• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.787-789
• /
• 2005

본 논문에서는 로봇이나 감시 시스템에서 주로 쓰이고 있는 배경 모델링의 정확성을 지속 시키는 방법을 제안한다. 오브젝트를 추출하려면 정확한 배경 모델이 필요하다. 정확한 배경 모델을 유지하기 위해서는 전경의 정보가 배경 모델에 반영되면 안 된다. 본 논문에서는 오브젝트의 움직임을 기반으로 한 배경 무효화 기법을 사용하여 전경이 배경 모델에 영향을 주는 것을 방지함으로써 정확한 배경 모델을 유지하는 방법을 제안한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 하계학술대회
• /
• pp.129-132
• /
• 2015

본 논문에서는 기존의 배경 분리 알고리즘 결과에 GrabCut 알고리즘을 도입하여 보다 정확한 배경 분리를 수행하고자 한다. 기존의 알고리즘은 동영상의 프레임 간 정보만을 이용하여 배경 확률 모델을 만들고 배경과 전경을 분리한다. 제안하는 알고리즘에서는 먼저 프레임 간의 정보를 이용하여 간단하게 배경과 전경을 분리하는 기존의 배경 분리 알고리즘을 적용한다. 분리된 결과의 정확도를 향상시키기 위해 프레임 내의 정보를 이용하는 GrabCut 알고리즘을 적용한다. 즉, 본 연구에서는 동영상의 프레임 간 정보와 프레임 내 정보를 모두 이용하여 배경과 전경을 분리하고자 한다. 실험결과에서 Change Detection Workshop dataset 에 포함된 몇 가지 영상에 대해 실험 한 후 결과 영상 비교 및 F-measure 를 통해 개선된 결과를 확인할 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 추계학술대회
• /
• pp.260-261
• /
• 2010

본 논문에서는 제작된 콘텐츠에 배경음을 간편하고 효과적으로 혼합하기 위해서 녹음된 신호(전경음)를 분석하여 배경음 에너지를 적응적으로 조절하는 배경음혼합 알고리즘을 제안한다. 이를 위해, 제안된 알고리즘은 등청감 곡선 (equal-loudness curve) 및 linear prediction (LP) 분석에 기반하여 전경음신호의 청감 에너지 및 음성신호 존재여부를 결정한다. 이에 따라 전경음에 음성신호가 존재하는 경우에는 음성이 명확하게 들릴 수 있도록 혼합된 배경음의 에너지를 하향 조절하고, 반대로 전경음에 음성신호가 존재하지 않는 경우에는 배경음이 명확하게 들릴 수 있도록 혼합된 배경음의 에너지를 상향 조절한다. 제안된 알고리즘의 효율성을 검증하기 위해, 고정 가중치를 이용하여 배경음을 혼합하는 경우와의 음질 선호도 조사를 실시한 결과, 제안된 알고리즘에 대한 높은 선호도를 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2013년도 추계학술대회
• /
• pp.48-49
• /
• 2013

Saliency는 인간의 시각에서 관심 영역이나 객체를 찾기 위한 기법으로 최근 영상 리타겟팅, 영상분할 등에 다양하게 활용되고 있다. 기존 제안된 방법들을 전체영상을 대상으로 saliency map을 구하게 되어, 복잡한 객체들의 구성, 큰 전경객체들의 존재 등의 경우에는 성능이 저하되는 문제점이 있다. 따라서 본 논문에서는 배경이 존재하는 영상들을 대상으로 기존 방식중의 하나인 histogram based contrast(HBC)을 개선하는 방법을 제안한다. 배경영역의 빈도확률을 HBC에 적용하여 배경에 존재하는 픽셀값의 saliency을 감소하면, 상대적으로 전경에 존재하는 픽셀들의 saliency는 증가하게 된다. 실험에서는 제안한 기법으로 배경의 saliency는 감소하고, 전경객체는 증가하는 것을 증명하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.823-825
• /
• 2005

컴퓨터 비전 연구에서의 주요 관심은 객체의 특징을 이용하여 객체를 분간하거나 또는 계수하는데 있어 왔다. 최근 대단위의 사람들이 운집하는 공공장소에서의 사고에 대비한 대책의 기준으로 혼잡도라는 점보의 중요성이 대두되고 있다. 본 실험에서는 객체들이 존재하는 전경(Foreground) 영역을 객체들이 없는 배경 영역(back ground)으로부터 분리한 후 전경 영역에서의 edge pixel 들의 수를 계수하여 혼잡도의 정도를 구한다. 전경 영역과 배경 영역은 소 영역별로 RGB에 대한 표준편차와 평균을 비교 분석해서 구분하고 배경 영역을 삭제한다. 전경 영역에서 edge detection 방법을 이용하여 환경에 알맞은 edge pixels수를 계수하고 pixels수와 혼잡도 사이의 관계를 구한다. 이러한 측정 방법의 장점은 다양한 환경에서도 혼잡도라는 기본 특징정보를 추출할 수 있다는 것이다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 하계학술대회
• /
• pp.66-67
• /
• 2012

본 논문에서는 고정된 카메라로 촬영한 동영상에서 수퍼픽셀(superpixel)을 이용하여 전경 객체 영역을 효과적으로 검출하는 기법을 제안한다. 기존의 픽셀 기반 전경 객체 검출 기법들은 단위 픽셀에 대한 전/배경 판단을 수행하므로 실제 전경 객체 영역에 대한 정확한 검출이 어려운 단점을 지닌다. 수퍼픽셀은 성질이 유사한 픽셀들의 집합을 의미하며 영상의 과도한 분할에 주로 사용되었다. 본 논문에서는 이러한 수퍼픽셀을 이용하여 동영상의 각 프레임을 과도 분할하고, 분할된 각각의 수퍼픽셀을 전경 객체와 배경의 판단 단위로 이용한다. 제안하는 알고리듬을 적용하여 실험한 결과 기존의 픽셀 단위 검출 기법에서 나타났던 오검출을 줄임과 동시에 전경 객체의 형태를 보다 충실하게 검출함을 확인 할 수 있다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제20권3호
• /
• pp.1-8
• /
• 2014

스마트폰의 전면 및 후면 카메라를 이용하여 동시에 획득한 전경 이미지와 배경 이미지에서, 전경 이미지의 일부분인 전경 물체를 추출하여 배경 이미지에 합성하는 방법을 제시한다. 최근의 고사양 스마트폰은 대개 두 개의 카메라를 가지고 있고, 사진을 촬영하는 과정에서 미리보기 화면을 제공한다. 전면 카메라로부터 전경 이미지를 획득하는 과정에서 미리보기 화면의 비디오에 대한 옵티컬 플로우를 이용하여 전경 물체를 추출한다. 추출된 전경 물체와 배경 화면을 단순히 합성한 후, 전경 물체와 배경화면의 경계에서 가중치 경계 블렌딩을 이용하여 시각적으로 부드러운 경계를 갖는 합성을 수행한다. 화소 수준의 조밀한 옵티컬 플로우의 계산은 고사양의 스마트폰에서도 상당히 느리기 때문에, 전경 물체 추출을 위한 마스크의 계산을 저해상도에서 수행하여 계산시간을 크게 절약할 수 있다. 실험적 결과에 의하면 제안하는 방법은 더 적은 계산 시간을 사용하며, 널리 사용되는 Poisson 이미지 합성 방법에 비하여 시각적으로 더 우수한 결과를 얻을 수 있다. 제안하는 방법은 Poisson 이미지 합성 방법에서 자주 관찰되는 색 번짐 결점을 가중치 경계 블렌딩을 이용하여 제한적인 수준에서 극복할 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• pp.160-163
• /
• 2014

본 논문에서는 프레임 내 전체 배경 모델을 도입하여 기존 배경 분리 알고리즘에서의 오검출을 줄여 정확도를 개선하고자 한다. 기존의 알고리즘은 프레임 간의 정보만을 이용하여 배경 확률 모델을 만들고 배경을 제외한 전경만을 검출한다. 제안하는 알고리즘에서는 먼저 기존의 알고리즘을 통해 프레임 간의 정보를 이용하여 간단하게 배경과 전경을 분리한다. 그 후 프레임 내 정보를 통해 전체 배경 모델을 만들고, 앞의 결과에서 한번 더 배경을 제외함으로써 검출 정확도를 개선하고자 한다. 실험결과에서 Change Detection Workshop dataset에 대해 실험을 한 후 결과 영상 비교 및 F-measure 를 통해 개선된 결과를 확인할 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 하계학술대회
• /
• pp.275-278
• /
• 2012

본 논문에서 2D-3D 자동 영상 변환을 위하여 2D 상으로부터 깊이 지도(depth map)을 생성하는 방법을 제안한다. 제안하는 방법은 보다 정확한 깊이 지도 생성을 위해 영상의 전경 깊이 지도(foreground depth map)와 배경 깊이 지도(background depth map)를 각각 생성 한 후 결합함으로써 보다 정확한 깊이 지도를 생성한다. 먼저, 전경 깊이 지도를 생성하기 위해서 라플라시안 피라미드(laplacian pyramid)를 이용하여 포커스/디포커스 깊이 지도(focus/defocus depth map)를 생성한다. 그리고 블록정합(block matching)을 통해 획득한 움직임 시차(motion parallax)를 이용하여 움직임 시차 깊이 지도를 생성한다. 포커스/디포커스 깊이 지도는 평탄영역(homogeneous region)에서 깊이 정보를 추출하지 못하고, 움직임 시차 깊이 지도는 움직임 시차가 발생하지 않는 영상에서 깊이 정보를 추출하지 못한다. 이들 깊이 지도를 결합함으로써 각 깊이 지도가 가지는 문제점을 해결하였다. 선형 원근감(linear perspective)와 선 추적(line tracing) 방법을 적용하여 배경깊이 지도를 생성한다. 이렇게 생성된 전경 깊이 지도와 배경 깊이 지도를 결합하여 보다 정확한 깊이 지도를 생성한다. 실험 결과, 제안하는 방법은 기존의 방법들에 비해 더 정확한 깊이 지도를 생성하는 것을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제13권10호
• /
• pp.1981-1986
• /
• 2009

본 논문은 인공신경망을 이용한 새로운 매팅 기법을 제안한다. 매팅이란 영상에서 객체의 불투명도를 추정하는 기술이다. 매팅 기법을 이용하면 객체를 자연스럽게 추출할 수 있다. 먼저 trimap을 이용하여 영상을 배경 영역, 전경 영역, 미지 영역으로 구분한다. 배경 영역과 전경 영역의 정보를 이용하여 미지 영역 화소의 불투명도를 추정한다. 제안하는 알고리즘은 배경 영역과 전경 영역의 정보를 SOM을 이용하여 학습하고 그 결과를 이용하여 미지 영역의 각 화소의 불투명도를 추정한다. 본 논문에서는 배경 영역과 전경 영역의 정보를 학습하는 방법에 따라서 전역적 SOM matting과 지역적 SOM matting으로 구별한다. 제안하는 알고리즘의 성능을 평가하기 위하여 영상에 적용해보았다. 이를 통해 제안하는 알고리즘이 객체를 영상에서 분리 가능함을 확인 할 수 있다.