• 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.

• 융합보안논문지
• /
• 제7권1호
• /
• pp.1-10
• /
• 2007

의미있는 객체를 배경과 분리하는 영상분할기법은 침입자 경보 시스템, 교통 감시 시스템 등에서 중요한 역할을 담당하며, 일반적으로 공간적 동질성이나 시간적 정보를 이용하는 방법으로 나눌 수 있다. 시간적 정보를 이용하는 방법은 프레임간의 화소값이나 에지성분을 이용한다. 화소값 이용은 간단하며 효과적이나 조명 변화 등이 발생할 경우 움직임 검출이 어렵고 에지성분의 이용은 조명의 영향을 받지 않지만 복잡하며 잡음처리에 어려운 점이 있다. 따라서 본 논문은 카메라가 고정된 감시 시스템에서 화소값 비교와 에지 정보를 이용하여 조명등의 영향을 최소화하는 움직임 객체 추출 방법을 제안한다. 이는 조명변화와 배경영상의 존재여부에 따라 세 가지 움직임 객체 추출 방법을 달리 적용하며, 투영과 형태 처리 연산자를 사용하는 후처리과정을 거친 후 움직임 객체를 추출한다. 모의실험 결과 제안알고리즘은 조명변화가 발생하더라도 객체 추출의 결과가 우수함을 보이고 있다.

• 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.

• 한국컴퓨터정보학회논문지
• /
• 제11권4호
• /
• pp.283-289
• /
• 2006

현재 영상분할은 사용자가 원하는 영상을 분할하고, 분할된 객체에 다른 영상을 합성하는 기술에 대해 많은 연구가 진행되어왔다. 본 논문에서는 점진적 영역병합과 유전자 알고리즘을 이용하여 새로운 반자동 영상 분할방법을 제안하였다. 제안된 알고리즘은 사용자가 원하는 객체를 선정한 후, 유전자 알고리즘을 이용해 객체의 경계를 검색한다. 검색된 경계를 기반으로 분수령 알고리즘을 이용하여 사용자가 원하는 객체의 영역을 분할하였다. 분할된 객체에서 불명확한 영역들을 점진적 영역 병합으로 배경과 객체를 분리하였다. 그리고, 알고리즘 개발을 효과적으로 수행하기 위해 GUI기반의 인터페이스를 만들어 사용자가 원하는 값을 적용할 수 있게 하였다. 실험에서는 제한된 방법의 우수성 입증을 위하여 다양한 영상을 분석하였다.

• 한국통신학회논문지
• /
• 제28권2C호
• /
• pp.147-161
• /
• 2003

비디오 객체 분할(Video Object Segmentation)은 MPEG-4 부호화의 핵심기술로 실시간 요구사항을 위해 빠르고 정확하여야 한다. 그러나 대부분의 존재하는 알고리즘은 계산량이 많으며 실시간 응용을 위해 적합하지 않다. 또한 이전 MPEG-4 VM(Verification Model) 기본 모델은 MPEG-4 부호화 처리를 위한 기본 알고리즘을 제공하였으나 실시간 요구사항을 위한 카메라 입력 시스템, 실용적인 소프트웨어 개발, 비디오 객체 분할 그리고 압축효율에 많은 제한이 있다. 이에 본 논문은 기본 MPEG-4 VM모델에 내용 기반 비디오 코딩의 핵심인 VOP 추출알고리즘, 실시간 카메라 입력 시스템, 압축율을 높일 수 있는 움직임 감지 알고리즘을 추가하여 최대 180:1의 압축율을 보여주는 실시간 고압축 MPEG-4 전처리 시스템을 개발하였다.

• 인터넷정보학회논문지
• /
• 제13권4호
• /
• pp.53-62
• /
• 2012

객체분할은 영상처리와 컴퓨터비전분야의 상당히 어려운 연구대상이다. 그레이스케일 영상에 대한 영상분할은 매우 많은 방법이 발표되었으며 다양한 영상특징과 처리방법이 제시되었다. 이러한 방법들은 대개 자연상태의 칼라 영상에 적용되기 어렵다. 본 논문에서는 기하학적인 Active Contour 모델의 수정된 형태, 즉 거리정규화레벨셋(distance regularized level set evolution: DRLSE)을 이용한 방법을 제시하여 스피드 함수가 이러한 칼라요소를 반영하도록 하였으며 실험결과 정확성과 시간효율성에 있어서 우수한 결과를 보여주었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권2호
• /
• pp.945-961
• /
• 2019

Tongue diagnosis is one of the most important diagnostic methods in Traditional Chinese Medicine (TCM). Tongue image segmentation aims to extract the image object (i.e., tongue body), which plays a key role in the process of manufacturing an automated tongue diagnosis system. It is still challenging, because there exists the personal diversity in tongue appearances such as size, shape, and color. This paper proposes an innovative segmentation method that uses image thresholding, gray projection and active contour model (ACM). Specifically, an initial object region is first extracted by performing image thresholding in HSI (i.e., Hue Saturation Intensity) color space, and subsequent morphological operations. Then, a gray projection technique is used to determine the upper bound of the tongue body root for refining the initial object region. Finally, the contour of the refined object region is smoothed by ACM. Experimental results on a dataset composed of 100 color tongue images showed that the proposed method obtained more accurate segmentation results than other available state-of-the-art methods.

• International journal of advanced smart convergence
• /
• 제12권4호
• /
• pp.182-189
• /
• 2023

A recently research, object detection and segmentation have emerged as crucial technologies widely utilized in various fields such as autonomous driving systems, surveillance and image editing. This paper proposes a program that utilizes the QT framework to perform real-time object detection and precise instance segmentation by integrating YOLO(You Only Look Once) and Mask R CNN. This system provides users with a diverse image editing environment, offering features such as selecting specific modes, drawing masks, inspecting detailed image information and employing various image processing techniques, including those based on deep learning. The program advantage the efficiency of YOLO to enable fast and accurate object detection, providing information about bounding boxes. Additionally, it performs precise segmentation using the functionalities of Mask R CNN, allowing users to accurately distinguish and edit objects within images. The QT interface ensures an intuitive and user-friendly environment for program control and enhancing accessibility. Through experiments and evaluations, our proposed system has been demonstrated to be effective in various scenarios. This program provides convenience and powerful image processing and editing capabilities to both beginners and experts, smoothly integrating computer vision technology. This paper contributes to the growth of the computer vision application field and showing the potential to integrate various image processing algorithms on a user-friendly platform

• 대한전자공학회논문지SP
• /
• 제48권2호
• /
• pp.11-23
• /
• 2011

본 논문에서 우리는 실시간 성능이 요구되는 비디오 화상회의 시스템을 위해 사전정보 없이 정확하면서도 완전히 자동으로 비디오 객체를 추출하는 방법을 제안한다. 제안하는 방법은 두 단계로 이루어진다: 1) 초기 프레임에서의 정확한 객체 추출, 2) 객체 추출 결과를 이용한 그 이후 프레임에서의 실시간 객체 추출. 초기 프레임에서의 객체 추출은 초기 프레임들의 차영상으로부터 구한 에지들을 누적시킨 누적 에지맵 생성으로부터 시작된다. 즉, 객체의 초기 움직임의 누적으로부터 객체의 형상을 추측하고자 하는 것이다. 이 추측된 형상은 그래프 컷(Graph-Cut) 영상 분할을 위한 객체 씨드(seeds)와 배경 씨드를 할당하는데 이용된다. 그래프 컷 기반 객체 추출 이후 프레임부터는 객체 추출 결과와 연속된 프레임의 차영상의 에지맵을 이용하여 실시간 객체 추출이 수행된다. 실험결과를 통해 제안하는 방법이 이전 연구들과 달리 VGA 크기의 비디오에 대해서도 실시간으로 동작함을 보이고, 따라서 몰입적인 비디오 화상회의 시스템의 개발을 위한 유용한 도구임을 보이고자 한다.

• 대한임베디드공학회논문지
• /
• 제16권5호
• /
• pp.209-214
• /
• 2021

Panoptic segmentation, which is now widely used in computer vision such as medical image analysis, and autonomous driving, helps understanding an image with holistic view. It identifies each pixel by assigning a unique class ID, and an instance ID. Specifically, it can classify 'thing' from 'stuff', and provide pixel-wise results of semantic prediction and object detection. As a result, it can solve both semantic segmentation and instance segmentation tasks through a unified single model, producing two different contexts for two segmentation tasks. Semantic segmentation task focuses on how to obtain multi-scale features from large receptive field, without losing low-level features. On the other hand, instance segmentation task focuses on how to separate 'thing' from 'stuff' and how to produce the representation of detected objects. With the advances of both segmentation techniques, several panoptic segmentation models have been proposed. Many researchers try to solve discrepancy problems between results of two segmentation branches that can be caused on the boundary of the object. In this survey paper, we will introduce the concept of panoptic segmentation, categorize the existing method into two representative methods and explain how it is operated on two methods: top-down method and bottom-up method. Then, we will analyze the performance of various methods with experimental results.