• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.206-208
• /
• 2000

본 논문은 칼라 정보와 움직임 정보를 이용한 객체 분할 기법의 설계에 대하여 소개한다. 객체 분할 알고리즘은 L*u*v 공간의 칼라 특성과 움직임 특성을 결합하여 설계하였다. 즉 공간 분할은 mean shift 칼라 클러스터링 알고리즘(color clustering algorithm)을 사용하여 중심 칼라 영역에 따라 동일한 칼라 지역으로 통합한다. 시간 분할은 움직임 검출을 위하여 affine six parameter 움직임 모델과 optical flow equation를 이용하여 움직임이 발생한 부분을 검출한다. 다음에 공간 분할과 시간 분할에 따라 결과를 통합하고 MAD(mean absolute difference)를 사용하여 객체를 추출하는 알고리즘을 설계하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.385-387
• /
• 2001

비디오 객체 분할은 MPEG-4와 같은 객체 기반 코딩 단계를 위한 중요한 구성 요소이다. 새로운 MPEG-4 비디오 표준은 움직임 객체의 모양 정보를 고려하여 높은 효율의 부호화 뿐만 아니라 움직임 객체에 대한 내용기반 기능의 부호화를 수행한다. 본 논문은 비디오 시퀀스에서 움직임 객체 분할을 위한 새로운 알고리즘과 VOP(Video Object Plane) 추출 방법을 소개한다. 본 알고리즘은 첫 번째 프레임을 기준영상으로 설정한 후 두 개의 연속된 프레임 사이의 차이 값으로부터 시작된다. 즉 차이영상을 추출한 후 차이영상에 Canny 에지를 적용하고 다음 프레임의 영상에 Canny 에지와 morphologic일 연산을 적용하여 정확한 움직임 객체 에지(Moving Object Edge)를 생성한다. 이후 생성된 에지를 이용하여 VOP를 추출한다. VOP 추출 단계에서 더욱 정확한 움직임 객체 에지를 얻기 위하여 morphological 연산을 수행하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.410-414
• /
• 2003

본 논문은 비디오 시퀀스에 카메라 패닝 보상과 2차원 시공간 엔트로피 임계법을 적용하여 추출한 객체포함영역을 대상으로 영상 분할을 수행하는 이동 객체 분할 기법에 관한 것이다. 우선, 웨이블렛 변환에 의해 구성한 피라미드 계층 구조상에서 카메라 패닝 벡터를 추정하여 전역 움직임을 보상한다. 이후, 전역 움직임이 보상된 기준영상을 대상으로 각 프레임간에서 2차원 시공간 엔트로피 임계법을 적용하여 이동 객체가 포함될 가능성이 있는 영역을 블록 단위로 추출한다. 다음으로, 2차원 시공간 엔트로피 입계법에 의해 분류된 영역을 토대로 각 블록을 움직임블록, 준 움직임 블록, 비 움직임 블록 중 어느 하나로 분류한 검색 테이블을 작성한다. 이어서, 검색 테이블을 참조하여 초기 탐색 계층 및 탐색 영역을 적응적으로 선정함으로써 피라미드 계층 구조상에서 효율적인 고속 움직임 추정을 수행하여 이동 객체에 해당하는 객체포함영역만을 추출한다. 최종적으로, 이렇게 추출된 객체포함영역에서 임계 기울기 영상을 정의한 후, 이를 기준 삼아 객체포함영역에 화소 단위의 형태학 기반 영상 분할 알고리즘을 적용함으로써 비디오 시퀀스에 포함된 이동 객체를 분할한다. 컴퓨터 시뮬레이션 결과를 통해 고찰할 때, 제안된 방법은 이동 객체에 대한 상대적으로 우수한 분할 특성을 제공할 수 있고, 특히 저대조 경계면의 분할 특성을 제고시키고 있음을 확인할 수 있다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.31 no.5_6
• /
• pp.305-320
• /
• 2004

Moving object segmentation is a fundamental function for content-based application. Moving object edges are produced by matching the detected moving edges with the current frame edges. But we can often experience the object edge disconnectedness due to coincidence of similarity between the object and background colors or the decrease of movement of moving object. The edge disconnectedness is a serious problem because it degrades the object visual quality so conspicuously That it sometimes makes it inadequate to perform content-based coding. We have solved this problem by developing a robust and comprehensive edge linking algorithm. And we also developed an automatic moving object segmentation algorithm. These algorithms can produce the completely linked moving object edge boundary and the accurate moving object segmentation. These algorithms can process CIF 30 frames/sec in a PC. These algorithms can be used for the MPEG-4 content-based coding.

• 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.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.10 no.8
• /
• pp.1373-1379
• /
• 2006

Moving object extraction is one of key research topics for various video services. In this study, a new moving object extraction algorithm is introduced to extract objects using block motion vectors in video data. To do this, 1) a maximum a posteriori probability and Gibbs random field are used to obtain real block motion vectors,2) a 2-D histogram technique is used to determine a global motion, 3) additionally, a block segmentation is fellowed. In the computer simulation results, the proposed technique shows a good performance.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.333-336
• /
• 2001

본 논문에서는 영상 시퀀스 상에서 물체의 가려짐을 고려하여 상대적인 깊이 순서에 의해 정렬되는 계층을 분리하기 위한 새로운 움직임 분할 방법을 제안한다. 블록을 기반으로 한 움직임 추정 및 클러스터링 과정을 통하여 각 계층에 대한 블록영역을 구하고, 이 블록영역에 대하여 윤곽선 추출을 이용하여 각 계층에 대한 정확한 객체를 분리할 수 있다. 이러한 움직임 분할방법을 통한 동영상의 계층적인 표현은 영상에서 원하지 않는 물체, 전경, 배경의 제거나 기존의 영상을 이용한 새로운 영상의 합성에 이용될 수 있으며, 분할을 통해 얻어진 객체는 영상 압축, 영상 합성 등을 위한 데이터베이스에 저장되어 응용될 수 있다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.8 no.4
• /
• pp.430-441
• /
• 2002

Video object segmentation is an important component for object-based video coding scheme such as MPEG-4. In this paper, a robust algorithm for segmentation of moving objects in video sequences and VOP(Video Object Planes) extraction is presented. The points of this paper are detection, of an accurate object boundary by associating moving object edge with spatial object edge and generation of VOP. The algorithm begins with the difference between two successive frames. And after extracting difference image, the accurate moving object edge is produced by using the Canny algorithm and morphological operation. To enhance extracting performance, we app]y the morphological operation to extract more accurate VOP. To be specific, we apply morphological erosion operation to detect only accurate object edges. And moving object edges between two images are generated by adjusting the size of the edges. This paper presents a robust algorithm implementation for fast moving object detection by extracting accurate object boundaries in video sequences.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.337-340
• /
• 2000

비디오객체 추출 기법은 MPEG-4 및 MPEG-7의 응용을 목표로 최근 활발하게 연구되고 있다. 이들 연구는 객체 추출의 전체적인 구조와 정확한 윤곽선 검출 알고리즘의 개발에 초점을 맞추고 있으며 제한적인 조건하에서 만족할 만한 성능을 내고 있다 그러나, 카메라 움직임, 객체의 빠른 움직임, 비강체 운동 등 보다 일반적인 상황에서는 객체 추출의 안정성이 떨어진다. 본 논문에서는 객체 추출의 안정성을 높이기 위해 칼라, 움직임 정보 등의 특징정보(feature)가 균일한 영역으로 사전분할하고, 분할된 균일영역을 추적하는 알고리즘을 제안한다. 추적된 균일 영역간의 경계는 각 영역의 통계적 분포와 영역경계의 윤곽선으로 정의된 에너지를 레벨셑 방법으로 최소화함으로 조정된다.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.308-309
• /
• 2008

본 논문에서는 추적하고자 하는 관심객체를 일정한 크기의 블록으로 나누어 각 블록이 독립적으로 추적을 수행한다. 나누어진 각 블록들은 NCC(Normalized Cross Correlation)를 사용하여 통계적인 특성을 고려하여 움직임을 추정한다. 추정된 블록들의 움직임 벡터 중 평한 벡터보다 일정 값 이상 큰 블록은 관심객체 움직임 벡터 추정 시 제외시킴으로써 잘못된 추정으로 인한 에러를 줄인다. 선택된 블록들의 추정 에러값에 따라 추정값이 높은 블록의 움직임 벡터는 높은 가중치를 적용하고 추정값이 낮은 블록의 움직임 벡터는 낮은 가중치를 적용하여 추적 신뢰도를 높였다. 실험결과, 제안된 알고리즘은 강건한 실시간 추적이 가능함을 보여준다.