• 제어로봇시스템학회논문지
• /
• 제16권3호
• /
• pp.269-276
• /
• 2010

In this paper, we present the detection method of moving objects based on two background models. These background models support to understand multi layered environment belonged in images taken by shaking camera and each model is MBM(Multiple Background Model) and TMBM (Temporal Median Background Model). Because two background models are Pixel-based model, it must have noise by camera movement. Therefore correlation coefficient calculates the similarity between consecutive images and measures camera motion vector which indicates camera movement. For the calculation of correlation coefficient, we choose the selected region and searching area in the current and previous image respectively then we have a displacement vector by the correlation process. Every selected region must have its own displacement vector therefore the global maximum of a histogram of displacement vectors is the camera motion vector between consecutive images. The MBM classifies the intensity distribution of each pixel continuously related by camera motion vector to the multi clusters. However, MBM has weak sensitivity for temporal intensity variation thus we use TMBM to support the weakness of system. In the video-based experiment, we verify the presented algorithm needs around 49(ms) to generate two background models and detect moving objects.

• 한국정보통신학회논문지
• /
• 제15권4호
• /
• pp.957-964
• /
• 2011

영상 안정화(image stabilization)는 흔들림이 있는 영상을 영상처리 기법으로 안정화 시키는 과정을 말한다. PA(projection algorithm)기법을 이용한 디지털 영상 안정화는 쉽게 글로벌 모션을 얻을 수 있어 많이 연구가 되어 왔다. PA기법은 실현이 간단하고 속도가 빠른 장점이 있지만 고정된 탐색범위를 사용함으로 탐색범위를 초과한 떨림을 안정화 시킬 수 없고 또한 큰 떨림을 안정화 하기위하여 탐색범위를 크게 하면 모션 추적에 참여하는 블록이 작아져 적확한 글로벌 모션을 얻지 못하게 된다. 본 논문에서는 기존의 PA기법의 단점을 해결하기 위하여 여러 가지 흔들림의 크기에 절용할 수 있는 IPA(Iterative Projection Algorithm)기법을 제안하여, 차량에서 찍은 연속된 영상 1000프레임에 적용하였을 때 기존의 알고리즘을 사용하고 서로 다른 탐색범위를 사용한 결과보다 PSNR이 최저 6.8%, 최고 28.9% 향상 되었다.

• 한국멀티미디어학회논문지
• /
• 제14권7호
• /
• pp.858-865
• /
• 2011

압축 상태에서 비디오 구조화 및 분류를 하기 위해서는 먼저 압축된 비디오에서 장면전환을 검출해서 비디오를 샷(shot)으로 분리하고 샷내 움직임 정보에 따라 샷을 특징화해야 한다. 장면전환을 검출하는 방법에는 DC 영상의 분산값 이나 복원영상의 에지 픽셀의 분포를 이용한 방법, P-픽쳐의 인트라 블록의 개수를 이용한 방법 등이 있으며 움직임에 따른 샷의 특징 분류는 움직임 벡터의 각 성분들의 평균값을 이용하는 것이 일반적인 방법이다. 그러나 움직임 벡터를 이용한 샷 움직임 분류 방법은 움직임 벡터 자체가 블록의 국부적(local) 움직임을 나타내는 것이므로 글로벌(global)한 카메라 동작을 예측하기 위해서는 많은 제약이 있다. 따라서 본 논문에서는 이러한 것을 보완하기 위해서 MPEG으로 압축된 비디오에서 인트라 프레임을 부분적으로 복호화 하고 빠른 1차원적인 연산을 통해 수평 및 수직 방향으로 평균 밝기 값의 변화 방향을 추정하여 좀더 정확히 샷내 카메라의 움직임을 분류하고자 한다.

• 한국멀티미디어학회논문지
• /
• 제6권7호
• /
• pp.1121-1130
• /
• 2003

본 논문에서는 움직임의 시간적 연속성을 이용한 새로운 움직임 추정 알고리듬을 제안한다. 기존의 전역 탐색 방법 (FSA)에서와 같이 전역 탐색 영역 (GSR)을 정하고, GSR 안에 시간적으로 인접한 블록들의 움직임 벡터들로 예측한 국부 탐색 영역 (LSR)들을 정한다. 여기서 시간적으로 인접한 블록은 이전 프레임의 블록 중 움직임 벡터로 볼 때 현재 프레임에 영향을 끼칠 가능성이 있는 블록이다. 그리고 이 LSR들로 만든 영역에 대해서만 움직임 탐색을 행한다. 모의 실험 결과, 제안한 방법은 기존의 FSA 방법에 비해 탐색 영역을 줄여 계산량을 현저히 낮추면서도 우수한 화질을 유지하는 것을 볼 수 있었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 Proceedings of ISRS 2007
• /
• pp.153-155
• /
• 2007

Korea Meteorological Administration (KMA) has operationally produced Atmospheric Motion Vector (AMV) from the consecutive MTSAT-1R satellite image dataset. Comparing with radiosonde data, our current AMV scheme shows more than 10 m/s RMSE. Therefore we need to improve continuously its accuracy. Many AMV producers have stated that the bad performance of the Height Assignment (HA) algorithm is the main reason of degrading the accuracy of AMV. The uncertainties in AMV HA can occur in the algorithm itself, used NWP profiles, and the performance of Radiative Transfer Model (RTM) etc. This study introduces currently operated AMV HA schemes and the impacts of NWP profile data and RTM that these schemes use were investigated. Finally we analyzed the relationship between vectors by vector tracking and heights assigned to each vector by using collocated wind profile dataset with radiosonde data. This study is a preliminary work to improve the accuracy of AMV by removing or decreasing the uncertainties in AMV estimation.

• 한국ITS학회 논문지
• /
• 제12권6호
• /
• pp.78-86
• /
• 2013

본 논문에서는 효율적인 차량 영상 안정화를 위한 고성능 차량 영상 정보 시스템을 제안한다. 제안된 시스템은 움직임 추정 및 움직임 보상으로 분할하여 설계하였다. 움직임 추정은 지역 모션 벡터 추정 및 불규칙 지역 모션 검출, 전역 모션 벡터 추정으로 구성하였다. 움직임 보상은 추정된 전역 모션 벡터를 사용하여 차량의 영상 흔들림을 보상하기 위해 네 방향에 대하여 보정을 하였다. 설계된 알고리즘은 차량 영상 안정화를 위해 IP에 적용하여 움직임 보정 기술 칩을 설계하였다. 본 논문의 결과, 움직이는 물체에 대한 차량 영상 안정화는 메모리를 사용하지 않고 실시간 처리를 했기 때문에 다른 방법과 비교하여 효율성을 입증하였다. 또한, 블록 정합을 통한 연산으로 계산 시간 감소 효과를 얻었다.

• 대기
• /
• 제22권1호
• /
• pp.1-12
• /
• 2012

The Atmospheric motion vectors (AMVs) derived using infrared (IR) channel imagery of geostationary satellites have been utilized widely for real-time weather analysis and data assimilation into global numerical prediction model. As the horizontal resolution of sensors on-board satellites gets higher, it becomes possible to identify atmospheric motions induced by convective clouds ($meso-{\beta}$ and $meso-{\gamma}$ scales). The National Institute of Meteorological Research (NIMR) developed the high resolution visible (HRV) AMV algorithm to detect mesoscale atmospheric motions including ageostrophic flows. To retrieve atmospheric motions smaller than $meso-{\beta}$ scale effectively, the target size is reduced and the visible channel imagery of geostationary satellite with 1 km resolution is used. For the accurate AMVs, optimal conditions are decided by investigating sensitivity of algorithm to target selection and correction method of height assignment. The results show that the optimal conditions are target size of 32 km ${\times}$ 32 km, the grid interval as same as target size, and the optimal target selection method. The HRV AMVs derived with these conditions depict more effectively tropical cyclone OMAIS than IR AMVs and the mean speed of HRV AMVs in OMAIS is slightly faster than that of IR AMVs. Optimized mesoscale AMVs are derived for 6 months (Feb. 2010-Jun. 2010) and validated with radiosonde observations, which indicates NIMR's HRV AMV algorithm can retrieve successfully mesoscale atmospheric motions.

• 대한전자공학회논문지SP
• /
• 제37권2호
• /
• pp.21-27
• /
• 2000

고속 움직임 추정 방법들에서는, 움직임 추정 오차는 최적 탐색점에서 멀어질수록 단조 증가한다는 성질을 이용하여, 계산량을 줄인다 본 논문에서는 먼저, 참조 탐색점들의 MAE (mean absolute error) 차가 클 때에, 대부분의 움직임 벡터는 작은 MAE의 참조 탐색점 방향에서 나타난다는 통계적 특성을 조사하였다 그러므로, 이 특성을 이용하여 탐색점 수를 줄일 수 있는 고속 움직임 추정 방법을 제안한다 모의 실험 결과, 기존의 고속 움직임 추정 방법들에 비해서는 비슷한 성능을 유지하면서 계산량을 줄일 수 있었다.

• 대한전자공학회논문지SP
• /
• 제46권5호
• /
• pp.56-65
• /
• 2009

스테레오 영상은 단일 영상과는 달리 오른쪽과 왼쪽, 2개의 영상으로 구성되어 있기 때문에 단일 영상에 비하여 더욱 많은 데이터량을 가지게 된다. 따라서 이를 효율적으로 처리하기 위한 영상 압축 기술이 필요하게 되었고, 이를 위해 DPCM기반의 예측 부호화 압축 기술을 대부분의 비디오 압축 표준에서 사용한다. 예측 부호화 기술의 구현을 위해 움직임 추정 및 변이 추정이 필요한데 이를 수행하는 알고리즘으로 여러 가지 비디오 코딩 표준들에서 블록 정합 알고리즘을 사용한다. 블록 정합 알고리즘 중 완전탐색 알고리즘은 기준 블록을 탐색영역 안에 존재하는 모든 블록과 비교하여 최적의 블록을 찾아낸다. 이 알고리즘은 최적의 블록을 찾을 수 있어 효율은 좋으나 많은 연산량이 단점이 된다. 본 논문에서는 스테레오 영상에서 움직임 벡터 정보와 전 프레임의 변이벡터 정보를 이용하여 고속으로 현재 프레임의 변이 벡터를 추정할 수 있는 방안을 제시한다. 변이 벡터 추정시 전역 변이 벡터를 사용하여 탐색 영역을 줄이고, 전 프레임들 사이에서 구한 변이 벡터 정보를 재사용하면서 움직임 벡터 정보를 이용하여 탐색 위치를 제한함으로 연산량을 줄여 고속의 변이 벡터 추정을 가능하게 하였다. 실험결과 제안 알고리즘은 움직임이 많은 복잡 영상 보다는 움직임이 적은 단순 영상에서의 성능이 훨씬 뛰어났으며, 움직임이 적은 단순 영상에서의 변이 벡터 추정 시에 약간의 residual 증가는 있지만 빠른 처리 속도를 제공하여 고속의 변이 벡터 추정을 가능하게 함을 확인하였다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1995년도 추계학술대회 논문집
• /
• pp.1133-1137
• /
• 1995

This paper presents a numerical method of the global search for an optimal geometric path for a manipulator arm amid obstacles. Finite term quintic B-splines are used to describe an arbitrary point-to-point manipulator motion with fixed moving time. The coefficients of the splines span a linear vector space, a point in which uniquely represents the manipulator motion. All feasible geometric paths are searched by adjusting the seed points of the obstacle models in the penetration growth distances. In the numerical implementation using nonlinear programming, the globally optimal geometric path is obtained for a spatial 3-link(3-revolute joints) manipulator amid several hexahedral obstacles without simplifying any dynamic or geometric models.