• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.176-179
• /
• 2020

현재 대부분의 객체 탐지 알고리즘은 RGB 영상을 기반으로 개발되고 있다. 하지만 안개가 끼거나 비가 오는 날 또는 방중에 촬영한 RGB 영상은 흐리거나 잘 보이지 않아 높지 않은 객체 탐지 결과를 보여줄 수 있다. 열 적외선 영상은 열 센서로 인해 만들어지든 영상으로 RGB 영상에 비해 기상조건이나 촬영 시간대에 상관없이 취득 될 수 있다. 본 논문에서는 RGB 영상과 열 적외선 영상을 기반으로 객체 탐지 알고리즘을 수행하고 각 영상에 따른 객체 탐지 성능을 비교한다. 야간에 취득한 RGB 영상과 열 적외선 영상에 객체 탐지를 수행하였으며, 열 적외선 영상 기반 결과가 RGB 영상 기반일 때 보다 더 높은 정확도를 보여주었다. 추가적으로 밤 시간대의 RGB 영상과 열 적외선 영상을 선정하여 객체 탐지 네트워크를 튜닝하였으며, fine-tuned 네트워크를 이용하여 객체 탐지한 실험 결과 역시 열 적외선 영상이 RGB 영상보다 더 높은 객체 탐지 정확도를 보이는 것을 확인할 수 있었다.

• 방송공학회논문지
• /
• 제26권2호
• /
• pp.155-166
• /
• 2021

현재 대부분의 객체 탐지 알고리즘은 RGB 영상을 기반으로 연구되고 있다. 하지만 RGB 카메라는 물체에서 반사되는 빛을 받아들여 영상을 생성하기 때문에, 물체에서 나오는 빛이 적거나 산란이 되는 야간 또는 안개가 끼는 환경에서는 물체의 정보가 잘 표현되는 영상 취득이 어려워 객체 탐지의 정확도가 떨어진다. 그에 반해 IR(열 적외선, Infra-Red) 영상은 열 센서로 이미지를 생성하기 때문에 RGB 영상에 비해 정확한 물체의 정보를 표현할 수 있다. 따라서 본 논문에서는 이러한 이미지 특성 차이에 따른 객체 탐지 성능을 비교하고자 하며, RGB와 IR 영상의 압축률에 따른 객체 탐지를 수행하고, 결과를 비교 분석 하고자 한다. 실험에 사용된 영상은 첨단운전자 보조 시스템(ADAS) 연구용 데이터 세트인 Free FLIR Thermal 데이터 세트 중 야간에 촬영된 RGB 영상과 IR 영상을 사용하였으며, 기존 RGB 영상 기반으로 사전 학습된 신경망과 FLIR Thermal 데이터 세트 내 RGB 영상과 IR 영상을 일부 골라 재학습한 신경망을 이용하여 객체 탐지를 수행하였다. 실험 결과 RGB 기반으로 사전 학습된 신경망과 재학습한 신경망 모두 IR 영상 기반 객체 탐지 성능이 RGB 영상 기반 성능보다 월등한 것을 확인할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
• /
• pp.490-492
• /
• 2000

본 논문에서는 방송영상 특성을 이용한 축구 경기 장면 분석을 제안한다. 동영상의 프레임들을 분할하기 위해서는 급격한 장면 변화나 화면의 색상과 같은 화면의 형식적인 변화가 주요 결정사항이다. 그러나 축구경기와 같은 동영상에서의 하이라이트는 화면의 형식적인 변화와는 조금 다른 의미를 가진다. 그러므로, 축구 경기 동영상에서 하이라이트 부분을 검출하기 위해서는 장면의 변화와 더불어 화면의 의미를 해석할 필요가 있다. 본 논문에서는 축구 경기 동영상의 모든 프레임을 순차적으로 검사한다. 임의의 프레임에 대하여 RGB 정보의 분석을 통하여 영상의 구성내용을 파악한 후, 구성 내용의 위치와 분포를 참조하여 하이라이트 여부를 판단한다. 제안된 방법에서는 RGB 값의 변화 문제를 해결하기 위하여, 주 RGB 범위 군집화(Dominant RGB Grouping) 방법을 통하여 임의의 영상에서 RGB 값의 변화에 최대한 덜 민감한 방법으로 대상의 RGB 정보를 취득할 수 있는 방법을 사용하였다.

• 방송공학회논문지
• /
• 제18권4호
• /
• pp.647-650
• /
• 2013

HEVC RExt(High Efficiency Video Coding Range Extension)는 RGB/YUV 4:2:2 4:4:4 색 샘플링 영상과 10비트 심도 이상의 영상 지원을 목표로 한다. RGB 영상은 YUV 4:2:0 색 샘플링 영상과는 달리 색평면 간 높은 상관도를 갖고 있으며, 이를 이용하여 화소값을 예측하는 기법들이 JCT-VC 표준화 회의에서 기고되었다. 하지만 일반적으로 RGB 영상의 고주파수 성분은 색평면 간 낮은 상관도를 갖고 있으며, 이는 색평면 간 예측 시 부호화 효율 저하의 원인이 된다. 따라서 본 논문에서는 색평면 간 예측 시 고주파수 성분을 저역통과필터를 통해 적응적으로 제거하는 기법을 제안한다. HEVC RExt의 RGB 영상을 통한 실험 결과, 본 논문에서 제안하는 기법은 기존 색평면 간 예측 기법에 비해 큰 복잡도의 증가 없이 평균 0.6%의 BD(Bjontegaard Distortion)-율 이득을 얻을 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(C)
• /
• pp.448-450
• /
• 2012

본 논문에서는 Kinect 방식의 RGB-D 영상센서를 사용하여, 깊이(Depth) 영상으로부터 3차원 객체의 기하정보를 표현하는 표면 정규 벡터(Surface Normal Vector)를 추출하고, 그 결과를 영상화하는 방법을 제안하며, 제안된 방법으로 생성된 영상으로부터 깊이 영상의 특징점 및 특징 기술자를 추출하여 3차원 객체 인식 성능을 향상시키는 방법을 제안한다. 또한 생성된 RGB-D 특징 기술자들을 객체 단위로 구분 가능한 코드북(CodeBook) 학습을 통한 인식방법을 제안하여 객체의 인식 성능을 높이는 방법을 제안한다. 제안하는 RGB-D 기반의 특징 추출 및 학습 방법은 텍스쳐 유무, 카메라 회전 및 이동 변화 등의 환경변화에 강건함을 실험적으로 증명하였으며, 이 방법은 Kinect 방식의 RGB-D 영상을 사용하는 3차원 객체/공간 인식 및 추적, 혹은 이를 응용하는 증강현실 시스템에 적용하여 사용될 수 있다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.159-162
• /
• 2003

컬러 특징을 나타내는 전형적인 방법으로 RGB 컬러히스토그램이 있다. RGB 컬러 히스토그램은 RGB 컬러 공간을 일련의 bin으로 나누고 각 bin의 컬러 값에 대응하는 영상 픽셀의 빈도 수를 카운트하는 것으로 영상 검색에서 널리 쓰이고 있다. 그러나 RGB 컬러히스토그램은 영상의 미세한 장면 변화에도 크게 달라지기 때문에 검색 결과에 많은 영향을 줄 수 있다. 본 논문에서는 RGB 컬러히스토그램의 이러한 특성을 개선할 수 있는 새로운 컬러 특징 표현 방법을 제안한다. 제안하는 방법은 RGB 컬러 공간으로부터 RG, GB, BR의 세 가지 평면으로 투영시킨 2차원 투영 맵(2D Projection Maps)을 사용한다. 영상 검색에 대한 실험 결과로부터 제안한 2차원 투영 맵이 RGB 컬러히스토그램보다 더 향상된 검색 효율을 나타내었다.

• 대한원격탐사학회지
• /
• 제38권6_4호
• /
• pp.1945-1953
• /
• 2022

한국항공우주연구원에서는 위성영상의 활용 증진과 활용 활성화를 위하여 매년 한반도 모자이크 영상을 제작하여 공공분야 사용자에게 제공하고 있다. 그러나 해당 영상은 모자이크 과정에서 영상 융합 및 컬러 밸런싱의 과정을 거치기 때문에 본래의 분광 정보가 왜곡되어 있다. 또한 모자이크 영상은 Near Infrared (NIR) 밴드를 제외한 Red, Green, Blue 밴드만 제공하고 있기 때문에 해당 모자이크 영상을 활용하여 영상을 분석하는 데 한계가 존재한다. 따라서 이러한 한계점을 보완하고자 본 연구에서는 주성분분석(Principal Component Analysis, PCA) 기법과 R, G, B 밴드를 활용한 지수를 추출하여 영상 분류를 수행하고, 그 결과를 비교해 보았다. 분석 결과, 모자이크 영상의 분류 결과 정확도는 약 67.51%인 반면, PCA 기법과 RGB 지수를 모두 함께 활용한 영상 분류 결과의 정확도는 약 75.86%로 나타나 PCA와 RGB 지수를 함께 활용하면 영상 분류 결과의 정확도를 향상시킬 수 있는 것을 확인하였다. PCA 기법과 RGB 지수 활용 기법을 비교한 결과, PCA 기법만 활용하였을 때의 영상 분류 결과 정확도는 약 64.10%로 나타났으며, RGB 지수만 활용했을 때의 영상 분류 결과 정확도는 약 74.05%로 나타났다. 이를 통해 두 기법 중에서는 RGB 지수를 활용한 분류 정확도가 더 높게 나타나는 것을 확인할 수 있었으며, 양질의 보조 정보를 활용하는 것이 중요하다는 시사점을 도출할 수 있었다. 추후 모자이크 영상의 분류 및 분석결과를 향상시키기 위한 추가적인 지수 및 기법 개발이 필요할 것으로 생각되며, 관련 연구를 통해 모자이크 영상 및 제한된 분광 정보만을 제공하는 영상의 활용도를 높일 수 있을 것으로 기대된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권8호
• /
• pp.309-314
• /
• 2014

물체의 360도 방향에서 다수의 RGB-D(RGB-Depth) 카메라를 이용하여 깊이영상을 획득하고 3차원 모델을 생성하기 위해서는 RGB-D 카메라 간의 3차원 변환관계를 구하여야 한다. 본 논문에서는 구형 물체를 이용하여 4대의 RGB-D 카메라 사이의 변환관계를 간편하게 구할 수 있는 시점보정(view calibration) 방법을 제안한다. 기존의 시점보정 방법들은 평면 형태의 체크보드나 코드화된 패턴을 가진 3차원 물체를 주로 사용함으로써 패턴의 특징이나 코드를 추출하고 정합하는 작업에 상당한 시간이 걸린다. 본 논문에서는 구형 물체의 깊이영상과 사진영상을 동시에 사용하여 간편하게 시점을 보정할 수 있는 방법을 제안한다. 우선 하나의 구를 모델링 공간에서 연속적으로 움직이는 동안 모든 RGB-D 카메라에서 구의 깊이영상과 사진영상을 동시에 획득한다. 다음으로 각 RGB-D 카메라의 좌표계에서 획득한 구의 3차원 중심좌표를 월드좌표계에서 일치되도록 각 카메라의 외부변수를 보정한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 하계학술대회
• /
• pp.259-261
• /
• 2019

본 논문에서는 RGB-IR 이미징 센서가 탑재된 드론을 사용하여 태양광 발전소의 태양광(PV) 패널을 탐지하는 방법을 제안한다. 태양광 발전소에서 드론에 설치된 IR 영상의 활용은 PV 패널의 결함 여부를 판단하는데 큰 도움이 된다. 그러나 IR 영상만을 사용해서 태양광 패널을 탐지하고 결함 여부를 판단하는 것은 태양광에 의해 생긴 정반사로 인해 정확도가 떨어진다. 본 논문에서 제안하는 시스템은 드론을 이용해서 IR 영상과 RGB 영상을 동시에 획득하고 활용하는 시스템을 제안한다. 제안된 시스템으로부터 IR 영상과 RGB 영상으로 패널 탐지의 정확도를 향상시키고, 태양광에 의한 정반사와 같이 오검출 될 수 있는 문제를 극복할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.419-421
• /
• 2000

정확한 색 재현(Color Reproduction)을 위해서 영상 입력 장치(Image Input Device)의 조명색(Illuminant Color)에 따른 영상 변화를 분석하는 것은 중요하다. 영상 입력 장치는 피사체(Object)를 비추는 조명의 색 특성에 따라 영상을 생성한다. 이는 인간 시각 시스템(Human Visual System)이 가지는 색 불변성(Color Constancy)과는 다른 특성이며, 정확한 색 재현을 위해 필요한 색 실현 모델(Color Appearance Model)이 영상을 변환하는데 문제점으로 작용한다. 따라서, 영상 입력 장치가 생성하는 영상으로부터 조명 정보를 분석하여 인간 시각 시스템의 색 불변성을 재현할 필요가 있다. 본 논문에서는 영상의 조명 정보를 평가하기 위해 채도(Chroma)가 높은 기준 색 샘플들의 rgb 색도를 이용하여 색도 평면에 색도 다각형(Chromaticity Polygon)을 구성하고 영상의 모든 픽셀들의 rgb 색도 분포와 기준 색 샘플들의 색도 다각형간의 포함 관계에 따라 조명 정보를 평가한다.