• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.119-120
• /
• 2007

본 논문에서는 실내의 고정된 단일 칼라 카메라에서 획득된 비디오 스트림으로부터 사람의 행동을 인식하기 위한 시스템을 제안한다. 제안된 시스템은 사람의 시공간적 상태 변화와 사람의 시선 방향을 이용하여 규칙기반으로 행동을 인식한다. 사람의 의미 있는 상태변화를 이벤트로, 이벤트의 시퀀스 즉, 사람의 행동을 시나리오로 정의하였다. 따라서 입력비디오 스트림에서 사람의 상태변화로 이벤트를 검출하고, 검출된 이벤트의 시퀀스로 사람의 행동을 인식한다. 사람의 시선은 얼굴과 머리 영역의 색정보를 이용한 시선 방향 추정 방법으로 찾아지며, 사람의 상태 변화는 사람의 위치와 키 등을 이용하여 검출된다. 본 시스템은 실내 환경에서 획득한 비디오에서 실험하였으며, 실험결과 시선 방향에 의해 서로 다른 행동을 구분하여 인식할 수 있었다.

• The KIPS Transactions:PartB
• /
• v.19B no.2
• /
• pp.127-134
• /
• 2012

Video digital door lock(VDDL) system detects people who access to the door and acquires the human image. Design considerations is that current consumption must be minimized by applying fast human detection algorithm because of battery-based operation. Since the digital door lock takes an image through a fixed camera, detection of a person based on background image leads to high degree of reliability. This paper deals with a single human detection algorithm suitable for VDDL with fulfilling these requirements such that it detects a moving object in an image, then identifies whether the object is a person or not using image processing. The proposed image processing algorithm consists of two steps: Firstly, it detects the human image region using both background image and skin color information. Secondly, it identifies the person using polar histogram based on proportional information of human body. Proposed algorithm is implemented in VDDL and is verified the performance through experiments.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.465-467
• /
• 2012

사람 검출 방법에서 중요한 두 가지 문제는 다양한 배경과 조명등에서 적용 가능한가와 실시간성을 보장 할 수 있는가이다. 본 논문에서는 Dalal와 Triggs가 제안한 다양한 배경과 조명등에서 강인한 HOG(Histogram of Oriented Gradient) 특징 기반의 사람 검출 방법의 수행 속도를 향상시키는 방법을 제안한다. HOG 특징 기반의 사람 검출 방법의 성능은 매우 뛰어나다. 하지만 HOG 계산과 SVM 분류에 있어서 느리다는 단점을 가지고 있다. 따라서 본 논문에서는 기존 방식의 수행 속도를 향상시키기 위하여 검출 윈도우의 고정 스텝 형식이 아닌 SVM의 출력 값을 이용하여 검출 윈도우의 적응적 스텝 형식을 적용하였다. 실험 결과 고정 스텝 형식보다 적응적 스텝 형식의 수행 속도가 향상됨을 보였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.25 no.2
• /
• pp.147-154
• /
• 2015

In this paper, we propose human detection and fuzzy temperature control system for energy reduction of cooling device in elevator. In order to improve problems of existing cooling device using the refrigerant, energy reduction and efficient management are continuously achieved because of operation of thermoelectric cooling device using the human detection and fuzzy temperature control system. The proposed system confirms the number of passengers in elevator and temperature is then controlled by those numbers and an average temperature for the season in fuzzy system. The human detection method scans the number of passengers using a head part as a feature based on bird's-eye view camera in elevator. The fuzzy system determines elevator internal temperature considering atmospheric temperature and the scanned passenger numbers as a look-up table. The proposed system reduces energy of the cooling device through the human detection and temperature control. In experiment, energy reduction is confirmed and the performance of the proposed system is verified.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.34 no.6C
• /
• pp.593-603
• /
• 2009

In this paper, we propose a new integrated computer vision system designed to track multiple human beings and extract their silhouette with an active stereo camera. The proposed system consists of three modules: detection, tracking and silhouette extraction. Detection was performed by camera ego-motion compensation and disparity segmentation. For tracking, we present an efficient mean shift based tracking method in which the tracking objects are characterized as disparity weighted color histograms. The silhouette was obtained by two-step segmentation. A trimap is estimated in advance and then this was effectively incorporated into the graph cut framework for fine segmentation. The proposed system was evaluated with respect to ground truth data and it was shown to detect and track multiple people very well and also produce high quality silhouettes. The proposed system can assist in gesture and gait recognition in field of Human-Robot Interaction (HRI).

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.07a
• /
• pp.55-58
• /
• 2016

본 논문은 사람의 얼굴 영상에서 잡티를 제거하는 방법을 제안한다. 먼저 입력받은 영상에서 Haar-like Feature 기반 Adaboost 알고리즘과 색상 정보를 이용하여 얼굴 영역을 검출한다. 검출된 얼굴 영역에서 잡티를 제거하기 위해서는 먼저 눈, 코, 입, 눈썹과 같은 얼굴의 주요부위를 검출하고 이 영역을 제외한 순수 피부 영역에 잡티 검출 알고리즘을 적용해야한다. 사람의 얼굴은 미세하게 명암도 차이가 나는 부분이 많기 때문에 가우시안 스무딩을 적용한 후, 그래프 기반 분할 방법을 사용하여 눈, 입, 눈썹을 분할한다. 코 영역은 각 픽셀에 대해 인접픽셀과의 R 채널의 차이값을 가중치 맵으로 만들고 가중치 맵을 분석하여 영역을 분할한다. 분할된 영역에 사람 얼굴의 기하학적 위치 정보를 이용하여 주요부위를 검출한다. 얼굴의 주요부위를 검출하고 그 부위를 제외한 피부 영역에 잡티 검출 알고리즘을 적용한다. 잡티는 Edge와 색상 정보를 이용하여 검출하고, 잡티주변을 검사하여 잡티가 아닌 깨끗한 피부를 잡티 영역에 복사하여 채워나가는 방식으로 피부 영역을 복원한다.

• Journal of Broadcast Engineering
• /
• v.21 no.2
• /
• pp.252-260
• /
• 2016

The performance of human detection system is affected by camera location and view angle. In 2D image acquired from such camera settings, humans are displayed in different sizes. Detecting all the humans with diverse sizes poses a difficulty in realizing a real-time system. However, if the size of a human in an image can be predicted, the processing time of human detection would be greatly reduced. In this paper, we propose a method that estimates human size by constructing an indoor scene in 3D space. Since the human has constant size everywhere in 3D space, it is possible to estimate accurate human size in 2D image by projecting 3D human into the image space. Experimental results validate that a human size can be predicted from the proposed method and that machine-learning based detection methods can yield the reduction of the processing time.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.10a
• /
• pp.316-319
• /
• 2014

People's interests in coffee are increasing with the expansion of coffee market. In this trend, people's taste becomes more luxurious and coffee bean's quality is considered to be very important. Currently, bean defects are mainly detected by experienced specialists. In this paper, a detection system of bean defects using machine learning is presented. This system concentrates on detecting two main defect types : bean's shape and insect damage. Convolutional Neural Networks are used for machine learning. The neural networks are comprised of two neural networks. The first neural network detects defects in the bean's shape, and the second one detects the bean's insect damage. The development of this system could be a starting point for automated coffee bean defects detection. Later, further research is needed to detect other bean defect types.

• Journal of the Institute of Convergence Signal Processing
• /
• v.18 no.2
• /
• pp.49-54
• /
• 2017

In this paper, we use face database to detect human emotion in real time. Although human emotions are defined globally, real emotional perception comes from the subjective thoughts of the judging person. Therefore, judging human emotions using computer image processing technology requires high technology. In order to recognize the emotion, basically the human face must be detected accurately and the emotion should be recognized based on the detected face. In this paper, based on the Cohn-Kanade Database, one of the face databases, faces are detected by combining the detected faces with the database.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.11a
• /
• pp.36-37
• /
• 2017

실내공간에서 사람 검출 및 인식은 지능영상정보 시스템에서 중요한 기능중의 하나이다. 실내공간에서 사람검출을 위한 트랙킹 과정에서 발생하는 표류(drifting)는 성능 저하의 큰 원인을 제공한다. 표류로 인한 비사람의 트랙킹을 방지하기 위해서 사람여부를 결정하는 것이 필요하다. 이를 위해서 합성곱 신경망을 적용한 결과 80%의 사람 인식율을 얻었다.