이는 영상에서도 유효한 배경 모델을 유지하는 것이 가능했다. 마지막으로 영상의 빠른 밝기값 변화에 대응하기 위하여 연속한 두 프레임 간의 밝기 변화를 선형 변환으로 추정하였으며, 훈련된 배경 모델을 이 선형 변환에 의해 직접적으로 변환시켜 주었다. 제안한 고정 소수점 연산에 의해 기존의 가우시안 혼합 배경 모델링 방법을 구현한 결과 배경 제거에 기존 방법의 약 30%의 연산시간 만을 필요로 하였다. 또한 제안한 방법을 실제 환경의 영상에 적용한 결과 기존의 배경 제거 방법에 비해 검출률이 약 20% 향상되었으며, 오검률은 5~15% 가량 낮아지는 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제19권3호
• /
• pp.651-658
• /
• 2015

최근에 자율주행자동차에 대해 매우 활발한 연구와 개발이 진행되고 있다. 자율주행자동차를 구현하기 위해서는 매우 많은 기술들이 융복합적으로 해결되어야 한다. 이를 위해 차량에 장착된 블랙박스는 단순히 녹화기능 뿐만 아니라 신호등인식, 보행자검출, 정지선인식 등과 같이 자율주행차량을 구현하기 위한 핵심적인 기능을 제공할 수 있어 많은 연구 대상이 되고 있다. 따라서 자율주행차량을 구현하기 위한 한 가지 접근방법으로서 본 논문에서는 차량에 장착된 블랙박스 카메라를 이용하여 도로상에 위치한 거리를 효과적으로 예측할 수 있는 수식적인 모델을 제시한다. 제안한 모델은 도로의 기준선과 관찰선의 폭 또는 블랙박스 장착 높이 정보만을 이용함으로써 실제 도로상의 거리를 예측하는데 효과적으로 활용할 수 있음을 보인다. 다양한 실험을 통하여 본 논문에서 제안한 도로상의 거리 예측 모델이 타당함을 보인다.