• 정보처리학회논문지B
• /
• 제13B권3호
• /
• pp.255-274
• /
• 2006

비디오에서 움직이는 객체의 외곽선은 객체를 정확하게 분할하기 위하여 매우 중요하다. 그러나 움직이는 객체의 외곽선에는 단락된 외곽선들이 존재하게 된다. 우리는 단락된 외곽선을 연결할 수 있는 새로운 외곽선 연결 알고리즘을 개발하였다. 외곽선 연결 알고리즘은 단락된 외곽선의 말단 픽셀에 사분면을 형성하고 동심원을 구성하면서 반지름 내에서 다른 말단 픽셀을 찾는 탐색을 전진하면서 수행한다. 외곽선 연결 알고리즘은 객체의 외곽선에서 가장 짧게 외곽선을 연결한다. 그리고 시스템은 비디오로부터 배경을 구하여 저장한다. 시스템은 외곽선 연결로부터 객체 마스크를 생성하고, 배경된 저장으로부터 또 하나의 객체 마스크를 생성하여 이 두 개의 객체 마스크를 보완적으로 사용하여 움직이는 객체를 분할한다. 논문의 주요 장점은 정확한 객체 분할을 위한 새로운 객체 외곽선 연결 알고리즘의 개발이다. 제안된 알고리즘은 개발된 새로운 객체 외곽선 연결 알고리즘과 배경 저장을 이용하여 정확한 객체 분할, 다중 객체 분할, 내부에 구멍이 존재하는 객체의 분할, 가느다란 객체의 분할, 그리고 복잡한 배경을 가진 객체를 자동으로 분할하여 보여주었다. 우리는 알고리즘들을 표준 MPEG-4 실험 영상과 카메라로 입력된 실제 영상을 가지고 실험하였다. 제안된 알고리즘들은 매우 효율이 좋으며 펜티엄-IV 3.4GHz CPU에서 평균적으로 QCIF 영상을 1초당 70.20 프레임 그리고 CIF 영상을 1초당 19.7 프레임을 실시간 객체 응용을 위하여 처리할 수 있다.

• 정보처리학회논문지B
• /
• 제8B권5호
• /
• pp.539-548
• /
• 2001

본 연구에서는 배경과 구분되는 이동물체를 추적하기 위한 방법으로 부분 외곽선 정보를 이용한 이동물체 추적 알고리즘을 제안하였다. 이동물체의 추적은 이동물체의 외곽선을 검출한 다음 외곽선 정보를 이동물체의 특징으로 정하여 추적하는 알고리즘을 사용하였다. 먼저 이동물체 외곽선 정보를 이용하여 연속한 동영상 입력에 대하여 속 BMA(Block Matching Algorithm)을 이용하여 움직임 벡터를 추출하고 움직임 벡테를 기초로 이동물체를 추출한다. 다음은 이동물체 초기 특징 벡테 생성단계로서 이동물체에 대한 외곽선을 추출한다. 이동물체의 외곽선 영역 중 상하좌우의 외곽선 일부분을 특징벡터로 정한다. 다음은 추적단계로 이전 프레임에서 얻은 특징벡터를 이용하여 현재 프레임에서 이동물체의 추적을 수행하였다. 제안된 알고리즘에 대하여 실제영상을 가지고 이동물체추적 모의 실험을 수행한 결과 기존 능동 윤곽선 추적알고리즘은 물체 외곽선 전체를 추적하기 때문에 물체의 외곽선 길이에 따라 처리시간이 변화하지만 제안된 알고리즘은 이동물체의 외곽선 영역을 특징정보로 하여 추적하기 때문에 추적연산이 간단하였다. 제안된 이동물체 추적알고리즘 중 이동벡터를 추출하는 BMA 연산은 기존 알고리즘 보다 연산량이 약 39%감소였으며, 상하 좌우 외곽선 정보를 이용하여 이동물체를 추적한 결과 추적오차는 특징벡터의 크기가 [$10{\times}5$]일 때 검색오차가 2화소 이하로 양호하게 나타났다. 또한 기본 능동 윤ㅅ곽선 축적알고리즘은 물체 외곽선 크기에 따른 처리시간이 변화하지만 제안된 알고리즘은 특징벡터의 크기가 일정하기 때문에 동일한 처리시간이 필요하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권2호
• /
• pp.128-139
• /
• 2005

동영상에서 움직이는 객체의 외곽선은 객체의 분할을 위하여 매우 중요하다. 그러나 객체의 외곽선에는 끊어진 외곽선(broken boundary)들이 많이 존재한다. 이 논문에서 우리는 새로운 공간 기반 외곽선 연결 알고리즘을 개발하여 끊어진 객체의 외곽선을 연결하였다. 객체 외곽선 연결 알고리즘은 끊어진 외곽선의 말단 픽셀(terminating pixel) 주변에 4분면을 형성한다. 그리고 반지름 범위 내에서 전 방향으로 탐색을 수행하여 가장 가까운 다른 말단 픽셀을 찾아 끊어진 객체의 외곽선을 연결한다. 시스템은 또한 입력된 동영상들로부터 배경을 저장한다. 시스템은 객체의 외곽선 연결 수행 결과로부터 하나의 객체 마스크를 생성하고 저장된 배경으로부터 또 하나의 객체 마스크를 생성하여 이 두 개의 객체 마스크를 함께 사용하여 동영상으로부터 움직이는 객체를 분할한다. 또한 시스템은 Roberts 기울기 연산자를 사용하여 추출된 움직이는 객체로부터 그림자도 제거한다. 제안된 알고리즘의 가장 큰 특징은 더욱 정확한 움직이는 객체의 분할과 내부에 구멍이 존재하는 움직이는 객체의 분할이다. 우리는 개발된 알고리즘을 표준 MPEG-4 테스트 영상과 카메라로 입력된 동영상을 사용하여 실험하였다. 제안된 알고리즘은 매우 좋은 효율을 나타내고 있다. 알고리즘은 2.0GHz Pentium-IV CPU에서 QCIF 영상은 최소한 초당 49 프레임이상 처리할 수 있으며 CIF 영상은 최소한 초당 19 프레임 이상 처리할 수 있다.

• 정보처리학회논문지B
• /
• 제9B권3호
• /
• pp.359-368
• /
• 2002

본 논문에서는 매칭 에러 영상과 이동벡터를 이용한 효율적인 이동물체 외곽선 검출 알고리즘과 부분외곽선 정보를 이용한 이동물체 고속 추적 알고리즘을 제안하였다. 이동물체의 외곽선 검출은 watershed 알고리즘을 기반으로 확률분포함수를 적용하여 seed 영역을 생성하고 seed 영역을 확장하여 이동물체의 윤곽선을 검출한 다음 이동벡터를 이용하여 최종 외곽선을 추출한다. 외곽선 중 일부를 특징으로 하여 이동물체를 추적하는 알고리즘을 사용하였다. 이동물체 초기 특징 벡터는 이동물체의 외곽선 영역 중 상하좌우의 외곽선 일부분을 특징벡터로 정한다. 다음은 추적단계로 이전 프레임에서 얻은 특징벡터를 이용하여 현재 프레임에서 이동물체의 추적을 수행하였다. 실제영상에 대하여 제안된 알고리즘으로 이동물체추적 모의 실험을 수행한 결과 기존 능동 윤곽선 추적알고리즘은 물체 외곽선 전체를 추적하기 때문에 물체의 외곽선 길이에 따라 처리시간이 변화하지만 제안된 알고리즘은 이동물체의 외곽선 영역을 특징정보로 하여 추적하기 때문에 추적 연산이 간단하였다. 고속이동벡터를 추출 BMA 연산은 기존 알고리즘 보다 연산량이 약 39% 감소였고, 이동 물체 외곽선 검출 알고리즘은 과분할 문제점이 발생하지 않았으며, 상하 좌우 외곽선 정보를 이용하여 이동물체를 추적한 결과 추적오차는 특징벡터의 크기가 $(15\times{5)}$일 때 검색오차가 4 화소 이하로 양호하게 나타났다.

• 한국항공운항학회지
• /
• 제18권2호
• /
• pp.16-22
• /
• 2010

This paper proposes the real-time moving object tracking system UAV using color information. Case of object tracking, it have studied to recognizing the moving object or moving multiple objects on the fixed camera. And it has recognized the object in the complex background environment. But, this paper implements the moving object tracking system using the pan/tilt function of the camera after the object's region extraction. To do this tracking system, firstly, it detects the moving object of RGB/HSI color model and obtains the object coordination in acquired image using the compact boundary box. Secondly, the camera origin coordination aligns to object's top&left coordination in compact boundary box. And it tracks the moving object using the pan/tilt function of camera. It is implemented by the Labview 8.6 and NI Vision Builder AI of National Instrument co. It shows the good performance of camera trace in laboratory environment.

• 한국정보통신학회논문지
• /
• 제4권1호
• /
• pp.123-130
• /
• 2000

본 논문은 고정된 카메라에서 얻어진 연속 영상으로부터 능동 윤곽선 모델을 이용하여 이동 물체의 윤곽선을 추출하는 방법을 제안한다. 주위 환경 변화에 강인한 처리를 위해 적응 배경 모델을 사용하였다. 물체 분할 모델은 얻어진 배경 영상과 현재 영상의 차영상으로부터 국부 영상의 임계값 이상의 화소를 찾아 연결한 영역을 분할하며, 형태학적 필터에 의하여 이동 물체의 경계 부분에서 발생하는 잡음을 제거하였다 분할된 이동 물체 윤곽선은 능동 윤곽선 모델을 이용하여 보다 정확한 이동 물체의 경계를 추출한다. 제안한 방법을 사용하여 도로 영상에서 실험한 결과를 보였다.

• 전자공학회논문지T
• /
• 제35T권2호
• /
• pp.28-34
• /
• 1998

본 논문에서는 3차원 영상 처리 시스템을 이용한 이동 물체 추적을 위한 경계선 추출 알고리즘을 제시하였다. 이동 물체의 검출은 입력 영상에서 차 영상 기법을 이용하였고, 이동 물체 검출을 위한 검출 윈도우는 처리시간을 줄이기 위하여 4개의 예상영역과 물체영역으로 구성하였으며, 크기는 이동 물체의 크기와 중심 좌표에 대한 예측 계수에 의해 정하였고, 추적 카메라는 직류 모터에 의해 X, Y 방향으로 이동하도록 하였다. 모형 자동차를 이용하여 알고리즘을 수행한 결과, 최대 추적 시간은 2초였고, 추적 에러는 물체 크기의 6% 이하였다.

• 대한전기학회논문지:전력기술부문A
• /
• 제48권3호
• /
• pp.321-329
• /
• 1999

Moving Object segmentation extracts an interested moving object on a consecutive image frames, and has been used for factory automation, autonomous navigation, video surveillance, and VOP(Video Object Plane) detection in a MPEG-4 method. This paper proposes new segmentation method using difference images are calculated with three consecutive input image frames, and used to calculate both coarse object area(AI) and it's movement area(OI). An AI is extracted by removing background using background area projection(BAP). Missing parts in the AI is recovered with help of the OI. Boundary information of the OI confines missing parts of the object and gives inital curves for active contour optimization. The optimized contours in addition to the AI make the boundaries of the moving object. Experimental results of a fast moving object on a complex background scene are included.

• 대한전자공학회논문지
• /
• 제25권7호
• /
• pp.807-818
• /
• 1988

This paper proposes new algorithms for the estimation of displacement vector and moving object extraction using difference picture. First, the relations between the boundary of moving objects in two consecutive image and the boundary of difference picture regions are analyzed, then displacement vector estimation algorithm is proposed. Using the estimated displacement vector, moving objects are directly extracted from difference picture. Since the proposed algorithms do not process gray-valued image, they have a short processing time and are suitable to real time processing. From the experimental results, we observed that, if difference picture is wel extracted, the proposecd algorithms work well even in the circumstances of complex background, fast or slow motion, rotation etc., including occlusion where is not moving area.

• 대한전자공학회논문지SP
• /
• 제41권5호
• /
• pp.153-163
• /
• 2004

본 논문은 연속 영상에서 능동 윤곽선 모델을 이용하여 불규칙하게 형태가 변하거나 이동 속도가 빠른 물체를 추적하는 새로운 방법을 제안한다. 변형 가능한 형상을 가지는 이동 물체의 경계를 정확하게 추출하기 위해서는 윤곽점들의 국부적인 수렴 방향을 결정하는 것이 매우 중요하다. 이를 위해서, 차 영상 맵을 이용하는 방향성 에너지 항을 Greedy 알고리듬에 추가하여 능동 윤곽선 모델에서 이용되는 새로운 에너지 함수를 정의하였다. 부가적으로 윤곽점들을 안정적으로 수렴시키기 위하여 차 영상 맵의 갱신 규칙을 고안하였다. 실제 연속 영상을 이용한 실험 결과로부터 제안하는 방법은 불규칙하게 형태가 변하거나 이동 속도가 빠른 물체를 효과적으로 추적하는 동시에 그 물체의 경계선이 매 프레임마다 정확하게 추정됨을 보여 주었다.