• 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.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.176-178
• /
• 2005

In the images of a video camera employed for surveillance, detecting targets by extracting foreground image is of great importance. The foreground regions detected, however, include not only moving targets but also their shadows. This paper presents a novel technique to detect shadow pixels in the foreground image of a video camera. The image characteristics of video cameras employed, a web-cam and a CCD, are first analysed in the HSV color space and a pixel-level shadow detection technique is proposed based on the analysis. Compared with existing techniques where unified criteria are used to all pixels, the proposed technique determines shadow pixels utilizing a fact that the effect of shadowing to each pixel is different depending on its brightness in background image. Such an approach can accommodate local features in an image and hold consistent performance even in changing environment. In experiments targeting pedestrians, the proposed technique showed better results compared with an existing technique.

• 디지털콘텐츠학회 논문지
• /
• 제15권4호
• /
• pp.449-455
• /
• 2014

이동 물체의 검출은 비디오 감시, 보행자의 행동 분석과 같은 컴퓨터 시각 분야에서 매우 중요한 전처리 작업이다. 이는 실제 외부 환경을 대상으로 할 때, 영상 시퀀스에 존재하는 배경의 불규칙한 움직임, 조명 변화, 그림자, 배경 물체의 위상 변화 및 잡음 등으로 인하여 매우 어려운 작업이다. 본 논문에서는 코드북 기반의 전경 검출 알고리즘을 제안한다. 코드북은 입력 영상으로부터 얻어지는 배경화소에 대한 정보 데이터베이스이다. 먼저, 첫 번째 프레임을 배경 영상으로 가정하고 이를 입력 영상과 비교하여 차 영상을 구한다. 구해진 차 영상에는 순수한 이동 물체뿐만 아니라, 잡음까지 포함된다. 둘째로, 전경으로 검출된 화소의 색상과 밝기 값을 가지고 코드북을 조사하여 존재하는 경우 잘못 추출된 전경 화소로 판단하고 전경에서 제거한다. 마지막으로, 다음번 입력되는 프레임을 반복 처리하기 위하여 배경 영상을 새롭게 갱신하는데, 배경 화소로 검출된 화소의 경우에는 현재의 입력 영상으로부터 추정되며, 전경 화소로 검출된 경우에는 이전 배경 영상의 화소 값을 복사하여 사용한다. 제안한 알고리즘을 PETS2009 데이터에 적용한 결과를 GMM 알고리즘과 표준 코드북 알고리즘의 결과와 비교하여 보인다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권12호
• /
• pp.5507-5528
• /
• 2016

In computer vision, salient object is important to extract the useful information of foreground. With active contour analysis acting as the core in this paper, we propose a bottom-up saliency detection algorithm combining with the Bayesian model and the global color distribution. Under the supports of active contour model, a more accurate foreground can be obtained as a foundation for the Bayesian model and the global color distribution. Furthermore, we establish a contour-based selection mechanism to optimize the global-color distribution, which is an effective revising approach for the Bayesian model as well. To obtain an excellent object contour, we firstly intensify the object region in the source gray-scale image by a seed-based method. The final saliency map can be detected after weighting the color distribution to the Bayesian saliency map, after both of the two components are available. The contribution of this paper is that, comparing the Harris-based convex hull algorithm, the active contour can extract a more accurate and non-convex foreground. Moreover, the global color distribution can solve the saliency-scattered drawback of Bayesian model, by the mutual complementation. According to the detected results, the final saliency maps generated with considering the global color distribution and active contour are much-improved.

• 한국컴퓨터정보학회논문지
• /
• 제14권11호
• /
• pp.179-186
• /
• 2009

본 논문은 기존의 Haar 유사 특징 기반 얼굴검출 기법의 한계를 보완하는 수평 및 수직방향픽셀 히스토그램 분석 기반의 머리영역 검출 방법을 제안한다. 제안 기법은 배경차감 영상에서 수평과 수직 방향으로 전경 픽셀의 수를 표시하는 픽셀 히스토그램 영상을 생성한 후, 해리스 코너 검출기법을 이용하여 머리 영역을 특징짓는 특징점을 검출한다. 제안한 방법은 기존의 얼굴 특성 기반 검출에 비해 머리를 포함한 몸체의 수직과 수평 픽셀 히스토그램을 이용함으로써 정면 영상뿐만 아니라 측면 및 후면 영상이나 이마가 가려진 입력 영상의 경우에도 머리 영역을 안정적으로 검출하는 결과를 보여주었다.

• 원예과학기술지
• /
• 제33권4호
• /
• pp.559-565
• /
• 2015

The rind phenotype of watermelon fruits is an important agronomic characteristic in the watermelon market. Inheritance and linkage analyses were performed for three rind-related traits that together determine the rind phenotype: foreground stripe pattern, rind background color, and depth of rind color. The inheritance of the foreground stripe pattern was analyzed using three different $F_2$ populations, showing that the striped pattern is dominant over the non-striped pattern. The inheritance analysis of the rind background color was performed using $F_2$ populations of the '10909' and '109905', and the depth of rind color was analyzed using $F_2$ populations of the '90509' and '109905'. Yellow color was found to be dominant over green color, and a deep color was dominant over the standard color. Linkage analysis of the three traits was conducted using three $F_2$ populations in which two traits were segregating. Each pair of traits was inherited independently, which demonstrated that the three traits are not linked. Therefore, we propose a three-locus model for the determination of rind phenotype, providing novel insight that rind phenotype is determined by the combination of three genetically independent loci.

• 한국ITS학회 논문지
• /
• 제7권3호
• /
• pp.38-47
• /
• 2008

비디오 카메라에서 입력된 동영상을 분석하여 교차로에서 교통량을 자동적으로 측정하는 시스템을 설계, 구현하였다. 입력 영상에서 배경과 전경을 분리하기 위하여 3가지 방법을 비교 분석하였으며 이중에서 좋은 결과를 보여주는 Li의 방법을 선택하였다. 전경 영상에서 연결 성분 분석을 이용하여 각각의 블로브들을 분리하였으며 분리된 블로브들은 블로브 추적기를 이용하여 프레임 별로 추적된다. 가장 기본적인 추적기는 블로브의 크기와 위치 정보들을 이용한다. 블로브들 간에 충돌이 있는 경우에는 블로브 안의 컬러 분포를 이용하는 mean shift 알고리즘이 사용되었다. 제안된 시스템은 실제 교차로 동영상을 이용하여 테스트되었으며 휴리스틱을 추가할 경우, 좋은 감지율과 오차율을 보였다.

• Journal of Electrical Engineering and Technology
• /
• 제10권1호
• /
• pp.372-378
• /
• 2015

Background subtraction is the first processing stage in video surveillance. It is a general term for a process which aims to separate foreground objects from a background. The goal is to construct and maintain a statistical representation of the scene that the camera sees. The output of background subtraction will be an input to a higher-level process. Background subtraction under dynamic environment in the video sequences is one such complex task. It is an important research topic in image analysis and computer vision domains. This work deals background modeling based on modified adaptive Gaussian mixture model (GMM) with three temporal differencing (TTD) method in dynamic environment. The results of background subtraction on several sequences in various testing environments show that the proposed method is efficient and robust for the dynamic environment and achieves good accuracy.

• 한국멀티미디어학회논문지
• /
• 제8권10호
• /
• pp.1314-1321
• /
• 2005

비디오에 의한 감시 및 관측(VSAM; Video Surveillance And Monitoring)에서 동적 영역의 검출에 의한 전경의 추출은 가장 기본이 되는 작업이다. 그런데 추출된 전경에는 동적인 물체뿐 아니라 물체의 그림자도 포함되게 되며, 이는 후행하는 비디오 영상의 처리 작업에서 오류를 발생시키는 요인이 된다. 이의 제거를 위하여 본 논문에서는 VSAM 카메라 영상의 전경 내 그림자 화소의 새로운 판정 기법을 제안한다. 제안된 기법은 모든 화소에 일률적인 판정 기준을 적용하는 기존의 기법과는 달리 화소의 배경 자기에 따라 그림자에 의한 영향이 달라지는 사실을 확인하고, 이를 그림자 화소 판정에 이용한다 이와 같은 접근법은 영상내 국부적인 특성을 자연스럽게 수용할 수 있게 하고, 변화하는 환경 내에서도 성능을 유지할 수 있게 한다. 제안된 기법은 실제 실험에서 기존의 기법과 비교하여 향상된 결과를 보였다.

• 스마트미디어저널
• /
• 제13권8호
• /
• pp.39-48
• /
• 2024

최근 초분광 영상을 활용하여 작물의 생육 분석 및 질병을 조기에 진단하는 다양한 연구들이 등장하였지만, 수많은 스팩트럼 밴드를 사용하거나 최적의 밴드를 탐색하는 것은 어려운 문제로 남아 있다. 본 논문에서는 초분광 영상을 이용한 딥러닝 기반의 최적화된 작물 영역 스펙트럼 밴드를 탐색하는 방법을 제안한다. 제안한 방법은 초분광 영상 내 RGB 영상을 추출하여 Vision Transformer 기반 Segformer을 통해 배경과 전경 영역을 분할한다. 분할된 결과는 그레이스케일 전환한 초분광 영상 각 밴드에 투영 후 전경과 배경 영역의 평균 픽셀 비교를 통해 작물 영역의 최적화된 스펙트럼 밴드를 탐색한다. 제안된 방법을 통해 전경과 배경 분할 성능은 평균 정확도 98.47%와 mIoU 96.48%의 성능을 나타내었다. 또한, mRMR 방법에 비해 제안 방법이 작물 영역 밀접하게 연관된 NIR 영역에 수렴하는 것을 확인하였다.