• 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.

• 스마트미디어저널
• /
• 제4권3호
• /
• pp.50-55
• /
• 2015

본 논문에서는 야간 영상 감시(night-time video surveillance)에 특화된 GMM(Gausssian mixture model)기반의 배경 모델링(background modeling)을 이용한 배경 차분(background subtraction)방법을 제안한다. 야간 영상에서는 낮 영상에 비해 배경과 객체의 구분이 뚜렷하지 않아 매우 흡사한 픽셀 값들을 이용하여 배경을 분리해야 한다. 이러한 문제점을 해결하기 위해 전처리 단계에서 조정된 범위의 히스토그램 스트레칭을 이용하여 입력 픽셀 값을 배경 모델링에 이로운 픽셀 값으로 변경해준다. 조정된 픽셀 값을 이용하여 가장 이상적인 배경을 찾기 위해 픽셀 단위로 GMM기반의 배경 모델링 방법을 적용한다. GMM을 기반으로 한 배경모델링 방법에서는 새로운 픽셀 값이 입력되었을 때 어떤 가우시안에도 속하지 않는다면 가장 낮은 가중치를 가진 가우시안 분포를 제거함으로써 이전의 축적된 배경의 정보를 무시하는 결과를 낳게 된다. 따라서 본 논문에서는 낮은 가중치의 가우시안을 제거하는 대신 기존 가우시안의 평균과 입력된 픽셀 값의 차를 이용하여 새로운 평균에 적용함으로써 기존의 쌓여진 정보를 고려한다. 실험결과 제안된 배경 모델링 방법이 기존 방법의 이점을 유지하면서 야간 영상 감지에 특화된 배경 차분 결과를 보였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 컴퓨터소사이어티 추계학술대회논문집
• /
• pp.111-114
• /
• 2003

In this paper, we propose a depth-based mesh modeling method to generate virtual environment. The proposed algorithm constructs mesh model from unorganized point cloud obtained from a multi-view camera. We separate the point cloud consisting objects from the background. Then, we apply triangulation to each object and background. Since the objects and the background are modeled independently, it is possible to construct effective virtual environment. The application of proposed modeling method is applicable to entertainment, such as movie and video game and effective virtual environment generation.

• 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.

• 한국컴퓨터정보학회논문지
• /
• 제23권4호
• /
• pp.65-70
• /
• 2018

This paper describes a effective information compressor algorithm for the fourth industrial technology. One of the difficult problems for outdoor is to obtain effective updating process of background images. Because input images generally contain the shadows of buildings, trees, moving clouds and other objects, they are changed by lapse of time and variation of illumination. They provide the lowering of performance for surveillance system under outdoor. In this paper, a effective information algorithm for variable environment variable under outdoor is proposed, which apply the Kalman Estimation Modeling and adaptive threshold on pixel level to separate foreground and background images from current input image. In results, the better SNR of about 3dB~5dB and about 10%~25% noise distribution rate in the proposed method. Furthermore, it was showed that the moving objects can be detected on various shadows under outdoor and better result Information.

• 한국컴퓨터정보학회논문지
• /
• 제26권2호
• /
• pp.45-52
• /
• 2021

본 논문에서는 모니터링 단체의 특징기반 필터링 기반의 음원 이용 모니터링 도구에서 음원 이용 내역을 블록체인에 기록하도록 하는 블록체인 기반의 주배시 음원 이용 모니터링 정보 생성 방법을 제안한다. 주배시 음원이란 방송사의 방송콘텐츠에 삽입된 음원으로서 통상 음원과 마찬가지로 하나의 창작물로서 인정되며 음원의 권리를 가지고 있는 작사, 작곡가 등이 존재하며 방송에서 음원이 이용된 만큼 모든 권리자가 이에 따른 저작권료를 분배받는다. 하지만 주배시 음원 이용에 대한 정확하지 않은 모니터링 결과와 이에 따른 이용 내역에 대한 누락 및 투명하지 않는 정산 방식에 관한 문제가 발생하고 있다. 본 논문을 통하여 제안한 정보생성 방식을 이용하면 정확한 음원 이용 내역이 생성 가능하고 블록에 저장된 내역이 변경이나 누락 없이 저장되고 투명하지 않는 정산방식을 스마트 계약에 의해 처리하여 투명한 정산 및 분배가 가능하다.

• 한국측량학회지
• /
• 제40권1호
• /
• pp.23-30
• /
• 2022

최근 딥러닝을 이용한 이미지 매팅 방법에 관한 다양한 연구가 진행되고 있다. 특히, 사진측량 분야에서도 고품질의 실감모형을 제작하기 위해서는 촬영된 이미지에서 유물 정보를 추출하는 과정이 필요하며, 이와 같은 과정은 많은 시간과 인력이 들어 기존에는 크로마키를 이용하여 추출하는 방법이 많이 활용되고 있다. 그러나, 기존의 방법은 세부 분류에 대한 정확도가 떨어져 고품질 실감모형에 적용하기에는 어려움이 있었다. 본 연구에서는 사전배경정보와 훈련된 학습데이터를 이용하여 고해상도 유물 이미지에서 배경정보를 제거하고 추출된 유물 이미지에 대하여 정성적, 정량적 결과를 평가하였다. 그 결과 제안된 방법과 FBA(매뉴얼 트라이맵)이 정량적으로 높은 결과를 나타냈으며, 정성적 평가에서도 유물 주변부의 분류도가 높은 정확도를 보였다. 따라서 제안된 방법은 고해상도 유물 이미지 분류에 있어 사전배경정보 취득을 통하여 높은 정확도와 빠른 처리 속도를 나타냈으며, 실내 유물 촬영에서 그 활용 가능성을 확인하였다.

• Journal of Information Technology Applications and Management
• /
• 제10권3호
• /
• pp.45-54
• /
• 2003

Security system with web camera remarkably has been developed at an Internet era. Using transmitted images from remote camera, the system can recognize current situation and take a proper action through web. Existing motion detection methods use simply difference image, background image techniques or block matching algorithm which establish initial block by set search area and find similar block. But these methods are difficult to detect exact motion because of useless noise. In this paper, the proposed method is updating changed background image as much as $N{\times}M$pixel mask as time goes on after get a difference between imput image and first background image. And checking image pixel can efficiently detect motion by computing fixed distance pixel instead of operate all pixel.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.881-882
• /
• 2008

This paper presents an algorithm of target detection of an underwater acoustic signal by estimating the background. At first, subtract the estimated background from the underwater acoustic signal. To estimate the background, this paper uses an algorithm of Denoising. By using Thresholding and Power analysis, we extract targets from the signal to eliminate the background. The proposed method is valuable as an algorithm to reduce calculation amounts of multi frames we will apply.

• 한국멀티미디어학회논문지
• /
• 제18권2호
• /
• pp.138-148
• /
• 2015

Object detection methods based on background learning are widely used in video surveillance. However, when a car runs with headlights on, these methods are likely to detect the car region and the area illuminated by the headlights as one connected change region. This paper describes a method of separating the car region from the area illuminated by the headlights. First, we detect change regions with a background learning method, and extract blobs, connected components in the detected change region. If a blob is larger than the maximum object size, we extract candidate object regions from the blob by clustering the intensity histogram of the frame difference between the mean of background images and an input image. Finally, we compute the similarity between the mean of background images and the input image within each candidate region and select a candidate region with weak similarity as an object region.