• Journal of information and communication convergence engineering
• /
• 제13권3호
• /
• pp.197-204
• /
• 2015

In this paper, we present an algorithm for the detection of illegally parked vehicles based on a combination of some image processing algorithms. A digital camera is fixed in the illegal parking region to capture the video frames. An adaptive Gaussian mixture model (GMM) is used for background subtraction in a complex environment to identify the regions of moving objects in our test video. Stationary objects are detected by using the pixel-level features in time sequences. A stationary vehicle is detected by using the local features of the object, and thus, information about illegally parked vehicles is successfully obtained. An automatic alarm system can be utilized according to the different regulations of different illegal parking regions. The results of this study obtained using a test video sequence of a real-time traffic scene show that the proposed method is effective.

• 한국멀티미디어학회논문지
• /
• 제11권5호
• /
• pp.597-609
• /
• 2008

기존의 배경 모델링 방법은 배경 모델의 반복적 갱신(recursive update)으로 인해 배경보다 객체가 더 자주 등장하는 혼잡한 환경에서는 정확한 배경 모델링을 생성하기 어려운 문제를 지니고 있다. 본 논문은 이러한 기존 방법의 문제를 해결하기 위해 기존의 혼합 Gaussian 모델을 기반으로 하는 적응적 배경 모델링 방법을 제안한다. 제안한 방법은 영상 내 전경 영역의 비율에 따라 배경 모델의 학습 비율을 적응적으로 조절한다. 따라서, 혼잡 상황에서는 배경 모델의 갱신을 억제하여 배경 모델을 잘 유지시키는 것이 가능하다. 실험을 통해 제안한 방법이 일반적인 상황의 영상에서는 기존 방법과 유사한 정확도를 보이지만 혼잡한 상황에서는 기존 방법과 비교하여 배경 제거를 효과적으로 수행하는 것을 확인하였으며, 또 정확도 측정 결과 혼잡한 상황의 영상에서 기존 방법과 비교하여 F 값이 5-10% 가량 향상함을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제12권10호
• /
• pp.1418-1426
• /
• 2009

주어진 배경 이미지로부터 전경 객체를 분리하는 것을 목표로 하는 배경 차분화 기법에 관한 많은 연구가 있어 왔다. 최근에 발표된 몇 가지 통계 기반 배경 차분화 기법들은 동적인 환경에서 동작할 수 있을 정도로 안정된 성능을 보이는 것으로 보고되고 있다. 그러나 이들 기법은 일반적으로 매우 많은 계산 자원을 요구하며, 객체의 명확한 윤곽을 획득하는데 있어서는 아직 어려움이 있다. 본 논문에서는 점진적으로 변화하는 배경을 모델링하기 위해 복잡한 통계 기법을 적용하는 대신 간단한 이동-평균 기법을 사용한다. 또한 픽셀별로 할당되는 다중의 임계치 대신 유전자 학습에 의해 최적화되는 하나의 전역적 임계치를 사용한다. 유전자 학습을 위해 새로운 적합도 함수를 정의하여 학습하고 이를 이용하여 이미지의 분할 결과들을 평가한다. 본 논문의 시스템은 웹 카메라가 장착된 개인용 컴퓨터에서 구현하였으며, 실사 이미지들에 대한 실험 결과에 의하면 기존의 가우시안 믹스쳐 방식보다 우수한 성능을 보이는 것으로 나타났다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.357-360
• /
• 2007

물체를 추적하는데 있어서 추적하고자 하는 물체를 검출하여 템플릿을 만드는 것과 두 물체가 겹쳐지거나 다른 배경에 가려진 물체를 구분하여 추적하는 것은 물체 추적에 있어서 중요한 문제이다. 물체를 검출하여 템플릿을 만드는 방법으로 frame difference를 이용하면 천천히 움직이는 물체를 잘 구분할 수 없는 문제점이 있다. 이를 해결하기 위하여 본 논문에서는 adaptive 3-frame difference를 이용하여 정확한 물체의 템플릿을 생성하는 알고리즘을 제안한다.

• 한국지능시스템학회논문지
• /
• 제17권3호
• /
• pp.349-354
• /
• 2007

물체를 추적하는데 있어서 추적하고자 하는 물체를 검출하여 템플릿을 만드는 것과 두 물체가 겹쳐지거나 다른 배경에 가려진 물체를 구분하여 추적하는 것은 물체 추적에 있어서 중요한 문제이다. 물체를 검출하여 템플릿을 만드는 방법으로 Frame Difference를 이용하면 천천히 움직이는 물체를 잘 구분할 수 없는 문제점이 있다. 이를 해결하기 위하여 본 논문에서는 Adaptive 3-Frame Difference를 이용하여 정확한 물체의 템플릿을 생성하는 알고리즘을 제안한다.

• 대한전자공학회논문지SP
• /
• 제45권3호
• /
• pp.11-19
• /
• 2008

영상 내에서 이동하는 객체를 추출하는 전경 분리 방법은 객체의 일치 추적 및 인식에 있어서 필수적인 기술이다. 하지만 이동하는 객체 주변에 그림자가 발생하는 경우 이러한 전경 분리 방법에서는 그림자도 전경 영역으로 잘못 판단하여 분리하게 되어 이동 객체의 정확한 형태를 파악하거나 위치를 추정하기 어려운 문제가 있다. 본 논문에서는 이러한 문제를 해결하기 위하여 색상 정보를 이용하여 그림자를 모델링하고 이를 통해 전경 영역 내의 그림자 화소를 Bayesian 분류법에 따라 제거하는 방법을 제안하였다. 특히 제안하는 방법은 매개변수 갱신 과정을 통해 그림자의 특성이 동적으로 모델링되기 때문에 주변 조명의 지속적인 변화에 적응적으로 대응할 수 있다. 실험 결과 제안하는 방법은 다양한 환경에서 그림자를 효과적으로 제거하는 것을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제16권4호
• /
• pp.73-81
• /
• 2011

본 논문에서는 모델 히스토그램 개수를 적응적으로 조절하는 블록기반의 배경 모델링 방법을 제안한다. 기존의 블록 기반의 배경 모델링 방법은 각 블록에 대한 모델 히스토그램의 개수를 고정한다. 따라서 조명변화와 움직이는 객체에 대해 오검출이 발생하는 문제가 있고 움직임이 없는 객체에 대해서는 검출이 되지 않는 문제가 있다. 또한 입력영상의 종류마다 달라질 수 있는 최적의 모델 히스토그램의 개수를 수동적으로 찾아야 하는 문제가 있다. 본 논문에서는 실험을 통해 엘리베이터 내에서 조명변화가 있고 객체가 움직이는 상황과 조명변화가 없고 객체가 정지해 있는 상황에 대해 기존의 방법과 성능을 비교하여 제안한 알고리즘의 효용성을 입증한다.

• 한국컴퓨터정보학회논문지
• /
• 제19권10호
• /
• pp.55-62
• /
• 2014

배경과 현재 프레임 영상간의 차영상을 이용하여 이동 물체를 탐지하는 방법은 비디오 감시 시스템에서 가장 보편적인 방법 중 하나이지만 신뢰할 수 있는 배경의 생성은 여전히 쉽지 않은 문제이다. 본 논문에서는 정지 물체를 고려한 적응적 배경 생성 기법을 제안한다. 연속적으로 입력되는 영상들의 산술 평균을 이용하여 초기 배경을 생성한다. 배경과 현재 영상간의 차영상을 구하여 물체를 탐지한 다음, 탐지된 물체가 일정시간이상 계속 정지해 있는 경우에는 그 물체를 정지 물체로 간주하고 정지 물체 영역을 배경으로 갱신한다. 한편, 이동 물체인 경우에는 배경 갱신에서 현재 프레임을 배제함으로써 지속적으로 물체를 탐지할 수 있도록 한다. 제안된 방법은 점진적인 조명의 변화, 느리게 이동하는 물체, 정지 물체 등이 존재하는 동영상에서도 적응적으로 배경을 생성할 수 있으며 이는 실험을 통해 확인되었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제48차 하계학술발표논문집 21권2호
• /
• pp.49-50
• /
• 2013

본 논문에서는 물체탐지를 위한 적응적 배경 생성 기법을 제안한다. 연속적으로 입력되는 영상들의 통계적 평균을 이용하여 배경을 생성하고 배경과 입력영상간의 차영상을 구하여 물체를 탐지한다. 탐지된 물체를 추척하여 일정시간이상 계속 정지해 있는 경우에는 그 물체영역을 배경으로 갱신하고, 이동 물체인 경우에는 배경 갱신에서 배제함으로써 지속적으로 물체를 탐지할 수 있도록 한다. 실험결과는 제안된 방법의 강건함을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
• /
• pp.307-309
• /
• 2006

움직이는 오브젝트(Object)를 추출하기 위한 배경 제거(Background Subtraction) 단계는 실시간 감시시스템(Real-time Surveillance System)에서 중요한 과정 중에 하나이다. 배경 제거를 효과적으로 진행하기 위한 배경을 모델링, 배경 유지 보수 방법이 존재하는데, 효율성이 높은 방법으로 적응적 가우시안 혼합 배경 모델링(Adaptive Gaussian Mixture Background Modeling)이 제시되고 있다. 본 논문에서는 이기법을 바탕으로 하여 이러한 실시간 배경 모델링 시스템을 구현하려 하고, 중앙 처리 장치(CPU)가 아닌 그래픽 처리 장치(Graphic Processing Units : GPU)를 사용하여 보다 향상된 방범을 구현함으로서 관련사항을 제안하려 한다.