• 한국컴퓨터정보학회논문지
• /
• 제20권7호
• /
• pp.17-24
• /
• 2015

In this paper, we propose a method to solve ghosting problem. To generate adaptive background, using an exponentially decreasing number of frames, may improve object detection performance. To extract moving objects from the background by using a differential image, detection error may be caused by object rotations or environmental changes. A ghosting problem can be issue-driven when there are outdoor environmental changes and moving objects. We studied that a differential image by adaptive background may reduce the ghosting problem. In experimental results, we test that our method can solve the ghosting problem.

• 방송공학회논문지
• /
• 제10권2호
• /
• pp.156-165
• /
• 2005

This paper presents a new auto brighoess control algorithm fur adaptive background subtraction. The algorithm is designed to cope with the problem of auto-brightness adjustment feature of consumer-type cameras. The experimental results show the proposed method improves performance of the classification. This will be beneficial to many computer vision applications in term of reducing the cost of implementation and making them more available to the mass consumer market.

• 정보학연구
• /
• 제10권4호
• /
• pp.27-39
• /
• 2007

Object tracking in a real time environment is one of challenging subjects in computer vision area during past couple of years. This paper proposes a method of object detection and tracking using adaptive background estimation in real time environment. To obtain a stable and adaptive background, we combine 3-frame differential method and running average single gaussian background model. Using this background model, we can successfully detect moving objects while minimizing false moving objects caused by noise. In the tracking phase, we propose a matching criteria where the weight of position and inner brightness distribution can be controlled by the size of objects. Also, we adopt a Kalman Filter to overcome the occlusion of tracked objects. By experiments, we can successfully detect and track objects in real time environment.

• 한국컴퓨터정보학회논문지
• /
• 제10권6호
• /
• pp.187-194
• /
• 2005

연속 영상을 이용하여 실시간으로 움직임 객체를 추출하고 추적하기 위해 배경분리(Background Subtraction) 기법을 주로 사용한다. 외부 환경에서는 조명 조건의 변화, 나무의 흔들림과 같은 반복적인 움직임 그리고 급격히 움직이는 객체 등과 같이 고려해야할 많은 환경 변화 요인들이 존재한다. 이러한 외부 환경의 변화를 적응적으로 반영하여 배경을 분리할 수 있는 배경 모델로는 주로 가우시안 혼합 모델 (GMM: Gaussian Mixture Model)이 적용되고 있으며, 실시간 성능 등을 개선시킨 적응적 가우시안 혼합 모델 등이 제안되어 사용되고 있다. 본 논문은 개선된 적응적 가우시안 혼합 모델을 적용하고 고정된 학습률 a(일반적으로 작은 값)을 사용함으로써 물체의 갑작스러운 움직임 등에 빠르게 적응하지 못하는 문제점을 해결하기 위해 가우시안 분포 수의 적응적 조절 기능과 픽셀 값의 분산 등을 이용하여 학습률 a값을 동적으로 제어하는 방법을 제안하고 성능을 평가하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 신호처리소사이어티 추계학술대회 논문집
• /
• pp.413-416
• /
• 2003

This paper proposes an adaptive background image generation method based on the frame difference for traffic monitoring. The performance of the conventional method is limited when there are more vehicles due to traffic Jam. To improve on this, we use frame differencing to separate vehicles from background in frame differencing, we adopt selective approach by using part of the image not considered as vehicle fer extraction of background. The proposed method generates background more efficiently than conventional methods even in the presence of heavy traffic.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 추계종합학술대회
• /
• pp.366-369
• /
• 2005

연속 영상을 이용하여 실시간으로 움직임 객체를 추출하고 추적하기 위해 배경분리(Background Subtraction) 기법을 주로 사용한다. 외부 환경에서는 조명의 변화, 나무의 흔들림과 같은 반복적인 움직임 그리고 급격히 움직이는 객체 등과 같이 고려해야할 많은 환경 변화 요인들이 존재한다. 이러한 외부 환경의 변화를 적응적으로 반영하여 배경을 분리할 수 있는 배경 모델로는 주로 가우시안 혼합 모델(GMM: Gaussian Mixture Model)이 적용되고 있으며, 실시간 성능 등을 개선시킨 적응적 가우시안 혼합 모델 등이 사용되고 있다. 본 논문은 개선된 적응적 가우시안 혼합 모델을 적용하고 고정된 학습률 ${\alpha}$(일반적으로 작은 값)을 사용함으로써 물체의 갑작스러운 움직임 등에 빠르게 적응하지 못하는 문제점을 해결하기 위해 가우시안 분포 수의 적응적 조절 기능과 픽셀 값을 분산을 이용하여 학습률 ${\alpha}$값을 동적으로 제어하는 방법을 제안하고 성능을 평가하였다.

• Journal of Electrical Engineering and Technology
• /
• 제10권1호
• /
• pp.372-378
• /
• 2015

Background subtraction is the first processing stage in video surveillance. It is a general term for a process which aims to separate foreground objects from a background. The goal is to construct and maintain a statistical representation of the scene that the camera sees. The output of background subtraction will be an input to a higher-level process. Background subtraction under dynamic environment in the video sequences is one such complex task. It is an important research topic in image analysis and computer vision domains. This work deals background modeling based on modified adaptive Gaussian mixture model (GMM) with three temporal differencing (TTD) method in dynamic environment. The results of background subtraction on several sequences in various testing environments show that the proposed method is efficient and robust for the dynamic environment and achieves good accuracy.

• International Journal of Contents
• /
• 제4권1호
• /
• pp.12-15
• /
• 2008

In this paper, we propose a new method of background removing for digital self-adaptive acquisition in medical X-ray imaging. We analysis the construction of video digital acquisition system and main factors of acquired image quality, propose a more efficiency method to against background non-uniformly. With proposed method, non-uniform illumination back ground was well removed without image quality degradation.

• 반도체디스플레이기술학회지
• /
• 제19권2호
• /
• pp.31-36
• /
• 2020

Most of the background subtraction algorithms show good performance in static scenes. In the case of dynamic scenes, they frequently cause false alarm to "temporal clutter", a repetitive motion within a certain area. In this paper, we propose a robust technique for the multiple interval pixel sampling (MIS) algorithm to handle highly dynamic scenes. An adaptive threshold scheme is used to suppress false alarms in low-confidence regions. We also utilize multiple background models in the foreground segmentation process to handle repetitive background movements. Experimental results revealed that our approach works well in handling various temporal clutters.

• 한국정보통신학회논문지
• /
• 제25권3호
• /
• pp.396-402
• /
• 2021

최근 스마트 도시를 구축하기 위해 무인 차량 관제 시스템의 보급이 활성화 되고 있다. 본 논문은 적응적 배경영상 모델링 방법을 이용한 불법주정차 무인단속시스템에 관한 것으로서, 적응적 가우시안 혼합 모델로 배경 영상을 모델링할 때, 이동 물체의 상황 변화에 따라 전역적으로 배경 영상을 업데이트하거나 국소적으로 배경 영상을 업데이트하는 방법에 대해 기술한다. 특히, 이동 물체가 배경 영상에 미치는 영향을 최소화하는 방법과 배경 영상을 정확하게 업데이트하기 위한 방법을 제안한다. 본 논문에서는 시스템의 구현을 통해 제안하는 시스템이 이동하고 있는 물체 또는 정지상태의 물체를 신속하고 정확하게 구분할 수 있음을 증명하였다.