• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
• /
• pp.307-309
• /
• 2006

움직이는 오브젝트(Object)를 추출하기 위한 배경 제거(Background Subtraction) 단계는 실시간 감시시스템(Real-time Surveillance System)에서 중요한 과정 중에 하나이다. 배경 제거를 효과적으로 진행하기 위한 배경을 모델링, 배경 유지 보수 방법이 존재하는데, 효율성이 높은 방법으로 적응적 가우시안 혼합 배경 모델링(Adaptive Gaussian Mixture Background Modeling)이 제시되고 있다. 본 논문에서는 이기법을 바탕으로 하여 이러한 실시간 배경 모델링 시스템을 구현하려 하고, 중앙 처리 장치(CPU)가 아닌 그래픽 처리 장치(Graphic Processing Units : GPU)를 사용하여 보다 향상된 방범을 구현함으로서 관련사항을 제안하려 한다.

• Journal of information and communication convergence engineering
• /
• 제20권3호
• /
• pp.226-233
• /
• 2022

Video surveillance is widely used in security surveillance, military navigation, intelligent transportation, etc. Its main research fields are pattern recognition, computer vision and artificial intelligence. This article uses OpenCV to detect and track vehicles, and monitors by establishing an adaptive model on a stationary background. Compared with traditional vehicle detection, it not only has the advantages of low price, convenient installation and maintenance, and wide monitoring range, but also can be used on the road. The intelligent analysis and processing of the scene image using CAMSHIFT tracking algorithm can collect all kinds of traffic flow parameters (including the number of vehicles in a period of time) and the specific position of vehicles at the same time, so as to solve the vehicle offset. It is reliable in operation and has high practical value.

• Journal of Mechanical Science and Technology
• /
• 제16권4호
• /
• pp.427-435
• /
• 2002

This paper presents a development result for image processed tracking system of multiple moving objects based on Kalman filter and a simple window tracking method. The proposed algorithm of foreground detection and background adaptation (FDBA) is composed of three modules: a block checking module(BCM), an object movement prediction module(OMPM), and an adaptive background estimation module (ABEM). The BCM is processed for checking the existence of objects. To speed up the image processing time and to precisely track multiple objects under the object's mergence, a concept of a simple window tracking method is adopted in the OMPM. The ABEM separates the foreground from the background in the reset simple tracking window in the OMPM. It is shown through experimental results that the proposed FDBA algorithm is robustly adaptable to the background variation in a short processing time. Furthermore, it is shown that the proposed method can solve the problems of mergence, cross and split that are brought up in the case of tracking multiple moving objects.

• Journal of the Optical Society of Korea
• /
• 제20권6호
• /
• pp.745-751
• /
• 2016

A detection algorithm, based on the combined local-global (CLG) optical-flow model and Gaussian pyramid for a moving target appearing against a dynamic background, can compensate for the inadaptability of the classic Horn-Schunck algorithm to illumination changes and reduce the number of needed calculations. Incorporating the hypothesis of gradient conservation into the traditional CLG optical-flow model and combining structure and texture decomposition enable this algorithm to minimize the impact of illumination changes on optical-flow estimates. Further, calculating optical-flow with the Gaussian pyramid by layers and computing optical-flow at other points using an optical-flow iterative with higher gray-level points together reduce the number of calculations required to improve detection efficiency. Finally, this proposed method achieves the detection of a moving target against a dynamic background, according to the background motion vector determined by the displacement and magnitude of the optical-flow. Simulation results indicate that this algorithm, in comparison to the traditional Horn-Schunck optical-flow algorithm, accurately detects a moving target undergoing illumination changes against a dynamic background and simultaneously demonstrates a significant reduction in the number of computations needed to improve detection efficiency.

• 한국산업정보학회논문지
• /
• 제8권2호
• /
• pp.14-20
• /
• 2003

본 논문에서는 카메라로 획득한 문서영상에 대해 조명의 영향에 관계없이 고속으로 문자영역을 추출하는 알고리즘을 제안하였다. 카메라 문서는 스캐너 문서와는 달리 주변 환경이나 조명의 영향으로 인하여 문자영역을 추출하는 것이 매우 어렵다. 먼저 영상 사전처리 단계에서 컬러영상을 명도영상으로 변환한 후 조명의 영향에 무관하게 배경 그림으로부터 문자 영역을 정확히 추출하기 위해서 명도레벨 정규화를 사용하였다. 또한 배경 그림 및 잡음은 제거하고 문자 획의 손실 없이 문자 영역을 추출하기 위하여 국소-적응적-이진화-방법(local adaptive binarization method)을 새롭게 개발하여 문서영상을 이진화시켰다. 문자영역 추출 단계에서는 수평 및 수직 투영과 연결요소 정보에 의해 문자열, 단어 및 개별 문자 영역을 단계적으로 추출하였다. 제안된 방법의 타당성을 검증하기 위하여 ETRI에서 구축한 한글/영어/숫자/특수기호가 혼합된 현장 문서영상 DB를 가지고 실험해 보았다.

• 한국지능시스템학회논문지
• /
• 제26권6호
• /
• pp.485-492
• /
• 2016

이진화는 컴퓨터 비전 분야에서 전경과 배경을 분리하는 중요한 역할을 한다. 본 연구에서는 적응 퍼지 이진화 방법을 제안한다. 이동 창 내의 화소의 밝기 값 분포에 따라 ${\alpha}$-컷을 구하고, 이 값을 이용하여 이진화를 수행한다. ${\alpha}$-컷을 구하기 위해 수행속도가 빠른 기존의 이진화 방법들을 이용한다. 기존 방법들로 구해진 임계치들을 퍼지 소속 함수들의 중심값으로 설정하고, 화소의 밝기값 분포를 이용하여 퍼지 소속 함수들의 구간을 결정한다. 결정된 퍼지 소속 함수들을 이용하여 ${\alpha}$-컷의 조정율을 구하고, 각 화소의 소속도에 따라 이진화를 수행한다. 실험 결과는 제안한 방법이 기존의 방법들보다 전경과 배경이 효과적으로 분리될 수 있고, 전경의 손실이 적어지는 것을 보여준다.

• 대한전자공학회논문지SP
• /
• 제42권1호
• /
• pp.101-108
• /
• 2005

적응 CFAR(Constant False Alarm Rate) 알고리즘은 클러터 배경 환경에서 일정한 오경보 율을 유지하면서 탐지확률을 높이기 위해 사용된다. 특히 공간 상관관계, 크기 편차가 큰 비 균일한 클러터 환경에서 탐지성능을 향상시키기 위해서는 공간변화에 적응적인 필터링 기법이 요구된다. 본 논문에서는 클러터 배경추정을 위해 이차원적으로 영역을 구분하여 대표 추정 값을 구하고, 보간(interpolation) 필터를 이용하여 최종 추정 값을 결정하는 이차원 블록 보간(Two-dimensional Block Interpolation : TBI) 적응 CFAR 알고리즘을 제안한다. 제안한 방법은 부분영역의 히스토그램 분포 중앙값을 영역 추정 값으로 선택함으로 불규칙 간섭신호 제거에 효과적이며, 블록 노드 추정 값을 이용하여 각 셀에 대한 최종 추정 값을 얻는 방식을 취함으로 인해 거리 셀 수가 많고, 고도 빔 수가 많은 시스템에서 클러터 필터링에 필요한 메모리 공간을 줄이는데 이점이 있다. 컴퓨터 모의실험을 통해 기존의 트랜스버설(transversal) 방식, 회귀(recursive)방식의 적응 CFAR 알고리즘과 탐지성능, 필요메모리 측면에서 성능을 비교하여 제안한 방법의 우수성을 확인한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권1호
• /
• pp.59-69
• /
• 2007

다양한 환경을 포함하고 있는 동영상에서 움직이는 객체를 추출, 인식하기 위해서는 배경 모델링이 중요하다. 이러한 객체 인식을 위한 전처리 과정인 배경 모델링을 위한 여러 방안이 제안되었다. 그중 큐 기반 배경 모델링으로 대표되는 Kumar의 방법이 있다. 하지만 이는 프레임의 갱신검사 주기가 고정되어 있어 여러 시스템에 적용시키는데 한계점이 있다. 본 논문은 큐 기반 배경 모델링 기법을 이용하고 이때 주요한 환경 변수가 되는 슬라이딩 윈도우의 크기 및 영상의 자기 단계에 따른 그룹핑 크기, 프레임의 갱신검사 주기를 배경 모델에 따라 적응적으로 결정하는 방법을 제안한다. 배경 모델에 따른 환경변수를 결정하기 위해 객체 검출율, 객체 오검출율, 갱신율을 평가 기준으로 삼는다. 제안된 방법으로 실시간 처리에 부적합한 기존의 배경 모델링 방법을 개선하여 보다 효과적으로 객체를 인식할 수 있다.

• 한국정보통신학회논문지
• /
• 제7권2호
• /
• pp.344-352
• /
• 2003

본 논문에서는 CCD 카메라를 통해 전송되는 영상 시퀀스를 대상으로 움직이는 물체의 형태가 보행중인 사람, 혹은 자동차인지를 식별하고 이의 이동 방향을 판단하여, 이를 추적하는 무인 감시 시스템을 위한 효율적인 알고리즘을 제안한다. 고정 카메라 환경에서 유동적인 배경으로부터 안정된 움직임 추출을 위하여 배경과 이동 물체를 통계적 매개 변수로 모델링하고 배경만이 존재하는 초기 연속 영상 중 일부에 대하여 통계적으로 학습한다. 또한, 능동카메라 환경에서는 카메라 움직임에 의하여 배경에서도 움직임 에너지가 발생하므로 예측된 이동 궤적정보를 이용함으로써 연산량의 감소와 정확성을 기하였다. 본 논문에서 제안한 알고리즘을 고정카메라 및 능동카메라 환경에서 취득한 연속 영상에 적용한 결과 안정된 추적 결과를 얻었다. 제안한 알고리즘은 제한된 지역내의 무인 감시 시스템 도로 환경에서 교통흐름의 모니터링 시스템 및 나아가서 지능형 도로망을 위한 자가 주행 시스템에 적용이 기대된다.

• 한국지능시스템학회논문지
• /
• 제18권3호
• /
• pp.387-391
• /
• 2008

움직이는 객체를 검출하기 위해서 정확한 배경을 사용하기 위해 널리 사용되는 방법으로는 가우시안 혼합 모델이다. 가우시안 혼합 모델은 확률적 학습 방법을 사용하는데, 이 방법은 움직이는 배경일 경우와 이동하던 물체가 정지하는 경우 배경을 정확히 모델링하지 못한다. 본 논문에서는 확률적 모델링을 통해 혼잡한 배경을 모델링하고 객체의 계층적 처리를 통해 보다 정확한 배경으로 갱신할 수 있는 학습 방법을 제안한다.