• Journal of Korea Society of Industrial Information Systems
• /
• v.12 no.5
• /
• pp.39-46
• /
• 2007

Research on human identification in ubiquitous environment has recently attracted a lot of attention. As one of those research, gait recognition is an efficient method of human identification using physical features of a walking person at a distance. In this paper, we present a human shape extraction and tracking for gait recognition using geodesic active contour models(GACMs) combined with mean shift algorithm The active contour models (ACMs) are very effective to deal with the non-rigid object because of its elastic property. However, they have the limitation that their performance is mainly dependent on the initial curve. To overcome this problem, we combine the mean shift algorithm with the traditional GACMs. The main idea is very simple. Before evolving using level set method, the initial curve in each frame is re-localized near the human region and is resized enough to include the targe region. This mechanism allows for reducing the number of iterations and for handling the large object motion. The proposed system is composed of human region detection and human shape tracking modules. In the human region detection module, the silhouette of a walking person is extracted by background subtraction and morphologic operation. Then human shape are correctly obtained by the GACMs with mean shift algorithm. In experimental results, the proposed method show that it is extracted and tracked efficiently accurate shape for gait recognition.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.44 no.1
• /
• pp.56-63
• /
• 2007

In this paper, an eye tracking method is presented using a neural network (NN) and mean-shift algorithm that can accurately detect and track user's eyes under the cluttered background. In the proposed method, to deal with the rigid head motion, the facial region is first obtained using skin-color model and con-nected-component analysis. Thereafter the eye regions are localized using neural network (NN)-based tex-ture classifier that discriminates the facial region into eye class and non-eye class, which enables our method to accurately detect users' eyes even if they put on glasses. Once the eye region is localized, they are continuously and correctly tracking by mean-shift algorithm. To assess the validity of the proposed method, it is applied to the interface system using eye movement and is tested with a group of 25 users through playing a 'aligns games.' The results show that the system process more than 30 frames/sec on PC for the $320{\times}240$ size input image and supply a user-friendly and convenient access to a computer in real-time operation.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.633-636
• /
• 2012

최근 디지털카메라와 스마트 폰 등의 모바일 기기가 급속도로 발전 하면서 언제, 어디서나 손쉽게 사진을 찍을 수 있게 되었다. 이런 환경의 변화는 수없이 많은 사진을 양산하게 되었고, 손쉽게 많이 찍은 사진에 대한 분류에 불필요한 시간을 많이 보내게 되었다. 따라서 보다 편리하게 촬영된 사진들을 분류 관리하기에 적합한 자동화된 프로그램이 필요하게 되었다. 이 논문에서는 GPS나 시간 등의 메타 정보에 의존하지 않고 오직 사진의 주 색상을 이용한 히스토그램 특징과 Mean Shift 분류기를 사용하여 대략적인 분류를 시도하려했다. 실험결과를 토대로 살펴보면, 제안된 방법은 사진의 주 색상이 확실한 경우는 잘 분류할 수 있지만 여러 가지 색상이 복잡하게 혼합된 경우와 주 색상을 찾기 어려운 경우에는 분류에 한계가 있음을 알 수 있었다. 따라서 제안된 알고리즘은 사진과 영상들을 개략적인 분류를 실시할 때 주 색상 히스토그램특징이 의미 있는 전역적 특징(Global Feature)중의 하나로 생각된다.

• 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 Society of Computer and Information
• /
• v.17 no.7
• /
• pp.155-166
• /
• 2012

This paper proposes a new method of estimating the hand pose through the Mean-Shift tracking algorithm using the fusion of color and depth information for marker-less augmented reality. On marker-less augmented reality, the most of previous studies detect the hand region using the skin color from simple experimental background. Because finger features should be detected on the hand, the hand pose that can be measured from cameras is restricted considerably. However, the proposed method can easily detect the hand pose from complex background through the new Mean-Shift tracking method using the fusion of the color and depth information from 3D sensor. The proposed method of estimating the hand pose uses the gravity point and two random points on the hand without largely constraints. The proposed Mean-Shift tracking method has about 50 pixels error less than general tracking method just using color value. The augmented reality experiment of the proposed method shows results of its performance being as good as marker based one on the complex background.

• Proceedings of the KIEE Conference
• /
• 2006.07d
• /
• pp.1933-1934
• /
• 2006

이 논문은 비강체 객체에 대한 실시간 추적시 다른 객체에 의한 간섭의 영향을 줄이는 방법을 제시한다. 제시한 방법에서 객체 추적에 대한 알고리즘은 현재 프레임에서 확률적으로 목표의 위치를 찾는 Mean shift 방법에 기초를 두고 있다. 기존의 방법에서는 mean shift 의 파라미터로서 색분포만 사용한다. 하나의 파라미터에만 의존하므로 같은 색분포를 갖는 다른 객체가 추적 영역 내에 들어오게 되면 새로운 객체를 기존 객체로 인식하게 되는 문제가 발생한다. 여기서 우리는 강인한 객체추적을 하기 위해 다른 하나의 파라미터로서 거리정보를 이용을 제안한다. 거리정보에 최적화된 흐름 추정(optical flow estimation)방법을 확장 도입한 강인한 에러 기준(robust error norm) 방법을 사용하여 기존의 객체에게 더 많은 가중치를 주는 방식으로 mean shift 추적 방법을 기초로 하여 강력하게 추적하는 방법을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.456-458
• /
• 2012

손 추적은 HCI 분야에 있어 손쉽게 이용 가능한 정보 전달 방식 중 하나이며 현재까지도 다양한 연구가 진행되고 있다. 이러한 연구의 공통점은 멀티 큐(Multi-cue)를 기반으로 추적한다는 것이다. 멀티 큐를 사용할 경우 큐들을 어떻게 효율적으로 결합하느냐에 따라 추적 성능이 달라진다. 본 논문에서는 강인한 손 추적을 위해 MSEPF(Mean Shift Embedded Particle Filter) 알고리즘에서 적응적인 멀티 큐 통합 방법을 제안한다. 이는 MSEPF 내부에서 각 파티클에 대한 가중치를 적용할 때, 큐들의 계수를 불확실성 기반으로 계산하여 사용하는 것으로 기존의 멀티 큐 통합 방식의 손 추적보다 강인한 추적을 가능하게 한다. 본 논문에서는 컬러, 깊이 정보에서 얻을 수 있는 피부색, 모션, 깊이 정보 기반 큐를 활용하여 손 추적을 수행하며, 실험 결과, 제안하는 방법은 갑작스런 환경 변화에도 강인한 성능을 보였다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.7 no.3
• /
• pp.38-47
• /
• 2008

A vehicle counting system at intersection is designed and implemented using analyzing a video stream from a camera. To separate foreground image from background, we compare three different methods, among which Li's method is chosen. Blobs are extracted from the foreground image using connected component analysis and the blobs are tracked by a blob tracker, frame by frame. The primary tracker use only the size and location of blob in foreground image. If there is a collision between blobs, the mean-shift tracking algorithm based on color distribution of blob is used. The proposed system is tested using real video data at intersection. If some huristics is applied, the system shows a good detection rate and a low error rate.

• Journal of Institute of Control, Robotics and Systems
• /
• v.12 no.8
• /
• pp.746-751
• /
• 2006

In this paper, we present tracking algorithm for the indoor moving object. We research passive method using a camera and image processing. It had been researched to use dynamic based estimators, such as Kalman Filter, Extended Kalman Filter and Particle Filter for tracking moving object. These algorithm have a good performance on real-time tracking, but they have a limit. If the shape of object is changed or object is located on complex background, they will fail to track them. This problem will need the complicated image processing algorithm. Finally, a large algorithm is made from integration of dynamic based estimator and image processing algorithm. For eliminating this inefficiency problem, image based estimator, Mean-shift Algorithm is suggested. This algorithm is implemented by color histogram. In other words, it decide coordinate of object's center from using probability density of histogram in image. Although shape is changed, this is not disturbed by complex background and can track object. This paper shows the results in real camera system, and decides 3D coordinate using the data from mean-shift algorithm and relationship of real frame and camera frame.

• Journal of Digital Convergence
• /
• v.12 no.1
• /
• pp.359-364
• /
• 2014

In this paper, we propose a method for extracting a road area by using the mean-shift method and connected-component method. Mean-shift method is very effective to divide the color image by the method of non-parametric statistics to find the center mode. Generally, the feature points of road are extracted by using the information located in the middle and bottom of the road image. And it is possible to extract a road region by using this feature-point and the partitioned color image. However, if a road region is extracted with only the color information and the position information of a road image, it is possible to detect not only noise but also off-road regions. This paper proposes the method to determine the road region by eliminating the noise with the closing / opening operation of the morphology, and by extracting only the portion of the largest area using a connected-components method. The proposed method is simulated and verified by applying the captured road images.