• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.07a
• /
• pp.47-48
• /
• 2013

본 논문에서는 이동 카메라 환경에서 이동물체 추적을 위한 영상 분할에 대하여 연구하였다. 입력영상으로 부터 이동물체영역을 분할하기위하여 입력영상에 대하여 윤곽선을 구한 다음 윤곽선 영역에 대하여 BMA을 이용하여 이동벡터를 구한다. 구해진 이동벡터를 같은 특성의 벡터들을 분류하여 이동물체를 분할한다. 제안된 알고리즘이 다중 이동물체의 분할이 가능하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.07a
• /
• pp.349-351
• /
• 2012

영상분할은 입력 영상에서 특정 영역을 분할하는 처리로서 이동물체추적, 영상 감시, 영상 기반 제어등 다양한 분야에서 중요하게 다루는 기술 중 한 가지이다. 기존 영상 분할 방법은 영역을 기반으로 하는 방법과 경계선을 기반으로 하는 방법 등이 있으며 경계선을 기반으로 이동물체 영역을 분할하는 것이 연산량 감소등 의 많은 이점이 있다. 그러나 영상의 경계가 모호한 경우 적용이 곤란하다. 본 논문에서는 이동벡터를 추출한 후 이동벡터를 분할기법을 제안하고자 한다. 입력영상에 대하여 BMA기법을 적용하여 이동벡터를 추출하여 이동벡터 영상을 구한 후, 이동 벡터영상에 워터쉐이드 기법을 적용하여 영상 분할하였다. 기존 경계선을 이용한 영상 분할과 비교한 결과 노이즈가 적은 결과를 얻었다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1845_1846
• /
• 2009

본 논문에서는 특징 벡터를 이용한 강인한 물체 추적 방법을 제안한다. 먼저, 초기 이동 물체의 움직임 영역을 추출하고, KLT알고리즘을 입력 영상에 적용시켜 특징 벡터들을 추출한다. 초기 추출된 이동 물체의 움직임 영역에 추출된 특징 벡터를 적용시켜 1차 정규화 한다. 그 후, RGB 칼라모델과 HSI 칼라모델을 이용하여 이동 물체에 대한 Blob 영역을 설정하고 설정된 Blob 영역에 대해 1차 특징벡터를 Snake 알고리즘으로 동정하여 2차 정규화 과정을 마무리 한다. 최종 정규화 된 특징 벡터를 Particle filter에 입력 데이터로 이용하여 이동 물체를 추적 한다. 마지막으로, 복잡한 환경에서 실험을 통해 그 응용 가능성을 증명한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.4
• /
• pp.586-591
• /
• 2009

In this paper, we propose the mobile object tracking algorithm based on the feature vector using particle filter. To do this, first, we detect the movement area of mobile object by using RGB color model and extract the feature vectors of the input image by using the KLT-algorithm. And then, we get the first feature vectors by matching extracted feature vectors to the detected movement area. Second, we detect new movement area of the mobile objects by using RGB and HSI color model, and get the new feature vectors by applying the new feature vectors to the snake algorithm. And then, we find the second feature vectors by applying the second feature vectors to new movement area. So, we design the mobile object tracking algorithm by applying the second feature vectors to particle filter. Finally, we validate the applicability of the proposed method through the experience in a complex environment.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.597-597
• /
• 2015

기후변화에 따른 홍수 위험도 증가와 태풍 및 집중호우의 증가는 도시지역의 홍수로 인한 피해가 커지고 있다. 실제로 최근 10년간 홍수로 인한 재산피해 및 인명피해는 해마다 늘고 있다. 이러한 홍수피해를 최소화 할 수 있는 도시지역 초단기 강우 예보 시스템 개발은 필수적이다. 그동안 기상레이더를 이용한 강우예측 모형은 국내외적으로 많이 개발이 되어 있지만, 위성을 이용한 단기간 강우예보모형은 많이 부족한 실정이다. 최근 국내 최초 기상위성의 발사로 위성을 이용한 강수관측 및 초단기 예보가 가능하게 되었다. 이러한 초단기 강우 예보 시스템의 기본예측모형인 구름이동벡터를 개발하기 위해서 본 연구에서 COMS 위성자료를 이용하였다. COMS 위성은 2011년 4월에 발사되어 현재 운영 중에 있다. COMS 위성 자료는 현재 일본 정지궤도 위성 MTSAT 위성자료와 달리 한반도 영역을 대상으로 적외채널 자료들을 8-15분 간격으로 수집 가능하여 집중호우 예보에 매우 유리하다. COMS 위성의 연속되는 위성 구름의 교차상관을 통해서 이동벡터를 산출하여 예측 모형을 산출하였다. 교차상관 기법은 연속되는 구름 자료에 대해서 두 윈도우 사의 상관계수의 최대치를 찾아냄으로써 구름의 이동방향과 이동속도를 산출하는 방법이다. 기 개발된 예측모형을 이용하여 한반도 지역의 이동벡터를 산출하였으며, 본 연구에서 산출된 구름이동벡터는 도시지역의 갑자기 발생하는 집중호우나 태풍의 초단기 예측의 기본 모형으로 탑재될 것이다.

• The KIPS Transactions:PartB
• /
• v.9B no.3
• /
• pp.359-368
• /
• 2002

In this paper, we propose effective boundary line extraction algorithm for moving objects by matching error image and moving vectors, and fast tracking algorithm for moving object by partial boundary lines. We extracted boundary line for moving object by generating seeds with probability distribution function based on Watershed algorithm, and by extracting boundary line for moving objects through extending seeds, and then by using moving vectors. We processed tracking algorithm for moving object by using a part of boundary lines as features. We set up a part of every-direction boundary line for moving object as the initial feature vectors for moving objects. Then, we tracked moving object within current frames by using feature vector for the previous frames. As the result of the simulation for tracking moving object on the real images, we found that tracking processing of the proposed algorithm was simple due to tracking boundary line only for moving object as a feature, in contrast to the traditional tracking algorithm for active contour line that have varying processing cost with the length of boundary line. The operations was reduced about 39% as contrasted with the full search BMA. Tracking error was less than 4 pixel when the feature vector was $(15\times{5)}$ through the information of every-direction boundary line. The proposed algorithm just needed 200 times of search operation.

• The KIPS Transactions:PartB
• /
• v.8B no.5
• /
• pp.539-548
• /
• 2001

In this paper, we propose that fast tracking algorithm for moving object is separated from background, using partial boundary line information. After detecting boundary line from input image, we track moving object by using the algorithm which takes boundary line information as feature of moving object. we extract moving vector on the imput image which has environmental variation, using high-performance BMA, and we extract moving object on the basis of moving vector. Next, we extract boundary line on the moving object as an initial feature-vector generating step for the moving object. Among those boundary lines, we consider a part of the boundary line in every direction as feature vector. And then, as a step for the moving object, we extract moving vector from feature vector generated under the information of the boundary line of the moving object on the previous frame, and we perform tracking moving object from the current frame. As a result, we show that the proposed algorithm using feature vector generated by each directional boundary line is simple tracking operation cost compared with the previous active contour tracking algorithm that changes processing time by boundary line size of moving object. The simulation for proposed algorithm shows that BMA operation is reduced about 39% in real image and tracking error is less than 2 pixel when the size of feature vector is [$10{\times}5$] using the information of each direction boundary line. Also the proposed algorithm just needs 200 times of search operation bout processing cost is varies by the size of boundary line on the previous algorithm.

• Proceedings of the KIEE Conference
• /
• 2007.04a
• /
• pp.315-318
• /
• 2007

본 논문에서는 이동로봇 바닥에 설치된 여유 개수의 광 마우스를 이용하여 주행 중인 이동로봇의 속도를 효율적으로 추정하는 방안에 대해 기술한다. 먼저, 이동로봇의 속도 벡터와 광 마우스의 속도 벡터간의 관계를 과결정 선형시스템(Overdetermined Linear System)으로 표현한다. 다음, 과결정 시스템에 대한 최소자승 해(Least Squares Solution)로써 이동로봇의 주행 속도를 효율적으로 추정한다. 마지막으로 시뮬레이션을 통해 제안된 이동로봇 주행 속도 추정법의 유효성을 확인한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.419-422
• /
• 2024

본 논문에서는 다항식 보간법의 일종인 이동최소자승법(Moving least squares, MLS)을 네트워크로 학습하여, Divergence-constrained MLS 벡터장을 효율적으로 표현하는 방법을 제안한다. 벡터장을 구성하기 위해 MLS는 스칼라가 아닌 벡터 보간을 해야 하므로 행렬과 벡터의 크기가 더 커지며, 이는 계산량이 커짐을 나타낸다. 고차 보간(High-order interpolation)이 가능한 특징은 장점이 되지만, 계산량이 매우 크기 때문에 시뮬레이션에는 활용이 어렵다. Divergence-constrained MLS를 유체 시뮬레이션에 적용한 경우가 있지만, 실제로 슈퍼컴퓨터(Supercomputer)를 해야 장면 제작이 가능하므로 효용성이 떨어진다. 본 논문에서는 이러한 문제를 해결하기 위해 네트워크 학습을 통한 Divergence-constrained MLS 벡터장을 표현할 수 있는 결과를 보여준다.

• Journal of the Korean Institute of Telematics and Electronics
• /
• v.27 no.3
• /
• pp.13-20
• /
• 1990

This paper describes an interframe image coding using motion compensated and classified vector quantizer (MC-CVQ). It is essential to carefully encode blocks with significant pels in motion compensated vector quantizers (MCVQ). In this respect, we propose a new CVQ algorithm which is appropriate to the coding of interframe prediction error after motion compensation. In order to encode an image efficiently at a low bit rate, we partition each block, which is the processing element in MC, into equally sized 4 vectors, and classify vectors into 15 classes according to the position of significant pels. Vectors in each class are then encoded by the vector quantizer with the codebook independently designed for the class. The computer simulation shows that the signal-to-noise ratio and the average bit rate of MC-CVQ are 35-37dB and 0.2-0.25bit/pel, respectively, for the videophone or video conference type image.