적응적 배경영상과 그물형 픽셀 간격의 윤곽점 검출을 이용한 객체의 움직임 검출

Motion Detection using Adaptive Background Image and A Net Model Pixel Space of Boundary Detection

  • 이창수 (숭실대학교 컴퓨터공학과 통신연구실) ;
  • 전문석 (숭실대학교 컴퓨터공학과)
  • 발행 : 2005.03.01

초록

카메라를 통한 객체의 움직임검출은 불필요한 잡음이나 조명의 변화에 따라 정확한 움직임검출 하는 것은 어렵다. 또한 객체의 유입 후 일정시간 동안 움직임이 없을 경우에는 배경으로 인식될 수도 있다. 본 논문에서는 초기의 배경영상을 기준으로 입력영상과의 차를 구하고 시간에 따라 변화하는 배경영상을 N×M 픽셀 마스크만큼 교체하여 갱신한다. 이미지 픽셀 검사는 모든 픽셀을 연산에 참여시키지 알고 일정한 간격의 그물형으로 이미지의 픽셀을 검색하여 보다 효과적으로 움직임을 검출한다. 또한 픽셀검사를 통하여 검출된 객체의 윤곽점을 이용하여 객체의 최소영역을 설정하여 객체의 움직임을 검출하므로, 매 프레임마다 이미지 검사를 하지 않고도 빠르고 정확하게 움직임 검출이 가능하다. 설계하고 구현한 시스템은 실험을 통한 성능평가에서 90% 이상의 높은 정확도를 보였다.

It is difficult to detect the accurate detection which leads the camera it moves follows in change of the noise or illumination and Also, it could be recognized with backgound if the object doesn't move during hours. In this paper, the proposed method is updating changed background image as much as N*M pixel mask as time goes on after get a difference between imput image and first background image. And checking image pixel can efficiently detect moving by computing fixed distance pixel instead of operate all pixel. Also, set up minimum area of object to use boundary point of object abstracted through checking image pixel and motion detect of object. Therefore motion detection is available as is fast and correct without doing checking image pixel every Dame. From experiment, the designed and implemented system showed high precision ratio in performance assessment more than 90 percents.

키워드

참고문헌

  1. H.Zhang, A.Kankanhalli, S.W.Smoliar, 'Automatic Partitioning of Full-motion Video',Multimedia System, Vol. 1, No.1, pp.10-28,1993
  2. Andreas Koschan, Sangkyu Kang, Joonki Paik, Besma Abidi, Mongi Abidi, 'Color active shape models for tracking non-rigid objects', Pattern Recognition Letters 24, pp.1751-1765, 2003 https://doi.org/10.1016/S0167-8655(02)00330-6
  3. J.L. Starck,F. Murtagh, E.J. Candes, D.L.Donoho, 'Gray and color image contrast enhancement by the curvelet transform' , IEEE Transactions on Image Processing, VOL. 12 NO.06 pp.0706-0717, JUNE 2003 https://doi.org/10.1109/TIP.2003.813140
  4. 김기주, 방경구, 문정미, 김재호, '효율적인 화상회의 동영상 압축을 위한 블록기반 얼굴 검출방식', 한국통신학회논문지, VOL 29, No 9C pp.1258-1268, SEPTEMBER 2004
  5. A.Hanjalic, R.L.Lagendijk, J.Biemond. 'A New Key-Frame Allocation Method for Representing Stored Video-Streams', Proc of the First International Workshop on Image Databases and Multimedia Search, Armsterdam of The Netherlands, pp.67-74, 1996
  6. Y. Wu, D.Suter, 'A Comparison of Methods for Scene Change Detection in Noisy Image Sequence.', Proc of the Fist International conference on Visual Information Systems, Melbourne, Australia, pp.459-468, 1996
  7. N. Ikonomakis, K.NPlataniotis, M.Zervakis, A.N. Venetsanopulos, 'Region Growing and Region Merging Image Segmentation', IEEE DSP 97. p299-302, 1997
  8. S.Y.Wan, W.E.Higgins, 'Symmetric region growing', International Conference on Image Processing 2000, VOL.12 NO.09, pp.1007-1015, SEPTEMBER 2003
  9. 이동근 '색상 및 영역특징 기반 이미지검색 시스템', 숭실대학교 석사학위논문,서울, 1999