• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 추계학술발표대회 및 정기총회
• /
• pp.717-720
• /
• 2005

감시, 인지, 보안 시스템으로부터 얻은 비디오 영상에서 원하는 객체를 탐지해 내는 것은 매우 중요하다. 객체 추출 방법은 여러 가지가 있지만 가장 많이 쓰이는 방법이 배경을 이용하는 방법이다. 이때 실외 환경에 설치된 카메라의 경우 날씨, 시간에 따른 태양의 밝기등과 영상 내의 객체의 변화 량에 따라서 효율적으로 적응할 수 배경 추출 알고리즘이 필요하다. 본 논문에서는 빠르고 정확하게 배경을 얻기 위한 기본적인 방법인 평균값과 최빈값을 이용한 방법을 혼합하여 영상의 변화 량에 따른 빠르고 정확한 배경을 추출하는 알고리즘을 제안하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제15권1호
• /
• pp.91-102
• /
• 2010

기존의 감시 시스템이나 차량 검출 시스템은 제한되고 불안정한 조명환경에서는 객체들을 검출하기 어렵다. 본 논문에서는 불안정한 조명의 영향에 의한 문제점들을 해결하기 위해 참조 배경 영상의 적응적인 갱신 기법을 제안한다. 처음 입력영상을 참조 배경영상으로 설정하고 에지 성분에 따라 3가지 블록 크기로 나눈다. 그리고 각 블록의 밝기 변화량, 안정성, 색상 정보 그리고 에지 성분을 이용하는 블록상태 분석법이 적용된다. 참조 배경 영상에서 갱신된 블록과 같은 블록 상태를 갖는 인접하는 블록들을 하나의 블록으로 병합시킨다. 제안하는 기법은 움직이는 객체와 불안정한 조명을 구별할 수 있어 강인한 참조 배경 영상을 생성할 수 있다. 그리고 제안하는 블록 상태 분석법은 참조 배경 영상을 운영적인 측면과 시간적인 측면에서 매우 효율적으로 갱신시킨다. 본 논문은 제안하는 기법의 우수성을 입증하기 위해 조명이 빠르게 변화하는 도로 환경에서 제안하는 기법이 군집화를 통해 차량을 안정적으로 검출함을 보였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 신호처리소사이어티 추계학술대회 논문집
• /
• pp.413-416
• /
• 2003

This paper proposes an adaptive background image generation method based on the frame difference for traffic monitoring. The performance of the conventional method is limited when there are more vehicles due to traffic Jam. To improve on this, we use frame differencing to separate vehicles from background in frame differencing, we adopt selective approach by using part of the image not considered as vehicle fer extraction of background. The proposed method generates background more efficiently than conventional methods even in the presence of heavy traffic.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.314-317
• /
• 2011

본 논문은 상향식 현저함 모델을 이용하여 입력 영상으로부터 시각적 주의를 갖는 영역들을 자동으로 검출하는 방법을 제안한다. 제안한 방법에서는 인간의 시각 시스템과 같이 사전 지식 없이 시각정보의 공간적인 분포에 근거하여 장면을 해석하는 상향식 현저함 모델 방법을 입력 영상에 적용하여 관심 물체 영역을 검출하는 연구이다. 상향식 현저함 방법은 Treisman의 세부특징이론 연구에서 제시한 바와 같이 시각적 주의를 갖는 영역은 시각정보의 현격한 대비차이를 가지는 영역으로 집중되어 배경에서 관심영역을 구분할 수 있다. 입력 영상에서 현저함 모델을 통해 3차원 현저함 맵을 생성한다. 그리고 생성된 현저함 맵으로부터 실제 관심영역들을 검출하기 위해 제안한 방법에서는 적응적 임계치 방법을 적용하여 관심영역을 검출한다. 제안한 방법을 관심영역 분할에 적용한 결과, 영역 분할 정확도 및 정밀도가 약 88%와 89%로 제시되어 관심 영상분할 시스템에 적용이 가능함을 알 수 있다.

• 한국멀티미디어학회논문지
• /
• 제17권1호
• /
• pp.15-25
• /
• 2014

본 논문에서는 지능형 감시 시스템을 위해 공간적 확률 분포와 방향 서술자를 이용하여 다양한 배회행위를 검출하는 방법을 제안한다. 적응적 배경 모델링 기법을 이용하여 움직이는 객체를 검출하고, 검출된 객체로부터 움직임의 정보를 추출한다. 추출된 객체의 움직임 정보는 이동 궤적과 방향에 대해 특징벡터를 생성한다. 생성된 특징벡터는 k-Nearest Neighbor를 통해 최종적으로 배회행위를 검출하게 된다. 제안한 방법을 실내외 다양한 환경에서 테스트하여 배회 행위를 검출하는 결과를 나타내었으며 이는 실시간으로 검출되는 것을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제12권5호
• /
• pp.39-47
• /
• 2007

본 논문에서는 관심영역 부호화를 위한 적응적인 관심영역 마스크 생성 방법을 제안한다. 제안한 방법은 사용자가 지정한 관심영역 정보를 이용하여 관심영역 마스크를 생성한다. 기존의 관심영역 부호화 방법에서는 모든 픽셀을 순차적으로 스캔하여 관심영역의 판별을 한 후에 관심영역 마스크를 생성하는 반면에, 제안한 방법은 관심영역 모양 특징을 기반으로 일부 픽셀만을 스캔하여 코드블록 단위의 관심영역의 판별을 한 후에 관심영역 마스크를 생성한다. 그리고 제안한 방법은 성능에 영향을 미치는 패턴 개수, 관심영역 임계값, 배경 임계값 매개변수를 제공한다. 제안한 방법의 유용성을 보이기 위해 기존의 방법들과 비교 실험한 결과, 제안한 방법이 기존의 방법에 비해 속도 면에 있어서 우수함을 확인하였다.

• 한국산학기술학회논문지
• /
• 제14권5호
• /
• pp.2430-2436
• /
• 2013

본 논문에서는 교차로 내에 위험의 원인이 되는 정지 객체를 검지하는 방법을 제안한다. 교차로 내에 설치된 CCTV에서 실시간 영상을 입력받아 객체의 크기를 일정하게 하기 위하여 역원근변환을 수행하였다. 원근변환된 영상에서 검지영역을 설정하고 객체의 이동 정보를 이용한 적응적인 배경영상을 생성하였다. 정지한 객체의 검출은 배경영상 차이법을 사용하여 정지한 객체의 후보 영역을 검출하였다. 검출된 후보 영역의 진위 여부를 파악하기 위하여 영상의 기울기 정보와 EHD(Edge Histogram Descriptor)를 이용하는 방법을 제안한다. 제안한 알고리즘의 성능을 알아보기 위하여 교차로에 설치된 DVR을 통해 출퇴근 시간 및 주간 대의 영상을 저장하여 실험하였다. 실험 결과 교차로 내의 검지영역 내에 정지한 차량을 효율적으로 감지할 수 있었으며 검지영역의 면적에 따라 초당 13~18프레임의 처리속도를 나타내어 실시간 처리에 문제가 없을 것으로 판단된다.

• 한국정보통신학회논문지
• /
• 제19권10호
• /
• pp.2417-2422
• /
• 2015

색상을 이용한 Mean-Shift 추적 알고리즘은 배경이 객체와 유사한 색상을 가질 때 객체 추적을 실패하는 문제가 있다. 본 논문은 색상 대신 새로운 조합 데이터 이용해 개선된 Mean-Shift 추적 알고리즘을 제안하고 있다. 새로운 데이터는 서로의 상관도가 낮은 색상과 채도의 적응적인 조합으로 생성된다. 즉, 제안된 알고리즘은 객체와 배경을 잘 구분되는 주 색요소와 그렇지 않은 부 색요소 선택하고, 주 색요소와 부 색요소의 상위 4 비트를 각각 조합 데이터의 상위 4비트와 하위 4 비트에 할당한다. 제안된 알고리즘은 배경이 객체와 유사한 색상을 갖는 추적 환경에서도 채도를 주 색요소로 선택함에 의해 추적 오차를 최대 2.0~4.2 화소, 평균 0.49~1.82 화소를 유지하면서 적절하게 객체를 추적한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1309-1311
• /
• 2013

본 연구에서는 의료 진단키트의 자동판독 시스템에서, 통제되지 않은 조명 환경에서도 정확한 색상 판별을 위한 ROI 영역 추출 기법과 조명 보정 기법을 고찰한다. 3단계로 세분된 ROI 추출 과정은 조명변화에 적응적인 배경영상 정보를 유지하고, 노이즈 제거와 에지 추출 과정을 포함한다. 진단 결과의 정량적 판별에 중요 지표가 되는 색상정보가 조명의 영향의 의해 왜곡되는 것을 보완하기 위하여 표본 추출된 학습데이터로부터 조명 보정 곡선을 생성한다. 20종류의 색상패턴을 대상으로 적용한 실험 결과를 통하여 제안된 이론의 유용성을 고찰한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2005년도 학술대회
• /
• pp.191-194
• /
• 2005

본 논문에서는 방송 영상에서 조명효과와 크기변화 등에 강인한 얼굴패턴 검출기법을 제시한다. 제안된 얼굴검출 모델은 영상 전처리 과정과 얼굴패턴 검출 과정으로 이루어진다. 전처리 과정은 조명변화에 대한 보정기능과 다중필터에 의한 후보영역 선별기능으로 구분된다. 얼굴패턴 검출과정은 다단계의 특징지도 생성과정과 패턴분류 과정으로 이루어진다. 특징지도를 생성하기 위하여 가보(Gabor) 필터계층을 포함하는 CNN(Convolutional Neural Networks)모델을 도입하였다. 다양한 배경을 고려한 효과적인 학습을 위하여 본 논문에서는 억제성의 뉴런(Inhibitory neuron)을 포함하는 구조의 CNN모델을 적용한다. CNN으로부터 추출되는 특징집합은 최종 단계에서 WFMM(Weighted Fuzzy Min Max) 모델을 사용하여 분류된다. 이때 사용되는 특징집합의 크기는 분류기의 규모 및 계산량의 결정적인 역할을 준다. 이에 본 연구에서는 최종 분류 과정에 사용되는 특징의 수를 효과적으로 줄이기 위해 FMM모델을 사용하는 적응적인 특징 선별 기법을 제안한다. 또한 실제 영상을 통한 실험결과로부터 제안된 이론의 타당성을 고찰한다.