• 한국인터넷방송통신학회논문지
• /
• 제10권5호
• /
• pp.229-235
• /
• 2010

본 논문은 실시간 감시 카메라 시스템에서 움직임 검출 효율을 높일 수 있는 방법을 제안하였다. 기존 방법인 차영상에 의한 방법과 배경 영상에 의한 객체 추적 방법은 외부에서 촬영되는 동영상에서의 움직이고 있는 객체를 검출하는 것이 상당히 어려운 일이다. 제안 방법은 배경 영상을 바로 이전 프레임과의 차를 구하여 급격하게 움직임이 검출되지 않으면 기존 배경 영상을 유지하고 해당 영역에서 움직임 객체가 사려졌을 때를 감지하여 배경 영상을 갱신하는 방법을 제안하였다. 멧돼지와 사람을 판단하기 위해 검출 영역 안에 있는 움직임 객체 각각에 박스로 표시하였다. 실시간 영상으로 시뮬레이션 한 결과 기존 방법보다 우수한 결과를 보여주었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 추계학술발표대회(상)
• /
• pp.306-308
• /
• 2003

본 논문은 컬러영상내 움직이는 객체의 효과적인 검출을 위해 색상과 위치정보를 적용시킨 K-means 클러스터링 알고리즘을 이용하여 움직이는 객체들을 추출한 방법을 제안하고 있다. 최종 클러스터링된 중심픽셀(prototype)이 갖고있는 RGB 값을 사용해 프레임을 비교해 객체와 배경의 분리를 가능하게 했고 마지막으로 후처리를 이용해 남아있는 배경잡음을 제거하였다. 본 연구의 실험은 여러 교통장면을 포함한 다양한 영상에서 이루어졌으며 실험결과 제안된 알고리즘은 기존의 픽셀이나 블록기반의 방법에 비해 보다 정확한 객체 검출이 가능했으며 한 가지 특징 정보를 사용한 클러스터링에 비해 보다 높은 정확도를 보였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.427-428
• /
• 2007

컴퓨터 비전을 이용한 이진 영상 데이터 처리는 사용자가 원하는 객체를 배경과 분리하여 추출하는 데에 유용하며 객체 위치 검출에는 테두리 검출(edge detection), 센트로이드 검출 (centroid detection) 등 다양한 기법들이 사용되어 왔다. 연속해서 움직이는 객체의 위치를 테두리 검출 기법을 이용하여 추종 시, 조명과 환경 잡음에 민감한 영상 데이터의 특성상 객체의 테두리 부분은 매 프레임마다 조금씩 차이가 있어 위치를 검출하는 데에 오차가 발생하기 쉽다. 그러나 센트로이드 기법으로 구할 경우 많은 픽셀의 무게중심을 구하는 것이므로 그 오차를 줄여 빠르고 정확한 위치 검출에 유용하다. 본 논문에서는 LabVIEW를 이용하여 진자운동 하는 물체의 센트로이드 점을 구하여 실시간 위치 검출을 구현한다.

• 한국통신학회논문지
• /
• 제36권2C호
• /
• pp.78-85
• /
• 2011

본 논문에서는 카메라 자체에서 움직임을 검출하고 분류된 객체를 추척할 수 있는 지능형 PTZ 카메라 시스템을 제안하였다. 추적하고자 하는 객체가 검출되면 분류하고, 객체의 움직임에 따라 PTZ 카메라가 실시간으로 추적한다. 검출을 위해 GMM을 사용하였고 검출성능을 높이기 위해 그림자 제거 기법을 적용하였다. 검출된 객체의 분류를 위해 Legendre 모멘트를 적용하였다. 본 논문에서는 카메라의 초점 조절을 사용하지않고 영상의 중심과 객체와의 방향, 거리, 속도 정보만을 이용하여 PTZ 카메라의 움직임을 제어하는 방법을 제안하였다. TI DM6446 Davinci를 이용하여 실시간으로 객체의 검출, 분류와 추적이 가능한 카메라 시스템을 구성하였다. 실험 결과 사람과 차량을 구분하고, 움직임의 속도가 빠른 차량에 대해서도 본 추적시스템은 안정적으로 동작함을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제15권11호
• /
• pp.1284-1291
• /
• 2012

선박 객체 검출 기술은 입력된 비디오 및 영상 데이터에서 선박 객체가 존재하는 경우 선박의 위치를 검출하는 기술로서 입력 영상의 환경 변화와 잡음의 영향에 따라서 검출 정확도의 편차가 높다. 이런 문제점을 해결하기 위하여 본 논문에서는 배경 구축 기법과 형태학적 연산 기반의 다중 선박 객체 검출 기술을 제안한다. 제안하는 방법은 배경 제거 단계, 잡음 제거 단계, 객체 기준 위치 설정 단계, 객체 재구성 단계, 다중 객체 검출 단계 등 5단계를 거쳐서 선박을 검출한다. 다양한 변수를 고려한 15가지 실험 비디오를 대상으로 한 실험을 통해서 98.7%의 검출율을 나타내었으며, 환경 변화에 강인한 검출을 수행하는 것을 확인할 수 있었다. 제안하는 방법은 해상 관제와 선박 자동 운항 기술의 기반 기술로서 유용하게 사용될 수 있다.

• 디지털융복합연구
• /
• 제13권9호
• /
• pp.183-189
• /
• 2015

본 논문은 서베일런스 네트워크에서 영상의 색상 정보를 이용한 객체 추적 방법을 제안한다. 이 방법은 적응적인 색상 모델을 이용한 객체 검출을 수행한다. 객체 윤곽선 검출은 객체 인식과 같은 응용에서 중요한 역할을 수행한다. 실험 결과는 색상과 크기에서 객체의 다양한 변화가 있을 때에도 성공적인 객체 검출을 증명한다. 실시간으로 객체를 검출하는 응용 분야에서 대량의 영상 데이터를 전송할 때 색상 분포의 형태를 찾아내는 것이 가능하다. 객체의 특정 색상 정보는 입력 영상에서 동적으로 변화하는 색상에서 자주 수정되어진다. 그래서, 이 알고리즘은 해당 추적 영역 안에서 객체의 추적 영역 정보를 탐지하고 그 객체의 움직임만을 추적한다. 실험을 통해, 본 논문은 어떤 이상적인 상황하에서 제안하는 객체 추적 알고리즘이 다른 방법보다 더 강인한 면이 있다는 것을 보여준다.

• 한국정보기술학회논문지
• /
• 제17권5호
• /
• pp.13-20
• /
• 2019

최근 CNN을 기반으로 한 객체 검출 기술의 연구가 활발하다. 객체 검출 기술은 자율주행차, 지능형 영상분석 등에서 중요한 기술로 사용된다. 본 논문에서는 CNN 기반의 객체 검출기 중 하나인 SSD(Single Shot Multibox Detector)에 MI-FL(Moment Invariant-Feature Layer)을 적용하여 회전 변형에 강인한 객체 검출 시스템을 제안한다. 먼저 VGG 네트워크를 기반으로 입력 이미지의 특징을 추출한다. 그 후 총 6개의 특징 계층(Feature layer)을 적용하여 객체의 위치 정보와 종류를 예측해 경계 박스들을 생성한다. 그 후 NMS 알고리즘을 이용해 가장 객체일 확률이 높은 경계 박스를 얻는다. 하나의 객체 경계 박스가 정해지면 MI-FL을 이용해 해당 영역의 불변 모멘트 특징을 추출하여 미리 저장하고 학습한다. 이후 검출 과정에서 미리 저장해둔 불면모멘트 특징 정보를 이용해 검출함으로써 회전된 이미지에 대해 기존 방법보다 더 강인한 검출이 가능하다. 기존의 SSD와 MI-FL을 적용한 SSD의 비교를 통해 약 4~5%의 성능 향상을 확인하였다.

• 한국정보통신학회논문지
• /
• 제25권8호
• /
• pp.1117-1123
• /
• 2021

객체 인식이란 하나의 특정 이미지를 입력했을 때, 주어진 이미지를 분석하여 특정한 객체(object)의 위치(location)와 종류(class)를 파악하는 것이다. 최근 객체 인식 기술이 적극적으로 접목되는 분야 중 하나는 자율주행 차량이라 할 수 있고, 본 논문에서는 자율주행 차량에서 영상 기반의 객체 인식 인공지능 기술에 대해 기술한다. 영상 기반 객체 검출 알고리즘은 최근 두 가지 방법(단일 단계 검출 방법 및 두 단계 검출 방법)으로 좁혀지고 있는데, 이를 중심으로 분석 정리하고자 한다. 두 가지 검출 방법의 장단점을 분석 제시하고, 단일 단계 검출 방법에 속하는 YOLO/SSD 알고리즘과 두 단계 검출 방법에 속하는 R-CNN/Faster R-CNN 알고리즘에 대해 분석 기술한다. 이를 통해 자율주행에 필요한 각 객체 인식 응용에 적합한 알고리즘이 선별적으로 선택되어 연구개발 되어질 수 있기를 기대한다.

• 한국멀티미디어학회논문지
• /
• 제13권8호
• /
• pp.1128-1141
• /
• 2010

본 논문은 궤적을 군집화하여 혼잡한 영상에서 이동 객체를 검출하는 방법을 제안한다. 제안하는 방법은 객체의 외형 정보에 기반한 기존의 방법들과는 달리 객체의 움직임 정보만을 이용해 이동 객체를 검출한다. 이를 위하여 입력 영상의 매 프레임에서 특징점을 추출하며, 인접한 프레임간의 추적 과정을 통하여 특징점들의 궤적을 생성한다. 동일 객체에서 얻어진 궤적들은 유사한 움직임을 보일 것이라는 가정 하에 군집화 과정을 통하여 이동 객체를 검출한다. 궤적들의 군집화를 위하여 특징점 간의 위치, 움직임, 연속성에 기반한 에너지 함수로 궤적 간 유사도를 측정하였으며, conditional random fields (CRFs)를 이용하여 최적의 군집을 결정하였다. 기존의 궤적 군집화를 통한 이동 객체 검출 방법이 군집화 과정에서 한번 잘못 분류된 궤적은 잘못된 결과를 생성하는 것과는 달리, 제안한 방법에서는 군집화가 CRFs 상에서 에너지 최소화에 의해 수행되기 때문에 잘못 분류된 궤적이 반복 과정에서 다시 올바른 군집으로 재배열되는 것이 가능하다. 제안한 방법의 성능 측정을 위하여 서로 다른 혼잡도를 가지는 세 개의 영상을 이용하였으며, 약 94%의 검출률과 7%의 허위 경보율을 나타내었다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2011년도 춘계 종합학술대회 논문집
• /
• pp.527-528
• /
• 2011

본 논문에서는 광류 방식의 특징점 방식에 의한 물체 추적과 배경 프레임과의 차영상에 의한 움직임 객체 검출에 의한 추적 방법에 대해 비교 분석하였다. 광류 방식에 의한 객체 추적은 특징점 들의 변위에 따라 객체를 추적함에 따라 객체의 모양을 정확하게 추적하지는 못하지만 방향성에 대한 정보를 갖고 있다. 차영상에 의한 객체 검출 및 추적은 객체의 모양을 비교적 정확하게 추출하지만 방향에 대한 정보의 부족으로 객체 추적이 어렵다. 따라서 객체의 검출은 차영상으로 표시하고 방향성에 의한 추적은 광류 방식으로 추적해 나가는 방법이 우수한 것으로 분석되었다.