• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.11a
• /
• pp.234-237
• /
• 2011

본 논문에서는 모델 기반 카메라 추적 시 필요한, 사전 정의 된 실측 모델의 정확성이 카메라 추적의 정확성에 미치는 영향에 대하여 논의한다. 이를 위하여 모델 기반과 특징점 기반의 카메라 추적에 가중치를 두고 혼합시켜 이용하는 하이브리드 카메라 추적 방법을 사용하고, 이 방법을 활용한 상호작용형 모델링(interactive modeling)을 이용하여 실측 모델을 제작한다. 또한, 상호작용형 모델링 과정에서 생기는 실측 모델의 오차로 인해 발생하는 카메라 추적 오차를 Cramer-Rao 하한(lower bound)을 이용하여 정의하고, 이 둘의 상관관계를 실험적으로 도출한다. 이를 통해 사전 정의된 실측 모델이 가질 수 있는 오차의 하한을 실험적으로 검증한다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.8 no.12
• /
• pp.1923-1932
• /
• 2013

In order to solve the problem of severely distorted images from a wide-angle camera, we propose a calibration method which corrects a radial distortion in wide-angle images by estimation and validation of camera model. First, we estimate a camera model consisting of intrinsic and extrinsic parameters from calibration patterns, where intrinsic parameters are the focal length, the principal point and so on, and extrinsic parameters are the relative position and orientation of calibration pattern from a camera. Next we validate the estimated camera model by re-extracting corner points by inversing the model to images. Finally we correct the distortion of the image using the validated camera model. We confirm that the proposed method can correct the distortion more than 80% by the calibration experiments using the lattice shaped pattern images captured from a general web camera and a wide-angle camera.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2003.04a
• /
• pp.369-376
• /
• 2003

최근 고해상력을 가진 줌 렌즈 CCD(Charge Coupled Device) 카메라가 출시되면서 디지털 영상을 쉽게 취득할 수 있게 되어 일상적인 활용에서부터 컴퓨터 시각(computer vision)이나 사진측량과 같은 전문적인 분야에 이르기까지 다양하게 응용할 수 있는 계기가 마련되고 있다. 현재 상용되고 있는 일반 줌 렌즈 CCD 카메라는 영상을 취득하는 데 많은 장점을 갖고 있으나 실제 영상 취득과정에서 다양한 줌의 이동으로 인하여 표정요소계산 및 카메라 렌즈 오차검정에 상당한 어려움이 발생하여 이에 대한 연구가 진행되어오고 있다. 본 연구에서는 기존에 비측량용 카메라에서 취득된 영상을 해석하는 기법으로 사진측량 분야에서 사용되어온 DLT(Direct Linear Transformation) 모델식과 컴퓨터 시각(computer vision)분야에서 카메라 검정 및 3차원 복원에 사용되고 있는 Tsai 모델식을 도입ㆍ적용하여 표정요소계산 및 3차원 복원정확도를 비교 분석하였다. 그 결과 Tsai 모델식에 의한 결과가 DLT 모델식에 의한 결과보다 정확도 및 안정성면에서 향상된 결과를 보여주고 있어서 Tsai 모델식에 대한 사용이 기대된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.388-390
• /
• 2001

본 논문에서 제안하는 카메라 움직임 파라미터를 추출하는 새로운 방법은 먼저 광류(optical flow) 관계 수식을 이용하여, 카메라의 다양한 움직임에 의해 생성되는 광류 모델들을 생성한다. 입력 비디오 데이터의 인접 영상으로부터 산출된 광류를 생성된 광류 모델들을 이용하여 선형 분해한다. 분해 과정을 통해 각 모델에 대한 가중치를 산출할 수 있으며, 산출된 가중치는 각 모델의 생성에 사용된 파라미터에 적용하여 이들의 선형 조합을 통해 입력에 대한 카메라 움직임 파라미터를 추출할 수 있다. 제안된 방법의 성능을 평가하기 위하여 수치 데이터와 비디오 데이터에 대하여 실험한 결과, 제안된 카메라 움직임 파라미터 추출 방법이 적은 계산 비용으로 정확하게 카메라 움직임 파라미터를 추출할 수 있음을 확인할 수 있었다. 또한 입력 데이터에 노이즈가 포함된 경우에도 파라미터 추출 성능이 우수함을 알 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06c
• /
• pp.248-251
• /
• 2007

기존의 멀티 카메라 시스템은 넓은 영역을 커버하거나 이동 중인 물체를 트래킹 하기 위한 목적으로 주로 사용되어 왔다. 하지만 이러한 시스템은 하나의 카메라가 커버하는 영상이 가려지면 정보를 잃게 되는 단점이 있다. 멀티 카메라 시스템은 하나의 영역을 여러 카메라가 커버하도록 하여 이런 단점을 극복할 수 있다. 또한 다양한 시점의 카메라에서 수집되는 영상의 경우, 영상에 따라 담고 있는 정보가 다르므로 여러 카메라의 입력 정보를 함께 활용하여 보다 많은 정보를 얻을 수도 있다. 본 논문은 이런 장점을 활용하여 멀티 카메라 환경에서의 이벤트 인식 문제를 다룬다. 이를 위해 사무실 환경에 8대의 카메라를 설치하였으며, 시나리오에 따라 영상을 수집하였다. 수집된 영상은 전문가에 의해 어노테이션 된 후 인식 모델의 학습에 사용되며, 학습된 베이지안 네트워크 모델의 구조와 파라미터를 도메인 지식에 기반해서 수정하여 최종 이벤트 인식 모델을 설계하였다. 실험 결과 제안하는 이벤트 인식 모델의 인식률은 평균 87.0%로 Naive Bayes보다 우수한 성능을 보임을 확인하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.511-515
• /
• 1998

본 논문에서는 전경과 배경을 동시에 고려하는 이동 물체 추적 기법을 제안한다. 본 논문에서 제안하는 이동 물체 추적 기법은 카메라가 고정되지 않은 동적인 환경에서 연속적으로 촬영된 동영상으로부터 배경과 전경을 분리한 후 배경으로부터는 카메라의 동작을, 그리고 전경으로부터는 이동 물체를 추적한다. 배경에서는 영상의 움직임을 나타내는 동작 벡터를 추출하여 2차원 파라미터 동작 모델인 어파인 동작 모델에 적합시키고, 회귀분석법을 통해 어파인 동작 모델을 구성하는 파라미터를 추출하여 분석함으로써 다양한 카메라의 동작을 구한다. 전경에서는 칼라 정보를 이용하여 물체들의 모델을 생성하고 매 시점마다 모델을 수정하면서 이동 물체를 추적한다. 본 논문에서는 카메라의 동작 및 이동 물체의 추적 시 예측 알고리즘인 칼만 필터를 활용함으로써 보다 효율적이고 강건한 추적이 가능하다. 또한, 배경에서 추출된 카메라의 동작 정보를 전경에서 추출하는 이동 물체의 이동궤적 정보 계산 시 활용함으로써 보다 정확하게 장면을 분석할 수 있다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.5
• /
• pp.413-418
• /
• 2001

In this paper, we propose a new camera calibration method which is based on a fuzzy model instead of a physical camera model of the conventional method. The camera calibration is to determine the correlation between camera image coordinate and real world coordinate. The camera calibration method using a fuzzy model can not estimate camera physical parameters which can be obtained in the conventional methods. However, the proposed method is very simple and efficient because it can determine the correlation between camera image coordinate and real world coordinate without any restriction, which is the objective of camera calibration. With calibration points acquired out of experiments, 3-D real world coordinate and 2-D image coordinate are estimated using the fuzzy modeling method and the results of the experiments demonstrate the validity of the proposed method.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.845-848
• /
• 2000

운동(motion) 벡터는 보고 있는 카메라와 관측되는 대상물 사이의 상대적인 움직임에 의해서 발생되는 3차원 물체의 속도가 2차원 영상에 투사되어 맺히는 영상에서의 2차원 속도 벡터를 가리킨다 영상에서 물체의 움직임은 3차원 공간상의 운동을 알 수 있는 중요한 정보로써 물체를 추적하는데 응용되고 있다. 본 논문에서는 여러 장의 연속적인 2차원 밝기 영상으로부터 카메라의 움직임을 추정하는 문제를 다룬다. 기존의 특징 기반 추적 기법에서는 저 단계의 영상 처리 과정에서 모델과 배경의 특징점이 서로 분리되지 않거나, 모델의 특징(feature)이 소실되었을 경우, 추적이 용이하지 못하고, 카메라와 3차원 물체의 병진과 회전 운동에 의해 발생된 움직임의 경우 3차원 표적 특징이 많이 사라져서 오차가 많이 누적되기도 한다. 본 논문에서는 이러한 문제를 해결하기 위하여 목표물 및 배경 특징들을 사용하여 카메라의 운동 정보를 찾아내는 기법을 제안한다. 제안하는 3차원 카메라의 운동 정보 추정 기법은 크게 두 장의 연속된 영상으로부터 3차원 모델과 배경의 많은 특징들에 대한 광류(optical flow) 검색 과정과, 이로부터 취득한 움직임 벡터와 카메라의 비선형 운동 방정식과 Lagrange multiplier를 통한 카메라의 운동 정보 추정 과정으로 구성된다.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.260-261
• /
• 2008

이동 물체 탐지(Object Detection) 기법은 대부분의 감시 시스템에서 가장 초기 단계로서, 이후에 물체 추적(Object Tracking) 및 물체 식별(Object Classification) 등의 지능 알고리듬에 입력으로 사용된다. 따라서 물체의 윤곽의 변화 없이 최대한 정교하게 이동 물체 영역 맵을 생성하는 것이 물체 탐지의 가장 중요한 요소가 된다. 카메라가 고정되어 있는 경우에는 현재 들어오는 영상에 대한 확률적 배경 모델을 생성할 수 있지만, 팬틸트 카메라와 같이 영상의 좌표가 변하는 환경에서는 배경 모델도 계속 변하기 때문에 기존의 배경 모델을 그대로 사용할 수 없다. 본 논문에서는 팬틸트 카메라와 같이 동적인 카메라에서 이동 물체 탐지를 위해, 국소 특징점(Local Feature)를 통해 카메라의 움직임을 판단하여 연속되는 영상간의 변환 행렬(Transformation Matrix)를 구하고 하고, 확률적 배경 모델링을 통한 이동 물체 탐지 기법을 제안한다. 자제 촬영한 이동 카메라 실험영상을 통해서 이 알고리듬이 동적 배경에서도 매우 강인하게 동작하는 것을 검증하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.22 no.2
• /
• pp.261-269
• /
• 2018

This paper presents a convenient method to estimate the internal parameters of plenoptic camera using CCD(charge-coupled device) camera model. The images used for plenoptic camera calibration generally use the checkerboard pattern used in CCD camera calibration. Based on the CCD camera model, the determinant of the plenoptic camera model can be derived through the relationship with the plenoptic camera model. We formulate four equations that express the focal length, the principal point, the baseline, and distance between the virtual camera and the object. By performing a nonlinear optimization technique, we solve the equations to estimate the parameters. We compare the estimation results with the actual parameters and evaluate the reprojection error. Experimental results show that the MSE(mean square error) is 0.309 and estimation values are very close to actual values.