• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• 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.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.51 no.5
• /
• pp.168-176
• /
• 2014

Detecting moving objects from a video sequence is a fundamental and critical task in video surveillance, traffic monitoring and analysis, and human detection and tracking. It is very difficult to detect moving objects in a video sequence degraded by the environmental factor such as fog. In particular, the color of an object become similar to the neighbor and it reduces the saturation, thus making it very difficult to distinguish the object from the background. For such a reason, it is shown that the performance and reliability of object detection and tracking are poor in the foggy weather. In this paper, we propose a novel method to improve the performance of object detection, combining a haze removal algorithm and a local histogram-based object tracking method. For the quantitative evaluation of the proposed system, information retrieval measurements, recall and precision, are used to quantify how well the performance is improved before and after the haze removal. As a result, the visibility of the image is enhanced and the performance of objects detection is improved.

• Proceedings of the KAIS Fall Conference
• /
• 2009.05a
• /
• pp.465-468
• /
• 2009

본 논문은 박물관이나 고가의 물품을 판매하는 곳에서 특정한 객체를 감시하고, 특정 객체의 도난을 방지하기 위하여 다중카메라를 설치하여 카메라 상호간의 정보를 교환함으로써 움직이는 객체를 추출하고 추적하는 시스템의 구현이다. 감시대상이 되는 객체의 상단과 정면에 카메라를 설치하여 움직임 객체가 감시대상 객체에 접촉하게 되면 두 대의 카메라가 동시에 움직임 객체를 추출하고 추적하게 된다. 먼저 정면의 카메라는 움직임 물체의 얼굴부분을 캡춰하고 지속적으로 얼굴영역을 확대 / 캡춰하면서 추적을 시작한다. 상단의 카메라는 많은 객체들의 움직임 속에서 특정한 객체만을 추적할 수 있으며, 추적은 방향예측을 통하여 수행하고 객체의 특징정보를 저장한다. 저장된 특징정보는 카메라의 범위를 벗어났을 때 인접한 카메라에 정보를 전송하고 지속적인 추적이 이뤄질 수 있도록 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.11a
• /
• pp.131-133
• /
• 2016

본 논문은 연속적인 비디오 시퀀스에서 움직이는 객체의 영역을 효율적으로 분할하기 위하여 커널 기반 객체 추적과 Grab-Cut 알고리즘을 결합한 비디오 영역 분할 방법을 제안한다. 제안 방법에서는 추적 목표 객체의 초기 위치를 사각영역으로 선택하면, 사각의 외부 영역을 배경색상으로 인지하고, 배경 색상을 고려한 목표 객체의 주요 색상을 분석한다. 이를 기반으로 커널기반 객체 추적 기법을 적용하여 빠르게 객체의 영역을 추출한다. 추적한 각 객체의 영역에서 중앙 객체 영역과 배경 영역의 색 정보를 초기값으로 하여 Grab-Cut 알고리즘을 수행하고 사각형 형태가 아닌 객체의 실루엣 최적화된 영역으로 분할한다. 제안 방법을 스포츠 방송, 광고, 영화 등의 특수 효과로 활용되고 있는 stromotion 영상 생성에 적용하기 위하여 프레임별 추출된 객체의 영상을 새로운 프레임 영상에 합성하는 작업을 수행하여, 초당 10 프레임의 처리 속도에서 원하는 스트로모션 효과 영상을 생성하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10a
• /
• pp.205-207
• /
• 2001

이동 객체는 현실 세계의 차량과 같이 시간에 따라 움직이는 모든 객체를 말한다. 이동체 데이터베이스는 이동 객체가 연속적으로 위치 정보가 변하기 때문에 기존의 데이터베이스 기법과 차이가 있다. 이동 객체의 위치 변경은 빈번한 갱신 연산을 수행해야 하는 문제점이 있고, 이동체의 움직임을 모두 저장할 수 없으므로 이동 객체의 움직임을 이산적 표현 방법을 사용하여 이동 객체의 현재와 미래 위치를 계산해야 한다. 이동 객체의 빈번한 위치 변경은 색인 처리 비용이 증가를 초래한다. 이 논문에서는 빈번한 갱신으로 발생하는 색인의 과부하를 최소화하는 해쉬 기반의 공간 색인 구조를 사용한 이동 객체의 위치 변경 처리 기법을 제안한다. 또한 이동 객체의 이산적 표현을 위한 자료 구조를 제시하며, 이동 객체의 밀집화 문제를 해결하기 위하여 오버플로우 처리 방법을 기존의 해슁 오버플로우 처리 방법을 응용하여 3가지 방법으로 제안한다. 버퍼질의를 이용하여 이동 객체의 영역 질의 방법을 제안한다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2003.11a
• /
• pp.169-174
• /
• 2003

이동 객체에 대한 기존 최근접(nearest neighbor, NN) 질의 처리 기법들은 질의 궤적에 대해 연속적으로 정확하게, 질의와 가장 가까운 위치를 유지하면서 움직이는 최근접 객체를 선택할 수 있는 충분한 기준을 가지고 있지 못하다. 이 논문은 질의 객체와 데이터 객체가 모두 이동 객체인 경우에 가장 적합하게 사용되는 객체 궤적에 대한 연속적인 질의 처리를 통해 정확한 결과를 얻을 수 있는 새로운 최근접 질의 처리 기법, 연속 궤적 최근접 질의(CTNN, continuous trajectory nearest neighbor query)를 제안한다. 우리는 두 가지 Approximate, Exact CTNN 기법을 제안하며 이들은 모두 항해 시스템, 교통 통제 시스템, 물류정보 시스템 등 각종 위치 기반 서비스(L8S: location based services) 상에서 다양하게 사용될 수 있다. 이들은 이동 객체 궤적이 미리 알려져 있는 경우 그리고 질의와 데이터 객체가 모두 이동 객체인 경우에 가장 적합하다.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.837-840
• /
• 2000

동영상에서 움직이는 객체 분할 및 모션 예측을 동시에 수행할 수 있는 연구는 다양한 방법으로 시도 되어 왔다. 실제 이미지를 서로 다른 움직임이나 서로 다른 공간적인 특정 영역으로 분리 될 수 있다고 가정 한다면 복수의 객체 또는 객체의 움직임으로 표현 할 수 있다. 객체 분할 측면에서 볼 때 효율적인 분할을 위해서는 특징 입력 벡터의 선택이 중요한 변수로 작용한다. 본 연구에서는 정밀한 객체 분할을 위해 밝기, 질감(Texture) 정보와 같은 정지영상의 특징 입력 벡터와 움직임 벡터 같은 동영상의 특징 입력 벡터를 동시에 사용한다. 분리된 객체는 각각의 클래스를 구성하게 되고 이를 위한 클래스 분류기로서 Median Radial Basis 신경 회로망을 사용한다. 객체 분할과 움직임 예측을 위해서 확률적 방법을 통한 에너지 함수를 구하고 비용함수를 도입한다. 신경 회로망의 각 Basis 함수는 영상의 특정한 영역에서 활성화되며 객체의 분류를 위해 신경 회로망 출력으로 가중치의 합으로서 나타나게 된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.109-112
• /
• 2001

실세계의 움직이는 여러 이동객체들은 시공간적인 특성을 지니고 있다. 이들 객체는 실세계의 공간 즉, 점들의 집합 내에 위치해 있으며 이들을 데이터베이스로 표현 및 관리하기 위해서는 점 흑은 영역 형태로 표현하고 저장하게 된다. 이 논문에서는 샘플링되지 않은 시점에 대한 이동객체의 위치 질의시 발생할 수 있는 이동객체의 불확실성을 처리하는 데 있어서, 기존의 선형 보간법 대신 이동객체의 위치값 자체의 오차범위까지 고려하는 다항회함수(polynomial regression function)을 이용한 이동객체의 불확실한 이동위치 추정 방법을 제시하였으며, 이동객체의 이동경로를 구현하였다. 다항회귀모형을 이용할 경우 선형 보간법 보다 추정된 위치간에 대한 오차를 줄일 수 있으며, 이동객체의 과거 및 미래 위치값을 사용자에게 반환해 줄 수 있는 장점을 가진다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.18 no.3
• /
• pp.387-391
• /
• 2008

For the detection of moving objects, background subtraction methods are widely used. In case the background has variation, we need to update the background in real-time for the reliable detection of foreground objects. Gaussian mixture model (GMM) combined with probabilistic learning is one of the most popular methods for the real-time update of the background. However, it does not work well in the complex and dynamic backgrounds with high traffic regions. In this paper, we propose a new method for modelling and updating more reliably the complex and dynamic backgrounds based on the probabilistic learning and the layered processing.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04a
• /
• pp.737-739
• /
• 2003

최근에 이동 객체의 위치를 추적하는 기술은 여러 응용 분야에서 중요성이 증대되고 있다. 그러나 지속적으로 움직이는 이동 객체의 위치를 추적하기 위해서는 매우 많은 수의 인덱스 변경 연산을 수행하여야 하므로 R-트리와 같은 전통적인 공간 인덱스 구조로는 처리하기 어렵다. 이러한 문제를 해결하기 위하여 객체의 움직임을 간단한 선형 함수로 가정하여 색인하는 연구들이 있어왔지만, 실제 응용에서는 객체의 움직임이 매우 복잡하므로 이러한 방법을 이용하기 적합하지 않다. 본 논문에서는 복잡한 움직임을 가지는 객체를 효율적으로 색인하기 위한 R-트리의 지연 갱신 기법을 제안한다. 이 기법은 객체가 이동할 때마다 트리의 구조를 변경하지 않고, 객체가 이전에 속해 있던 R-트리의 MBR(Minimum Bounding Rectangle)을 벗어날 때만 트리의 구조를 변경하므로 R-트리의 갱신 연산 비용을 크게 줄일 수 있다. 뿐만 아니라, 기본적인 R-트리의 구조와 연산을 그대로 이용하므로 다양한 R-트리 변종 트리에서도 쉽게 적용이 가능하고, R-트리를 이용하여 이미 구축되어 있는 다양한 응용 환경에 쉽게 이용할 수 있다.