• 디지털산업정보학회논문지
• /
• 제12권4호
• /
• pp.115-121
• /
• 2016

Recently, it has become an important problem to extract semantic objects from videos, which are useful for improving the performance of video compression and video retrieval. In this thesis, an automatic extraction method of moving objects of interest in video is suggested. We define that an moving object of interest should be relatively large in a frame image and should occur frequently in a scene. The moving object of interest should have different motion from camera motion. Moving object of interest are determined through spatial continuity by the AMOS method and moving histogram. Through experiments with diverse scenes, we found that the proposed method extracted almost all of the objects of interest selected by the user but its precision was 69% because of over-extraction.

• 한국IT서비스학회지
• /
• 제6권1호
• /
• pp.127-140
• /
• 2007

Due to the development of information technologies and new businesses related to moving objects, the need for the storage and analysis of moving object data is increasing rapidly. Moving object data have a spatiotemporal nature which is different from typical business data. Therefore, different methods of data storage and analysis are required. This paper proposes a multidimensional data model and data visualization to analyze moving object data efficiently and effectively. We expect that decision makers can understand the movement pattern of moving objects more intuitively through the proposed implementation.

• 한국멀티미디어학회논문지
• /
• 제10권8호
• /
• pp.967-980
• /
• 2007

동영상에서의 관심 객체를 추출하는 것은 비디오 내용 분석과 비디오 검색 및 압축의 성능을 개선시키는데 큰 역할을 한다. 관심 객체는 단순히 사람 눈의 시선을 끄는 대상물이 아니라 내용전개의 중심이 되거나 제작자가 표현하려고 하는 핵심 객체를 의미한다. 이러한 관심 객체는 움직이는 객체뿐만 아니라 정지해 있는 객체도 될 수 있으나, 사람의 관심을 절차적으로 표현하는 것이 어렵기 때문에 관심 객체를 명확하게 정의하기가 곤란하다. 이에, 본 논문에서는 동영상 샷에서의 움직이는 객체의 위치, 크기, 움직임 패턴의 변화에 대한 조건을 정의하여 필터링에 의해 사람의 관심을 끄는 움직임 관심 객체를 추출하는 방법을 제시하고, 아울러 동영상 샷에서 정지되어 있는 객체에 대해서도 컬러/텍스처 특이성, 위치, 크기, 출현 빈도 등에 대한 조건을 정의하여 정지 관심 객체도 추출할 수 있는 방법을 제안한다. 제안한 방법을 50개의 동영상 샷에 대하여 실험한 결과, 사람이 선정한 움직임 및 정지 관심 객체를 84% 정도 추출할 수 있음을 확인할 수 있었다.

• 한국통신학회논문지
• /
• 제27권8A호
• /
• pp.822-828
• /
• 2002

다제약 접근기반 OF(optical flow) 평가기술이 이동 물체의 인식에 자주 이용되고 있다. 그러나 OF 평가시간 뿐만 아니라 오차 문제로 인하여 사용이 제한되고 있다. 본 논문에서는 sobel 에쥐 검출과 다제약 접근기반 OF를 이용하여 효율적으로 움직임 정보를 추출하는 방법을 제안한다. 먼저 에쥐 검출 후 차영상과 영역분할기법으로 영상열 내 이동물체를 검출하고 임계치 처리로 잡음에 의해 검출된 이동물체들을 제거한다. 그리고 OF 최적 제약선을 찾기 위한 CHT와 Voting 누적을 적용한다. 이때 에쥐 검출과 영역분할을 이용함으로써 연속하는 영상열 내에서 이동 물체를 찾기 위한 CHT 계산시간을 현저히 줄이는 것이 가능하다. CHT 기반의 Voting은 최소자승법을 가미함으로써 오차 또한 감소시킨다. 그리고 제약선에 따른 수많은 점들을 계산하는 작업도 변환된 기울기-교점 파라미터를 사용함으로써 줄어들게 된다. 시뮬레이션 결과 영상 내에서 이동물체 인식비가 증가됨을 보였고 이동물체의 움직임 정보를 제공하는 OF 벡터도 매우 효율적으로 검출됨을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제17권4호
• /
• pp.420-432
• /
• 2014

In detection of moving objects from video sequences, an essential process for intelligent visual surveillance, the cast shadows accompanying moving objects are different from background so that they may be easily extracted as foreground object blobs, which causes errors in localization, segmentation, tracking and classification of objects. Most of the previous research results about moving cast shadow detection and removal usually utilize color information about objects and scenes. In this paper, we proposes a novel cast shadow removal method of moving objects in gray level video data for visual surveillance application. The proposed method utilizes observations about edge patterns in the shadow region in the current frame and the corresponding region in the background scene, and applies Laplacian edge detector to the blob regions in the current frame and the corresponding regions in the background scene. Then, the product of the outcomes of application determines moving object blob pixels from the blob pixels in the foreground mask. The minimal rectangle regions containing all blob pixles classified as moving object pixels are extracted. The proposed method is simple but turns out practically very effective for Adative Gaussian Mixture Model-based object detection of intelligent visual surveillance applications, which is verified through experiments.

• 한국공간정보시스템학회 논문지
• /
• 제11권2호
• /
• pp.99-110
• /
• 2009

현재, 센서네트워크 기술을 이용한 많은 응용들이 개발되고 있다. 이러한 많은 응용 가운데 이동객체 트래킹 기법은 중요한 이슈 중에 하나이다. 그러나 현재 이에 대한 연구는 많은 연구가 이루어지지 않은 상태이며, 존재하는 연구는 다음과 같은 2가지 문제점을 가지고 있다. 첫째, 이동객체의 트래킹을 위해 반복적으로 센서노드를 방문해야하는 오버헤드가 발생한다. 둘째, 여러 이동객체를 동시에 지원하지 못한다. 이러한 문제를 해결하기 위해 본 논문에서는 시그니처 기반의 효율적인 데이터 집계를 이용한 이동객체 트래킹 기법(SigMO-TRK)을 제안한다. 이를 위해, 첫째, 공간 필터링 방법을 이용하여 효과적으로 이동객체들의 궤적을 집계하기 위한 지역적 라우팅 계층트리를 구성한다. 둘째, 시그니처를 사용하여 효율적으로 모든 이동객체들의 궤적에 대한 트래킹을 수행한다. 또한, SigMO-TRK를 확장하여 주어진 질의에 대한 이동객체의 유사궤적을 검색한다. 마지막으로, TOSSIM 시뮬레이터를 사용하여 제안하는 이동객체 트래킹 기법이 기존의 트래킹 기법보다 에너지 효율성 측면에서 우수함을 보인다.

• 한국정보과학회논문지:데이타베이스
• /
• 제35권2호
• /
• pp.169-181
• /
• 2008

대부분의 이동객체들은 공간 네트워크상을 움직이기 때문에, 그들의 궤적을 효과적으로 색인 검색할 수 있는 궤적 기반 색인 구조가 필요하다. 하지만 도로와 같은 공간 네트워크상의 궤적 기반 색인 구조에 대한 연구는 FNR-트리나 MON-트리와 같은 연구가 진행되었을 뿐 연구가 많이 진행되어 있지 않다. 하지만, FNR-트리나 MON-트리 또한 이동객체의 세그먼트만을 저장할 뿐 전체 궤적을 유지하지 못하여, 궤적 질의에 대해 비효율적이다. 따라서 본 논문에서는 공간 네트워크상의 이동객체를 위한 궤적기반 색인 구조인 TMN -Tree(Trajectory of Moving objects on Network-Tree)를 제안한다. 이를 위해, 이동객체를 공간과 시간 특성으로 분류하고, 궤적을 유지함으로써 영역질의와 궤적질의를 동시에 처리할 수 있는 색인 구조를 설계한다. 아울러, 사용자 질의를 시공간영역 내 궤적 질의, 시간영역 내 유사궤적 질의, k-최근접 질의로 분류하고, 이들을 처리하기 위한 질의 처리 알고리즘을 제안한다. 마지막으로 본 논문에서 제안한 궤적 기반 색인 구조가 기존의 색인구조인 FNR-Tree, MON-Tree보다 성능이 향상되었음을 보여준다.

• 한국정보과학회논문지:데이타베이스
• /
• 제30권1호
• /
• pp.52-63
• /
• 2003

현실 세계에서 시간에 따라 연속적으로 위치나 모양이 변하며 이동하는 데이타를 시공간 이동 객체라 한다. 기존의 이동 객체 색인은 R-트리의 구조를 가지기 때문에, dead spare, overlap 등 R-트리의 문제점을 그대로 갖고 있을 뿐만 아니라 고려하는 초점에 따라 이 문제가 더 커진다. 따라서, 이 논문에서는 이 문제점을 해결하기 위하여 MPR-트리(Moving Point R-tree)를 제안한다. 제안된 MPR-트리는 추출 연산을 활용하여 특정 시점 질의 및 시공간 범위 질의를 효과적으로 처리하며, 동일한 이동 객체 위치를 시간에 따라 연결리스트로 연결하여 궤적 질의 처리를 용이하게 처리한다. 기존 이동 객체 색인과 비교한 실험으로부터 이동 객체 질의 처리 및 공간 활용에 대해 추출 연산이 유용하게 산임을 확인하였다. 제안된 MPR-트리는 LBS, GPS를 활용한 차량 관리 시스템, 항법 시스템 등 이동 객체 관리를 위한 시스템에서 활용될 수 있다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.63.5-63
• /
• 2001

In this paper, moving objects tracking and dynamic characteristic analysis are studied. Kohonen´s self-organizing neural network models are used for moving objects tracking and time delay neural networks are used for dynamic characteristic analysis. Instead of objects brightness, neuron projections by Kohonen Networks are used. The motion of target objects can be analyzed by using the differential neuron image between the two projections. The differential neuron image which is made by two consecutive neuron projections is used for center detection and moving objects tracking. The two differential neuron images which are made by three consecutive neuron projections are used for the moving trajectory estimation.

• 한국정보과학회논문지:데이타베이스
• /
• 제33권3호
• /
• pp.283-298
• /
• 2006

TPR-tree는 시간 함수 기반의 색인으로 위치 좌표와 속도 벡터 정보를 이용하여 이동체의 위치를 표현함으로써 현재 및 미래 위치 예측을 위한 질의에 사용된다. 그러나 이동체의 이동방향 및 속도가 특정 임계값을 벗어날 경우 매번 서버에 새로운 위치를 보고하기 때문에 차량과 같이 이동방향과 속도가 빈번하게 변하는 환경에 적용할 경우 서버로의 잦은 보고를 필요로 하게 되어 통신비용을 크게 증가시키는 문제가 있다. 통신비용을 일정하게 유지하기 위해서 이동체의 위치 보고를 일정한 시간 간격으로 수행하게 하는 방법이 있다. 그러나 일정한 시간 간격으로 보고되는 이동체의 위치를 저장하는 경우 보고 간격 사이에 속도와 방향이 변하게 되면 시간에 대한 선형적인 위치 예측 시에 오차가 발생하는 문제가 있다. 이 논문에서는 일정한 시간 간격으로 이동체의 위치보고가 이루어질 때 속도와 방향의 불확실성을 반영하여 이동체의 위치 예측을 하기 위해 도로네트워크 정보를 적용한 질의 처리 기법 및 데이타 저장 구조를 제시한다. 제시된 기법은 도로 네트워크 정보를 이용하여 이동체의 이동 방향을 도로 네트워크 세그먼트의 방향으로 제한함으로써 불확실 영역을 감소시키고 있으며 도로 네트워크 세그먼트의 종류별로 최대 속도를 설정하여 이동 속도와 변화에 대한 불확실성을 제거한다. 실험결과를 통하여 제안된 질의 처리 기법이 미래 위치에 대한 영역 질의 시에 False miss를 발생시키지 않으면서 False hit를 최소화 시키는 것을 확인함으로써 TPR-tree를 이용한 기존의 질의 처리 기법보다 질의 영역의 크기에 따라 최대 60% 이상 위치 예측 정확도가 향상됨을 알 수 있다.