• Journal of Multimedia Information System
• /
• 제4권4호
• /
• pp.225-232
• /
• 2017

Understanding actions in videos is an important task. It helps in finding the anomalies present in videos such as fights. Detection of fights becomes more crucial when it comes to sports. This paper focuses on finding fight scenes in Hockey sport videos using blur & radon transform and convolutional neural networks (CNNs). First, the local motion within the video frames has been extracted using blur information. Next, fast fourier and radon transform have been applied on the local motion. The video frames with fight scene have been identified using transfer learning with the help of pre-trained deep learning model VGG-Net. Finally, a comparison of the methodology has been performed using feed forward neural networks. Accuracies of 56.00% and 75.00% have been achieved using feed forward neural network and VGG16-Net, respectively.

• International Journal of Advanced Culture Technology
• /
• 제10권2호
• /
• pp.252-259
• /
• 2022

Artificial intelligence is used in fusion with image processing techniques using cameras. Image processing technology is a technology that processes objects in an image received from a camera in real time, and is used in various fields such as security monitoring and medical image analysis. If such image processing reduces the accuracy of recognition, providing incorrect information to medical image analysis, security monitoring, etc. may cause serious problems. Therefore, this paper uses a mixture of YOLOv4-tiny model and image processing algorithm and uses the COCO dataset for learning. The image processing algorithm performs five image processing methods such as normalization, Gaussian distribution, Otsu algorithm, equalization, and gradient operation. For RGB images, three image processing methods are performed: equalization, Gaussian blur, and gamma correction proceed. Among the nine algorithms applied in this paper, the Equalization and Gaussian Blur model showed the highest object detection accuracy of 96%, and the gamma correction (RGB environment) model showed the highest object detection rate of 89% outdoors (daytime). The image binarization model showed the highest object detection rate at 89% outdoors (night).

• 방송공학회논문지
• /
• 제5권2호
• /
• pp.281-289
• /
• 2000

영상을 획득하는 과정에 있어서 영상 획득 장치 또는 피사체의 흔들림은 영상에 손상을 가져온다. 이러한 손상을 움직임 열화(motion blur)라고 부르며, 영상의 선명도를 떨어뜨리는 주된 원인이 된다. 최근 연구에서 밝힌 극점자취 방법을 통해 주어진 열화영상에서 열화의 PSF(Point Spread Function) 특성을 구하는데 사용되는 중요한 파라메터를 추출 할 수 있다. 이러한 극점 자취방법으로, 노이즈에 의한 열화에 관계없이 적은 연산량으로 움직임 열화의 방향을 추출할 수 있다. 본 논문에서는 통계적 극점 자취 접근법을 새롭게 제안한다. 저주파 영역에서 움직임 열화방향의 추정오차를 줄이기 위해 ML(Maximum Likelihood)분류를 통해 오차를 유발하는 극점을 선택하여 가중치를 적용, 그 영향을 최소화한다. 선형 예측법을 사용하여, 불규칙적 자료가 극점으로 선택되는 것을 방지한다 제안된 MALM(Moving average least mean)방법은 두번째로 큰 극점의 검출을 위해 움직임의 정도를 판별하는데 사용된다. MALM방법은 자체적으로 노이즈 제거 과정을 내포하고 있으므로 노이즈가 많은 환경에서도 파라메터를 추출할 수가 있다. 실험에서 우리는 제안된 방법을 통해 얻어진 정보를 사용하여, 열화 된 이미지를 효율적으로 복구해 낼 수 있었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 신호처리소사이어티 추계학술대회 논문집
• /
• pp.405-408
• /
• 2003

This paper proposes a new algorithm for cloudy area detection using K-Means and GHA (Generalized Hebbian Algorithm). K-Means is one of simple classification algorithm, and GHA is unsupervised neural network for data compression and pattern classification. Proposed algorithm is based on block based image processing that size is l6$\times$l6. Experimental results shows good performance of cloudy area detection except blur cloudy areas.

• 융합정보논문지
• /
• 제10권6호
• /
• pp.19-27
• /
• 2020

본 연구에서는 나날이 발전하는 카메라의 해상도 기술과 SNS의 이미지 공유를 통해서 고해상도로 찍은 이미지를 손쉽게 구할 수 있고, 이미지를 통해서 사람의 손가락 지문을 손쉽게 채취하여 이를 악용할 수 있다는 가능성을 고려해 이를 방지하는 기술을 제시한다. 이 기술을 개발하기 위해서는 Python 언어를 이용한 Opencv와 opencv안의 Blur 처리를 해주는 라이브러리 등을 사용한다. 우선 이미지에서 손을 찾아주기 위해서 딥러닝 기반의 학습된 Hand Key point Detection 알고리즘을 사용한다. 이 알고리즘을 이용해 손가락 마디를 찾아 이 마디의 좌표를 이용해 이미지에서의 손가락 지문 부위만을 따로 blur 처리를 해줌으로써 원본 이미지에서의 손상을 최소화하면서 손가락 지문을 보호할 수 있다. 향후 정확한 손가락 추적 알고리즘의 개발로 스마트폰 카메라 app의 내부 옵션으로 사용하여 고해상도의 이미지에서의 지문을 보호할 수 있을 것이다.

• 한국터널지하공간학회 논문집
• /
• 제19권5호
• /
• pp.813-827
• /
• 2017

터널 내의 CCTV 영상은 동적으로 변화하는 요소들에 의해 영향을 받는 다양한 영상들을 촬영한다. 또한, 카메라의 상태 또한 관리 및 배치가 쉽지 않아 터널 내부 환경 변화에 따라 영상이 달라지는 경향이 있다. 본 논문에서는 터널 내에 설치된 CCTV 카메라 영상을 이용해 차량을 탐지하고 그 차량을 지속적으로 추적하는 새로운 방법을 소개한다. 터널 내 CCTV 카메라 영상은 모션블러 효과와 먼지로 인한 렌즈 흐려짐 효과로 인해 바로 차량을 탐지할 수 없다는 문제점이 있다. 본 논문에서는 이를 극복하기 위해 차영상/비-최대 억제 기법과 Haar Cascade 기법 등에 대한 효과 검토 실험을 제안하고 수행하였다. 본 논문에서 제안하는 방법을 통해 터널 내에 설치된 CCTV에서 차량의 탐지와 추적을 효과적으로 수행할 수 있으며 다양한 터널 유고상황을 자동으로 파악하기 위한 중요 정보를 확보할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1709-1712
• /
• 2013

교통 신호등은 운전자 혹은 보행자들의 뚜렷한 시인성 확보를 위해 가능한 주위 배경과 구분되는 색상, 모양, 질감 등으로 구성하여 설치되어 있는 특징을 가지고 있다. 결국 기존 교통 신호등 검출 연구들에서는 대부분 교통 신호등의 색상과 모양을 기반으로 한 검출 연구가 주류를 이루고 있는 것이 사실이다. 하지만, 외부 날씨, 복잡한 시내, 다른 물체와의 겹침 등의 문제로 인해 색상 및 모양 기반의 교통 신호등, motion blur, 검출 오류가 증가 되고 있다. 따라서 본 연구에서는 입력 영상에서 색상정보를 배제하고 motion blur나 밝기 변화에 덜 민감하고 먼 거리에서도 뛰어난 시인성을 가진 spot light 검출을 통해 입력 영상에서 가장 밝은 교통표지판 후보 영역들을 검출한다. 그리고 교통 신호등의 특징인 가능한 원형을 유지하고 있으며 원형 외부 색상과 내부 색상이 현저하게 두드러지는 영역을 maximally stable extremal regions (MSER) 알고리즘을 사용하여 입력 영상에서 후보 영역을 선택한다. 마지막으로, 검출된 영역들에서 교통 신호등 영역을 검출하기 위해 템플릿 매칭 방법을 적용한다. 제안한 방법을 도로 상에서 실험한 결과, 평균 94% 이상의 검출율을 제시하였고, 특히 야간 시간대에 검출율이 비교적 높게 제시되었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.637-639
• /
• 2021

자율주행 연구가 활발히 진행되면서 ADAS(Advanced Driver Assistance System)에서 차량의 위치를 파악하고 경로를 유지하는데 차선 검출은 필수적인 기술이다. 차선 검출은 허프 변환과 RANSAC(Random Sample Consensus)과 같은 영상처리 알고리즘을 이용하여 검출한다. 본 논문은 라즈베리파이3 B+에 OpenCV를 이용하여 선형 도형 검출 알고리즘을 구현하고 있다. OpenCV 가우시안 블러 구조와 캐니 에지 검출을 통해 문턱값을 설정하였고, 선형 검출 알고리즘을 통한 차선 인식에 성공하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.383-388
• /
• 2005

Depth recovery in robot vision is an essential problem to infer the three dimensional geometry of scenes from a sequence of the two dimensional images. In the past, many studies have been proposed for the depth estimation such as stereopsis, motion parallax and blurring phenomena. Among cues for depth estimation, depth from lens translation is based on shape from motion by using feature points. This approach is derived from the correspondence of feature points detected in images and performs the depth estimation that uses information on the motion of feature points. The approaches using motion vectors suffer from the occlusion or missing part problem, and the image blur is ignored in the feature point detection. This paper presents a novel approach to the defocus technique based depth from lens translation using sequential SVD factorization. Solving such the problems requires modeling of mutual relationship between the light and optics until reaching the image plane. For this mutuality, we first discuss the optical properties of a camera system, because the image blur varies according to camera parameter settings. The camera system accounts for the camera model integrating a thin lens based camera model to explain the light and optical properties and a perspective projection camera model to explain the depth from lens translation. Then, depth from lens translation is proposed to use the feature points detected in edges of the image blur. The feature points contain the depth information derived from an amount of blur of width. The shape and motion can be estimated from the motion of feature points. This method uses the sequential SVD factorization to represent the orthogonal matrices that are singular value decomposition. Some experiments have been performed with a sequence of real and synthetic images comparing the presented method with the depth from lens translation. Experimental results have demonstrated the validity and shown the applicability of the proposed method to the depth estimation.

• Current Optics and Photonics
• /
• 제2권1호
• /
• pp.69-78
• /
• 2018

This paper presents a precise edge detection algorithm for the critical dimension (CD) measurement of a Thin-Film Transistor Liquid-Crystal Display (TFT-LCD) pattern. The sigmoid surface function is proposed to model the blurred step edge. This model can simultaneously find the position and geometry of the edge precisely. The nonlinear least squares fitting method (Levenberg-Marquardt method) is used to model the image intensity distribution into the proposed sigmoid blurred edge model. The suggested algorithm is verified by comparing the CD measurement repeatability from high-magnified blurry and noisy TFT-LCD images with those from the previous Laplacian of Gaussian (LoG) based sub-pixel edge detection algorithm and error function fitting method. The proposed fitting-based edge detection algorithm produces more precise results than the previous method. The suggested algorithm can be applied to in-line precision CD measurement for high-resolution display devices.