• 한국멀티미디어학회논문지
• /
• 제16권2호
• /
• pp.131-137
• /
• 2013

동영상의 줌 움직임 추정은 구현이 아주 복잡하다. 본 논문에서는 줌 움직임 추정을 구현하기 위하여 깊이 카메라와 색상 카메라를 동시에 이용하는 방법을 제안한다. 깊이 카메라로부터 현재블록과 참조블록 사이의 거리 정보를 얻고, 이 거리 정보로부터 두 블록사이의 줌 비율을 계산한다. 줌 비율에 맞게 참조블록을 확대 또는 축소시켜 줌으로서 움직임 추정 차신호를 줄일 수 있다. 따라서, 제안된 방법은 줌 움직임 추정을 위한 복잡도가 크지 않으면서 움직임 추정 정확도를 높이는 것이 가능하다. 모의실험을 바탕으로 제안된 방법의 움직임 추정 정확도를 측정하였으며, 기존 블록정합 방법에 비하여 움직임 추정 오차값이 크게 감소함을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2001년도 정기총회 및 학술대회
• /
• pp.103-106
• /
• 2001

본 논문에서는 MPEG2비디오 스트림에서 직접 얻을 수 있는 정보들을 활용하여 카메라의 움직임을 추정하여 이를 기반으로 하여 움직이는 객체를 추정하고자 한다. 이를 위해, 먼저 MPEG2의 움직임 벡터는 압축의 효율성 때문에 움직임의 예측이 순서적이지 못한데, 예측 프레임들의 속성을 이용하여 이를 광 플로우(Optical Flow)를 갖는 움직임 벡터(Motion Vector)로 변환하였다. 그리고 이러한 벡터들을 이용하여 카메라의 기본적인 움직임인 팬(Fan), 틸트(Tilt). 줌(Zoom) 등을 정의하였다. 이를 위하여 팬, 틸트-줌 카메라 모델의 매개변수와 같은 의미의 $\Delta$x, $\Delta$y, $\alpha$값을 정의하고자 움직임 벡터 성분의 Hough변환을 이용하여 $\Delta$x, $\Delta$y, $\alpha$값들을 구하였다. 또한 이러한 카메라 움직임(Camera Operation)은 시간적으로 연속적으로 발생하는 특징을 이용하여 각 프레임마다 구한 카메라의 움직임을 보정하였다. 마지막으로 움직이는 객체의 추정은 우선 사용자가 원하는 객체를 바운딩박스 형태로 정의한 후 카메라 움직임이 보정된 객체의 움직임 벡터를 한 GOF(Group of Pictures) 단위로 면적 기여도에 따라 누적하여 객체를 추적하고 해석하였으며 DCT 질감 정보를 이용하여 객체의 영역을 재설정 하였다. 물론 압축된 MFEG2비디오에서 얻을 수 있는 정보들은 최대 블록 단위이므로 객체의 정의도 블록단위 이상의 객체로 제한하였다. 제안된 방법은 비디오 스트림에서 직접 정보를 얻음으로써 계산속도의 향상은 물론 카메라의 움직임특성과 움직이는 객체의 추적들을 활용하여 기존의 내용기반의 검색 및 분석에도 많이 응용될 수 있다. 이러한 개발 기술들은 압축된 데이터의 검색 및 분석에 유용하게 사용되리라고 기대되며 , 특히 검색 툴이나 비디오 편집 툴 또는 교통량 감시 시스템, 혹은 무인 감시시스템 등에서 압축된 영상의 저장과 빠른 분석을 요구시 필요하리라고 기대된다.

• 전기전자학회논문지
• /
• 제17권4호
• /
• pp.459-468
• /
• 2013

본 논문에서는 비선형적 움직임에 대하여 시각적 화질 향상에 목적을 둔 프레임 보간 기법을 제안한다. 그러므로 블록 현상과 영상의 중첩을 감소시키고자 블록 크기를 128x128부터 1x1까지 순차적으로 전역탐색을 실시하여 최소 오차값이 가장 작은 블록이 포함된 프레임을 선택하고, 비선형적인 움직임 벡터를 GRNN(General Regression Neural Network) 알고리즘을 이용하여 재 추정함으로써 프레임을 보간하는 알고리즘을 제안한다. 이러한 알고리즘의 성능 분석을 위해 프레임 반복, 단방향 움직임 보상, 양방향 움직임 보상의 기법들과 비교한다. 객체의 움직임이 크거나 카메라 초점의 이동과 줌인(zoom-in), 줌아웃(zoom-out) 효과가 들어간 대상 영상에 대하여 주관적 화질면에서 성능이 향상됨을 보인다.

• 한국정보처리학회논문지
• /
• 제7권11호
• /
• pp.3566-3575
• /
• 2000

본 논문에서는 MPEG2 비디오 스트림에서 완전한 복호화 과정없이 직접 얻을 수 있는 압축 정보들을 이용하고 간단하고 효과적인 카메라 움직임(Camera Operation) 정보 추출방법을 제안하였다. 제안된 방법은 순서적이지 못한 움직임 벡터를 갖는 MPEG2 비디오 스트림에서, 선지식으로 알고있는 예측 프레임들의 속성을 이용하여 움직임 벡터(motion Vector)로부터 광 플로우(optical flow)를 추출하였으며, 일반화된 Hough 변환기법 이용하여 카메라 움직임 모델의 기본 요소인 팬(Pan), 틸트(Tilt), 줌(Zoom) 등을 근사적으로 추정하였다. 제안된 방법은 농구경기 및 축구경기 비디오에 대해 적응하여 기존의 최소자승방법(Least Mean Square) 방법보다 양호한 실험결과를 얻을 수 있었다. 제안된 카메라 움직 추정은 비디오 스트림에서 직접 정보를 얻음으로써 계산속도의 향상은 물론, 카메라의 움직임을 활용하는 내용기반의 비디오 검색 및 분석에서 유용한 요소 기술이 되리라고 기대된다. 또한 MPEG2 비디오 스트림에서 이러한 개발 기술들은 압축영상을 복호화 하지않고 객체들의 움직임만을 탐색하거나 추적하는데 활용될 것으로 예상된다.

• 한국항행학회논문지
• /
• 제27권1호
• /
• pp.43-49
• /
• 2023

객체 위치추적은 칼만필터나 루엔버거 추적기와 같은 다양한기법을 통해 연구되고 있는데, 시스템 모델이 명확하게 규정되지 않는경우와 같이 기존의 신호처리 기법을 성공적으로 적용하기 어려운 상황에서도 객체의 위치를 추적해 낼 수 있는 인공신경망을 설계하는 것이 가능하다. 본 논문에서는, 불규칙하게 운동 상태가 변화하는 객체의 위치를 지속적으로 추적하기 위해, 다양한 길이의 최대우도기법 객체위치 추정깂들을 도출한 뒤 신경망을 통해 이들을 적응적으로 가중평균하는 방법을 사용하는 '최대우도 가중평균 신경망'을 제안한다. 해당 신경망은 객체의 위치를 직접 추정하지 않고 데이터 길이가 다른 다양한 최대우도기법 추적 결과들을 가중평균하여 위치 추정을 수행한다. 우리는 제안하는 시스템의 추적성능을 칼만필터 및 최대우도기법들과 비교하여, 제안하는 기법이 물체의 움직임 특성에 잘 대처하여 우수한 성능을 나타내 줌을 보인다.

• 대한전자공학회논문지SP
• /
• 제42권6호
• /
• pp.1-8
• /
• 2005

이 논문에서는 팬-틸트-줌 기능을 가지는 실시간 능동카메라 시스템에 적합한 2단계 머리 추적 알고리즘을 제안한다. 먼저, 색 수렴 단계에서는 머리의 모양을 타원으로 가정하고 모델 색-히스토그램을 얻는다. 그 후, 모델과 후보 타원의 색-히스토그램간의 유사도를 검사하여 목표 물체의 대략적인 위치를 구하기 위해 mean-shift 방법을 이용한다. 여기에서 영상 내 물체 영역의 색 분포가 카메라의 관찰 방향에 따라 달라지는 것을 고려하기 위하여, 모델 히스토그램 뿐 아니라 이전 프레임에서 얻어진 타원의 색 히스토그램도 함께 고려함으로써 mean-shift의 수렴성을 향상시킨다. 특히, 이전 프레임에서 결정된 타원 내부의 가장자리 영역에 포함되어 있는 배경 색 성분에 의한 오류 누적 문제를 해소하기 위해, 모델 히스토그램을 이용하여 타원의 크기를 적응적으로 축소함으로써 이전 추적 결과중 머리 영역에 해당되는 색 히스토그램을 얻는다. 또한 영상 내의 전역 움직임을 예측하고 이를 보상하여 정확한 초기 위치를 찾음으로써 mean-shift의 색 수렴성을 더욱 향상시킨다. 이 때, 고속 움직임 추정을 위해 1-D 투사 데이터 기반의 방법을 제안한다. 다음 단계에서는, 모양 정보를 이용하여 수렴단계에서 얻어진 타원의 위치와 크기를 보다 정확히 재조정한다. 이를 위해 영상 내 경사도의 방향에 기반한 강건한 모양 유사도 함수를 정의하고 사용한다. 다양한 환경을 고려한 실험을 통하여, 사람의 움직임이 빠른 경우, 영상 내 머리 크기의 변화가 심한 경우, 그리고 배경의 색과 모양이 매우 복잡한 경우에 대해서도 제안한 알고리즘이 비교적 정확히 추적을 수행함을 보였다. 아울러 제안한 알고리즘은 추적을 수행하는데 일반 PC에서 약 30fps의 처리 속도를 보여 실시간 시스템에 적합하다.