• 한국통신학회논문지
• /
• 제26권10B호
• /
• pp.1419-1427
• /
• 2001

본 논문은 연속영상에서 non-rigid object를 자동으로 분할하고 알고리즘을 제안하였다. Non-rigid object는 형태의 변화가 일정하기 않은 object로서 기존의 분할 알고리즘과는 다른 새로운 분할 알고리즘을 필요로 한다. 본 논문에서는 특히 구름이나 연기와 같이 형태의 변화가 큰 non-rigid object를 자동으로 분할하는 알고리즘을 제안하였다. 제안된 알고리즘은 공간분할, 시간분할, 그리고 공간분할과 시간분할의 결합의 세 가지 단계로 구성되어 있다. 공간분할은 영상에서 픽셀의 intensity를 마코프 랜덤 필드로 가정하고 에너지 최소화를 통해 영상을 분할한다. 시간분할은 속도벡터를 기반으로 하여 움직임이 있는 영역만을 분할한다. 마지막으로 공간분할과 시간분할을 결합하여 non-rigid object의 최종적인 분할을 수행한다. 실험결과, 제안된 알고리즘은 연속영상에서 non-rigid object를 자동으로 분할함을 확인할 수 있었다.

• 대한전자공학회논문지SP
• /
• 제39권1호
• /
• pp.17-31
• /
• 2002

멀티미디어 표준안으로 제안된 MPEG-4는 객체기반 부호화 방식으로서, 객체를 효율적으로 분할하는 것은 MPEG-4에 있어 중요한 관건이다. 지금까지 이 분야에 대한 연구는 주로 rigid object를 대상으로 하였으나, 본 논문에서는 non-rigid object, 특히 구름이나 연기와 같은 non-rigid object를 대상으로 하여 효율적인 영역 분할 방식을 연구하였다. Non-rigid object는 모양이나 크기가 일정치 않으며 시간에 따라 형태도 변형되므로 정확히 분할해내는 것은 쉽지 않다. 따라서 본 논문에서는 이를 효율적으로 극복하기 위해 정지 영상에서는 watershed 알고리즘을 사용하여 non-rigid object를 분할해 주었다. 그리고 동영상에서는 intra-frame segmentation과 inter-frame segmentation을 통해 연속되는 프레임 내 관심 있는 객체의 경계선을 자동으로 추출해 주었다. 이 때 영상 내 경계 정보와 영역 정보 각각에 가중치를 두어 원하는 객체를 보다 정확히 추출해 주었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
• /
• pp.639-642
• /
• 2000

본 논문에서는 구름이나 연기와 같은 non-rigid object에 대한 영역 분할 방식에 대해 연구하였다. Non-rigid object의 효과적인 영역 분할을 위해서 object의 윤곽선을 정확히 파악해 낼 수 있는 장점을 가진 watershed 알고리즘을 사용하였다. 하지만 이 알고리즘은 object가 많은 영역으로 분할되는 oversegmentation 현상이 발생하여 본 논문에서는 pre, post-processing을 통해 이 oversegmentation 현상을 극복하고자 하였다. Pre-processing에서는 noise를 제거하고 영상을 단순화하면서 정확한 gradient magnitude를 구할 수 있는 방법에 대해서, post-processing에서는 통계적인 분석을 통한 region merging을 이용하여 object를 최적화 상태로 찾아줄 수 있는 방법에 대하여 연구하였다.

• 정보처리학회논문지B
• /
• 제16B권2호
• /
• pp.109-116
• /
• 2009

본 논문에서는 스테레오 영상 기반에서 능동 특징점 모델(active feature model)과 광류(optical flow)를 이용한 객체 추적 기술을 제안한다. 스테레오의 기하학적 정보와 변위를 이용하여 관심 객체와 특징점의 2.5차원 이동 정보(translation information)를 계산한다. 이 정보를 이용하여 폐색 객체의 특징점의 이동 정보를 예측하여 추적 성능을 개선하였다. 정형(rigid) 및 비정형(non-rigid) 객체에 실험을 하였다. 실험 결과 복잡한 배경 속에서의 실시간 객체 추적이 가능하였다. 또한 정형, 비정형 객체에 관계없이 추적이 가능 하였으며 폐색 상황에 향상된 결과를 보였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅳ
• /
• pp.2104-2107
• /
• 2003

In this paper, we propose the method Model based Non-Rigid Moving Object Tracking. Motion based method becomes difficult to predict precisely when motion gets larger, so that we can solve such difficultly with regarding the moving object as a model. In the model based method, it should be concerned about setting initial model and updating its model in each frame. We used SNAKE in a way to set the initial model, and also proposed a modified SNAKE to handle the previous SNAKE problems. Moreover, with the elliptical setting, we made the initializing process automatically which is highly subject to change in measuring the performance of SNAKE. We used the Hausdorff distance to identify models in each frame. Through our experiments, our Proposed algorithm does effective work in Non-Rigid Moving Object Tracking.

• 인터넷정보학회논문지
• /
• 제15권1호
• /
• pp.171-178
• /
• 2014

본 논문에서는 실시간으로 가상현실의 증강객체에 외부의 힘이 작용할 때 증강된 가상 객체의 동적 모델링 방법을 제시하였다. 가상객체의 자연스러운 움직임을 시뮬레이션 하기 위하여 AR 객체에 적용되는 외부의 힘의 변화에 대하여 Newton의 운동법칙을 적용하여 객체의 움직임을 설명하는 식을 생성하였다. 동적 모델링 과정에서 증강된 객체와 햅틱 장비간의 실질적 상호작용이 발생하며 이때 외부의 힘이 가상객체에 전달된다. 증강된 객체의 고유특성은 강체 혹은 탄성체의 성질을 갖는 모델이다. 강체의 동적 모델링에서는 선형 모멘텀과 각속도 모멘텀을 모두 고려하여 증강된 객체와 햅틱 스틱이 충돌할 때 수행하였다. 비강체의 동적 모델링에 있어서는 탄성체의 변형 모델은 내외의 힘과 제한요소에 자연적으로 반응하기 때문에 물리기반 시뮬레이션 방법을 적용하였다. 증강된 탄성체는 햅틱 인터페이스를 통해 사용자에 의하여 발생하는 힘의 특성과 모델의 고유 특성에 따라 자연스럽게 변형된다. 변형 물체의 모델링을 위하여 Newton의 제 2 운동법칙이라 불리는 질량-스프링 연결 시스템을 적용하였다. 실험을 통하여 증강된 강체와 비강체의 성질을 지닌 가상 객체에 햅틱 장비에 의한 햅틱 상호작용이 발생 할 때 객체의 변환을 자연스럽게 가시화 할 수 있었다.

• 대한전자공학회논문지SP
• /
• 제41권5호
• /
• pp.1-11
• /
• 2004

본 논문에서는 비정형 객체를 능동형태 모델을 사용하여 실시간으로 추적하기 위한 방법을 제시하였다. 객체를 추적 할 때, 가려진 부분의 윤곽을 추정해 낼 수 있는 능동형태 모델을 사용하였으며, 비디오의 각 프레임에서 처리과정의 시간을 줄이기 위해서 영상을 계층적으로 분리하여 실시간 처리를 가능하게 하였다 또한 다음 입력영상의 초기 윤곽을 효율적으로 찾기 위해서 칼만필터(Kalman filter)를 사용하여 특징점을 예측하였고, 블록 정합(block matching) 기법을 추가하여 예측 안정성을 향상시켰다. 비 계층적 방법, 비 예측 방법 등과 비교 실험을 통해서 제안된 계층적, 예측형 방식이 수렴속도 증가와 모델링의 정확도에서 모두 개선된 효과를 얻을 수 있음을 확인하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 하계종합학술대회 논문집(4)
• /
• pp.183-186
• /
• 2001

This paper for the method that automatically extracts moving object of the video image is presented. In order to extract moving object, it is that velocity vectors correspond to each frame of the video image. Using the estimated velocity vector, the position of the object are determined. the value of the coordination of the object is initialized to the seed, and in the image plane, the moving object is automatically segmented by the region growing method and tracked by the range of intensity and information about Position. As the result of an application in sequential images, it is available to extract a moving object.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 ITC-CSCC -1
• /
• pp.141-144
• /
• 2002

In this paper, we propose a new object tracking algorithm using deformed template and Level-Set theory, which is robust against background variation, object flexibility and occlusion. The proposed tracking algorithm consists of two steps. The first step is an estimation of object shape and location, on the assumption that the transformation of object can be approximately modeled by the affine transform. The second step is a refinement of the object shape to fit into the real object accurately, by using the potential energy map and the modified Level Set speed function. Experimental results show that the proposed algorithm can track non-rigid objects with large variation in the backgrounds.

• 제어로봇시스템학회논문지
• /
• 제15권11호
• /
• pp.1115-1121
• /
• 2009

For HRI (Human-Robot Interaction) in daily life, robots need to recognize non-rigid objects such as clothes and blankets. However, the recognition of non-rigid objects is challenging because of the variation of the shapes according to the places and laying manners. In this paper, the cognition of non-rigid object based on a cognitive system is presented. The characteristics of non-rigid objects are analysed in the view of HRI and referred to design a framework for the cognition of them. We adopt a linguistic cognitive system for describing all of the events happened to robots. When an event related to the non-rigid objects is occurred, the cognitive system describes the event into a sentential form and stores it at a sentential memory, and depicts the objects with a spatial model for being used as references. The cognitive system parses each sentence syntactically and semantically, in which the nouns meaning objects are connected to their models. For answering the questions of humans, sentences are retrieved by searching temporal information in the sentential memory and by spatial reasoning in a schematic imagery. Experiments show the feasibility of the cognitive system for cognizing non-rigid objects in HRI.