• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.23-29
• /
• 2009

Blob detection is an essential ingredient process in some computer applications such as intelligent visual surveillance. However, previous blob detection algorithms are still computationally heavy so that supporting real-time multi-channel intelligent visual surveillance in a workstation or even one-channel real-time visual surveillance in a embedded system using them turns out prohibitively difficult. In this paper, we propose a fast and precise blob detection algorithm for visual surveillance. Blob detection in visual surveillance goes through several processing steps: foreground mask extraction, foreground mask correction, and connected component labeling. Foreground mask correction necessary for a precise detection is usually accomplished using morphological operations like opening and closing. Morphological operations are computationally expensive and moreover, they are difficult to run in parallel with connected component labeling routine since they need much different processing from what connected component labeling does. In this paper, we first develop a fast and precise foreground mask correction method utilizing on neighbor pixel checking which is also employed in connected component labeling so that the developed foreground mask correction method can be incorporated into connected component labeling routine. Through experiments, it is verified that our proposed blob detection algorithm based on the foreground mask correction method developed in this paper shows better processing speed and more precise blob detection.

• 한국인터넷방송통신학회논문지
• /
• 제12권5호
• /
• pp.25-30
• /
• 2012

공공장소에서 의도적으로 유기하는 위험 물체를 감지하는 것은 사회 안전 목적에서 중요하다. 오늘날 영상감시 시스템은 고해상도와 무선 연결 능력의 측면에서의 성능 향상이 요구되고 있다. 이 연구에서는 무선 고해상도 영상 전송 기술을 기반으로 사회 안전 목적의 유기물 감지를 위하여 영상 감시 시스템의 설계를 제안하고 있다. 또한 탐지 성능인 PED, PAT 지수를 향상시키기 위하여 이전의 영상 감시 소프트웨어 구조에 추적 알고리즘이 포함되도록 하였다. 실제 무선 고해상도 영상 전송 시스템 위에 제안된 설계 구조를 구현함으로써, 4.0 Gbps 속도의 전송 성능으로서 전체 시스템의 유효성을 보인다.

• 한국멀티미디어학회논문지
• /
• 제17권4호
• /
• pp.420-432
• /
• 2014

In detection of moving objects from video sequences, an essential process for intelligent visual surveillance, the cast shadows accompanying moving objects are different from background so that they may be easily extracted as foreground object blobs, which causes errors in localization, segmentation, tracking and classification of objects. Most of the previous research results about moving cast shadow detection and removal usually utilize color information about objects and scenes. In this paper, we proposes a novel cast shadow removal method of moving objects in gray level video data for visual surveillance application. The proposed method utilizes observations about edge patterns in the shadow region in the current frame and the corresponding region in the background scene, and applies Laplacian edge detector to the blob regions in the current frame and the corresponding regions in the background scene. Then, the product of the outcomes of application determines moving object blob pixels from the blob pixels in the foreground mask. The minimal rectangle regions containing all blob pixles classified as moving object pixels are extracted. The proposed method is simple but turns out practically very effective for Adative Gaussian Mixture Model-based object detection of intelligent visual surveillance applications, which is verified through experiments.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제38차 하계학술발표논문집 16권1호
• /
• pp.199-204
• /
• 2008

Visual surveillance is an active topic recently in Computer Vision. Event detection and recognition is one important and useful application of visual surveillance system. In this paper, we propose a new method to recognize the entering and exiting events based on the human's movement feature and the door's state. Without sensors, the proposed approach is based on novel and simple vision method as a combination of edge detection, motion history image and geometrical characteristic of the human shape. The proposed method includes several applications such as access control in visual surveillance and computer vision fields.

• 한국수정란이식학회지
• /
• 제31권2호
• /
• pp.137-143
• /
• 2016

This study was conducted to evaluate a visual surveillance system. The advancement of recording technology and network service make it easy to record and transfer the videos. Moreover, progressed recognition technology help to make a distinction each other. Cows show distinguishing behaviors during their estrus period. The mounting is one of the behaviors. The result was different depending on the breed of the cows and the size of the farm. In the case of Korean native cattle, the estrus detection rate was 71.15%, however, dairy cows, the estrus detection rate was 39.38%. At the farms having below 6 modules, the estrus detection rate was 87.41%. On the other hand, at the farms having over 6 modules, the estrus detection rate was 77.78%. With the proper progress, the visual surveillance system can be used to detect heat detection.

• 융합신호처리학회논문지
• /
• 제13권2호
• /
• pp.83-90
• /
• 2012

본 논문에서는 NIOS II 임베디드 플랫폼을 기반으로 하는 지능형 영상 감시 시스템을 구현하였다. 지금까지의 입베디 드 기반의 영상 감시 시스템들은 하드웨어의 의존도가 높아 특정한 목적에 제한되는 단점이 있었다. 이러한 한계를 개 선하기 위하여, 필자들은 그 응용의 목적에 따라 폭 넓게 적용 가능한 유연성이 높은 임베디드 플랫폼을 구현하였다. 소프트웨어 중심 프로그래밍 기법의 주요 문제점인 고속 처리를 위하여, 핵심 부분인 하드웨어 플랫폼에서 SOPC형 NIOS II 임베디드 프로세서와 영상처리 알고리즘을 소프트웨어 프로그래밍과 C2H(The Altera NIOS II C-To-Hardware(C2H) Acceleration Compiler) 컴파일러를 사용하는 하드웨어 프로그래밍을 통합하여 시스템의 성능을 향상 시켰다. 그리고 NIOS II 임베디드 프로세서 플랫폼을 중심으로 각각의 디바이스 인터페이스를 통합 관리하는 서버 시스템을 구축하고, 사용자의 접근 효율을 높이기 위해 네트워크상에서 제어하는 기능을 추가하였다.본 시스템을 영상 감시를 위한 지정된 구역에 설치하여 시험하고 그 성능을 평가하였다.

• 센서학회지
• /
• 제13권2호
• /
• pp.144-151
• /
• 2004

In this paper, we propose an active stereo surveillance system with human-like convergence function. The proposed system uses a bottom-up saliency map model with the human-like selective attention visual function to select an interesting region in each camera. and this system compares the landmarks whether the selective region in each camera finds a same region. If the left and right cameras successfully find a same landmarks, the implemented vision system focuses on the landmark. Using the motor encoder information, we can automatically obtain the depth information and resultantly construct a depth map using the depth information. Computer simulation and experimental results show that the proposed convergence method is very effective to implement the active stereo surveillance system.

• 한국정보통신학회논문지
• /
• 제10권3호
• /
• pp.517-525
• /
• 2006

본 논문에서는 영상 감시 시스템의 중요한 조건인 주위의 조명 광이 변화하는 환경 하에서도 감시의 효율 개선할 수 있는 알고리듬을 고안하고 이를 실험을 통하여 확인하였다. 감시 시스템의 어려운 처리 과정들 중 하나인 카메라로 들어오는 조명광의 변화에 대처할 수 있는 영상처리 기법으로서 기존의 감시 시스템들은 이러한 변화에 따른 오차 특성을 고려하지 않았다. 실제로, 영상 감시시스템에 미치는 영향들로는 야간의 미약한 영상정보 그리고 조명의 반사나 등이 있으며, 이러한 영향은 정확한 물체를 인식하는데 많은 오차를 발생시킨다. 특히 야간영상에서 미약한 영상정보와 노이즈로 인한 오차특성은 감시 시스템의 성능을 가늠할 정도로 그 영향이 크다. 따라서 본 논문에서는 조명광의 변화에 강인한 필터를 설계하고, 히스토그램 분석과 가보 필터를 이용하여 효과적으로 이 동물체를 인식 및 추적 할 수 있는 시스템을 제안하였다. 그 결과 조명 광이 좋은 상태인 주간에는 인식률이 이동 물체의 수에 대하여 약간의 차이가 있으나, $92\sim100%$의 인식률을 보였고, 야간의 경우 조명이 미약한 상태에서도 $80\sim90%$의 인식률을 보였다.

• 융합신호처리학회논문지
• /
• 제10권2호
• /
• pp.112-119
• /
• 2009

본 논문에서는 옥외 환경에 강인한 영상 감시알고리듬을 구현하는 과정을 기술하였다. 옥외 감시시스템의 어려운 처리 과정들 중 하나는 배경화면을 효과적으로 갱신하는 것이다. 배경 영상에는 건물, 나무들, 이동하는 구름 및 기타 다른 물체들의 그림자를 포함하기 때문에. 시간과 조명광에 따라 변화한다. 이는 옥외에서의 감시시스템의 성능을 저하시킨다. 따라서 본 논문에서는 배경 영상을 효과적으로 갱신하기 위해 적응 혼합 가우시안 필터와 컬러불변성을 화소레벨에서 적용하여 옥외에서도 강인한 영상 감시알고리듬을 제안하였다. 그 결과, 다양한 그림자가 있는 옥외에서 움직이는 대상 물체를 검출할 수 있음을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제19권8호
• /
• pp.1345-1360
• /
• 2016

In this paper, we propose a new real-time human detection under omni-directional cameras for visual surveillance purpose, based on CNN with unified detection and AGMM. Compared to CNN-based state-of-the-art object detection methods. YOLO model-based object detection method boasts of very fast object detection, but with less accuracy. The proposed method adapts the unified detecting CNN of YOLO model so as to be intensified by the additional foreground contextual information obtained from pre-stage AGMM. Increased computational time incurred by additional AGMM processing is compensated by speed-up gain obtained from utilizing 2-D input data consisting of grey-level image data and foreground context information instead of 3-D color input data. Through various experiments, it is shown that the proposed method performs better with respect to accuracy and more robust to environment changes than YOLO model-based human detection method, but with the similar processing speeds to that of YOLO model-based one. Thus, it can be successfully employed for embedded surveillance application.