• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.07a
• /
• pp.234-236
• /
• 2010

본 논문에서는 한 장의 영상을 가상 카메라와 깊이맵을 이용하여 영상 내부를 네비게이션하는 입체 자유시점 비디오를 제안한다. 이 분야는 한장 또는 여러장의 사진 내부를 탐험하면서 애니메이션으로 볼 수 있게 하는 기술이다. 제안 방법은 전처리과정으로 전경 마스크, 배경영상, 및 깊이맵을 자동 및 수동 방법으로 구한다. 다음에는 영상 내부를 항해하면서 투영 영상들을 획득한다. 배경영상과 전객객체의 3D 모델링 데이터를 기반으로 가상 카메라의 3차원 공간 이동, yaw, pitch, rolling의 회전, look-around effect, 줌인 등의 다양한 카메라 기능을 활용하여 자유시점 비디오를 구현한다. 소프트웨어는 OpenGL 및 MFC Visual C++ 기반으로 구축되었으며, 실험영상으로 조선시대의 작품인 김홍도의 무이귀도를 사용하였고, 입체영상으로 제작되어 보다 실감있는 자유시점 콘텐츠를 제공한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.11a
• /
• pp.133-135
• /
• 2017

본 논문에서는 스테레오 영상을 이용하여 외삽 시점 영상 생성 시 발생하는 홀을 채우는 방법을 제안한다. 스테레오 영상에 3D 워핑을 이용하여 다수의 시점을 생성할 수 있다. 하지만 이 방법은 보이지 않는 시점에서의 영역을 완벽히 복원할 수 없기 때문에 필연적으로 홀이 발생한다. 홀을 채우기 위해 먼저 홀 영역의 경계를 Random Walks 알고리즘을 이용하여 전경과 배경으로 구분한다. 그리고 홀을 배경 성분에 해당하는 영역만을 이용하여 채우게 된다. 홀 채움 과정에서는 패치 내의 홀의 비율과 컬러와 깊이 영상의 텍스처에 대한 복잡도를 정의하고 패치 별로 우선순위를 계산하여 높은 순위의 패치로 홀을 채우게 된다. 실험 결과 제안하는 기법이 홀을 효과적으로 채우는 것을 확인하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.01a
• /
• pp.37-38
• /
• 2017

이미지 합성은 전경과 배경이 조화롭게 나타나도록 표현하는 것이 필수적이다. 이미지 합성의 품질을 나타내는 현실성이 결여될 경우 객체와 배경이 조화롭게 합성되지 못해 뒤틀리거나 돌출되는 문제가 발생한다. 본 논문에서는 현실성 높은 합성을 위해 이미지 합성 기법들 중에서 현실성을 향상시키는 연구 동향을 조사한다. 이미지 합성 기법 분류에 따라 대표적인 기법을 선택하여 현실성 향상에 대한 연구를 중심으로 소개하고 발전방향을 제시한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.07a
• /
• pp.138-139
• /
• 2012

본 논문에서는 보다 정밀한 깊이 정보를 추출하기 위하여, 밝기 차이에 강인한 스테레오 정합 기법을 개발한다. 우선 촬영된 환경에 따라 발생하는 스테레오 영상의 노출 차이를 보상하기 위하여, 전체 영상에 대하여 전역적으로 히스토그램 기반의 3 차원 누적 분포 함수를 계산한다. 계산된 3 차원 누적 분포 함수를 기반으로 순위 영상을 생성하고, 밝기 기반의 강인한 초기 정합을 수행한다. 다음으로 지역적인 밝기 변화에 강인하도록, 초기 깊이 정보를 바탕으로 EM 알고리즘을 수행하여 객체와 배경에 해당되는 깊이 정보를 분리한다. 분리된 영역 정보를 기반으로 각각의 영역의 대하여 다시 히스토그램 기반의 3 차원 누적 분포 함수를 계산한다. 이를 기반으로 최종적으로 전경과 배경의 차등적인 정합을 수행하여 지역적인 밝기 차이에 강인한 스테레오 정합기법을 개발한다. 다양한 실험을 통하여 본 논문에서 제안하는 기법의 성능을 확인한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.11a
• /
• pp.303-306
• /
• 2011

본 논문에서는 인물 위주의 스테레오 영상으로부터 깊이 정보를 추출하기 위한 영역분할 스테레오 정합 기법을 제안한다. 제안한 기법에서는 두 대의 스테레오 카메라로부터 획득된 영상에서 임계값을 이용하여 전경을 제외한 배경을 먼저 제거하고, 배경이 제거된 영상으로부터 초기 변이지도(disparity map)와 R, G, B, white 4개의 색상 성분으로 분할한 영상을 생성하게 된다. 각 색상 정보로 분할된 영상의 경계(edge) 성분을 추출하고, 추출된 경계에서 정합 창을 이용하여 변이를 추정하고 각 색상 정보의 변이지도를 적절히 조합하여 최종 변이지도를 생성하게 된다. 실험 결과 제안한 기법이 기존의 영역기반(window based) 정합기법 등보다 인물 위주의 스테레오 영상에서 더 우수한 성능을 가지는 것을 확인하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.25 no.10B
• /
• pp.1821-1831
• /
• 2000

In this paper we propose a new adaptive stereo object tracking system that can extract the object from the complex background and foreground noises by using the image-based SAD algorithm and control the convergence angle and pan/tilt of cameras by using optical BPEJTC. From the experimental results the proposed stereo tracking system is found to track the object adpatively under the circumstance of complex and changing background noises and the possibility of real-time implementation of the proposed system by using the optical system is also suggested.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.839-842
• /
• 2004

자연영상에서 문자를 인식하는 연구는 활발히 진행되고 있지만 대부분 디지털 카메라나 캠코더 등으로 획득한 고해상도의 영상에서의 연구에 국한되어 있다. 휴대폰 카메라로 획득된 저해상도의 영상은 아주 적은 수의 픽셀로 정보를 표현하기 때문에 기존의 이진화 알고리즘으로는 문자와 배경을 깨끗하게 분리해 낼 수 없다. 본 논문은 영상의 칼라정보를 K-Means 클러스터링을 이용하여 전경과 배경으로 이진화 하였으며, 이진화 성능을 향상시키기 위해 지능형 주파수 필터와 비등방성 확산 필터를 사용하였다. 또한 입력영상을 파이프라인 구조의 이진화 및 인식 시스템에 인식시킴으로써 인식성능을 향상시켰다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.1037-1041
• /
• 2000

본 논문에서는 웨이블릿 변환을 이용하여 추정된 변위 벡터와 이를 이용한 물체의 분할을 통해 특징 점을 추출하고 3차원 와이어 프레임(wire-frame)을 생성하는 알고리즘을 제안한다. 우선, 웨이블릿 변환을 이용하여 빠른 시간 안에 변위를 측정하고, 이를 통해 배경과 물체를 분리해 내었다. 그런 뒤에, 변위 벡터를 이용하여, 깊이 정보를 추정해 내고, 동시에 물체로부터 두드러진 특징 값들을 추출하여 3차원 와이어 프레임 생성을 위한 거리 값으로 사용하였다. 마지막으로, 일반적인 delaunay triangulation에서 생길 수 있는 오 정합을 본 논문에서 제안하는 전경/배경 분할 알고리즘을 이용하여 제거 하여 정확한 3차원 모델을 생성하였다. 아울러, 본 논문에서 제안하는 웨이블릿을 이용한 빠른 3D 모델링 방법을 원 영상을 이용한 방법과 비교하여, 더 좋은 결과를 보여줌으로써, 계산 시간 뿐만 아니라 정확성에서도 만족할 만한 결과를 얻을 수 있었다.

• Journal of Broadcast Engineering
• /
• v.21 no.6
• /
• pp.913-919
• /
• 2016

In this paper, we propose the visual tracking algorithm that takes advantage of multiple random walkers. We first show the tracking method based on support vector machine as [1] and suggest a method that suppresses feature vectors extracted from backgrounds while preserve features vectors from foregrounds. We also show how to discriminate between foregrounds and backgrounds. Learned by reducing influences of backgrounds, support vector machine can clearly distinguish foregrounds and backgrounds from the image whose target objects are similar to backgrounds and occluded by another object. Thus, the algorithm can track target objects well. Furthermore, we introduce a simple method improving tracking speed. Finally, experiments validate that proposed algorithm yield better performance than the state-of-the-art trackers on the widely-used benchmark dataset with high speed.

• Journal of Korea Multimedia Society
• /
• v.12 no.10
• /
• pp.1418-1426
• /
• 2009

There has been a lot of interest in an effective method for background subtraction in an effort to separate foreground objects from a predefined background image. Promising results on background subtraction using statistical methods have recently been reported are robust enough to operate in dynamic environments, but generally require very large computational resources and still have difficulty in obtaining clear segmentation of objects. We use a simple running-average method to model a gradually changing background, instead of using a complicated statistical technique. We employ a single global threshold vector, optimized by a genetic algorithm, instead of pixel-by-pixel thresholds. A new fitness function is defined and trained to evaluate segmentation result. The system has been implemented on a PC with a webcam, and experimental results on real images show that the new method outperforms an existing method based on a mixture of Gaussian.