• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.901-903
• /
• 2005

본 논문은 스테레오 카메라를 이용한 이동 카메라 환경에서 다수의 사람을 검출하여 검출된 사람을 추적하는 방법을 제안한다. 카메라가 이동하게 되면 카메라의 움직임과 검출 대상이 되는 사람의 움직임이 동시에 발생하기 때문에 카메라 움직임을 변환 모델을 사용하여 보정하고, 독립적인 움직임을 추출하여 사람을 검출 하였다. 추적은 검출된 사람 영역의 컬러 분포에 기반하여 평균 이동(Mean Shift) 알고리즘을 적용하였다. 평균 이동 알고리즘은 빠르고 안정적인 성능으로 실시간 추적에 적합하다. 그러나 객체의 컬러 정보만으로는 배경과 컬러 분포가 유사한 객체의 경우 추적에 실패할 수 있는 단점이 있다. 이점을 보완하기 위하여 본 논문에서는 변위 지도(Disparity map)를 결합하여 객체와 배경을 분리하는 깊이 마스크를 생성하였다. 변위 지도를 사용하여 다수의 사람이 등장 할 경우 발생하는 가려짐, 겹침 등 다양한 실내 환경에서 발생하는 문제도 해결 하였다. 본 논문에서 제안하는 알고리즘은 다양한 데이터에 대해서 실험한 결과 정확한 검출과 추적에 우수한 성능을 확인 할 수 있었다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1351-1352
• /
• 2015

본 논문에서는 지능형 영상 감시 시스템에서 보행자를 검출하고 추적을 수행하기 위해 은닉층 활성함수에 가우시안 대신 FCM를 사용한 RBFNNs 패턴분류기와 객체 추적 알고리즘인 Mean Shift를 융합한 시뮬레이터를 개발한다. 시뮬레이터는 검출부과 추적부로 나누며, 검출부에서는 입력 영상으로부터 기울기의 방향성을 이용한 HOG(Histogram of Oriented Gradient) 특징을 구하고 빠른 처리속도를 위해 PCA 알고리즘을 통해 차원수를 축소하고 pRBFNNs 패턴분류기를 통해 보행자를 검출 한다. 다음 추적부에서 객체 추적 알고리즘인 Mean Shift를 이용하여 검출된 보행자 추적을 수행한다.

• Proceedings of the Korean Institute of Communication Sciences Conference
• /
• 2004.07a
• /
• pp.237-237
• /
• 2004

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2009.01a
• /
• pp.207-210
• /
• 2009

Edge detection is an important process in low level image processing. But many proposed methods for edge detection are not very robust to the image noise and are not flexible for different images. To solve the both problems, an algorithm is proposed which eliminate the noise by mean shift algorithm in advance, and then adaptively determine the double thresholds based on gradient histogram and minimum interclass variance, With this algorithm, it can fade out almost all the sensitive noise and calculate the both thresholds for different images without necessity to setup any parameter artificially, and choose edge pixels by fuzzy algorithm.

• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.22 no.3
• /
• pp.312-319
• /
• 2011

In this paper, a new linearization algorithm for DPD(Digital PreDistorter) is suggested. This new algorithm uses DFP(Davidon-Fletcher-Powell) method. This algorithm is more accurate than that of the existing algorithms, and this method renew the best-fit value in every routine with out setting the initial value of step-size. In modeling power amplifier, the memory polynomial model which can model the memory effect of the power amplifier is used. And the overall structure of linearizer is based on an indirect learning architecture. In order to verify for performance of proposed algorithm, we compared with LMS(Least Mean-Squares), RLS(Recursive Least squares) algorithm.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.17 no.1
• /
• pp.123-128
• /
• 2018

In this paper, we propose a multi-vehicle object detection algorithm using feature point matching that tracks efficient vehicle objects. The proposed algorithm extracts the feature points of the vehicle using the FAST algorithm for efficient vehicle object tracking. And True if the feature points are included in the image segmented into the 5X5 region. If the feature point is not included, it is processed as False and the corresponding area is blacked to remove unnecessary object information excluding the vehicle object. Then, the post processed area is set as the maximum search window size of the vehicle. And A minimum search window using the outermost feature points of the vehicle is set. By using the set search window, we compensate the disadvantages of the search window size of mean-shift algorithm and track vehicle object. In order to evaluate the performance of the proposed method, SIFT and SURF algorithms are compared and tested. The result is about four times faster than the SIFT algorithm. And it has the advantage of detecting more efficiently than the process of SUFR algorithm.

• Journal of the Institute of Convergence Signal Processing
• /
• v.19 no.2
• /
• pp.42-46
• /
• 2018

Adaptive signal processing is quite important in various signal and communication environments. In adaptive signal processing methods since the least mean square(LMS) algorithm is simple and robust, it is used everywhere. As the step is varied in the variable step(VS) LMS algorithm, the fast convergence speed and the small excess mean square error can be obtained. Various variable step LMS algorithms are researched for better performances. But in some of variable step LMS algorithms the computational complexity is quite large for better performances. The fixed step LMS algorithm with a low computational complexity merit and the variable step LMS algorithm with a fast convergence merit are combined in the proposed sporadic step algorithm. As the step is sporadically updated, the performances of the variable step LMS algorithm can be maintained in the low update rate using Fibonacci sequence. The performances of the proposed variable step LMS algorithm are proved in the adaptive equalizer.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.1246-1251
• /
• 2006

본 연구에서는 영역 분할 알고리즘과 3차 스플라인 보간법을 이용하여 스테인드 글라스 렌더링을 위한 개선된 유리 타일 생성 알고리즘을 제안하였다. 먼저 유리 타일의 초기 형태를 추출하기 위하여 입력 영상에 Mean shift 분할 알고리즘을 적용하였다. Mean shift 분할 알고리즘은 영상의 각 픽셀(pixel)에서의 지역 밀도 최대 점(local density maximum)을 찾아 클러스터링(clustering)하는 알고리즘으로 영상을 효과적으로 분할할 수 있다. 그리고 분할된 영역에서 영역을 사용자 입력으로 병합하고, 영역에서 부적절한 형태를 없애기 위해 본 연구에서는 형태론적 연산(morphological operation)을 이용하였다. 추출된 영역으로부터 유리 타일의 형태로 만들기 위하여 추출된 각각의 영역에 3차 스플라인 보간법(cubic spline interpolation)을 적용하여 경계가 완화된 영역과 납틀(leading)의 형태를 얻는다. 그 다음 영역을 스플라인 곡선(spline curve)을 이용하여 재분할하고, 각 영역에 변환(transformation)된 색상을 적용하여 최종적인 유리 타일을 만들어낸다. 본 연구에서는 3차 스플라인 보간법을 이용하여 실제 스테인드 글라스에서 생길 수 있는 부드러운 경계를 갖는 유리 타일의 형태를 만들어 이를 스테인드 글라스 렌더링에 이용하였다. 이 방법은 기존의 영역 분할 알고리즘에 형태론적 연산만을 적용하여 유리 타일의 형태를 생성하는 것보다 효과적으로 유리 타일의 형태를 생성할 수 있다. 또한, 생성된 영역에 재분할 과정을 거쳐서 작은 유리 타일이 모여서 이루는 조형적인 형태를 이룰 수 있도록 하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.18 no.11
• /
• pp.2733-2737
• /
• 2014

Motion detection according to the movement and the change area detection method according to the background difference and the motion history image for use in a motion estimation technique using a real-time image, the motion detection method according to the optical flow, the back-projection of the histogram of the object to track for motion tracking At the heart of MeanShift center point of the object and the object to track, while used, the size, and the like due to the motion tracking algorithm CamShift, Kalman filter to track with direction. In this paper, we implemented the motion detection algorithm based on color and shape information of the object and verify.

• Journal of Broadcast Engineering
• /
• v.19 no.3
• /
• pp.329-341
• /
• 2014

Kernel-based mean-shift object tracking has gained more interests nowadays, with the aid of its feasibility of reliable real-time implementation of object tracking. This algorithm calculates the best mean-shift vector based on the color histogram similarity between target model and target candidate models, where the color histograms are usually produced after uniform color-space quantization for the implementation of real-time tracker. However, when the image of target model has a reduced contrast, such uniform quantization produces the histogram model having large values only for a few histogram bins, resulting in a reduced accuracy of similarity comparison. To solve this problem, a non-uniform quantization algorithm has been proposed, but it is hard to apply to real-time tracking applications due to its high complexity. Therefore, this paper proposes a fast non-uniform color-space quantization method using the histogram equalization, providing an adjusted histogram distribution such that the bins of target model histogram have as many meaningful values as possible. Using the proposed method, the number of bins involved in similarity comparison has been increased, resulting in an enhanced accuracy of the proposed mean-shift tracker. Simulations with various test videos demonstrate the proposed algorithm provides similar or better tracking results to the previous non-uniform quantization scheme with significantly reduced computation complexity.