• Journal of information and communication convergence engineering
• /
• 제13권1호
• /
• pp.42-49
• /
• 2015

In laser pointer interaction systems, laser spot detection is one of the most important technologies, and most of the challenges in this area are related to the varying backgrounds, and the real-time performance of the interaction system. In this paper, we present a robust dictionary construction and update algorithm based on a sparse model of background subtraction. In order to control dynamic backgrounds, first, we determine whether there is a change in the backgrounds; if this is true, the new background can be directly added to the dictionary configurations; otherwise, we run an online cumulative average on the backgrounds to update the dictionary. The proposed dictionary construction and update algorithm for laser spot detection, is robust to the varying backgrounds and noises, and can be implemented in real time. A large number of experimental results have confirmed the superior performance of the proposed method in terms of the detection error and real-time implementation.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 학술대회 논문집 정보 및 제어부문
• /
• pp.159-161
• /
• 2004

Many motion object detection algorithms rely on the process of background subtraction, an important technique that is used for detecting changes from a model of the background scene. This paper propose a novel method to update the background model image of a visual surveillance system which is not stationary. In order to do this, we use a background model based on statistical qualities of monitored images and another background model that excluded motions. By comparing each changed area computed from the two background model images and current monitored image, the areas that will be updated are decided.

• 반도체디스플레이기술학회지
• /
• 제18권3호
• /
• pp.1-6
• /
• 2019

Foreground/background segmentation in video sequences is often one of the first tasks in machine vision applications, making it a critical part of the system. In this paper, we present an improved sample-based technique that provides robust background image as well as segmentation mask. The conventional multiple interval sampling (MIS) algorithm have suffer from the unbalance of computation time per frame and the rapid change of confidence factor of background pixel. To balance the computation amount, a random-based pixel update scheme is proposed and a spatial and temporal smoothing technique is adopted to increase reliability of the confidence factor. The proposed method allows the sampling queue to have more dispersed data in time and space, and provides more continuous and reliable confidence factor. Experimental results revealed that our method works well to estimate stable background image and the foreground mask.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권3호
• /
• pp.1377-1389
• /
• 2016

This paper presents a target model update scheme for the mean-shift tracking with background weighted histogram. In the scheme, the target candidate histogram is corrected by considering the back-projection weight of each pixel in the kernel after the best target candidate in the current frame image is chosen. In each frame, the target model is updated by the weighted average of the current target model and the corrected target candidate. We compared our target model update scheme with the previous ones by applying several test sequences. The experimental results showed that the object tracking accuracy was greatly improved by using the proposed scheme.

• 정보처리학회논문지B
• /
• 제14B권5호
• /
• pp.361-368
• /
• 2007

본 논문은 비디오 영상에서 블록기반 차영상을 이용한 연기검출 방법을 제시한다. 제안된 방법은 배경으로부터 변경된 영역 검출 단계, 배경영상 갱신단계, 검출된 영역이 연기인지를 판단하는 단계의 세 단계로 구성된다. 입력 비디오에서 각 프레임의 블록 평균영상을 계산하였으며, 변화영역을 검출하기 위하여 배경영상의 블록평균영상과 입력영상의 블록평균영상의 차이를 사용한다. 블록기반 차영상을 투영하여 변화된 사각영역을 검출한다. 차영상의 투영을 이용한 배경블록평균영상의 갱신방법을 제안한다. 변화영역의 중심위치 및 YUV 색상의 시간적 특징을 이용하여 연기영역을 판단한다.

• 한국도서관정보학회지
• /
• 제40권3호
• /
• pp.317-336
• /
• 2009

다양한 가상공간에 산재하는 많은 분산자원들을 보다 효과적으로 활용하기 위하여 여러 프로토콜들이 개발되어 왔다. 이 연구는 분산 정보자원 검색과 갱신을 위한 SRU, SRU Record Update 프로토콜의 개발 배경, 기능, 구성 요소 등을 살펴봄으로 새로운 표준 프로토콜에 대한 이해를 넓히기 위함이다. 또한 다른 프로토콜과의 비교 및 실제 구현 사례 등을 통하여 자관의 정보자원을 외부에 효과적으로 제공하고, 외부 정보자원을 적절히 활용하려는 도서관 및 정보서비스 기관들에게 상호운용성 보장을 위한 실제적인 방안을 제시하기 위함이다.

• 한국ITS학회 논문지
• /
• 제15권4호
• /
• pp.153-160
• /
• 2016

영상취득 장치를 이용한 지능화된 감시 장치의 개발 기술 또한 발전하고 있다. 비교적 고속으로 움직이는 객체를 탐지해야 하는 분야에서 무엇보다 중요한 것은 배경영상 갱신에 대한 부하를 효과적으로 줄여서 실시간적으로 갱신할 수 있어야 하는데 현재 범용 컴퓨터 능력으로는 질감 등을 특징으로 추출하는 방법 등은 대부분 연산처리의 부하 때문에 적용상의 한계가 있다. 본 논문에서는 적어도 초당 30프레임의 카메라 영상에서 주행 중인 자동차와 같이 고속으로 움직이는 객체를 탐지하는 응용영역에서 실시간으로 배경 영상을 갱신하는 알고리즘을 제시하고, 실제 입력영상에서 객체 영역을 추출하는 시험을 통해 성능을 분석하였다.

• 융합신호처리학회논문지
• /
• 제10권2호
• /
• pp.112-119
• /
• 2009

본 논문에서는 옥외 환경에 강인한 영상 감시알고리듬을 구현하는 과정을 기술하였다. 옥외 감시시스템의 어려운 처리 과정들 중 하나는 배경화면을 효과적으로 갱신하는 것이다. 배경 영상에는 건물, 나무들, 이동하는 구름 및 기타 다른 물체들의 그림자를 포함하기 때문에. 시간과 조명광에 따라 변화한다. 이는 옥외에서의 감시시스템의 성능을 저하시킨다. 따라서 본 논문에서는 배경 영상을 효과적으로 갱신하기 위해 적응 혼합 가우시안 필터와 컬러불변성을 화소레벨에서 적용하여 옥외에서도 강인한 영상 감시알고리듬을 제안하였다. 그 결과, 다양한 그림자가 있는 옥외에서 움직이는 대상 물체를 검출할 수 있음을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제18권3호
• /
• pp.387-391
• /
• 2008

움직이는 객체를 검출하기 위해서 정확한 배경을 사용하기 위해 널리 사용되는 방법으로는 가우시안 혼합 모델이다. 가우시안 혼합 모델은 확률적 학습 방법을 사용하는데, 이 방법은 움직이는 배경일 경우와 이동하던 물체가 정지하는 경우 배경을 정확히 모델링하지 못한다. 본 논문에서는 확률적 모델링을 통해 혼잡한 배경을 모델링하고 객체의 계층적 처리를 통해 보다 정확한 배경으로 갱신할 수 있는 학습 방법을 제안한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 신호처리소사이어티 추계학술대회 논문집
• /
• pp.35-38
• /
• 2003

In this paper, I propose an automatic background extraction method and continuous background updating technique. Because there is a movement of a vehicle and a change of a background is feeble, the area moving through the time axis is looked for and a background and a vehicle image is divided. A way to give dynamically the threshold which divides the image frame into a vehicle image and the background in a space is enforced. Through the repetition of the above-mentioned process, the background pictorial image is gained. Using the karlman filter technique, the update is done so that a background image can obey a climate situation and an environmental change in day and night. A background image processed algorithm is better than the existent one. Through simulation, the feasibility of the algorithm has been verified.