• Annual Conference of KIPS
• /
• 2005.11a
• /
• 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.

• Journal of the Korea Society of Computer and Information
• /
• v.15 no.1
• /
• pp.91-102
• /
• 2010

It is very difficult that a previous surveillance system and vehicle detection system find objects on a limited and unstable illumination condition. This paper proposes a robust method of adaptively updating a reference background image for solving problems that are generated by the unstable illumination. The first input image is set up as the reference background image, and is divided into three block categories according to an edge component. Then a block state analysis, which uses a rate of change of the brightness, a stability, a color information, and an edge component on each block, is applied to the input image. On the reference background image, neighbourhood blocks having the same state of a updated block are merged as a block. The proposed method can generate a robust reference background image because it distinguishes a moving object area from an unstable illumination. The proposed method very efficiently updates the reference background image from the point of view of the management and the processing time. In order to demonstrate the superiority of the proposed stable manner in situation that an illumination quickly changes.

• Proceedings of the IEEK Conference
• /
• 2003.11a
• /
• 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.

• Annual Conference of KIPS
• /
• 2011.11a
• /
• 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.

• Journal of Korea Multimedia Society
• /
• v.17 no.1
• /
• pp.15-25
• /
• 2014

In this paper, we propose a loitering detection using trajectory probability distribution and local direction descriptor for intelligent surveillance system. We use a background modeling method for detecting moving object and extract the motion features from each moving object for making feature vectors. After that, we detect the loitering behavior person using K-Nearest Neighbor classifier. We test the proposed method in real world environment and it can achieve real time and robust detection results.

• Journal of the Korea Society of Computer and Information
• /
• v.12 no.5
• /
• pp.39-47
• /
• 2007

In this thesis, a method of generating an adaptable Region-Of-Interest(ROI) Mask for the Region-Of-Interest coding is suggested. In the method, an ROI Mask is generated using the information of the ROI designated by a user. In the existed method of ROI coding, after scanning all the pixels in order and discriminating an ROI, an ROI Mask is generated. But, in our method, after scanning a part of pixels based on the shape pattern of an ROI and discriminating a ROI by one code block unit, an ROI Mask is generated. Moreover, from the method, a pattern number, threshold of a ROI and background threshold parameter are provided. According to the result of its comparing test with the existed methods to show the usability, it is proved that our method is superior in speed to the existed ones.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.14 no.5
• /
• pp.2430-2436
• /
• 2013

This study suggests a method of detecting the still object, which becomes a cause of danger within the crossroad. The Inverse Perspective Transform was performed in order to make the object size consistent by being inputted the real-time image from CCTV that is installed within the crossroad. It established the detection area in the image with the perspective transform and generated the adaptative background image with the use of the moving information on object. The detection of the stop object was detected the candidate region of the stop object by using the background-image differential method. To grasp the appearance of truth on the detected candidate region, a method is proposed that uses the gradient information on image and EHD(Edge Histogram Descriptor). To examine performance of the suggested algorithm, it experimented by storing the images in the commuting time and the daytime through DVR, which is installed on the cross street. As a result of experiment, it could efficiently detect the stop vehicle within the detection region inside the crossroad. The processing speed is shown in 13~18 frame per second according to the area of the detection region, thereby being judged to likely have no problem about the real-time processing.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.19 no.10
• /
• pp.2417-2422
• /
• 2015

Mean-Shift tracking using hue has a problem that it fail in the object tracking when background has similar hue to the object. This paper proposes an improved Mean-Shift tracking algorithm using new data instead of a hue. The new data is generated by adaptive mixture of hue and saturation which have low interrelationship . That is, the proposed algorithm selects a main attribute of color that is able to distinguish the object and background well and a secondary one which don't, and places their upper 4 bits on upper 4 bits and lower 4 bits on the mixture data, respectively. The proposed algorithm properly tracks the object, keeping tracking error maximum 2.0~4.2 pixel and average 0.49~1.82 pixel, by selecting the saturation as the main attribute of color under tracking environment that background has similar hue to the object.

• Annual Conference of KIPS
• /
• 2013.11a
• /
• 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.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2005.11a
• /
• 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.