• 인터넷정보학회논문지
• /
• 제21권5호
• /
• pp.49-56
• /
• 2020

Detecting shadows in images and restoring or removing them was a very challenging task in computer vision. Traditional researches used color information, edges, and thresholds to detect shadows, but there were errors such as not considering the penumbra area of shadow or even detecting a black area that is not a shadow. Deep learning has been successful in various fields of computer vision, and research on applying deep learning has started in the field of shadow detection and removal. However, it was very difficult and time-consuming to collect data for network learning, and there were many limited conditions for shooting. In particular, it was more difficult to obtain shadow data from buildings and satellite images, which hindered the progress of the research. In this paper, we propose a method for generating shadow data from buildings and satellites using Unity3D. In the virtual Unity space, 3D objects existing in the real world were placed, and shadows were generated using lights effects to shoot. Through this, it is possible to get all three types of images (shadow-free, shadow image, shadow mask) necessary for shadow detection and removal when training deep learning networks. The method proposed in this paper contributes to helping the progress of the research by providing big data in the field of building or satellite shadow detection and removal research, which is difficult for learning deep learning networks due to the absence of data. And this can be a suboptimal method. We believe that we have contributed in that we can apply virtual data to test deep learning networks before applying real data.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.303-304
• /
• 2006

This paper proposes detection method of vehicles using camera for auto-vehicle-system. Detection method is based on shadow detection and symmetric feature of vehicle. This method consists of three part. First is lane detection. By lane detection, we can reduce the area for vehicle detection. Second part is shadow detection. Shadow has information of vehicle width and position. Third part is symmetry. This feature is helpful for confirming the vehicle.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1995년도 추계학술대회 논문집 학회본부
• /
• pp.225-227
• /
• 1995

An object detection algorithm using a modified IDM(Image Differential Method) is proposed for detecting an object in a level crossing area. The conventional object detection method using LASER light has the deadzone that it cannot detect small objects, while the object detection method using image data in a level crossing area can detect such small objects. But the image data in a level crossing area can be changeable easily because the data is outdoor and sensitive to such surrounding environments as the change of the sun beam, the shadow of cars, and so on. So we resolve these problems by adding the normalization and the process for shadow of the image data in a level crossing area to the basic IDM(Image Differential Method).

• 한국정보통신학회논문지
• /
• 제18권8호
• /
• pp.1885-1894
• /
• 2014

기존 영상 검지기 분야에는 다양한 고성능 알고리즘들이 존재하지만 실시간 연산 요구량이 너무 많아 시스템 장비가 고가, 고전력을 소모하는 단점이 있었다. 이에 본 논문에서는 저가, 저전력 영상 검지 시스템 구현을 위해 안드로이드 플랫폼의 성능 사양에 적합한 저연산량의 영상 검지 알고리즘을 제안한다. 본 방법은 차량 하부에만 생성되는 sub-shadow 를 분리하여 이를 누적함으로써 차선 및 검지 영역을 정밀하게 설정하고 이 검지 영역을 통과하는 차량 자체와 차량 sub-shadow 의 통과패턴을 판단하여 차선별 교통량 뿐만 아니라 상행 및 하행 교통량까지 자동으로 분류할 수 있다. 실험 결과 제안하는 알고리즘은 하행 차량의 경우 평균 97.1%, 상행 차량의 경우 평균 94.1%의 검지율을 보였다. 이 결과는 상용 루프검지기의 성능 95% 에 버금가는 수준으로 만족스러운 성능을 보였다.

• 대한원격탐사학회지
• /
• 제33권6_3호
• /
• pp.1197-1213
• /
• 2017

본 연구는 KOMPSAT-3 위성영상의 도심지역에 나타나는 그림자 영역을 보정하기 위하여 실시되었다. 이를 위하여, 인공구조물에 의해 나타나는 그림자 영역에 대한 특성을 분석하여 그림자 영역을 본그림자와 반그림자로 구분하였으며, 각각의 영역을 정확하게 탐지하여 오분류의 가능성을 줄이기 위한 방법을 제시하였다. 또한 본그림자 영역으로부터 반그림자 영역과 비그림자 영역을 각각 탐지하였으며, 선형상관보정방법과 과보정 저감계수를 적용하여 탐지된 그림자 영역에 대한 보정을 수행하였다. 그 결과 시각적으로 자연스러운 보정된 영상을 획득할 수 있었으며, 프로파일 분석을 통하여 정량적으로도 그림자 영역이 효과적으로 보정됨을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제5권2호
• /
• pp.176-190
• /
• 2002

차량이 증가함에 따라 전방의 상황을 운전자에게 알려주기 위한 운전자 도움 시스템(Advanced Drivers Assistance System)과 같은 체계가 요구된다. 본 논문에서는 전방의 상황을 운전자에게 알려 주기 위한 기본과정으로 연속된 컬러 영상으로부터 영상처리만을 이용하여 전방의 차량과 차선을 검출하는 방법을 제안한다. 도로 전방의 상황은 차량이 많다고 하더라도 도로의 영역이 많은 부분을 차지하고 있으며, 차량이 있는 경우에 차량의 하단에 그림자와 같이 어두운 영역이 존재하는 점을 이용하여 전방의 차량을 검출한다. 그리고 차선은 그림자 영역의 반대 특징으로 횐색계열이라는 점을 이용하여 차선 정보를 추출한다. 이 방법은 도로가 혼잡하거나 도로상에 방향 표시가 있는 경우에도 좋은 결과를 보인다. 차량과 차선을 검출하는데는 HSV 컬러 모델에서 태도 성분과 명도 성분을 이용하여 후보점을 검출하고, 차량과 타선의 영역을 검출하며 에지 정보를 이용하여 차량의 영역을 결정한다. 그리고 검출된 차량 영역이 이전 프레임의 차량 영역과 같은 차량인지 알기 위해서는 HSV 성분과 위치 정보의 통계적 특징을 이용한다. 제안된 방식의 효과를 검증하기 위해 노트북 PC와 PC용 CCD 카메라로 도로에서의 영상을 촬영하고 차량 및 차선 검출 알고리즘을 적용한 처리 시간, 정확도 및 차량검지 결과를 보인다.

• Journal of Multimedia Information System
• /
• 제4권1호
• /
• pp.9-18
• /
• 2017

Ubiquitous computing is a novel paradigm that is rapidly gaining in the scenario of wireless communications and telecommunications for realizing smart world. As rapid development of sensor technology, smart sensor system becomes more popular in automobile or vehicle. In this study, a new vehicle detection mechanism in real-time for blind spot area is proposed based on imaging sensors. To determine the position of other vehicles on the road is important for operation of driver assistance systems (DASs) to increase driving safety. As the result, blind spot detection of vehicles is addressed using an automobile detection algorithm for blind spots. The proposed vehicle verification utilizes the height and angle of a rear-looking vehicle mounted camera. Candidate vehicle information is extracted using adaptive shadow detection based on brightness values of an image of a vehicle area. The vehicle is verified using a training set with Haar-like features of candidate vehicles. Using these processes, moving vehicles can be detected in blind spots. The detection ratio of true vehicles was 91.1% in blind spots based on various experimental results.

• 제어로봇시스템학회논문지
• /
• 제16권1호
• /
• pp.69-76
• /
• 2010

The segmentation of moving object in video sequence is a core technique of intelligent image processing system such as video surveillance, traffic monitoring and human tracking. A typical method to segment a moving region from the background is the background subtraction. The steps of background subtraction involve calculating a reference image, subtracting new frame from reference image and then thresholding the subtracted result. One of famous background modeling is Gaussian mixture model (GMM). Even though the method is known efficient and exact, GMM suffers from a problem that includes false pixels in ROI (region of interest), specifically shadow pixels. These false pixels cause fail of the post-processing tasks such as tracking and object recognition. This paper presents a method for removing false pixels included in ROT. First, we subdivide a ROI by using shape characteristics of detected objects. Then, a method is proposed to classify pixels from using histogram characteristic and comparing difference of energy that converts the color value of pixel into grayscale value, in order to estimate whether the pixels belong to moving object area or shadow area. The method is applied to real video sequence and the performance is verified.

• 대한원격탐사학회지
• /
• 제36권5_2호
• /
• pp.989-1006
• /
• 2020

건물탐지 기반의 건물 변화 모니터링은 발사예정인 차세대 중형위성 1, 2호와 같은 고해상도 다시기 광학 위성영상을 이용한 인공 구조물 모니터링 측면에서 가장 중요한 분야 중 하나이다. 하지만 지표면에 위치하는 건물들의 형태와 크기는 다양하며, 이들 주변에 존재하는 그림자 또는 나무 등에 의해 정확한 건물탐지에 어려움이 따른다. 또한, 영상 촬영 당시의 플랫폼의 방위각(Azimuth angle)과 고도각(Elevation angle)에 따라 생기는 기복 변위로 인해 건물 변화탐지 수행 시 다수의 변화 오탐지가 발생하게 된다. 이에 본 연구에서는 건물 변화탐지 결과 향상을 위해 다시기 영상 취득 당시의 태양의 방위각과 그에 따른 그림자의 주방향(Main direction)을 이용한 객체기반 건물탐지를 수행하였으며, 이후 플랫폼의 방위각과 고도각을 이용한 건물 변화탐지를 수행하였다. 고해상도 영상에 객체 분할 기법을 적용한 후, Shadow intensity를 통해 그림자 객체만을 분류하였으며, 건물 후보군 탐지를 위해 각 객체의 Rectangular fit, GLCM(Gray-Level Co-occurrence Matrix) homogeneity 그리고 면적(Area)과 같은 특징(Feature) 정보들을 이용하였다. 그 후, 건물 후보군으로 탐지된 객체들의 중심과 태양의 방위각에 따른 건물 그림자 사이의 방향과 거리를 이용하여 최종 건물을 탐지하였다. 각 영상에서 탐지된 건물 객체 간 변화탐지를 위해 객체들 간의 단순 중첩, 플랫폼의 고도각에 따른 객체의 크기 비교, 그리고 플랫폼의 방위각에 따른 객체 간의 방향 비교 총 3가지의 방법을 제안하였다. 본 연구에서는 주거 밀집 지역을 연구지역으로 선정하였으며, KOMPSAT-3와 무인항공기(Unmanned Aerial Vehicle, UAV)의 이종 센서에서 취득된 고해상도 영상을 이용하여 실험 데이터를 생성하였다. 실험 결과, 특징 정보를 이용해 탐지한 건물탐지 결과의 F1-score는 KOMPSAT-3 영상과 무인항공기 영상에서 각각 0.488 그리고 0.696인 반면, 그림자를 고려한 건물탐지 결과의 F1-score는 0.876 그리고 0.867로 그림자를 고려한 건물탐지 기법의 정확도가 더 높은 것을 확인할 수 있었다. 또한, 그림자를 이용한 건물탐지 결과를 바탕으로 제안한 3가지의 건물 변화탐지 제안기법 중 플랫폼의 방위각에 따른 객체 간의 방향을 고려한 방법의 F1-score가 0.891로 가장 높은 정확도를 보이는 것을 확인할 수 있었다.

• 한국측량학회지
• /
• 제26권5호
• /
• pp.455-463
• /
• 2008

광학센서를 이용한 자료취득과정 중 발생하는 그림자는 영상내 동일 지물에 대한 밝기값의 지속성을 훼손하여 영상에 의한 지상 정보를 해석함에 있어 방해요소로 작용한다. 본 연구에서는 영상정보의 활용에 있어 그림자 영역을 추출하고 그림자에 의한 영상 왜곡을 제거하기 위한 기법에 관한 연구로써 자료원이 다른 보조자료의 활용을 배제하고 단일 컬러 영상으로부터 도심지의 지상 객체에 의한 그림자를 제거하기 위하여 HSI 컬러모델의 명도(intensity) 정보를 이용하여 그림자 영역을 추출하였으며 퓨리어 변환에 의한 그림자 영역 복원기법을 적용함으로써 영상에서의 그림자 영향을 제거하였다.