• 방송공학회논문지
• /
• 제17권6호
• /
• pp.1040-1047
• /
• 2012

본 논문에서는 축구 방송 영상에서 가려짐에 강인한 축구공 추적 알고리즘을 제안한다. 축구공은 가려짐, 축구공의 빠른 움직임 그리고 빠른 방향 전환 등으로 인해 추적이 어렵다. 기존의 방법들은 대부분 각각의 영상에서 축구공 후보들을 찾고 가능한 모든 경로를 예측하여 최적의 축구공 경로를 찾는 방식으로 축구공을 추적하였으나 이러한 방식은 연산량이 많아 실시간 축구공 추적에 적합하지 않다. 본 논문에서는 Circular Hough Transform을 이용하여 초기 축구공의 위치를 찾아내고, 이전 프레임의 축구공 템플릿을 이용하여 축구공을 추적하고 가려짐 상황에서는 가려짐 처리 알고리즘을 적용한다. 축구공 추적을 위하여, 매칭 스코어를 이용하여 축구공의 가려짐 상황을 판단한다. 가려짐 상태에서 축구공 후보들을 찾고 이전 프레임과의 매칭을 통해 이전 프레임에 존재하는 축구공 후보들은 축구공이 아니며, 새롭게 나타나는 축구공 후보가 축구공일 것이라는 가정을 적용하여 축구공 가려짐 처리 알고리즘을 제안한다. 실제 방송용 축구 경기 영상에 적용하여 제안된 알고리즘이 가려짐 상황을 효과적으로 처리함을 보여준다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 G
• /
• pp.2998-3000
• /
• 1999

Robot soccer is a challenging research area in which multiple robots collaborate in adversarial environment to achieve specific objectives. We designed and built the robotic agents for robot soccer, especially MIROSOT. We have been developing the appropriate vision algorithm, algorithm for ball tracking and prediction, algorithms for collaboration between the robots in an uncertain dynamic environment. In this work we focus on the development of ball tracking and prediction algorithm using Kalman filter. Robustness and feasibility of the proposed algorithm is demonstrated by simulation.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.447-450
• /
• 2011

This paper shows the application of P-N Learning [4] method in the soccer ball detection and improvement for increasing the speed of processing. In the P-N learning, the learning process is guided by positive (P) and negative (N) constraints which restrict the labeling of the unlabeled data, identify examples that have been classified in contradiction with structural constraints and augment the training set with the corrected samples in an iterative process. But for the long-view in the soccer game, P-N learning will produce so many ferns that more time is spent than other methods. We propose that color histogram of each frame is constructed to delete the unnecessary details in order to decreasing the number of feature points. We use the mask to eliminate the gallery region and Line Hough Transform to remove the line and adjust the P-N learning's parameters to optimize accurate and speed.

• 한국측량학회지
• /
• 제24권2호
• /
• pp.217-226
• /
• 2006

객체의 추출 및 추적은 동영상을 처리하는 영상처리 및 컴퓨터비전 분야에서 매우 기본적이고 중요한 단계로 여러 가지 알고리즘이 제안되었다. 본 논문에서는 두 대의 CCD 카메라를 이용하여 영상을 획득하면서 이동하는 객체를 추적하고 좌표를 계산하기 위한 알고리즘을 제안하였다. 특히 개발한 알고리즘의 적용 및 실용화를 위해 축구장에 대한 1/100크기의 축소모형을 제작하여 실험하였다. CCD 카메라를 통해 얻어지는 영상에서 이동 객체 (축구공)의 RGB값을 이용해 후보를 선정하고 후보 중 객체의 크기값(MBR size)을 이용해 객체를 추출한다. 이렇게 추출된 이동객체의 영상좌표를 획득하고 이동객체의 현재 위치를 중심으로 예상 움직임 범위를 결정하여 그 범위 내에서만 검색을 실시해 이동객체의 실시간 위치를 추적하게 된다. 한편 두 대의 CCD 카메라에 대한 상호표정 및 절대표정을 수행하고, 공간전방교선법을 이용함으로써 이동객체의 3차원 좌표를 획득할 수 있다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 ITC-CSCC -2
• /
• pp.877-880
• /
• 2000

In this paper, we develop an algorithm of soccer image sequences mosaicing using reverse affine transform. The continuous mosaic images of soccer ground field allows the user/viewer to view a “wide picture” of the player’s actions The first step of our algorithm is to automatic detection and tracking player, ball and some lines such as center circle, sideline, penalty line and so on. For this purpose, we use the ground field extraction algorithm using color information and player and line detection algorithm using four P-rules and two L-rules. The second step is Affine transform to map the points from image to model coordinate using predefined and pre-detected four points. General Affine transformation has many holes in target image. In order to delete these holes, we use reverse Affine transform. We tested our method in real image sequence and the experimental results are given.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권2호
• /
• pp.713-728
• /
• 2021

This paper proposes an augmented reality technique to generate acrobatic scenes from hitting motion videos. After a user shoots a motion that mimics hitting an object with hands or feet, their pose is analyzed using motion tracking with deep learning to track hand or foot movement while hitting the object. Hitting position and time are then extracted to generate the object's moving trajectory using physics optimization and synchronized with the video. The proposed method can create videos for hitting objects with feet, e.g. soccer ball lifting; fists, e.g. tap ball, etc. and is suitable for augmented reality applications to include virtual objects.

• 전자공학회논문지S
• /
• 제36S권1호
• /
• pp.51-59
• /
• 1999

본 논문에서는 축구 경기 자동 분석을 위한 첫걸음으로 일반적인 축구 경기 영상열에서 선수 및 공을 추적하고 영상 모자의 기법을 이용해서 운동장 모델 상에서 선수가 움직인 궤적을 알아내는 기법을 제시한다. 여기서 일반걱인 축구 경기 영상열이란 극도의 zoom-in 또는 zoom-out 아닌 경우로 TV 카메라가 공을 쫓아 자연스럽게 움직이는 상황의 영상을 말한다. 이러한 영상열로부터 선수의 궤적을 구하기 위해선 다음과 같이 크게 세 가지 문제를 해결해야한다. 첫째로 입력 영상에서 운동장 부분을 추출하는 문제, 둘째로 선수 및 공을 추적하고 선수들의 팀을 구분하는 문제, 마지막으로 영상에서의 선수의 위치를 실제 운동장 좌표로의 변환을 통해 선수가 움직인 자취를 운동장 모델 상에서 구하는 문제가 그것이다. 운동장의 추출은 칼라 정보를 이용하였고 이 추출된 운동장 영역 하에서 템플릿 매칭과 Kalman 필터링을 이용하여 선수와 공을 추적했다. 선수간 겹침 문제에 대해서는 CHBP(Color Histogram Back-Projection) 기법을 적용했다. 특히 선수가 운동장에서 움직인 궤적을 구하기 구하기 위해서 입력 영상에서 보이는 특징점들을 이용하여 운동장 모델 좌표와 입력 영상 좌표간의 변환을 구하고 이를 통해 운동장 모델에서의 선수의 위치를 구했다. 이때에 입력 영상에서 특징점이 충분치 않을 경우 영상 모자익 기법을 이용하여 특징점이 보이는 영상과의 좌표 변환 관계를 구함으로써 해결하였다. 실험적으로 실제 TV에서 방영된 축구 경기 영상열에 제안된 방법을 적용하여 얻어진 결과를 보인다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.828-831
• /
• 1997

One of the most important design factor for the image tracker is the speed of the data processing which allows real-time operation of the system and provides reasonably accurate performance at the same time. Use of powerful DSP alone does not guarantee to meet such requirement. In this paper, a simple efficient algorithm for real-time multi-target image tracking is suggested. The suggested method is based on a recursive centroiding technique and color table look-up. This method has been successfully implemented in a image processing system for Micro-Robot Soccer Tournament(MIROSOT). This tracker can track positions of a ball, 3 enemies, and 3 agents at the same time. The experimental results show that the processing time for each frame of image is less than 7ms, which is well within the 60Hz sampling interval for real-time operation.

• 한국컴퓨터정보학회논문지
• /
• 제25권5호
• /
• pp.19-26
• /
• 2020

본 논문에서는 다양한 사용자의 영상을 이용하여 축구공 리프팅과 같은 묘기 장면을 만들 수 있는 프레임워크를 제안한다. 제안된 방법은 핸드폰 등으로 촬영된 일반적인 사용자의 영상이라면 수 초 이내에 원하는 결과를 생성할 수 있다. 본 논문의 프레임워크는 크게 세 부분으로 나누어진다. 첫 번째는 사용자의 영상을 입력받아 자세를 분석하는 것이다. 이를 위해서는 딥러닝 기법으로 영상을 분석하여 사용자의 포즈를 계산하고, 원하는 신체 부위의 움직임을 추적할 수 있다. 두 번째는 지정된 신체부위의 이동 궤적을 분석하여 물체를 타격하는 위치와 시간을 계산하는 것이다. 마지막으로 분석된 타격 정보를 이용하여 물체의 이동 궤적을 생성하는 것이다. 그러면 입력된 사용자 영상과 동기화되는 자연스러운 물체 리프팅 장면을 생성할 수 있다. 사실적인 물체의 움직임을 생성하기 위해 물리 기반 최적화를 사용하였다. 본 논문의 프레임워크를 이용하면 다양한 증강현실 어플리케이션을 제작할 수 있다.