• 정보처리학회논문지B
• /
• 제15B권5호
• /
• pp.391-396
• /
• 2008

동영상에서 객체의 움직임은 동영상의 내용을 분석하는데 중요한 요소로 작용한다. 따라서 움직임 정보를 이용하여 동영상 내용을 분석하고 검색하기 위한 많은 방법들이 제안되었다. 그러나 대부분의 방법들은 객체 자체의 동작 보다는 움직임의 방향이나 경로를 분석하는 쪽으로 치중되었다. 본 논문에서는 객체의 움직임에 의한 모양 변화를 이용하여 객체의 동작을 표현하고 비교하기 위한 모양 시퀀스 기술자(descriptor)를 제안한다. 객체의 움직임 정보는 입력된 이미지 시퀀스에서 객체 영역을 추출하여 연속된 2차원 모양 정보로 표현되고, 각각의 2차원 모양 정보는 모양 기술자를 이용하여 1차원 모양 특징 값으로 변환된다. 순서에 따라 배열된 모양 기술자들을 시간 축으로 주파수 변환한 후 저주파영역의 계수를 취하여 모양 시퀀스 기술자를 얻게 된다. 실험을 통하여 제안된 방법이 객체의 동작 정보를 매우 효과적으로 표현 및 비교 가능하여 내용 기반 동영상 검색, 동작 인식 등의 인지적 관점의 움직임 분석 응용에 적용 가능함을 보였다.

• 한국멀티미디어학회논문지
• /
• 제12권4호
• /
• pp.492-501
• /
• 2009

동영상에서 객체의 동작 정보는 장면의 내용을 분류하고 구분하는 중요한 정보로 이용될 수 있다. 본 논문에서는 동영상에서 객체의 동작을 효과적으로 찾기 위한 모양기반 동작 검색 방법을 제안한다. 객체의 동작 정보는 동영상 프레임에서 객체 영역을 추출하여 연속된 2차원 모양 정보로 표현되고, 각각의 2차원 모양 정보는 모양 기술자를 이용하여 1차원 모양 특정값으로 변환된다. 순서에 따라 나열된 모양 기술자 시퀀스를 이용하여 개별 동작의 분할 과정 없이 문서에서 단어를 검색하듯이 동영상에서 객체의 동작을 검색할 수 있다. MPEG-7 모양 변화 기술자와의 성능 비교 실험을 통하여 제안된 방법이 객체의 동작 정보를 보다 효과적으로 표현할 수 있으며, 동작 검색 및 분석 응용에 적용할 수 있음을 보였다.

• 방송공학회논문지
• /
• 제22권2호
• /
• pp.234-239
• /
• 2017

본 논문에서는 비디오 영상내 사물의 움직임의 방향과 크기의 변화를 이용한 새로운 서술자를 정의하고 이를 기반으로 하여 실시간으로 폭력 영상을 검출하는 방법을 제안한다. 새로 정의된 서술자는 폭력 행위의 움직임의 크기 및 방향 변화량이 일반적인 움직임에 비해 매우 크다는 관찰에 착안한 것이다. 일정한 프레임 동안의 서술자 값으로 이루어진 서술자 특징 벡터를 얻었고, 이것은 SVM(Support Vector Machine)으로 학습된 분류기를 통하여 폭력행위와 비폭력행위를 구별하는 데에 사용되었다. 제안하는 방법의 성능을 검증하기 위해 ViF(Violent Flow) 알고리즘과 세 종류의 데이터셋을 이용하여 비교 실험을 수행하였고, 모든 경우에서 더 우수한 성능을 보임을 확인하였다.

• 융합정보논문지
• /
• 제12권1호
• /
• pp.15-21
• /
• 2022

동영상의 내용 기반 검색에 있어 객체의 움직임에 대한 정보는 내용의 분류와 구분에 있어 중요하게 이용될 수 있다. 특히 사람의 동작을 분석하고 구분하는 것은 검색뿐 아니라 다양한 분야에 활용할 수 있다. 본 논문에서는 객체의 움직임에 따라 변화하는 모양 정보를 이용하여 동작을 표현하고 구분하기 위해 제안된 모양 변화 기술자와 모양 시퀀스의 성능을 높이는 방법을 제안한다. 변화하는 객체의 모양 정보를 더 효율적으로 표현하기 위한 모양 기술자의 선택과 유사도 측정을 위해 사용되는 거리함수의 비교를 통하여 동작 정보의 표현 및 검색 효율을 높일 수 있도록 하였다. 실험을 통하여 제안된 방법이 기존의 방법에 비해 더 효율적으로 동작 정보를 표현하여 검색의 성능을 높일 수 있음을 보였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.355-358
• /
• 2001

본 논문에서는 객체의 움직임에 의한 모양 변화를 표현하기 위하여 MPEG-7 에 제안된 모양 시퀀스 기술자(Shape Sequence Descriptor)에 대하여 설명하고, 모양 시퀀스 기술자 추출에 필요한 Shape Variation Map 생성을 위한 두 가지 방법을 비교하였다. 기존의 방법은 물체의 평균 적인 모양에 가중치를 두어 생성되며, 새로운 방법은 물체의 움직임에 의해 변화되는 부분에 더 가중치를 두는 방법으로 생성된다. 또한 최종적으로 사용되는 특징 값으로 Zernike moment를 이용하는 방법과 ART(Angular Radial Transform)을 이용하는 방법을 비교하여 모양 시퀀스 검색을 위한 가장 효율적인 방법을 제안하였다.

• 정보처리학회논문지B
• /
• 제11B권1호
• /
• pp.1-6
• /
• 2004

동영상에서 움직임 정보는 동$.$영상의 내용을 표현하는데 중요한 역할을 한다. 따라서 움직임 정보론 이용하여 동영상의 내용을 분석하고 검색하는 방법들이 다양하게 제안되고 있다. 지금까지의 움직임 정보에 관한 연구는 움직이는 동작의 분석보다는 단순한 움직임의 방향이나 궤적의 분석에 치중되고 있다. 본 논문에서는 객체의 동작을 분석하기 위한 방법으로 움직임에 의한 모양 변화를 표현하는 모양 변화 기술자(descriptor)를 소개하고, 모양 변화 축적도(shape variation map)를 이용한 모양 변화 표현방법을 제안한다. 실험을 통하여 제안된 방법이 기존의 방법에 비하여 검색 효율측면에서 11%의 성능향상을 보였으며, 제안된 방법이 객체의 움직임에 의한 모양 변화를 효과적으로 표현하며, 인지적 관점의 움직임 검색에 이용 가능함을 보였다.

• Journal of Information Processing Systems
• /
• 제15권1호
• /
• pp.67-90
• /
• 2019

Accurate detection, tracking and analysis of human movement using robots and other visual surveillance systems is still a challenge. Efforts are on to make the system robust against constraints such as variation in shape, size, pose and occlusion. Traditional methods of detection used the sliding window approach which involved scanning of various sizes of windows across an image. This paper concentrates on employing a state-of-the-art, hierarchical graph based method for segmentation. It has two stages: part level segmentation for color-consistent segments and object level segmentation for category-consistent regions. The tracking phase is achieved by employing SIFT keypoint descriptor based technique in a combined matching and tracking scheme with validation phase. Localization of human region in each frame is performed by keypoints by casting votes for the center of the human detected region. As it is difficult to avoid incorrect keypoints, a consensus-based framework is used to detect voting behavior. The designed methodology is tested on the video sequences having 3 to 4 persons.

• 한국멀티미디어학회논문지
• /
• 제14권4호
• /
• pp.504-516
• /
• 2011

In this paper, we will present a method to detect human hand and recognize hand gesture. For detecting the hand region, we use the feature of human skin color and hand feature (with boundary complexity) to detect the hand region from the input image; and use algorithm of optical flow to track the hand movement. Hand gesture recognition is composed of two parts: 1. Posture recognition and 2. Motion recognition, for describing the hand posture feature, we employ the Fourier descriptor method because it's rotation invariant. And we employ PCA method to extract the feature among gesture frames sequences. The HMM method will finally be used to recognize these feature to make a final decision of a hand gesture. Through the experiment, we can see that our proposed method can achieve 99% recognition rate at environment with simple background and no face region together, and reduce to 89.5% at the environment with complex background and with face region. These results can illustrate that the proposed algorithm can be applied as a production.

• 대한전자공학회논문지SP
• /
• 제44권3호
• /
• pp.8-15
• /
• 2007

최근 멀티미디어 데이터를 효율적으로 전송, 저장 관리 및 검색하는 기술이 중요한 핵심 기술로 대두되고 있다. 그 중에서 멀티미디어 정보 검색의 경우 사용자가 원하는 정보를 표현할 수 있는 사용자 인터페이스 기술과 원하는 정보를 사용자에게 신속하고 정확하게 보여주는 기술의 필요성이 증대하고 있다. 본 논문에서는 MPEG으로 압축된 영상 정보에서 장면의 전환점인 컷을 효과적으로 검출하여 동영상을 분할하는 기법을 제안한다. 컷 검출(Cut detection)은 MPEG 비디오 시퀀스에서 동영상을 분할하는 가장 기본적이면서 중요한 기초 작업이며, 비디오 색인 및 검색을 위한 첫 번째 단계이다. 기존의 방법들은 프레임간을 비교하기 때문에 물체의 빠른 움직임이나 카메라의 움직임, 후레쉬의 섬광 등 화면 변화에 따라 오검출이 생기는 단점이 있다. 제안하는 컷 검출 기법은 먼저 입력영상을 DCT의 DC를 이용하여 샷을 검출한다. 이렇게 검출된 샷으로 데이터베이스를 구성하고, MPEG-7의 시각 기술자 중 HMMD 컬러 모델과 에지 히스토그램을 사용하여 영상에서 특징을 추출하였다. 그리고 제안하는 매칭 기법에 따라 단계별 검색을 수행하였다. 이 실험을 통해서 기존 방법들보다 높은 검색률을 보이는 개선된 동영상 분할 시스템을 설계하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.256-257
• /
• 2022

본 논문에서는 단일 모바일 디바이스의 움직임을 통해 3차원 특징점을 추출하는 방법에 대해 소개한다. 단안 카메라를 이용해 카메라 움직임에 따라 2D 영상을 획득하고 Baseline을 추정한다. 특징점 기반의 스테레오 매칭을 진행한다. 특징점과 디스크립터를 획득하고 특징점을 매칭한다. 매칭된 특징점을 이용해 디스패리티를 계산하고 깊이값을 생성한다. 3차원 특징점은 카메라 움직임에 따라 업데이트 된다. 마지막으로 장면 전환 검출을 이용하여 장면 전환시 특징점을 리셋한다. 위 과정을 통해 특징점 데이터베이스에 평균 73.5%의 저장공간 추가 확보를 할 수 있다. TUM Dataset의 Depth Ground truth 값과 RGB 영상으로 제안한 알고리즘을 적용하여 3차원 특징점 결과와 비교하여 평균 26.88mm의 거리 차이가 나는것을 확인하였다.