Gait is defined as "a manor of walking". It can used as a biometric measure to recognize known persons. Gait is an idiosyncratic feature determined by an individual's weight, stride length, and posture combined with characteristic motion. but its feature extracted from images varies with the viewpoint. In this paper, we propose a gait recognition method using a planer homography, which is robust for viewpoint variation. We represent an individual as key-silhouettes. And we endow key-silhouettes with weight calculated using the characteristic of PCA. Experimental result shows that proposed method is robust for viewpoint variation as images synthesised same viewpoint.
The feature points in the uncalibrated stereo vision should represent all the characteristics of an image in multiple resolution, have high precision, and have the robustness against mismatching. This paper proposed an algorithm which detects the corner points in multi-resolution for stereo computer vision. The algorithm has sub-pixel precision, rejects the mismatched points, and corrects the lens distortion. We show the performance of the algorithm by estimating the homography with it.
본 논문에서는 세 대의 카메라를 이용하여 사각지대를 효과적으로 제거하기 위한 파노라믹 비전 시스템(panoramic vision system)을 제안한다. 차량의 후방에는 광각 카메라를 사용하여 후방 거울(rear-view mirror)로부터 보이지 않는 사각지대를 제거하며, 나머지 두 대의 카메라는 측면 거울(side-view mirror)의 아래에 설치하여 측면 거울로 보지 못하는 사각지대를 제거한다. 좀 더 효과적인 사각지대 제거를 위해서 세 대의 카메라에서 얻어지는 영상을 정합하는 방법을 제공한다. 먼저, 후방 카메라에서 얻은 영상을 보정하고, 보정된 영상에서 focus-of-contraction(FOC)을 구한다. 그 뒤에 측방 카메라의 영상과 후방 카메라의 영상 사이의 호모그래피(homography)를 구한다. 그 다음으로 영상을 차도와 배경 영역으로 분리하고, 호모그래피를 사용하여 분리한 차도를 정합하고, 가상의 평면에 배경을 투영하여 최종정합을 완성한다. 마지막으로 정합된 영상을 보다 효과적으로 보여주기 위한 실린더 파노라마 영상, 가상의 Top-view 시스템, 그리고 차량의 다양한 정보와 함께 사각지대 영상을 보여주는 통합 정보 가시화 영상을 생성하여 제공한다.
디지털 카메라의 보급으로 카메라만 있으면 누구나 손쉽게 파노라마 사진을 찍을 수 있다. 파노라마 사진이란 카메라를 삼각대에 고정시킨 후, 일부분을 중첩시키면서 회전하여 얻어진 이미지를 수평으로 이동하여 이미지를 결합시키는 사진이다. 이때 수동으로 사진을 찍을 경우에는 각도가 틀어져 겹쳐지는 부분을 자연스럽게 정합하기 어렵다. 기존의 방법에서는 라벨링을 이용하여 객체를 비교한 후에 결합시키는 방법을 적용하였으나 시간이 많이 소요되고 각각의 이미지를 라벨링하는 과정에서 개체 간의 불일치가 발생하여 정확히 영상을 결합할 수 없는 경우가 발생한다. 따라서 본 논문에서는 처리 속도 개선을 위하여 전체 이미지의 1/3만 라벨링한 후에 객체 간을 비교하여 결함시킨다. 그리고 각도가 틀린 경우에는 특징점을 찾아내는 SURF 알고리즘을 적용하여 각각의 이미지에서 라벨링한 사각형의 4개의 포인터에 대해 1개의 중심점을 구하여 호모그래피를 이용하여 2개의 영상을 자연스럽게 정합한다. 본 논문에서 제안한 파노라마 영상 재구성 방법의 성능을 평가하기 위하여 다양한 이미지를 대상으로 실험한 결과, 기존의 방법보다 영상을 재구성하는데 효과적인 것을 확인하였다.
영상 감시 시스템에서 특정 물체를 추적하기 위해서는 물체에 대한 영상정보를 빠른 시간 내에 정확하게 인식하고 추적하는 방법이 매우 중요하다. 단일 카메라를 이용해서 객체의 추적을 하게 될 경우 가려짐과 같은 문제로 인해 객체 추적의 한계가 존재하게 되고, 복수 카메라를 사용하는 경우 연속적으로 배치된 카메라를 통해 객체를 추적하게 된다. 그러나 객체추적이 완벽하게 이루어지지 않아 추적하고 있는 객체를 놓치는 경우가 발생한다. 이러한 문제를 해결하기 위해서 다수의 카메라를 관심영역 내에 설치해서 동시에 동일한 물체를 여러 각도에서 관찰하는 멀티 영상감시시스템과 같은 방법을 고려해야 한다. 물체 추적에 다수의 카메라를 이용할 경우 정보 취득이 용이하고, 보다 넓은 범위의 공간에서 정확도가 높은 판단을 내리는 것이 가능하다. 본 논문에서는 도로 교차로에 다수의 카메라를 사용할 경우 공간투영기법인 호모그래피를 적용하여 자동차와 같은 동일한 물체를 인식하고 추적하기 위한 방법을 제안하고자 한다.
In this paper, we describe the reorientation method of distorted road sign by using projection transformation for improving recognition rate of road sign. RSR (Road Sign Recognition) is one of the most important topics for implementing driver assistance in intelligent transportation systems using pattern recognition and vision technology. The RS (Road Sign) includes direction of road or place name, and intersection for obtaining the road information. We acquire input images from mounted camera on vehicle. However, the road signs are often appeared with rotation, skew, and distortion by perspective camera. In order to obtain the correct road sign overcoming these problems, projection transformation is used to transform from 4 points of image coordinate to 4 points of world coordinate. The 4 vertices points are obtained using the trajectory as the distance from the mass center to the boundary of the object. Then, the candidate areas of road sign are transformed from distorted image by using homography transformation matrix. Internal information of reoriented road signs is segmented with arrow and the corresponding indicated place name. Arrow area is the largest labeled one. Also, the number of group of place names equals to that of arrow heads. Characters of the road sign are segmented by using vertical and horizontal histograms, and each character is recognized by using SAD (Sum of Absolute Difference). From the experiments, the proposed method has shown the higher recognition results than the image without reorientation.
영상들 간의 2차원 변환을 표현하는 영상 몰핑(morphing)기술은 대상 물체의 위치나 카메라 시점 변화를 반영하지 않기 때문에 부자연스러운 왜곡현상이 발생한다. 또한 기존의 뷰(view) 몰핑 방법은 사후 워핑(postwarping)을 위한 제어점이 필요하고 영상 내 가려짐 등에 대한 제약이 존재한다. 본 논문에서는 비보정(un-calibrated)된 카메라로부터 취득된 두 영상을 이용하여 임의 중간(in-between) 시점에서의 영상을 자동으로 생성하는 새로운 몰핑 알고리즘이 제안된다. 제안된 방법은 두 영상의 기본행렬(fundamental matrix)을 구하여 영상을 교정(rectification)한 다음, 양방향 시차맵(disparity map)을 이용해 선형 보간(linear interpolation)한다. 그리고 대상 영상과 교정된 영상간의 변환행렬(homography)을 역투영(inverse projection)하여 중간영상들을 생성하였다. 제안된 방법은 카메라의 복잡한 보정(calibration)과정과 대상 장면에 대한 3차원 정보가 필요 없기 때문에 사진이나 그림 등에 효과적으로 적용될 수 있다. 다양한 영상에 대한 실험결과로부터 제안된 방법의 성능을 확인하였으며, 생성된 중간영상은 가상 시스템의 시뮬레이션 환경 및 영상통신 등의 분야에 활용될 수 있다.
파노라마 가상현실이란 특정 장소의 경험을 재현하는 방식으로, 현실 세계의 장소에 직접 가보지 않고 가상현실 속의 사물이나 정보를 보다 쉽고 빠르게 탐색하고 습득 할 수 있다. 본 논문에서는, 우리는 이상적인 키 포인트를 탐지하는 동적 프로그래밍을 사용하여 함께 이 지점과 인접한 이미지를 병합하고, 부드러운 색상 전환을 위해 이미지를 혼합하는데 사용된다. FAST와 SURF 탐지는 이미지의 확실한 특징을 찾는데 사용되고, 가장 가까운 이웃 알고리즘은 해당되는 특징을 일치시키는데 사용되며, RANSAC을 사용하여 일치하는 키 포인트를 homography로 판단한다. 이러한 방법으로 이미지를 자동 선택하여 스티칭하는 방법을 사용한다.
본 논문에서는 무인항공기의 근거리 비행체 탐지 및 추적을 위한 영상처리 알고리듬을 제안한다. 제안된 알고리듬은 연속되는 영상에서 계산되는 호모그래피를 사용하여 움직이는 객체를 검출하고 확률적 다수-가설 추적기법으로 검출된 객체가 접근하는 비행체인지의 여부를 판단한다. 이는 항공기의 저고도 비행 시 영상에 보여지는 지표면과 같이 복잡한 배경 위에서 이동하는 비행체를 검출할 수 있고, 비행체의 동역학적 특성을 고려할 수 있기 때문에 색상기반의 비행체 탐지기법보다 향상된 성능을 보여준다. 또한 외부영향에 대한 임계치의 민감도를 현저히 감소시키므로 소형 무인항공기의 저고도 비행실험수행 시 효과적이다. 제안된 영상처리 알고리듬을 실제 비행실험 영상에 적용하여 성능을 검증하였다.
스티칭 기법은 여러 영상에서 추출한 특징점의 디스크립터를 생성하고, 특징점들간의 정합 과정을 통해 하나의 영상으로 만드는 것이다. 각각의 특징점은 128 차원의 정보를 가지고 있고, 특징점의 개수가 증가 할수록 데이터 처리 시간이 증가하게 된다. 본 논문에서는 비디오 영상을 입력 했을 때 고속 파노라마 생성을 위한 특징점 추출 및 정합 기법을 제안한다. 빠른 속도로 특징점 추출을 위해서 FAST(Features from Accelerated Segment Test) 기법을 사용한다. 특징점 정합과정은 기존의 방법과는 다른 새로운 방법을 제안한다. Mean shift를 통해 특징점이 포함된 영역을 추적하여 벡터(vector)를 구하고 이 벡터를 사용하여 추출한 특징점들을 정합하는데 사용한다. 마지막으로 이상점(outlier)을 제거하기 위해 RANSAC(RANdom Sample Consensus) 기법을 사용한다. 입력된 두 영상의 호모그래피(homography) 변환 행렬을 구하여 하나의 파노라마 영상을 생성한다. 실험을 통해 제안하는 기법이 기존의 기법보다 속도가 향상되는 것을 확인하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.