• 인터넷정보학회논문지
• /
• 제21권3호
• /
• pp.113-121
• /
• 2020

Human Pose Estimation (HPE) which localizes the human body joints becomes a high potential for high-level applications in the field of computer vision. The main challenges of HPE in real-time are occlusion, illumination change and diversity of pose appearance. The single RGB image is fed into HPE framework in order to reduce the computation cost by using depth-independent device such as a common camera, webcam, or phone cam. However, HPE based on the single RGB is not able to solve the above challenges due to inherent characteristics of color or texture. On the other hand, depth information which is fed into HPE framework and detects the human body parts in 3D coordinates can be usefully used to solve the above challenges. However, the depth information-based HPE requires the depth-dependent device which has space constraint and is cost consuming. Especially, the result of depth information-based HPE is less reliable due to the requirement of pose initialization and less stabilization of frame tracking. Therefore, this paper proposes a new method of HPE which is robust in estimating self-occlusion. There are many human parts which can be occluded by other body parts. However, this paper focuses only on head self-occlusion. The new method is a combination of the RGB image-based HPE framework and the depth information-based HPE framework. We evaluated the performance of the proposed method by COCO Object Keypoint Similarity library. By taking an advantage of RGB image-based HPE method and depth information-based HPE method, our HPE method based on RGB-D achieved the mAP of 0.903 and mAR of 0.938. It proved that our method outperforms the RGB-based HPE and the depth-based HPE.

• 디자인학연구
• /
• 제16권4호
• /
• pp.481-488
• /
• 2003

본 논문은 원화상으로부터 Thumbnail 화상을 효과적으로 제작하는 한 방법으로서 적합한 파일형식을 자동으로 선정하는 방법을 제안한다. 이를 위해, 우선 원화상과 JPEC, GIF 파일형식의 화상의 비교를 통해 화상의 특징에 따른 적합한 파일형식을 분석하고, 내용기반의 화상인덱싱방법에 사용되는 화상의 특징 추출 방법을 이용하여 화상에 포함된 4개의 특징을 추출하고, 추출된 특징의 포함 정도에 따라 적합한 파일형식을 결정하는 방법을 기술하였다. 4개의 특징은 미세한 부분의 포함 정도, 화상에 포함된 고 채도 색의 포함 정도, 화상의 사용된 색의 수, 색의 연속적인 변화 부분의 크기이며, 6개의 샘플화상을 대상으로 실험을 수행하였다. 제안된 방법에 의해 자동으로 생성된 Thumbnail 화상을 주관적 관능실험에 의해 평가한 결과, 시각적으로 선호하는 파일형식과 높은 일치 도를 보였으며, 따라서, 본 방법은 웹디자이너의 화상작업에서 체계적이고 효과인 Thumbnail 화상의 구현에 효과적으로 사용될 수 있음을 보였다.

• 한국멀티미디어학회논문지
• /
• 제22권12호
• /
• pp.1415-1429
• /
• 2019

Nowadays object tracking process becoming one of the most challenging task in Computer Vision filed. A CSR-DCF (channel spatial reliability-discriminative correlation filter) tracking algorithm have been proposed on recent tracking benchmark that could achieve stat-of-the-art performance where channel spatial reliability concepts to DCF tracking and provide a novel learning algorithm for its efficient and seamless integration in the filter update and the tracking process with only two simple standard features, HoGs and Color names. However, there are some cases where this method cannot track properly, like overlapping, occlusions, motion blur, changing appearance, environmental variations and so on. To overcome that kind of complications a new modified version of CSR-DCF algorithm has been proposed by integrating deep learning based object detection and CSRT tracker which implemented in OpenCV library. As an object detection model, according to the comparable result of object detection methods and by reason of high efficiency and celerity of Faster RCNN (Region-based Convolutional Neural Network) has been used, and combined with CSRT tracker, which demonstrated outstanding real-time detection and tracking performance. The results indicate that the trained object detection model integration with tracking algorithm gives better outcomes rather than using tracking algorithm or filter itself.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권2호
• /
• pp.122-130
• /
• 2009

기존의 번호판 검출 기법들은 대부분 일정한 거리와 방향에서 촬영되어 번호판의 크기가 유사하고, 배경이 단순한 차량 전면 영상에 적용되는 한계를 가지고 있어서 번호판의 위치가 변하거나 조명 혹은 크기의 변화에 매우 취약하다. 본 논문에서는 이러한 기존 기법들의 문제점들을 극복하기 위하여 에지기반 영역확장 기법을 사용하는 번호판 검출기법을 제안한다. 1단계에서는 입력영상에서 예지영상을 얻고 번호판의 기하학적 특성을 갖는 에지 영역들을 검출하여 이들을 번호판 검색영역으로 정한다. 검색영역의 에지들을 기반으로 주변의 화소들을 색상을 기반으로 영역확장을 통해 분할하여 번호판의 기하학적 특성을 만족하는 영역들을 번호판 후보영역으로 정한다. 후보영역들은 자동차의 조명등과 같은 구조물과의 위상특성을 고려하여 최종결정한다. 본 논문에서 제안하는 기법은 번호판의 문자가 검출되지 않는 경우에도 번호판 위치의 검출이 가능하고 특히 작은 크기의 번호판 검출에 유리하며, 크기와 상관없이 번호판을 검출할 수 있음을 실험을 통해 입증하였다.

• 한국정보통신학회논문지
• /
• 제20권12호
• /
• pp.2355-2362
• /
• 2016

해무 제거는 컴퓨터 비전과 영상처리 분야에서 상당히 중요하게 다루고 있는 분야이다. 해무 혹은 안개제거 기술은 자동 제어 시스템, CCTV, 영상인식 등과 같은 여러 분야에서 사용되고 있다. 이와 같이 컬러 영상의 해무 제거 기술이 다양하게 연구되고 있고 특히 Dark Channel Prior (DCP) 기술을 이용한 방법이 가장 활발하게 이용되고 있다. 본 논문에서는 DCP 알고리즘을 적용하여 해무를 빠르고 효율적으로 제거하는 기술을 소개한다. 이 기술은 GPU를 기반으로 구현한다. 병렬 프로그래밍과 최적화 과정을 거쳐 약 250배 정도의 연산속도를 빠르게 개선하였다. 이를 위해 기존의 프로그램 일부분을 몇 가지 과정을 거쳐 병렬화와 최적화 과정을 수행하였다. 제안한 GPU 프로그래밍 알고리즘과 구현결과는 선박의 안전항해, 지형조사, 지능형 자동차 등과 같은 분야에 적용될 수 있을 것으로 기대된다.

• 디지털콘텐츠학회 논문지
• /
• 제15권4호
• /
• pp.449-455
• /
• 2014

이동 물체의 검출은 비디오 감시, 보행자의 행동 분석과 같은 컴퓨터 시각 분야에서 매우 중요한 전처리 작업이다. 이는 실제 외부 환경을 대상으로 할 때, 영상 시퀀스에 존재하는 배경의 불규칙한 움직임, 조명 변화, 그림자, 배경 물체의 위상 변화 및 잡음 등으로 인하여 매우 어려운 작업이다. 본 논문에서는 코드북 기반의 전경 검출 알고리즘을 제안한다. 코드북은 입력 영상으로부터 얻어지는 배경화소에 대한 정보 데이터베이스이다. 먼저, 첫 번째 프레임을 배경 영상으로 가정하고 이를 입력 영상과 비교하여 차 영상을 구한다. 구해진 차 영상에는 순수한 이동 물체뿐만 아니라, 잡음까지 포함된다. 둘째로, 전경으로 검출된 화소의 색상과 밝기 값을 가지고 코드북을 조사하여 존재하는 경우 잘못 추출된 전경 화소로 판단하고 전경에서 제거한다. 마지막으로, 다음번 입력되는 프레임을 반복 처리하기 위하여 배경 영상을 새롭게 갱신하는데, 배경 화소로 검출된 화소의 경우에는 현재의 입력 영상으로부터 추정되며, 전경 화소로 검출된 경우에는 이전 배경 영상의 화소 값을 복사하여 사용한다. 제안한 알고리즘을 PETS2009 데이터에 적용한 결과를 GMM 알고리즘과 표준 코드북 알고리즘의 결과와 비교하여 보인다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.93-96
• /
• 2015

본 논문에서는 상황 인식 센서를 활용한 산불 감지 시스템을 제안한다. 기존 기상 및 비전 센서 기반의 산불 방재 시스템의 경우 카메라 센서로 획득한 영상을 조명변화에 강인한 색상공간인 HSI(Hue, Saturation, Intensity) 모형으로 변환시켜 처리하여 산불영역에 대한 특징을 추출하고 있다. 그러나 이 경우 단일 카메라 센서가 넓은 범위에 화재를 감지하기 때문에 넓은 범위의 화재가 발생하기 전까지는 화재발생을 감지하는데 어려움이 있다. 또한 복합적인 상황에서의 화재 감지가 힘들뿐만 아니라 별도의 지속적인 경계가 필요한 지역에 대한 설정이 어렵다. 따라서 본 논문에서는 센서를 활용하여 실시간으로 온도, 습도, Co2, 불꽃유무정보를 습득하고 이 데이터들을 복합적인 상황에 따라 비교, 분석하고 그에 따른 가중치를 부여하여 화재를 판단하는 알고리즘을 제안한다. 또한 화재 상태를 나누어 집중적인 화재 감지가 필요한 구역에 차별적인 관리가 가능하게 한다.

• 전자공학회논문지CI
• /
• 제45권4호
• /
• pp.34-40
• /
• 2008

본 논문에서는 손 모양 인식을 이용한 비전기반의 모바일 로봇제어 시스템을 제안한다. 손 모양을 인식하기 위해서는 움직이는 카메라로부터 정확한 손의 경계선을 추출하고 추적하는 것이 필요하다. 이를 위해 본 논문에서는 초기 윤곽선 위치 및 경계에 강건하고, 빠른 물체를 정확히 추적할 수 있는 mean shift를 이용한 활성 윤곽선 모델(ACM) 추적 방법을 개발하였다. 제안된 시스템은 손 검출기, 손 추적기, 손 모양 인식기, 로봇 제어기 4가지 모듈로 구성된다. 손 검출기는 영상에서 피부색 영역으로 정확한 모양을 손으로 추출한 이후 활성 윤곽선 모델(ACM) 과 mean shift를 사용하여 손 영역을 정확히 추적한다. 마지막으로 Hue 모멘트에 이용하여 손의 형태를 인식한다. 제안된 시스템의 적합성을 평가하기 위하여 2족 보행로봇 RCB-1에서 실험이 수행되었다. 실험 결과는 제안된 시스템의 효율성을 증명하였다.

• 대한기계학회논문집A
• /
• 제39권2호
• /
• pp.235-240
• /
• 2015

디지털 기기의 발달과 더불어 능동안전시스템 또한 비례적으로 발달됨에 따라 4.5 톤 이상 중대형상용차에도 능동안전시스템에 대한 요구가 대두되고 있다. 승용차량과 달리 중대형 상용차량 경우 카메라 장착 위치가 상대적으로 높아 차선 인식에 불리한 조건을 가지고 있다. 본 논문에서는 공간영역처리 기반 중 하나인 소벨 에지(Sobel Edge) 추출과 허프 변환(Hough Transform) 기법과 색 변환보정 기법으로 국내 도로 환경에 맞는 차선 인식에 대한 방법을 제시하고, 영상을 통한 전방의 차량을 인식하는 객체 인식 기법 중에 Haar-like 기법, Adaboost 기법, SVM 기법, Template Matching 기법 등을 적용 및 분석을 통하여 검출 오류를 줄이기 위한 전방 차량 인식 방법을 제안한다. 성능검증을 위해서 실차평가를 실시하였으며, 차선 인식에 대해 98% 이상의 높은 인식률을 얻었다.

• 한국언론정보학보
• /
• 제54권
• /
• pp.5-31
• /
• 2011

이 논문은 1922년부터 1944년까지 열렸던 조선미술전람회에 대한 신문보도의 내용을 분석하여 그 특성을 파악한 것이다. 조선미술전람회는 일본의 식민지배하에 있는 조선 미술의 낙후성과 미개함을 강조하고, '지방색'만을 강조함으로써 식민지 조선의 '열등한 정체성'과 일본의 '우월한 정체성'을 차별적으로 확인하게 만드는 수단이 되었다. 아울러 서양은 발전된 현재이고 동양은 과거에는 발전했으나 현재는 정체된 것으로 바라보는 오리엔탈리즘의 기본 시각이 재현되어 조선의 미술문화를 쇠락(衰落)한 지방문화쯤으로 치부하고 있다. 일제하 총독부 신문이었던, 매일신보에 대한 담론 분석결과 한편으로는 식민지 조선을 중앙(일본)의 연장선상에 있는 '지방(내지)'으로 편입하는 '동화주의적' 측면을 가지면서도, 다른 한편으로는 근대화된 일본과는 구분되는 미개한 일개의 '지방(외지)'으로 차별화하는 '배제주의적' 측면을 갖고 있었다. 동아일보의 경우 오리엔탈리즘적인 시각에서 벗어나지 못하면서도, 조선 미술의 자존심을 지키려는 방식으로 기사를 구성했다는 점에서 혼종적인 보도 태도를 보이고 있었다.