• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.11a
• /
• pp.139-140
• /
• 2015

본 논문에서는 교통 감시 시스템에서 차량추적방법을 제안한다. 교통 감시 카메라를 이용한 차량추적시스템은 차량 감시, 사고감지 및 교통정보를 확인할 수 있게 하는 시스템이다. 차량추적을 위하여 먼저 가우스 혼합 모델(Gaussian Mixture Model)을 이용하여 배경과 전경을 분리하고 형태학적 필터링을 이용하여 차량을 검출한다. 검출된 차량으로부터 SURF(Speed Up Robust Features) 매칭을 통하여 차량추적방법을 제안한다.

• The KIPS Transactions:PartB
• /
• v.11B no.4
• /
• pp.429-436
• /
• 2004

This paper proposes an independent component analyses(ICAs) of the fixed-point (FP) algorithm based on Newton and secant method by adding the kurtosis, respectively. The kurtosis is applied to cluster the analyzed components, and the FP algorithm is applied to get the fast analysis and superior performance irrelevant to learning parameters. The proposed ICAs have been applied to the problems for separating the 6-mixed signals of 500 samples and 10-mixed images of $512\times512$ pixels, respectively. The experimental results show that the proposed ICAs have always a fixed analysis sequence. The results can be solved the limit of conventional ICA without a kurtosis which has a variable sequence depending on the running of algorithm. Especially. the proposed ICA can be used for classifying and identifying the signals or the images. The results also show that the secant method has better the separation speed and performance than Newton method. And, the secant method gives relatively larger improvement degree as the problem size increases.

• The KIPS Transactions:PartB
• /
• v.11B no.3
• /
• pp.381-386
• /
• 2004

This paper proposes an independent component analysis(ICA) of the fixed-point(FP) algorithm based on Newton method by adding the kurtosis. The kurtosis is applied for clustering the components, and the FP algorithm of Newton method is applied for improving the analysis speed and performance. The proposed ICA has been applied to the problems for separating the 6-mixed signals of 500 samples and 8-mixed images of $512\times512$pixels, respectively. The experimental results show that the proposed ICA has always a fixed analysis sequence. The result can be solved the limit of conventional ICA which has a variable sequence depending on the running of algorithm. Especially, the proposed ICA can be used to classify and identify the signals or the images.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2012.05a
• /
• pp.371-373
• /
• 2012

본 논문에서는 컬러 영상 기반에서 배경에 강인한 피부 영역 검출 기법을 제안하고 손 인식기법을 활용한 응용프로그램을 제안한다. 코드북 모델[1]을 이용하여 배경/전경을 분리하고, 분리된 전경에서 피부색정보를 이용하여 관심영역을 도출한다. 피부 영역을 검출하기 위한 단계에서는 YCbCr, HSV, LUV 색상 모델의 혼합하여 피부색 후보 영역에 대한 임계구간을 통해 강인한 피부 영역을 분할한다. 분할된 영역을 관심영역으로 설정하고 Kalman filter를 이용하여 영역을 추적한다. 결과적으로 복잡하고 고정된 배경에서 조명에 강인한 피부 영역 분할 및 추적이 가능하며 이를 응용한 사용자 인터페이스로 사용될 수 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.293-296
• /
• 2004

본 논문에서는 잡음이 첨가된 선형적으로 혼합된 신호들을 대상으로 뉴우턴법과 할선법의 고정점 알고리즘 각각을 적용할 때 그 분리성능을 비교 검토하였다. 여기서 뉴우턴법은 기울기 변화에 따른 속성을 이용하며, 할선법은 접선의 변화를 이용하는 속성을 가진다. 실험에 이용된 신호는 512$\times$512 픽셀의 2개 2차원 영상이며, 가우스 분포와 라플라시안 분포의 잡음을 이용하였다. 실험 결과, 할선법의 알고리즘이 뉴우턴법보다 잡음에 강인한 특성을 가짐을 알 수 있었다. 한편, 잡음이 첨가되지 않은 경우보다 가우시안 잡음 및 라프라시안 잡음을 첨가한 경우, 절대합 오차값에서 각각 약 23% 및 약 9.7%정도 원영상과의 오차를 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04b
• /
• pp.1033-1036
• /
• 2002

본 연구에서는 Newton 기법과 모멘트에 기초를 둔 fixed point 알고리즘의 신경망 기반 독립성분분석기법을 제안하였다. 여기서 Newton 기법은 함수의 접선에 기초를 둔 해를 구하는 방법으로 역혼합행렬의 빠른 경신을 위함이고, 모멘트는 접선을 구하는 과정에서 함수의 기울기변화 계산으로 발생하는 발진을 줄여 좀 더 빠른 학습을 위함이다. 제안된 기법을 $256{\times}256$ 픽셀(pixel)의 12개 지문영상으로부터 임의의 혼합행렬에 따라 발생되는 영상들을 각각 대상으로 시뮬레이션 한 결과, 기존의 Fixed point 알고리즘에 의한 결과보다 우수한 분리성능과 빠른 학습속도가 있음을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.11a
• /
• pp.90-92
• /
• 2018

본 논문에서는 입력 영상을 카메라의 자세 정보에 따라 적절히 와핑한 후 이들을 심(Seam)을 따라 이어붙인 360VR 에서 갑작스런 객체 출현에 의해 중첩 영역에서 발생하는 왜곡 문제를 해결할 방법을 제안한다. 임의의 객체가 나타났을 때, 객체의 윤곽선을 반영하여 심(Seam)을 재설정함으로써 객체가 우그러지거나, 잘려나가는 등의 왜곡 문제를 해결한다. 이를 위해 본 논문에서는 가우시안(Gaussian) 혼합 모델 기반 전경/배경분리에 의한 움직이는 객체 추출, 객체 윤곽선 검출, 윤곽선에 기반한 심(Seam) 조정, 새로운 심(Seam) 기반 스티칭으로 왜곡을 없애는 방법을 제안하였다. 그리고 이를 실제 촬영 영상에 적용하여 왜곡 개선 효과를 보였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.41 no.9
• /
• pp.1120-1131
• /
• 2016

In this paper, we propose a smoker recognition algorithm, detecting smokers in a video sequence in order to prevent fire accidents. We use description-based method in hierarchical approaches to recognize smoker's activity, the algorithm consists of background subtraction, object detection, event search, event judgement. Background subtraction generates slow-motion and fast-motion foreground image from input image using Gaussian mixture model with two different learning-rate. Then, it extracts object locations in the slow-motion image using chain-rule based contour detection. For each object, face is detected by using Haar-like feature and smoke is detected by reflecting frequency and direction of smoke in fast-motion foreground. Hand movements are detected by motion estimation. The algorithm examines the features in a certain interval and infers that whether the object is a smoker. It robustly can detect a smoker among different objects while achieving real-time performance.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2009.11a
• /
• pp.173-176
• /
• 2009

본 논문에서는 영상 정보와 오디오 정보 분석을 이용하여 TV 골프 방송 프로그램에서 중요 이벤트 구간을 검출하고 요약 하는 알고리즘을 제안한다. 제안하는 알고리즘에서는 입력되는 TV 골프 동영상을 영상 신호와 오디오 신호로 분리한 후에, 연속적인 오디오 스트림을 내용 기반의 오디오 구간으로 분류한 뒤 오디오 이벤트 구간을 검출하고, 이와 병렬적으로 영상정보에서 선수들의 플레이 장면을 검출한다. 플레이 장면 검출에 있어서는 방송 환경이나 날씨 등의 변화하는 다양한 조건에 대해 플레이 장면에 대한 오프라인 모델과 함께 경기 내에서 발생한 온라인 모델에 대한 학습을 혼합 적용함으로써 검출 성능을 높였다. 오디오 신호로부터 관중들의 박수소리와 스윙 사운드를 통해 검출된 오디오 이벤트와 플레이 장면은 이벤트 장면 검출 및 요약본 생성을 위해 사용된다. 제안된 알고리즘은 멀티 모달 정보를 이용하여 이벤트 구간 검출을 수행함으로써 중요 이벤트 구간 검출의 정확도를 높일 수 있었고, 검출된 이벤트 구간에 대한 요약본 생성을 통해 골프 경기를 시청하는 사용자가 원하는 부분을 빠르게 브라우징하여 시청하는 것이 가능하여 높은 사용자 만족도를 얻을 수 있었다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.41 no.1
• /
• pp.29-36
• /
• 2004

Generally, wavelet coefficients can be classified into two categories: large coefficients with much signal information and small coefficients with little signal component. This statistical characteristic of wavelet coefficient is approximated to Gaussian mixture model and efficiently applied to noise reduction. In this paper, we propose an image denoising method using mixture modeling of wavelet coefficients. Binary mask value is generated by proper threshold which classifies wavelet coefficients into two categories. Information of binary mask value is used to remove image noise. We also develope an enhancement method of mask value using morphological filter, and apply it to image denoising for improvement of the proposed method. Simulation results shows the proposed method have better PSNRs than those of the state of art denoising methods.