한국통신학회논문지 (The Journal of Korean Institute of Communications and Information Sciences)

  • 제23권4호
  • /
  • Pages.787-795
  • /
  • 1998
  • /
  • 1226-4717(pISSN)
  • /
  • 2287-3880(eISSN)
한국통신학회 (The Korean Institute of Commucations and Information Sciences)
권호 표지

옵티컬 플로우를 이용한 논리연산 트래킹과 그레디언트 연산속도 개선

Logical operation tracking using optical flow and improvement of gradient operation speed

  • 안태홍 (전남전문대학 전자계산기과) ;
  • 정상화 (조선대학교 기계공학부) ;
  • 박종안 (조선대학교 전자정보통신공학부)
  • 발행 : 1998.04.01
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문에서는 이동물체의 움직임 추정을 위한 옵티컬 플로우(Optical Flow: OF)의 계산에 필요한 그레디언트(Gradient)의 연산 속도를 개선하고. OF와 에지의 논리연산에 의하여 이동물체의 움직임 정계를 추정할 수 있으며 잡음이 있는 영상에서도 이동물체를 추정할 수 있는 방법을 제안한다. 이것은 저레벨에서 OF와 에지를 논리 연산하므로써 불확실한 배경에서 이동물체를 식별하고 물체를 추적하는 방법으로 기존의 이동물체 추정 알고리즘을 간소화시킨 것이다. 또한, 그레디언트 연산속도를 개선한 본 논문의 방법 I과 방법 II를 이용하여 그레이레 벨값의 변화가 있는 영상에 대하여 시뮬레이션을 행하였다. 그레디언트 연산에 걸리는 전체적인 시간을 평균한 결과 방법 I 은 기존의 방법보다 12% 연산속도가 개선되었고, 방법 II는 37% 연산속도가 개선되었다.

In this paper, we have improved the speed of gradient operation, which needs to calculate Optical Flow for estimating a moving object, and proposed a method which estimate the contour of a moving object by the logical operationg of Optical Flow and edge in noisy images. The proposed method, which recognize to a moving ogject and traking a moving object, using logical operation of Optical Flow and edge in low-level has a advantage that is simpler than the known method for moving objects estimation. In addition, we have simulated several images using method I and method II on improved Gradient operation speed. When we have compared the average value of total operation time, method I is improved with 12% of operation speed compared with the known method, method II is improved with 38% operation speed.

키워드

참고문헌

  1. Robot Vision B. K. P. Horn
  2. IEEE Trans. PAMI v.7 Determing 3-D mition and structure from optical flow generalized by several moving objects G. Adiv
  3. IEEE Trans. Pattern Anal. Machine Intell. v.11 no.10 Image flow segmentation and estimation by constraint line clustering B. G. Schunck
  4. Trans. IEICE v.E79-D no.10 Detecting Multiple Rigid Image Motions from an Optical Flow Obtained with Multi-scale, Multi-Orientation Filters H-J. Chen (et ai)
  5. IEEE Trans. PAMI v.PAMI-15 no.2 Detecting Moving Objects Using the Rigidity Constrant W. b. Thompson;E. R. Struck
  6. Proc. 4th, Int. conf. com. vision Segmentation and 2D Motion estimate by region Fragments M. Etoh(et al)
  7. International conference Pattern Recognition v.26 no.10 Optical Flow From Constraint lines Parameterization D. Ben-Tzvi;A. Del Bimbo;P. Nesi
  8. International conference on pattern Recognition v.1 Object Tracking in Cluttered Background Based on Optical Flow and Edges Yoshonori Kuno
  9. Proc. of the British Machine Vision Conference On Accurate and Robust Estimation of Fundamental Matrix Miroslaw Bober;Nikos Georgis;Josef Kittler