• 한국컴퓨터정보학회논문지
• /
• 제20권9호
• /
• pp.121-128
• /
• 2015

In this paper, we proposed and implemented the effective automatic foreground motion detection algorithm that detect the foreground motion by analyzing the digital video data that captured by the network camera. We classified the background as moving background, fixed background and normal background based on the standard deviation of background and used it to detect the foreground motion. According to the result of experiment, our algorithm decreased the fault detection of the moving background and increased the accuracy of the foreground motion detection. Also it could extract foreground more exactly by using the statistic information of background in the phase of our foreground extraction.

• 한국HCI학회논문지
• /
• 제6권1호
• /
• pp.9-16
• /
• 2011

물체를 3차원으로 모델링 하는 데에 있어서 기존의 연구들은 주로 모델링할 물체 외에 다른 방해 요소가 없는 제한된 환경에서 작업을 수행하였다. 이러한 환경 제약이 없는 일상적인 생활환경에서 물체를 모델링하기 위해서는 관심영역 외의 주변 물체들이 복잡하게 섞여있고 빈번하게 변하는 상황을 고려해야 한다. 본 논문에서는 스테레오 비전 카메라를 이용하여 동적인 환경에서 대상 물체가 포함된 전경 영역을 배경으로부터 분리하고 지속적으로 추적하는 방법을 제안한다. 스테레오 영상으로부터 획득된 거리 정보를 이용하여 색상 정보를 이용할 때보다 환경변화에 강인하게 전경 영역을 분리할 수 있다. 또한 시간적으로 연속된 두 영상에 나타나는 전경 영역은 위치나 상태에 따른 변화가 크지 않으므로 관심영역의 상대적인 거리 분포를 비교하여 추적할 수 있다. 다양한 조건의 동적인 환경에서 전경 영역을 분리 및 추적하는 실험을 통해 본 논문에서 제안하는 방법의 성능을 평가한다. 이를 통해 분리 및 추적된 전경 영역으로부터 물체 영역을 추출하여 3차원 물체 모델링이 가능함을 보인다.

• 디지털융복합연구
• /
• 제11권1호
• /
• pp.243-248
• /
• 2013

본 논문에서는 2D/3D 동영상 변환을 위해 깊이가 할당될 전경을 초점 정보와 색상분석 기반의 그룹화를 이용하여 추출하고, 전경의 깊이를 초점 정보와 움직임 정보를 이용하여 생성하는 방법을 제안하였다. 2D영상에서 전경을 추출하기 위해 영상의 초점 정보의 움직임을 추정하여 전경 후보 영상을 생성하고, 전경 후보 영상에 존재하는 객체 내부의 홀 영역을 색상 분석을 이용한 채움 과정을 수행하여 전경 영역을 추출하였다. 생성된 전경 영역에 깊이를 할당하기 위해 해당 프레임에 존재하는 초점 값을 분석하여 초기 깊이 정보를 생성하고 움직임 정보를 가중하여 깊이 정보를 할당하였다. 생성된 깊이 정보의 품질을 평가하기 위해 기존에 제안된 알고리즘의 결과 영상과 비교하였다.

• 전기학회논문지
• /
• 제60권2호
• /
• pp.441-445
• /
• 2011

In this paper, we propose an algorithm for generating panoramic videos using fixed multiple cameras. We estimate a background image from each camera. Then we calculate perspective relationships between images using extracted feature points. To eliminate stitching errors due to different image depths, we process background images and foreground images separately in the overlap regions between adjacent cameras by projecting regions of foreground images selectively. The proposed algorithm can be used to enhance the efficiency and convenience of wide-area surveillance systems.

• 한국융합학회논문지
• /
• 제8권11호
• /
• pp.271-277
• /
• 2017

영상 처리에서 포그라운드 이미지 추출은 움직이는 대상이나 객체를 인식하려는 경우에 주로 응용된다. 게임에서 포그라운드 이미지에 포함되는 객체들은 주로 캐릭터와 NPC(Non Player Character), 아이템 등이 될 수 있다. 이 객체들은 플레이어들의 이동, 공격, 방어, 수집의 대상이 되는 객체들로 플레이어들의 주요 관심 대상이 될 수 있다. 본 연구는 이러한 배경에서, 플레이어들의 관심 영역을 추출하기 위한 연구이다. 이를 위해, 첫째, 포그라운드 이미지를 추출한다. 둘째, 추출한 포그라운드 이미지를 일정시간 누적시켜서 결과 이미지로 보여준다. 플레이 시간에 따른 누적된 포그라운드 이미지는 객체들의 화면 출현 위치와 빈도를 알 수 있게 도움을 준다. 이 연구는 플레이어들이 관심 영역 설정과 효율적인 UX/UI를 설계하는데 도움을 줄 수 있다.

• 한국통신학회논문지
• /
• 제34권5C호
• /
• pp.505-513
• /
• 2009

본 논문은 모노 카메라로 입력받은 영상에서 실시간으로 전경과 배경을 분리하여 배경을 자연스럽게 대체 하는 방법을 제안한다. 기존 연구는 대부분 단일 색상의 배경을 이용하여 전경 색에 대한 제약이 있거나, 깊이 정보를 추출을 위한 스테레오 카메라와 같은 장치에 대한 제약이 있거나, 제한적인 전경의 모양 모델을 이용하여 분리할 수 있는 전경의 모양에 대한 제약이 있었다. 이에 본 논문에서는 일반적으로 사용되는 웹캠과 같은 고정된 모노 카메라를 이용하여 실시간으로 전경 분리가 가능한 전경 분리 방법을 제안한다. 또한, 전경 분리의 성능 향상을 위하여 통영상의 시간적인 특징 정보를 이용한 시간적 전경 확률 모델을 제안한다. 또한 분리된 전경과 새로운 배경의 자연스러운 합성을 위한 알파 매트를 이용한 경계선 영역 처리방법과 간단한 후 처리 방법을 제안한다. 제안된 방법은 실제의 화상통신에서 개인의 사적인 정보가 포함된 배경을 자연스럽게 대체시켜 개인의 사생활을 보호할 수 있다.

• International Journal of Contents
• /
• 제9권1호
• /
• pp.6-10
• /
• 2013

Foreground estimation in object segmentation has been an important issue for last few decades. In this paper we propose a GrabCut based automatic foreground estimation method using block clustering. GrabCut is one of popular algorithms for image segmentation in 2D image. However GrabCut is semi-automatic algorithm. So it requires the user input a rough boundary for foreground and background. Typically, the user draws a rectangle around the object of interest manually. The goal of proposed method is to generate an initial rectangle automatically. In order to create initial rectangle, we use Gabor filter and Saliency map and then we use 4 features (amount of area, variance, amount of class with boundary area, amount of class with saliency map) to categorize foreground and background. From the experimental results, our proposed algorithm can achieve satisfactory accuracy in object segmentation without any prior information by the user.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.23-29
• /
• 2009

Blob detection is an essential ingredient process in some computer applications such as intelligent visual surveillance. However, previous blob detection algorithms are still computationally heavy so that supporting real-time multi-channel intelligent visual surveillance in a workstation or even one-channel real-time visual surveillance in a embedded system using them turns out prohibitively difficult. In this paper, we propose a fast and precise blob detection algorithm for visual surveillance. Blob detection in visual surveillance goes through several processing steps: foreground mask extraction, foreground mask correction, and connected component labeling. Foreground mask correction necessary for a precise detection is usually accomplished using morphological operations like opening and closing. Morphological operations are computationally expensive and moreover, they are difficult to run in parallel with connected component labeling routine since they need much different processing from what connected component labeling does. In this paper, we first develop a fast and precise foreground mask correction method utilizing on neighbor pixel checking which is also employed in connected component labeling so that the developed foreground mask correction method can be incorporated into connected component labeling routine. Through experiments, it is verified that our proposed blob detection algorithm based on the foreground mask correction method developed in this paper shows better processing speed and more precise blob detection.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권3호
• /
• pp.1264-1286
• /
• 2018

In this paper, a novel background prior-based salient object detection framework is proposed to deal with images those are more complicated. We take the superpixels located in four borders into consideration and exploit a mechanism based on image boundary information to remove the foreground noises, which are used to form the background prior. Afterward, an initial foreground prior is obtained by selecting superpixels that are the most dissimilar to the background prior. To determine the regions of foreground and background based on the prior of them, a threshold is needed in this process. According to a fixed threshold, the remaining superpixels are iteratively assigned based on their proximity to the foreground or background prior. As the threshold changes, different foreground priors generate multiple different partitions that are assigned a likelihood of being foreground. Last, all segments are combined into a saliency map based on the idea of similarity voting. Experiments on five benchmark databases demonstrate the proposed method performs well when it compares with the state-of-the-art methods in terms of accuracy and robustness.

• Current Optics and Photonics
• /
• 제7권4호
• /
• pp.387-397
• /
• 2023

Tooth surface shape error is an important parameter in gear accuracy evaluation. When tooth surface shape error is measured by laser interferometry, the gear interferogram is highly distorted and the gray level distribution is not uniform. Therefore, it is important for gear interferometry to extract the foreground region from the gear interference fringe image directly and accurately. This paper presents an approach for foreground extraction in gear interference images by leveraging the sinusoidal variation characteristics shown by the interference fringes. A gray level mask with an adaptive threshold is established to capture the relevant features, while a local variance evaluation function is employed to analyze the fluctuation state of the interference image and derive a repair mask. By combining these masks, the foreground region is directly extracted. Comparative evaluations using qualitative and quantitative assessment methods are performed to compare the proposed algorithm with both reference results and traditional approaches. The experimental findings reveal a remarkable degree of matching between the algorithm and the reference results. As a result, this method shows great potential for widespread application in the foreground extraction of gear interference images.