• 방송공학회논문지
• /
• 제22권6호
• /
• pp.724-733
• /
• 2017

바둑 기보를 자동으로 기록하는 기존의 방법들은 대국 중 발생하는 방해물(손 혹은 물체)의 바둑판 가림 현상을 제대로 고려하지 않았다. 방해물에 의해 바둑판이 가려지는 경우 바둑돌의 착수 위치를 인식하지 못하거나, 바둑돌의 착수 순서가 실제와 다르게 저장되는 문제가 발생할 수 있다. 제안된 알고리즘은 방해물이 없는 온전한 바둑판 영상만을 배경 영상으로 내부에 저장하고 배경 영상과 현재 입력 영상을 비교하여 방해물을 인식한다. 그림자가 방해물로 오인식되는 현상을 제거하기 위해 단순한 차 영상이 아닌 미분영상을 기반으로 한 방해물 검출 방법이 제안되었다. 추가로 노이즈에 강인하게 방해물을 인식하기 위한 노이즈 제거 방법도 제안되었다. 방해물이 없는 때는 배경 영상을 지속적으로 갱신한다. 최종적으로 각 순간마다 저장된 배경 영상들을 비교하여 바둑돌의 착수 위치와 바둑돌의 종류를 인식한다. 실험 결과에 따르면 일반적인 조명환경에서 제안된 알고리즘은 95%이상의 인식률을 보여준다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제39권1호
• /
• pp.94-98
• /
• 2015

최근 정보화 및 컴퓨터 비전 기술의 발전과 함께 객체의 인식 및 추적 기능을 가진 CCTV시스템이 다양한 분야에서 연구되고 있다. 하지만 실외환경에서 발생할 수 있는 그림자의 변화, 조명의 변화, 움직이는 요소들과 같은 배경의 변화는 객체 인지성능에 영향을 주게 된다. 따라서 실외환경에서 배경의 변화를 실시간으로 갱신하기 위해 본 논문에서는 다양한 배경 모델링 기법들을 분석하고, 가중치를 기반으로 한 배경 갱신 알고리즘을 제안한다. 실험을 통해 제안한 알고리즘의 객체 검출 성능은 이전 연구의 객체 검출 성능을 유지하며, 오인식 된 객체 수가 이전 연구에 비해 감소됨을 확인하였다.

• 조명전기설비학회논문지
• /
• 제21권4호
• /
• pp.11-18
• /
• 2007

A moving object detection algorithm for surveillance video is here proposed which employs background initialization based on two-stage median filtering and a background updating method based on state transition diagram. In the background initialization, the spatiotemporal similarity is measured in the subinterval. From the accumulated difference between the base frame and the other frames in a subinterval, the regions affected by moving objects are located. The median is applied over the subsequence in the subinterval in which regions share similarity. The outputs from each subinterval are filtered by a two-stage median filter. The background of every frame is updated by the suggested state transition diagram The object is detected by the difference between the current frame and the updated background. The proposed method showed good results even for busy, crowded sequences which included moving objects from the first frame.

• International journal of advanced smart convergence
• /
• 제9권2호
• /
• pp.20-27
• /
• 2020

Sound event detection in real-world environments suffers from the interference of non-stationary and time-varying noise. This paper presents an adaptive noise reduction method for sound event detection based on non-negative matrix factorization (NMF). In this paper, we proposed a deep learning model that integrates Convolution Neural Network (CNN) with Non-Negative Matrix Factorization (NMF). To improve the separation quality of the NMF, it includes noise update technique that learns and adapts the characteristics of the current noise in real time. The noise update technique analyzes the sparsity and activity of the noise bias at the present time and decides the update training based on the noise candidate group obtained every frame in the previous noise reduction stage. Noise bias ranks selected as candidates for update training are updated in real time with discrimination NMF training. This NMF was applied to CNN and Hidden Markov Model(HMM) to achieve improvement for performance of sound event detection. Since CNN has a more obvious performance improvement effect, it can be widely used in sound source based CNN algorithm.

• 한국통신학회논문지
• /
• 제28권11C호
• /
• pp.1161-1168
• /
• 2003

본 논문에서는 음성검출의 성능을 향상시킬 목적으로 정합 필터를 이용한 음성향상 전처리 과정을 통하여 SNR을 개선한 후, 이를 LLR(Log Likelihood Ratio) 검사에 의한 최적 결정방법을 적용하여 확률적인 모델을 기준으로 하는 향상된 음성검출 방법을 제안한다. 또한 기존의 음성검출 방법들에서는 제시되지 않았던 문턱값 갱신 알고리즘을 제안하며, 이 방법을 통해서 기존의 방법들에서 성능이 좋지 않았던 낮은 SNR 환경에서도 음성검출을 할 수 있게 되었다. 마지막으로 컴퓨터 시뮬레이션을 통하여 이미 상용화되어 널리 이용중인 G.729B(ITU-TG.729 Annex B)의 음성검출 결과와 비교를 통해서 제안한 음성검출 방법의 성능의 우수성을 검증하며, 실제적인 환경에도 적용이 가능함을 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제17권4호
• /
• pp.67-74
• /
• 2012

본 논문에서는 비디오 스트림으로부터 움직이는 객체를 추출하기 위해 고유 배경(eigenbackground)을 사용하여 효율적으로 배경을 모델링하는 방법을 제안한다. 배경은 모델링하더라도 시간이 지남에 따라 날씨나 조명의 변화에 따라 변화가 발생하므로 변화 요소를 반영할 수 있도록 배경 모델을 갱신해야 한다. 이를 위해 본 논문에서는 R-SVD 방법에 기반을 두고 배경 모델을 갱신하도록 한다. 이 때 영상 변화도를 정의하여 이 값에 따라 동적으로 배경을 모델링하여 처리시간을단축할 수 있도록 한다. 또한 고유 배경을 사용하는경우 충분한 훈련 데이터를사용해야만 정확한 모델을 생성할 수 있지만 본 논문에서는 적은 수의 데이터만을 사용하여 정확한 모델을 생성할 수 있도록 입력 프레임을 재구성하여 사용한다. 제안한 방법은 초기 고유 배경 모델 및 기존의 주기적으로 배경을 갱신하는 방법과의 비교를 통해 그 우수성을 확인한다.

• 한국컴퓨터정보학회논문지
• /
• 제22권6호
• /
• pp.131-140
• /
• 2017

As video equipments such as CCTV are used for various purposes in fields of society, digital video data processing technology such as automatic motion detection is essential. In this paper, we proposed and implemented a more stable and accurate motion detection system based on background subtraction technique. We could improve the accuracy and stability of motion detection over existing methods by efficiently processing color information of digital image data. We divided the procedure of color information processing into each components of color information : brightness component, color component of color information and merge them. We can process each component's characteristics with maximum consideration. Our color information processing provides more efficient color information in motion detection than the existing methods. We improved the success rate of motion detection by our background update process that analyzed the characteristics of the moving background in the natural environment and reflected it to the background image.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제11권2호
• /
• pp.118-123
• /
• 2011

Video based object tracking normally deals with non-stationary image streams that change over time. Robust and real time moving object tracking is considered to be a problematic issue in computer vision. Multiple object tracking has many practical applications in scene analysis for automated surveillance. In this paper, we introduce a specified object tracking based particle filter used in an environment of multiple moving objects. A differential image region based tracking method for the detection of multiple moving objects is used. In order to ensure accurate object detection in an unconstrained environment, a background image update method is used. In addition, there exist problems in tracking a particular object through a video sequence, which cannot rely only on image processing techniques. For this, a probabilistic framework is used. Our proposed particle filter has been proved to be robust in dealing with nonlinear and non-Gaussian problems. The particle filter provides a robust object tracking framework under ambiguity conditions and greatly improves the estimation accuracy for complicated tracking problems.

• Nuclear Engineering and Technology
• /
• 제53권7호
• /
• pp.2371-2376
• /
• 2021

As the γ-ray energy increases, a reconstructed image becomes noisy and blurred due to the penetration of the γ-ray through the coded mask. Therefore, the thickness of the coded mask was increased for high energy regions, resulting in severely decreased the performance of the detection efficiency due to self-collimation by the mask. In order to overcome the limitation, a modified uniformly redundant array γ-ray imaging system using dual anti-mask method was developed, and its performance was compared and evaluated in high-energy radiation region. In the dual anti-mask method, the two shadow images, including the subtraction of background events, can simultaneously contribute to the reconstructed image. Moreover, the reconstructed images using each shadow image were integrated using a hybrid update maximum likelihood expectation maximization (h-MLEM). Using the quantitative evaluation method, the performance of the dual anti-mask method was compared with the previously developed collimation methods. As the shadow image which was subtracted the background events leads to a higher-quality reconstructed image, the reconstructed image of the dual anti-mask method showed high performance among the three collimation methods. Finally, the quantitative evaluation method proves that the performance of the dual anti-mask method was better than that of the previously reconstruction methods.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제55권2호
• /
• pp.52-61
• /
• 2006

For the detection of moving objects, background subtraction methods are widely used. An adaptive Gaussian mixture model combined with probabilistic learning is one of the most popular methods for the real-time update of the complex and dynamic background. However, probabilistic learning approach does not work well in high traffic regions. In this paper, we Propose a reliable learning method of complex and dynamic backgrounds in high traffic regions.