• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 하계학술대회
• /
• pp.173-174
• /
• 2018

배경제거는 영상에서 움직이는 객체를 분리할 때 유용한 방법이며, 대표적인 예인 Mixture of Gaussian (MOG) 알고리즘은 픽셀 당 3-5 가우스 모델을 혼합해 배경과 움직이는 객체를 구분한다. 소형 표적을 추적하기 위해서는 화소 혹은 작은 블록 단위로 시/공간적 밝기 변화량을 이용하는 옵티컬 플로우 기법이 적절하다. 본 논문에서는 소형 표적의 강인한 객체 추적을 위해 MOG2와 옵티컬 플로우의 결합 방법을 소개한다. 제안된 방법은 MOG2를 사용하여 전경 영역을 획득하고 전경 영역에만 옵티컬 플로우를 적용한다. 실험 결과는 제안 방법이 잡음과 배경의 미세 변화가 있더라도 무인 비행체를 잘 추적할 수 있음을 보여준다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.115-127
• /
• 2023

동영상 안정화 기술은 최근 1인 미디어 시장이 거대화됨에 따라 그 중요성이 점점 커지고 있는 카메라 기술 중 하나이다. 딥러닝 기반의 기존 방법들에서는 안정화 전/후 동영상 데이터 쌍을 사용하였으나 동영상의 특성상 동기화된 안정화 전/후 데이터를 만드는 것은 많은 시간과 노력이 필요하다. 최근 이러한 문제를 완화하기 위하여 안정화 전 데이터만을 사용하는 비지도 학습 방법이 제시되고 있다. 본 논문에서는 비지도 학습 방법의 하나인 Convolutional Autoencoder 구조를 사용하여 안정화 전/후 동영상 데이터 쌍 없이 안정화 전 영상만으로 안정화 궤적을 학습하는 네트워크 구조를 제안한다. 네트워크 입력 및 출력으로 옵티컬 플로우를 사용하고 네트워크 경량화 및 노이즈 최소화를 위해 옵티컬 플로우를 Grid 단위로 맵핑하여 사용했다. 또한 비지도 학습 방법으로 안정화된 궤적을 생성하기 위해 옵티컬 플로우를 부드럽게 만드는 손실함수를 정의하였고 결과 비교를 통해 손실함수의 의도대로 부드러운 궤적을 생성하도록 네트워크가 학습되었음을 확인했다.

• 한국통신학회논문지
• /
• 제25권11B호
• /
• pp.1920-1927
• /
• 2000

본 논문은 cepstral 필터를 이용하여 지적인 비주얼 센싱을 위한 카메라의 운동 제어법을 제안한다. 화상은 pursuit 운동을 위하여 물체의 옵티컬 플로우가 필요하고, vergence 운동을 위하여 양안시차 정보를 필요로 한다. 그러나, 화상정보에는 올바른 정보와 잘못된 정보가 존재하기 때문에 해의 올바른 시차를 선택해야 하는데, 옵티컬 플로우의 계산에서와 마찬가지로 템플리트 매칭을 이용하여 올바른 정보를 선택한다. 그리고, 화상 중의 하나를 3 조각으로 분할한 후 각각 cepstral 필터링에 의하여 양안시차를 검출한다. 본 논문은 saccade 운동, pursuit 운동, vergence 운동에 관한 제어 알고리즘을 제안하고, 실험에 의하여 알고리즘을 비교 및 분석한다.

• 방송공학회논문지
• /
• 제17권5호
• /
• pp.817-826
• /
• 2012

본 논문에서는 이동형 패럴랙스 배리어 방식의 모바일 3D 디스플레이를 위해 급격한 조명 변화에도 강인한 시청자 시역위치 추정 알고리즘을 제안한다. 기존의 비올라-존스 검출기와 옵티컬-플로우를 선형 결합한 시역 위치 추정 알고리즘[1]은 급격하게 조명이 변하는 경우 잘못된 시역 위치를 추정하는 문제가 있음을 확인하였고, 특히 이러한 급격한 조명의 변화 문제는 모바일 환경에서 흔히 발생하는 환경조건이다. 그리고 어두운 공간에서 3D 디스플레이를 시청하는 경우 디스플레이 조명이 시청자의 얼굴에 비치기 때문에 조명 변화가 매우 크게 발생할 수 있다. 급격한 조명의 변화에 대한 문제점을 해결하기 위해 본 논문에서는 매 프레임마다 정확하게 옵티컬-플로우 얼굴 검출기의 정확도를 판단할 수 있는 방법을 새롭게 제안하고, 다양한 실험을 통해 그 효과를 검증한다. 조명의 변화등에 의해 옵티컬-플로우가 잘못된 추적 결과를 출력하는 경우, 기존의 두 알고리즘(비올라-존스 얼굴검출기+옵티컬-플로우 특징점 추적기)을 선별적으로 선택함으로써 강인한 얼굴검출 및 추적이 이루어지도록 하고, 다양한 실험 결과를 통해 그 효과를 검증한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 추계학술대회
• /
• pp.15-18
• /
• 2011

본 논문에서는 이동형 패럴랙스 배리어 방식의 모바일 3D 디스플레이에 응용하기 위해 개발된 시역계측알고리즘[1]을 실제시스템에 구현한 후 문제점을 분석하고, 그 문제점을 해결할 수 있는 새로운 방법을 제안한다. 본 연구팀에서 이동형 패럴랙스 배리어 방식의 모바일 3D 디스플레이에 응용하기 위해 개발한 이전의 시역계측기술[1]은 기존의 비올라-존스 얼굴 검출기[2]에 의한 얼굴검출 결과와 비올라-존스 얼굴 검출기의 단점을 보완하기 위해 새롭게 추가된 옵티컬-플로우 특징점 추적 알고리즘[3]에 의한 얼굴검출의 두 결과를 선형적으로 결합하여 시청자의 시역위치를 예측하였다. 하지만, 모바일 3D 디스플레이의 특성한 급격한 조명의 변화에서 옵티컬-플로우에 의한 특징점 추적알고리즘에 심각한 오류가 발생하는 문제점이 있다. 이러한 급격한 조명의 변화에 대한 문제점을 해결하기 위해 본 논문에서는 매 프레임마다 정확하게 옵티컬-플로우 얼굴 검출기의 정확도를 판단할 수 있는 방법을 제안하고, 다양한 실험을 통해 그 효과를 검증한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2015년도 제52차 하계학술대회논문집 23권2호
• /
• pp.252-253
• /
• 2015

군중의 이상행동을 검출하는 것은 군중 모니터링, 보안 및 CRM 시스템의 관점에서 중요한 요소 중의 하나이다. 기존의 방법은 대다수가 옵티컬플로우를 기반으로한 검출방법으로 객체가 움직이지 않는 경우에는 객체로 인식할 수 없는 문제점이 생긴다. 또한, 많은 데이터량을 처리하기 때문에 실시간성이 보장되지 않는다는 단점이 있다. 이를 극복하기 위해서, 본 논문에서는 특징점 맵 보정과 분포분석을 통한 군중의 밀집과 대피하는 현상을 검출하는 방법을 제안한다. 먼저, 군중에서 옵티컬플로우 기반으로 움직이는 FAST 특징점을 추출하고 추출된 특징점의 분포에따라 특징점맵을 복원한다. 복원된 특징점 맵과 특징점의 분포에 기반하여 군중의 이상정도를 결정하게 된다. PETS2009 데이터베이스를 사용하여 결과를 측정하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.594-596
• /
• 2012

본 논문에서는 손 모션에 대하여 피부색 검출을 기반으로 전역적인 모션을 추적하고 모션 벡터를 생성하여 제스처를 인식하는 방법을 제안한다. 추적을 위하여 Shi-Tomasi 특징점 검출 방법과 Lucas-Kanade 옵티컬 플로우 추정 방법을 사용한다. 손 모션을 추적하는 경우 손의 모양이 다양하게 변화하므로 초기에 검출된 특징점을 계속적으로 추적하는 일반적인 방법으로는 손의 모션을 제대로 추적할 수 없다. 이에 본 논문에서는 프레임마다 새로운 특징점을 검출한 후 옵티컬 플로우를 추정하고 이상치(outlier)를 제거하여 손 모양의 변화에도 추적을 통한 모션 벡터 생성이 가능하도록 한다. 모션 벡터들로 인공 신경망을 사용한 판별 과정을 수행하여 최종적으로 손 모션 제스처에 대한 인식이 가능하도록 한다.

• 대한전자공학회논문지SP
• /
• 제39권6호
• /
• pp.630-640
• /
• 2002

동영상 압축 비트열은 전송 오류에 매우 민감하다. 만일 전송열 패킷이 손실되거나 손상되어 수신되면, 현재 복호하는 화면 뿐만 아니라, 연속적으로 복호될 화면들에도 화질 저하를 초래한다. 오류은닉 기술은 오류가 없이 수신된 영상 정보를 이용하여 손상된 부분을 은폐하여 화질 저하를 최소화시키는 기법이다. 한가지 방법은 손상된 매크로블록의 움직임 벡터를 추정하고 추정된 움직임 벡터를 이용하여 움직임 보상함으로써 손상된 부분을 은닉시키는 방법이 있다. 본 논문에서는 매크로블록의 왜곡 모델을 제시하여 손상된 매크로블록의 추정된 움직임 벡터로 움직임 보상하여 은폐하는 방법이 타당함을 증명한다. 오류은닉의 성능을 향상시키기위해 옵티컬 플로우 기반의 움직임 벡터 추정 방법을 제안하고 다른 움직임 벡터 복원에 의한 오류은닉 방법들과 성능을 비교한다. 또한 제안된 방법은 기존의 방법들보다 계산량이 적은 장점이있다.

• 한국지능시스템학회논문지
• /
• 제21권5호
• /
• pp.537-542
• /
• 2011

거울 신경 세포는 동물이 어떤 동작을 할 때와 그 동물이 다른 동물의 동일한 동작을 하는 것을 관찰 할 때, 똑같은 세포 발화를 하는 신경세포이다. 본 논문에서는 거울 신경 세포의 발화 원리를 이용하여 비슷한 방법으로 보이지 않는 부분에 대한 객체의 움직임을 추적하는 방법을 3차원 재구축 방법을 통해 제안한다. 거울 신경 세포 시스템과 같은 발화 원리를 통해 의도 인지 시스템을 구축하기 위해, 스테레오 카메라를 통해 획득한 두 개의 이미지 데이터를 통해 깊이 정보를 계산하여 3차원으로 재구축한다. 3차원 재구축을 통해 만들어진 이미지 데이터를 옵티컬 플로우를 사용하여 3차원 이미지에서 객체의 움직임 방향을 추정한다. Estimation 알고리즘인 칼만 필터를 사용하여 객체의 움직임 추정을 잡음에 강인하게 한다. 객체의 움직임 추정을 통하여 객체의 움직임에 따라 구축된 이미지 데이터를 히스토리화 하여 데이터를 저장한다. 객체의 일부분 혹은 전체가 다른 물체로 인해 가려져 스테레오 카메라 시야에서 사라졌을 때, 과거에 저장된 히스토리로 부터 데이터를 가져와 가려진 부분에 대한 객체의 원래의 모습을 복원한다. 이 복원을 통하여 움직임 추정을 한다.

• 스마트미디어저널
• /
• 제11권1호
• /
• pp.46-57
• /
• 2022

본 논문에서는 딥러닝을 기반으로 입력영상의 옵티컬 플로우(optical flow)와 그래디언트(gradient)를 이용하여 종단간 행동인식이 가능한 다중영역 기반 방사성 GCN(MRGCN: Multi-region based Radial Graph Convolutional Network) 알고리즘에 대해 기술한다. 이 방법은 데이터 취득이 어렵고 계산이 복잡한 스켈레톤 정보를 사용하지 않기 때문에 카메라만을 주로 사용하는 일반 CCTV 환경에도 활용이 가능하다. MRGCN의 특징은 입력영상의 옵티컬플로우와 그래디언트를 방향성 히스토그램으로 표현한 후 계산량 축소를 위해 6개의 특징 벡터로 변환하여 사용한다는 것과 시공간 영역에서 인체의 움직임과 형상변화를 계층적으로 전파시키기 위해 새롭게 고안한 방사형 구조의 네트워크 모델을 사용한다는 것이다. 또 데이터 입력 영역을 서로 겹치도록 배치하여 각 노드 간에 공간적으로 단절이 없는 정보를 입력으로 사용한 것도 중요한 특징이다. 30가지의 행동에 대해 성능평가 실험을 수행한 결과 스켈레톤 데이터를 입력으로 사용한 기존의 GCN기반 행동인식과 동등한 84.78%의 Top-1 정확도를 얻을 수 있었다. 이 결과로부터 취득이 어려운 스켈레톤 정보를 사용하지 않는 MRGCN이 복잡한 행동인식이 필요한 실제 상황에서 더욱 실용적인 방법임을 알 수 있었다.