• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 하계종합학술대회 논문집(3)
• /
• pp.237-240
• /
• 2001

An image processing and decision making method for the Automatic Surveillance System is proposed. The aim of our Automatic Surveillance System is to detect a moving object and make a decision on whether it is human or not. Various object features such as the ratio of the width and the length of the moving object, the distance dispersion between the principal axis and the object contour, the eigenvectors, the symmetric axes, and the areas if the segmented region are used in this paper. These features are not the unique and decisive characteristics for representing human Also, due to the outdoor image property, the object feature information is unavoidably vague and inaccurate. In order to make an efficient decision from the information, we use a fuzzy rules base system ai an approximate reasoning method. The fuzzy rules, combining various object features, are able to describe the conditions for making an intelligent decision. The fuzzy rule base system is initially constructed by heuristic approach and then, trained and tasted with input/output data Experimental result are shown, demonstrating the validity of our system.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 하계학술대회
• /
• pp.42-45
• /
• 2010

This paper proposes an intelligent video surveillance system for human object tracking. The proposed system integrates the object extraction, human object recognition, face detection, and camera control. First, the object in the video signals is extracted using the background subtraction. Then, the object region is examined whether it is human or not. For this recognition, the region-based shape descriptor, angular radial transform (ART) in MPEG-7, is used to learn and train the shapes of human bodies. When it is decided that the object is human or something to be investigated, the face region is detected. Finally, the face or object region is tracked in the video, and the pan/tilt/zoom (PTZ) controllable camera tracks the moving object with the motion information of the object. This paper performs the simulation with the real CCTV cameras and their communication protocol. According to the experiments, the proposed system is able to track the moving object(human) automatically not only in the image domain but also in the real 3-D space. The proposed system reduces the human supervisors and improves the surveillance efficiency with the computer vision techniques.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 하계학술대회
• /
• pp.298-301
• /
• 2012

This paper presents a graph-based method of detecting and tracking moving objects in H.264/SVC bitstreams for video surveillance applications that makes use the information from spatial base and enhancement layers of the bitstreams. In the base layer, segmentation of real moving objects are first performed using a spatio-temporal graph by removing false detected objects via graph pruning and graph projection, followed by graph matching to precisely identify the real moving objects over time even under occlusion. For the accurate detection and reliable tracking of moving objects in the enhancement layer, as well as saving computational complexity, the identified block groups of the real moving objects in the base layer are then mapped to the enhancement layer to provide accurate and efficient object detection and tracking in the bitstreams of higher resolution. Experimental results show the proposed method can produce reliable results with low computational complexity in both spatial layers of H.264/SVC test bitstreams.

• 대한전자공학회논문지SP
• /
• 제42권5호
• /
• pp.79-84
• /
• 2005

일반적인 카메라의 시야는 사람에 비하여 매우 좁기 때문에 큰 물체를 한 화면으로 얻기 힘들며, 그 움직임도 넓게 감시하기에 어려움 점이 많다. 이에 본 논문에서는 어안 렌즈(Fish-Eye Lens)를 사용하여 넓은 시야의 영상을 획득하고 전방향 감시를 위한 투시(perspective) 영상과 파노라마(panorama) 영상을 복원하는 방법을 제시한다. 영상 변환 과정에서 어안 렌즈의 특성으로 인한 해상도 차이를 보완하기 위하여 여러 가지 영상 보간법을 적용하고 결과를 비교하였다. 그리고 ME(Moving Edge) 방법으로 움직임을 검출하여 다중 물체를 추적할 수 있도록 하였다.

• Journal of Electrical Engineering and Technology
• /
• 제7권1호
• /
• pp.115-123
• /
• 2012

A video analysis system used to detect events in video streams generally has several processes, including object detection, object trajectories analysis, and recognition of the trajectories by comparison with an a priori trained model. However, these processes do not work well in a complex environment that has many occlusions, mirror effects, and/or shadow effects. We propose a new approach to a context-aware video surveillance system to detect predefined contexts in video streams. The proposed system consists of two modules: a feature extractor and a context recognizer. The feature extractor calculates the moving energy that represents the amount of moving objects in a video stream and the stationary energy that represents the amount of still objects in a video stream. We represent situations and events as motion changes and stationary energy in video streams. The context recognizer determines whether predefined contexts are included in video streams using the extracted moving and stationary energies from a feature extractor. To train each context model and recognize predefined contexts in video streams, we propose and use a new ensemble classifier based on the AdaBoost algorithm, DAdaBoost, which is one of the most famous ensemble classifier algorithms. Our proposed approach is expected to be a robust method in more complex environments that have a mirror effect and/or a shadow effect.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.1211-1212
• /
• 2008

In this paper, we propose image process modeling as a part of location based surveillance system for unauthorized target recognition and tracking in harbor, airport, military zone. For this, we compress and store background image in lower resolution and perform object extraction and motion tracking by using sobel edge detection and difference picture method between real images and a background image. In addition to, we use Independent Component Analysis Neural Network for moving target recognition. Experiments are performed for object extraction and tracking of moving targets on road by using static camera in 20m height building and it shows the robust results.

• 융합신호처리학회논문지
• /
• 제10권2호
• /
• pp.112-119
• /
• 2009

본 논문에서는 옥외 환경에 강인한 영상 감시알고리듬을 구현하는 과정을 기술하였다. 옥외 감시시스템의 어려운 처리 과정들 중 하나는 배경화면을 효과적으로 갱신하는 것이다. 배경 영상에는 건물, 나무들, 이동하는 구름 및 기타 다른 물체들의 그림자를 포함하기 때문에. 시간과 조명광에 따라 변화한다. 이는 옥외에서의 감시시스템의 성능을 저하시킨다. 따라서 본 논문에서는 배경 영상을 효과적으로 갱신하기 위해 적응 혼합 가우시안 필터와 컬러불변성을 화소레벨에서 적용하여 옥외에서도 강인한 영상 감시알고리듬을 제안하였다. 그 결과, 다양한 그림자가 있는 옥외에서 움직이는 대상 물체를 검출할 수 있음을 확인하였다.

• 디지털융복합연구
• /
• 제11권10호
• /
• pp.359-366
• /
• 2013

영상보안은 CCTV 카메라, 디지털 저장장치, 영상분석 및 인식기술 등의 발전과 시장 확대로 인하여 실시간 감시 시스템이나 지능형 영상보안 시스템 등의 보다 진화된 기술의 개발을 요구하고 있다. CCTV 카메라 시스템에서 회전이 가능한 PTZ 카메라는 줌인 기능을 가지고 있으므로 물체에 대한 정밀한 영상을 획득할 수 있으나 사각 지대가 발생할 수 있으며 동시에 두 개 이상의 이동하는 물체에 대한 감시가 불가능한 단점을 가지고 있었다. 본 연구는 지능형 동체추적 CCTV 시스템 및 영상 감시 방법에 관한 것으로 전체 영역을 감시하는 하나의 고정 카메라와 두 개 이상의 PTZ 카메라를 사용하여 광범위 영역에서 동시에 이동하는 다수의 물체를 정밀하게 촬영할 수 있는 지능형 영상 보안 시스템을 제안한다.

• 한국인터넷방송통신학회논문지
• /
• 제10권5호
• /
• pp.229-235
• /
• 2010

본 논문은 실시간 감시 카메라 시스템에서 움직임 검출 효율을 높일 수 있는 방법을 제안하였다. 기존 방법인 차영상에 의한 방법과 배경 영상에 의한 객체 추적 방법은 외부에서 촬영되는 동영상에서의 움직이고 있는 객체를 검출하는 것이 상당히 어려운 일이다. 제안 방법은 배경 영상을 바로 이전 프레임과의 차를 구하여 급격하게 움직임이 검출되지 않으면 기존 배경 영상을 유지하고 해당 영역에서 움직임 객체가 사려졌을 때를 감지하여 배경 영상을 갱신하는 방법을 제안하였다. 멧돼지와 사람을 판단하기 위해 검출 영역 안에 있는 움직임 객체 각각에 박스로 표시하였다. 실시간 영상으로 시뮬레이션 한 결과 기존 방법보다 우수한 결과를 보여주었다.

• 한국멀티미디어학회논문지
• /
• 제18권12호
• /
• pp.1432-1438
• /
• 2015

We present a methodology to detect moving shadows in video sequences, which is considered as a challenging and critical problem in the most visual surveillance systems since 1980s. While most previous moving shadow detection methods used hand-crafted features such as chromaticity, physical properties, geometry, or combination thereof, our method can automatically learn features to classify whether image segments are shadow or foreground by using a deep learning architecture. Furthermore, applying Markov Random Field enables our system to refine our shadow detection results to improve its performance. Our algorithm is applied to five different challenging datasets of moving shadow detection, and its performance is comparable to that of state-of-the-art approaches.