• 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.

• 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.

• 전자공학회논문지CI
• /
• 제41권1호
• /
• pp.27-37
• /
• 2004

색상 정보를 이용한 프로젝션 화면(projection display)상의 전경물체 검출(foreground object detection)은 조명 변화나 복잡한 배경 때문에 어렵다고 알려져 있다. 본 논문에서는 프로젝터의 입력 영상과 프로젝션 화면을 촬영한 카메라 영상들로부터 얻어진 색상 정보를 이용한 전경물체 검출 방법을 제안한다. 두 영상사이에 기하 왜곡과 색상 왜곡이 존재한다고 가정한다. 두 영상사이의 관련된 화소를 찾기 위해 투영변환방법(projective transformation)을 사용하여 기하 왜곡을 보정한다. 프로젝션화면상에 전경물체가 없을 때 관련된 화소사이의 색상 차이를 프로젝션 화면상의 자연스러운 왜곡으로 모델링한다. 이를 다항식 근사 방법(polynomial fitting)으로 모델링한다. 영상 내 어떤 위치에서 관련된 화소 사이의 차이가 주어진 다항식에서 예측된 색상차이보다 클 때 전경물체가 있는 것으로 간주한다. 실험 및 결과에서 제안된 전경물체 검출 방법이 디지털 데스크(DigitalDesk)같은 프로젝션 화면 시스템에 적용 가능하다는 것을 보였다.

• 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.

• 대한전자공학회논문지SP
• /
• 제47권1호
• /
• pp.9-16
• /
• 2010

이동 객체 검출은 입력 영상에서 배경과 다른 전경 객체를 찾는 것을 말하는 것으로 지능 영상 감시, HCI, 객체 기반 영상 압축 등의 여러 영상 처리 응용 분야에서 필요한 과정이다. 기존의 이동 객체 검출 알고리즘은 상당한 계산량을 요구하여 다채널 영상 감시 응용, 또는 임베디드 시스템에서의 단일 채널의 실시간 응용에 사용하는 데 애로가 많다. 보다 정확한 이동 객체 검출을 위하여 필요한 과정인 전경 마스크 정정은 보통 열림, 닫힘 등의 모폴로지 연산을 통해 수행된다. 모폴로지 연산은 계산량이 적지 않고 게다가 프로세싱 방법이 달라 이동 객체 검출의 다음 단계인 연결 요소 레이블링 루틴과 동시에 처리되기 어렵다. 본 논문에서는 먼저 모폴로지 연산과는 달리 연결 요소 레이블링 루틴에서 사용되는 주변 픽셀 점검 과정을 활용한 전경 마스크 정정 알고리즘인 "주변 전경 픽셀 전파"을 고안하고, 이를 활용하여 전경 마스크 정정과 연결 요소 레이블링이 동시에 수행될 수 있는 이동 객체 검출 방법을 제안한다. 실험을 통해, 제안된 이동 객체 검출 방법이 기존의 모폴로지 연산을 사용한 방법 보다 정확하게 이동 객체를 검출하였으며, 대상 실험 영상 프레임 및 비디오에 대해서는 최소 4배 이상 신속하게 처리됨을 확인하였다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제2권5호
• /
• pp.317-321
• /
• 2013

This paper proposes a detection algorithm for view reversal in a stereoscopic video using a disparity map and motion vector field. We obtain the disparity map of a stereo image was obtained using a specific stereo matching algorithm and classify the image into the foreground and background. Next, the motion vector field of the image on a block basis was produced using a full search algorithm. Finally, the stereo image was considered to be reversed when the foreground moved toward the background and the covered region was in the foreground. The proposed algorithm achieved a good detection rate when the background was covered sufficiently by its moving foreground.

• 대한임베디드공학회논문지
• /
• 제11권5호
• /
• pp.277-285
• /
• 2016

Moving object detection system has been an emerging research field in various advanced driver assistance systems (ADAS) and surveillance system. In this paper, we propose two optical flow based moving object detection methods at dynamic scenes. Both proposed methods consist of three successive steps; pre-processing, foreground segmentation, and post-processing steps. Two proposed methods have the same pre-processing and post-processing steps, but different foreground segmentation step. Pre-processing calculates mainly optical flow map of which each pixel has the amplitude of motion vector. Dense optical flows are estimated by using Farneback technique, and the amplitude of the motion normalized into the range from 0 to 255 is assigned to each pixel of optical flow map. In the foreground segmentation step, moving object and background are classified by using the optical flow map. Here, we proposed two algorithms. One is Gaussian mixture model (GMM) based background subtraction, which is applied on optical map. Another is adaptive thresholding based foreground segmentation, which classifies each pixel into object and background by updating threshold value column by column. Through the simulations, we show that both optical flow based methods can achieve good enough object detection performances in dynamic scenes.

• 전자공학회논문지
• /
• 제50권5호
• /
• pp.191-198
• /
• 2013

본 논문은 스테레오 동영상에서 깊이 정보와 움직임 정보를 이용하여 좌영상과 우영상이 바뀐 것을 검출하는 기법을 제안한다. 스테레오 정합 기법을 통해 깊이 정보를 얻어 영상을 전경과 배경 영역으로 나누고 움직임 추정 기법을 이용해 움직임 벡터를 얻는다. 제안 기법은 전경이 인접한 배경 쪽으로 움직이거나 배경이 인접한 전경 쪽으로 움직였을 때 가려짐이 발생하는 영역이 배경이라는 것을 이용한다. 그러나 좌영상과 우영상이 바뀐 경우에는 깊이 정보가 반대로 얻어져 전경과 배경 영역도 반대로 얻어지므로 위와 같은 움직임이 있을 경우에 가려짐이 발생하는 영역은 전경이다. 따라서 좌영상과 우영상이 바뀐 것을 검출할 수 있다. 모의실험을 통해 제안 기법이 전경에 의해 배경 영역이 충분히 가려지는 경우 높은 검출률을 보임을 알 수 있다.

• 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.

• 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.