• 한국ITS학회 논문지
• /
• 제7권1호
• /
• pp.32-41
• /
• 2008

비디오를 이용한 비전기반 감시에서 움직이는 객체의 추적은 GMM (Gaussian Mixture Model)을 사용한 배경영상과 현재영상의 차이법을 이용한다. 문턱치를 통해 생성된 이진영상을 이용하여 객체 추적을 할 경우 객체 정보가 아닌 그림자에 의하여 객체가 병합되는 현상이 나타난다. 본 논문에서는 신경망(Backpropagation Neural Network)을 이용하여 그림자를 제거하는 방법을 제안하였다. 10개의 동영상에서 객체영역과 캐스트그림자(Cast-Shadow)영역의 훈련용 이미지에서 특징 값을 추출하여 신경망을 훈련시켰다. 캐스트그림자를 제거하는 방법은 이진영상의 객체로 추정되는 영역에서 그림자를 분리하는 방법을 기초로 하며 기존의 그림자 제거 알고리즘 (SNP, SP, DNM1, DNM2, CNCC)보다 그림자 제거 성능이 (16.2%, 38.2%, 28.1%, 22.3%, 44.4%)로 높게 나타났다.

• 한국통신학회논문지
• /
• 제28권12C호
• /
• pp.1200-1208
• /
• 2003

비디오 데이터에 존재하는 감정을 처리하는 것은 지능적인 인간과 컴퓨터와의 상호작용을 위해서 매우 중요한 일이다. 이러한 감정을 추출하기 위해서는 비디오로부터 감정에 관련된 특징들을 검출하기 위한 컴퓨팅 모델을 구축하는 것이 바람직하다. 본 논문에서는 비디오 셧에 존재하는 저급 특징들의 확률적인 분포를 이용하여 감정 이벤트 발생에 관련된 통계학적인 모델을 제안한다. 즉, 비디오 셧의 기본적인 특징을 추출하고 그 특징을 통계적으로 모델화 하여 감정을 유발하는 셧을 찾아낸다. 비디오 셧의 특징으로는 칼라, 카메라 모션 및 셧 길이의 변화를 이용한다. 이러한 특징들을 EM(Expectation Maximization) 알고리즘을 이용하여 GMM(Gaussian Mixture Model) 으로 모델링하고, 감정과 시간과의 관계를 MLE(Maximum Likelihood Estimation)를 이용하여 시간에 따른 확률분포 모델로 구성한다. 이런 두 개의 통계적인 모델들을 융합하여 베이시안 분류법을 적용하여 비디오 데이터로부터 감정에 관련된 셧을 찾아낸다.

• 한국전자통신학회논문지
• /
• 제9권9호
• /
• pp.977-982
• /
• 2014

본 논문에서는 고화질 IP 카메라로부터 입력되는 영상으로부터 실시간으로 화염을 검출할 수 있는 시스템을 제안한다. 먼저 FFmpeg 라이브러리를 이용하여 비디오 파일을 오픈하는 것처럼 IP 카메라로부터 전송되는 RTSP 스트림을 직접 오픈한다. 두 번째는 입력영상으로부터 혼합 가우시안 모델을 이용하여 배경영상을 추출한다. 그 다음에는 입력 영상과 배경영상간의 차신호로부터 전경영상을 구한다. 분리된 전경영상은 수학적 모폴로지 연산을 거쳐 후보영역으로 간주한다. 후보영역의 색정보와 화염의 동적 특성을 분석하여 최종적으로 화염을 검출한다. 실험 결과를 통하여 제안하는 방법이 화염을 검출하는 데 효과적인 것을 보인다.

• 디지털콘텐츠학회 논문지
• /
• 제14권1호
• /
• pp.117-124
• /
• 2013

본 논문에서는 고정된 카메라로부터 획득한 연속된 이미지 시퀀스를 이용하여 조명 변화에 강건한 운동 객체를 추출하는 방법을 제안한다. 운동 객체 추출 시 가장 문제가 되는 것은 조명과 잡음에 의한 영향이다. 시간의 변화에 따른 조명의 변화로 어두운 영역에 의한 가려짐 현상이 발생할 경우 객체 영역을 판단하기가 쉽지 않다. 본 논문에서는 잡음에 강건한 방법인 가우시안 혼합 모델을 이용하여 운동객체를 추출 하였으며, 조명에 대한 영향을 최소화 하고자 대표 조명 영상을 정의하고 이를 통하여 입력 영상에 대한 조명 성분을 제거하는 방법을 제안한다.

• Smart Structures and Systems
• /
• 제5권1호
• /
• pp.95-117
• /
• 2009

In this paper, the time series based damage detection algorithms developed by Nair, et al. (2006) and Nair and Kiremidjian (2007) are applied to the benchmark experimental data from the National Center for Research on Earthquake Engineering (NCREE) in Taipei, Taiwan. Both acceleration and strain data are analyzed. The data are modeled as autoregressive (AR) processes, and damage sensitive features (DSF) and feature vectors are defined in terms of the first three AR coefficients. In the first algorithm developed by Nair, et al. (2006), hypothesis tests using the t-statistic are applied to evaluate the damaged state. A damage measure (DM) is defined to measure the damage extent. The results show that the DSF's from the acceleration data can detect damage while the DSF from the strain data can be used to localize the damage. The DM can be used for damage quantification. In the second algorithm developed by Nair and Kiremidjian (2007) a Gaussian Mixture Model (GMM) is used to model the feature vector, and the Mahalanobis distance is defined to measure damage extent. Additional distance measures are defined and applied in this paper to quantify damage. The results show that damage measures can be used to detect, quantify, and localize the damage for the high intensity and the bidirectional loading cases.

• 한국ITS학회 논문지
• /
• 제10권1호
• /
• pp.84-90
• /
• 2011

본 논문은 텔레매틱스 환경에서 문장독립형 화자인증을 이용한 VoIP 음성 보안통신기술을 제안한다. 보안통신을 위해 송신측에서는 화자의 음성정보로부터 생성된 공개키를 통해 음성 패킷을 암호화하여 수신측에 전송함으로써 중간자 공격에 대항한다. 수신측에서는 수신된 암호화된 음성패킷을 복호화한 후에 추출된 음성 특징과 송신측으로부터 수신받은 음성키를 비교하여 화자인증을 수행한다. 제안된 방식에서는 Gaussian Mixture Model(GMM)-supervector를 Bayesian information criterion (BIC) 방식과 Mahalanobis distance (MD) 방식을 이용한 Support Vector Machine (SVM) 커널에 적용하여 문장독립형 화자인증 정확도를 향상시켰다.

• 정보처리학회논문지B
• /
• 제13B권5호
• /
• pp.515-524
• /
• 2006

배경추출은 비디오 감시 시스템에서 움직이는 물체를 찾는데 중요한 기술이다. 본 논문에서는 벡터 정렬을 이용한 새로운 온라인 컬러 배경 추출 방법을 제안한다. 제안된 방법에서 배경은 물체보다 발생빈도가 높다는 사실을 이용하여, 연속된 프레임의 컬러화소 값들의 벡터 미디언을 그 화소에서의 배경이라 간주한다. 본 알고리즘에서 현재 프레임의 물체는 얻어진 배경과의 거리가 문턱치보다 큰 화소들의 집합으로 구성된다. 알고리즘의 성능을 평가하기 위하여 온라인 가우시안 혼합 모델(Gaussian Mixture Model)을 이용한 다중 배경추출 방법과 비교하였으며, 비교결과 유사 또는 우월한 실험 결과를 확인하였다.

• 정보처리학회논문지B
• /
• 제18B권4호
• /
• pp.173-180
• /
• 2011

본 논문은 GPU(Graphics Processing Unit) 에서 CUDA(Compute Unified Device Architecture)를 사용하여 실시간으로 객체를 분할하는 방법을 소개한다. 최근에 감시 시스템, 오브젝트 추적, 모션 분석 등의 많은 응용 프로그램들은 실시간 처리가 요구된다. 이러한 단계의 선행부분인 객체 분할 기법은 기존 CPU 기반의 시스템으로는 실시간 처리에 제약이 발생한다. NVIDIA에서는 Parallel Processing for General Computation 을 위해 그래픽 하드웨어 제약을 개선한 CUDA platform을 제공하고 있다. 본 논문에서는 객체 추출 단계에 대표적인 적응적 가우시안 혼합 배경 모델링(Adaptive Gaussian Mixture Background Modeling) 알고리즘과 Classification 기법으로 사용되는 CCL (Connected Component Labeling) 알고리즘을 적용하였다. 본 논문은 2.4GHz를 갖는 Core2 Quad 프로세서와 비교하여 평가하였고 그 결과 3~4배 이상의 성능향상을 확인할 수 있었다.

• 한국음향학회지
• /
• 제29권1호
• /
• pp.82-90
• /
• 2010

본 논문에서는 HMM기반 음성합성시스템에서 합성음의 음질 개선을 위한 방법으로 스펙트럼 정보에 기반한 여기신호 추출방법을 제안한다. 제안된 방법은 스펙트럼 정보와 여기신호를 함께 통계적 모델로 만든 후에 합성 과정에서 스펙트럼 정보를 기반으로 여기신호를 추출해 냄으로써 스펙트럼 파라메터에 가장 적합한 여기신호를 사용할 수 있다. 제안된 방법으로 합성음의 음질을 MUSHRA 테스트 및 WB-FESQ점수를 통해 확인해 본 결과, 비슷한 조건에서 기존에 사용되는 STRAIGHT 방법을 이용한 합성음보다 좋은 음질을 얻을 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제20권3호
• /
• pp.424-431
• /
• 2020

본 논문은 사용자 위치를 인식하여 공을 자동으로 서브하는 테니스 훈련용의 로봇 개발을 목적으로 한다. 로봇 기술을 스포츠 분야에 활용하는 경우, 야외 환경 및 스포츠 경기 방식의 특수성에 기인하여 시각, 음성과 같은 모달리티 인식에 다양한 문제점이 존재한다. 영상 정보를 이용하여 경기장 내의 사용자 가로 및 깊이 방향의 위치를 인식하는 과정에서, 네트 주위에서의 사용자 자세 변화에 따른 위치 오차 감소를 위해 가우시안 혼합 모델 및 칼만 필터를 적용하고, 이에 따라 해당 위치로 공을 서브하는 기능을 구현하고자 한다. 이를 위해 팬 틸트 기반의 움직임이 가능한 로봇 구동부 및 공압 제어 기반의 공을 발사하는 기능을 구현하고, 이를 다계층의 소프트웨어 구조로 구성하였다. 최종적으로 실험을 통한 추적 기능 및 훈련용 장치의 실효성 및 보완점을 논하고자 한다.