• 방송공학회논문지
• /
• 제2권2호
• /
• pp.125-135
• /
• 1997

This paper is concerned with realistic mainpulation of content in video sequences. Manipulation of content in video sequences is one of the content-based functionalities for MPEG-4 Visual standard. We present an approach to synthesizing video sequences by using the intermediate outputs of three-dimensional (3D) motion and depth analysis. For concreteness, we focus on video showing 3D motion of an observer relative to a scene containing planar runways (or roads). We first present a simple runway (or road) model. Then, we describe a method of identifying the runway (or road) boundary in the image using the Point of Heading Direction (PHD) which is defined as the image of, the ray along which a camera moves. The 3D motion of the camera is obtained from one of the existing 3D analysis methods. Then, a video sequence containing a runway is manipulated by (i) coloring the scene part above a vanishing line, say blue, to show sky, (ii) filling in the occluded scene parts, and (iii) overlaying the identified runway edges and placing yellow disks in them, simulating lights. Experimental results for a real video sequence are presented.

• 한국산학기술학회논문지
• /
• 제12권12호
• /
• pp.5856-5864
• /
• 2011

본 논문은 도로상에 설치한 고정 카메라로부터 획득된 비디오 영상으로부터 이동물체를 검출하는 방법을 제안한다. 제안된 방법은 배경과 입력 비디오 프레임에서 가우시안 피라미드를 사용한 배경 차영상 기법에 기반하며, 입력 비디오 프레임과 배경영상의 오정합으로 발생하는 오검출을 줄이는데 화소기반 방법에 비해 효과적이다. 차영상에서 임계값을 효과적으로 결정하기위하여 각 프레임에서 Otsu의 방법으로 계산된 임계값에 스칼라 칼만필터를 적용하여 필터링하였다. 실험 결과 도로 비디오 영상에서 움직이는 물체를 효과적으로 검출함을 보였다.

• 한국산업정보학회논문지
• /
• 제18권2호
• /
• pp.19-25
• /
• 2013

본 논문에서는 실 도로 환경에서 획득한 영상으로부터 도로 영역을 추적하는 방법을 제안한다. 제안된 방법은 이전 처리 결과로부터 미리 알려진 정보를 이용하여 현재 영상에서 도로를 검출하고 추적하는 방법이다. 제안된 방법은 시스템의 효율을 위해 연속적인 입력 영상에서 하위 60%이내에 도로가 있다고 가정하여 관심의 대상이 되는 영역(Region of Interest, ROI)을 설정하고 이 영역에서만 도로를 검출하고 추적한다. 최초 분할은 플러드필 알고리즘(Flood-fill algorithm)을 수행한 결과로부터 주위 영역과의 유사성을 평가한 후 병합하여 분할한다. 사전 정보로 사용되는 이전 영상에서 분할 결과에서 시드점(Seed Point)을 추출하고 이 시드점을 기준으로 현재 영상을 분할한다. 이전 영상에서 분할된 도로 영역과 현재 영상에서 분할된 결과를 변형된 자카드 계수(Jaccard coefficient)를 이용한 유사도 측정 결과에 따라 다음 영상에서 도로영역을 정제하고 추적한다. 연속적인 입력 영상을 대상으로 실험한 결과는 잡음이 존재하는 영상에서도 도로를 추적하는데 효과적임을 보여준다.

• 대한공간정보학회지
• /
• 제12권4호
• /
• pp.69-74
• /
• 2004

도시화로 인한 사회기반시설의 확충으로 인해 각종 시설물의 관리에 새로운 차원의 관리기술이 요구되고 있다. 90년대부터 GIS는 시설물관리와 계획에 효과적인 기술로 평가되어 정부 및 지자체에서 중장기 계획을 수립하여 시설물 관리시스템을 구축하고 있으며, 관련분야기술을 발전시키기 위한 연구가 지속적으로 이뤄지고 있다. 이런 측면에서 GIS구축 시 수치지도나 영상을 기본도로 사용하는 단점을 개선하기 위해 동영상자료를 이용한 정보시스템구축에 관심이 높아지고 있다. 동영상자료를 이용할 경우 실 세계적인 정보를 사용자에게 제공할 수 있어서 GIS의 사용효과를 더욱 향상시킬 수 있는 장점이 있다. 본 연구에서는 비행선에서 촬영된 비디오동영상과 GPS 위치자료를 이용하여 비디오영상을 수치지도와 연계시키고, 동영상에 나타나는 시설물에 대한 객체추적 및 속성자료 연결을 통해 시설물을 효과적으로 관리할 수 있는 시설물관리시스템을 프로토 타입으로 개발하였다. 제시된 시스템의 기능을 통하여 동영상자료를 이용한 시설물관리시스템의 구축 가능성과 활용성을 제시하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (A)
• /
• pp.229-230
• /
• 2007

Lane detection is one of the major components of traffic intelligence. It is impossible to recognize lanes as human do in all kinds of special situations; however, we can try to solve special problems with special methods. In this paper we propose a simple method using color segmentation, the Probabilistic Hough Transform (PHT), and the Least-Square in real-time lane tracking. Vehicles in neighborhood can be eliminated with one simple threshold in segmentation. Meanwhile, broken shape lanes in different road conditions can be successfully detected using the combination of PHT and Least-Square method. Eventually, this method is tested with groups of static images downloaded from internet and video sequences shot randomly on some highways. Satisfactory results are received.

• IEIE Transactions on Smart Processing and Computing
• /
• 제2권4호
• /
• pp.189-196
• /
• 2013

This paper presents a two-stage approach to detect pedestrians in video sequences taken from a moving vehicle. The first stage is a preprocessing step, in which potential pedestrians are hypothesized. During the preprocessing step, a difference image is constructed using a global motion estimation, vertical and horizontal edge maps are extracted, and the color difference between the road and pedestrians are determined to create candidate regions where pedestrians may be present. The candidate regions are refined further using the vertical edge symmetry features of the pedestrians' legs. In the next stage, each hypothesis is verified using the integral channel features and an AdaBoost classifier. In this stage, a decision is made as to whether or not each candidate region contains a pedestrian. The proposed algorithm was tested on a range of dataset images and showed good performance.

• 대한임베디드공학회논문지
• /
• 제10권5호
• /
• pp.325-333
• /
• 2015

Vision based night-time vehicle detection has been an emerging research field in various advanced driver assistance systems(ADAS) and automotive vehicle as well as automatic head-lamp control. In this paper, we propose night-time vehicle detection method based on multi-class support vector machine(SVM) that consists of thresholding, labeling, feature extraction, and multi-class SVM. Vehicle light candidate blobs are extracted by local mean based thresholding following by labeling process. Seven geometric and stochastic features are extracted from each candidate through the feature extraction step. Each candidate blob is classified into vehicle light or not by multi-class SVM. Four different multi-class SVM including one-against-all(OAA), one-against-one(OAO), top-down tree structured and bottom-up tree structured SVM classifiers are implemented and evaluated in terms of vehicle detection performances. Through the simulations tested on road video sequences, we prove that top-down tree structured and bottom-up tree structured SVM have relatively better performances than the others.