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

  • 제42권1호
  • /
  • Pages.46-49
  • /
  • 2017
  • /
  • 1226-4717(pISSN)
  • /
  • 2287-3880(eISSN)
한국통신학회 (The Korean Institute of Commucations and Information Sciences)
권호 표지
DOI QR코드

DOI QR Code

Full-HD급 축구 동영상의 배경 분리에서 영상 다운 샘플링이 배경 분리 성능에 미치는 영향에 관한 연구

Impact of Image Downsampling on the Performance of Background Subtraction in Full-HD Soccer Videos

  • Jung, Chanho (Department of Electrical Engineering, Hanbat National University)
  • 투고 : 2016.12.16
  • 심사 : 2017.01.09
  • 발행 : 2017.01.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문에서는 "Full-HD급($1920{\times}1080$) 축구 동영상" 분석을 위해 필수적인 "배경 분리"에서 "영상 다운 샘플링"이 배경 분리 성능에 미치는 영향에 대해 정량적으로 분석 및 고찰한다. 이를 위해 본 논문에서는 배경 분리 정확도 뿐만 아니라 배경 분리 속도 관점에서 영상 다운 샘플링이 미치는 영향을 평가하였다. 또한 실험의 신뢰성을 높이기 위하여 두 가지 서로 다른 배경 분리 알고리즘을 이용하였다. 정량적인 비교 평가를 위해 F-measure 및 FPS(frames per second)를 이용하였다. 본 논문에서 제시된 정량적인 분석 결과는 실시간 지능형 축구 동영상 분석 시스템 개발을 위해 고속 배경 분리 기술을 연구하고자 하는 연구자 및 개발자들에게 유용한 벤치마크가 될 것으로 예상된다.

In this letter, we investigate the impact of image downsampling on the performance of background subtraction in Full-HD soccer videos. To this end, we evaluated the performance of background subtraction in terms of both accuracy and computational time. Furthermore, for the sake of completeness, we used two different background subtraction methods under the same experimental setup. For the quantitative comparison, we employed the F-measure and FPS(frames per second). We believe that this study serves as a practically useful benchmark for researchers and practitioners in developing a fast background subtraction algorithm adopted for building real-time intelligent soccer video analysis systems.

키워드

참고문헌

  1. H. Park, "Detecting and counting people system based on vision sensor," The J. Korea Inst. Inf. & Electron. Commun. Technol., vol. 1, no. 6, pp. 1-5, Mar. 2013.
  2. S. Kim and B. Park, "Image segmentation algorithm based on weight information," The J. Korea Inst. Inf. & Electron. Commun. Technol., vol. 5, no. 9, pp. 472-477, Oct. 2016.
  3. H. Park, "Active object tracking system for intelligent video surveillance," The J. Korea Inst. Inf. & Electron. Commun. Technol., vol. 2, no. 7, pp. 82-85, Jun. 2014.
  4. S. Beysal and P. Duygulu, "Sentioscope: a soccer player tracking system using model field particles," IEEE Trans. Cir. and Syst. for Video Technol., vol. 26, no. 7, pp. 1350-1362, Jul. 2016. https://doi.org/10.1109/TCSVT.2015.2455713
  5. T. D'Orazio and M. Leo, "A review of vision-based systems for soccer video analysis," Pattern Recognition, vol. 43, no. 8, pp. 2911-2926, 2010. https://doi.org/10.1016/j.patcog.2010.03.009
  6. T. D'Orazio, et al., "A semi-automatic system for ground truth generation of soccer video sequences," in Proc. IEEE Int. Conf. AVSS, pp. 559-564, Sept. 2009.
  7. Z. Zivkovic and F. van der Heijden, "Efficient adaptive density estimapion per image pixel for the task of background subtraction," Pattern Recognition Lett., vol. 27, no. 7, pp. 773-780, 2006. https://doi.org/10.1016/j.patrec.2005.11.005
  8. Z. Zivkovic, "Improved adaptive gausian mixture model for background subtraction," in Proc. IEEE Int. Conf. Pattern Recognition, vol. 2, pp. 28-31, Aug. 2004.