• Broadcasting and Media Magazine
• /
• v.25 no.2
• /
• pp.44-51
• /
• 2020

동영상 프레임 내 객체 영역들을 배경으로부터 분할하는 기술인 동영상 객체 분할(video object segmentation)은 다양한 컴퓨터 비전 분야에 활용 가능한 연구 분야이다. 최근, 동영상 객체 분할과 관련된 연구 내용으로 CVPR, ICCV, ECCV의 컴퓨터 비전 최우수 학회에 매년 20편 가까이 발표될 정도로 많은 관심을 받고 있다. 동영상 객체 분할은 사용자가 제공하는 정보에 따라 비지도(unsupervised) 동영상 객체 분할, 준지도(semi-supervised) 동영상 객체 분할, 인터렉티브(interactive) 동영상 객체 분할의 세 카테고리로 분류할 수 있다. 본 고에서는 최근 연구가 활발하게 수행되고 있는 비지도 동영상 객체 분할과 준지도 동영상 객체 분할 연구의 최신 동향에 대해 소개하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.691-694
• /
• 2004

본 논문에서는 실시간 처리에 적합한 효율적인 동영상 객체 분할 알고리즘을 제시한다. 제안된 동영상 객체 분할 알고리즘은 임계치 적용과 지역적 워터쉐드 알고리즘을 복합적으로 적용하였다. 첫째로 임계치 분할방법을 사용하여 초기 객체 마스크를 구성하였고 이러한 초기객체 마스크는 현재영상에서의 영역분할을 위한 입력으로 들어가게 된다. 최종적으로 지역적인 워터쉐드 분할방법을 초기 객체영역의 불명확한 지역에서만 다시 수행하여 최종적인 객체영역을 획득하여 기존 방식에 비해 분할시간을 줄였으며 분할성능을 높였다. 본 논문에서는 잡음환경에서 객체를 추출하기위해 복합적인 분할방식에 초점을 두었다. 이러한 복합적인 분할방법을 사용함으로써 객체 마스크 추출성능의 향상과 수행시간절약을 가져올 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.41-44
• /
• 2022

Mean-Shift 영상 분할은 객체 검출을 위한 영상 전처리 방법으로써, 영상 처리 및 패턴 인식 분야에서 널리 사용되는 방법이다. 영상 분할은 영역 기반과 에지 기반 방식으로 나누어지며 대표적으로 FCM, Quickshift, Felzenszwalb, SLIC 알고리즘 등 이 있다. 언급한 영상 분할 방법들은 Mean-Shift 영상 분할에 비해서 빠른 속도로 실행시킬 수 있지만, 형태적 특징이 훼손되고 하나의 객체가 여러 세그멘테이션으로 분할된다는 단점을 가지고 있다. 본 논문에서는 소형 객체를 탐지하기 위한 고속화된 Mean-Shift 영상 분할과 객체의 형태적 특징을 이용하여 객체를 탐지하는 방법을 제안한다. 하드웨어 리소스가 제한된 신호처리기에 제안하는 알고리즘을 수행하기 위하여 Mean-Shift 영상 분할에서 필터링 과정을 고속화 하였고, 적외선 영상 내 영상 전처리 수행을 통해 잡음 제거 후 Mean-Shift 영상 분할 방법을 수행함으로써, 객체의 형태적 특징을 잘 살려서 영상 분할을 할 수 있도록 하였다. 또한 각 세그멘테이션의 크기, 너비, 높이, 밝기 정보와 형태적 특징점을 이용한 객체 탐지 방법을 제안한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.210-214
• /
• 2002

본 논문에서는 효율적인 이미지 분할을 위한 객체지향 모델링 방법을 제시한다. 이를 위하여 분할 객체와 자료구조를 제시하며 각각의 객체들을 위한 클래스 계층 구조를 나타낸다. 또한 객체의 부분에 대한 계층구조는 물론 객체의 기하학적인 표현을 위한 표현 클래스도 제시한다. 결론적으로 이미지 객체에 대한 시스템 독립적 이미지 분할을 위한 클래스 계층 구조를 객체지향 방법으로 제시하였다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2007.06a
• /
• pp.289-292
• /
• 2007

객체기반 영상분류를 위한 영상분할에 있어서 중요한 요소로는 분할축척(Scale), 분광 정보(Color), 공간 정보(Shape) 등이 있으며 공간 정보에 해당하는 공간 변수는 평활도(Smoothness)와 조밀도(Compactness)가 있다. 이들 가중치의 선택이 최종적으로 객체기반 영상분류의 결과를 좌우하게 된다. 본 연구는 객체기반 영상분류의 준비 과정이라 할 수 있는 영상분할에 있어서 다양한 가중치를 적용을 통하여 영상을 분할하였다. 영상분할을 위해 적용한 가중치는 10, 20, 30의 분할축척(Scale)과 분광 정보(Color)와 공간 정보(Shape)간의 가중치 조합, 공간 변수인 평활도(Smoothness)와 조밀도(Compactness)간의 가중치 조합을 사용하였다. 각 가중치 조합을 통하여 분할된 영상의 분석은 Moran's I 와 객체 내부 분산(Intrasegment Variance)을 이용하여 분석하였다. 각 객체간의 상관관계 분석을 위하여 Moran's I를 계산하였으며 분류된 지역의 동질성을 분석하기 위하여 객체 면적을 고려한 객체 내부 분산(Intrasegment Variance)값을 계산하였다. Moran's I 가 낮은 값을 가질수록 객체 간의 공간상관관계가 낮아지므로 이웃 객체간의 이질성은 높아지며 객체 내부 분산(Intrasegment Variance)이 낮은 값을 가질수록 지역간의 동질성은 높아지게 된다. Moran's I 와 객체 내부 분산(Intrasegment Variance)의 조합을 통하여 객체기반 영상분류 시 가장 높은 분류 정확도가 예상되는 밴드별 영상분할 가중치를 얻을 수 있다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.410-414
• /
• 2003

본 논문은 비디오 시퀀스에 카메라 패닝 보상과 2차원 시공간 엔트로피 임계법을 적용하여 추출한 객체포함영역을 대상으로 영상 분할을 수행하는 이동 객체 분할 기법에 관한 것이다. 우선, 웨이블렛 변환에 의해 구성한 피라미드 계층 구조상에서 카메라 패닝 벡터를 추정하여 전역 움직임을 보상한다. 이후, 전역 움직임이 보상된 기준영상을 대상으로 각 프레임간에서 2차원 시공간 엔트로피 임계법을 적용하여 이동 객체가 포함될 가능성이 있는 영역을 블록 단위로 추출한다. 다음으로, 2차원 시공간 엔트로피 입계법에 의해 분류된 영역을 토대로 각 블록을 움직임블록, 준 움직임 블록, 비 움직임 블록 중 어느 하나로 분류한 검색 테이블을 작성한다. 이어서, 검색 테이블을 참조하여 초기 탐색 계층 및 탐색 영역을 적응적으로 선정함으로써 피라미드 계층 구조상에서 효율적인 고속 움직임 추정을 수행하여 이동 객체에 해당하는 객체포함영역만을 추출한다. 최종적으로, 이렇게 추출된 객체포함영역에서 임계 기울기 영상을 정의한 후, 이를 기준 삼아 객체포함영역에 화소 단위의 형태학 기반 영상 분할 알고리즘을 적용함으로써 비디오 시퀀스에 포함된 이동 객체를 분할한다. 컴퓨터 시뮬레이션 결과를 통해 고찰할 때, 제안된 방법은 이동 객체에 대한 상대적으로 우수한 분할 특성을 제공할 수 있고, 특히 저대조 경계면의 분할 특성을 제고시키고 있음을 확인할 수 있다.

• Journal of Korea Multimedia Society
• /
• v.9 no.5
• /
• pp.529-541
• /
• 2006

In this paper, we propose a semi-automatic segmentation method which can be used to generate video object plane (VOP) for object based coding scheme and multimedia authoring environment. Semi-automatic segmentation can be considered as a user-assisted segmentation technique. A user can initially mark objects of interest around the object boundaries and then the selected objects are continuously separated from the un selected areas through time evolution in the image sequences. The proposed segmentation method consists of two processing steps: partially manual intra-frame segmentation and fully automatic inter-frame segmentation. The intra-frame segmentation incorporates user-assistance to define the meaningful complete visual object of interest to be segmentation and decides precise object boundary. The inter-frame segmentation involves boundary and region tracking to obtain temporal coherence of moving object based on the object boundary information of previous frame. The proposed method shows stable and efficient results that could be suitable for many digital video applications such as multimedia contents authoring, content based coding and indexing. Based on this result, we have developed objects based video editing system with several convenient editing functions.

• Journal of KIISE:Databases
• /
• v.27 no.2
• /
• pp.247-255
• /
• 2000

Traditional object decomposition techniques do not decompose spatial objects dynamically during spatial joins, because the object decomposition is very expensive. In this paper, we propose a modified object decomposition technique that can be applied in PBSM(Partition Based Spatial Merge-Join). In real-life data, there are much differences among the sizes of objects. We decompose only large objects with great effects on spatial joins. This technique decreases the decomposition cost of objects during spatial joins and enables efficient filter-refinement steps. Experiments show that the PBSM used with our proposed method performs significantly better than the traditional PBSM.

• Journal of Digital Convergence
• /
• v.10 no.3
• /
• pp.167-172
• /
• 2012

This paper presents the technique separating objects on the single frame image from the background using region segmentation technique based on active contour. Active contour is to extract contours of objects from the image, which is set to have multi-search starting point to extract each objects contours for multi-object segmentation. Initial rough object segments are generated from binary-coded image using object specific contour information, and then the hole filling is performed to compensate internal segmentation caused by the change of inner object hole area and pixels. This procedure complements the problems caused by the noise from the region segmentation and the errors of segmentation near by the contour. The proposed method and conventional method is compared to verify the superiority of the proposed method.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.412-414
• /
• 2006

프로그램 분할은 분할 기준으로써 언급된 어떤 관심의 시점에서 계산되어진 값에 잠재적으로 영향을 미치는 프로그램의 부분들을 얻어내는 방법이다. 객체 지향 프로그램의 분할(slicing)은 객체가 메소드를 호출할 때 한 객체의 모든 데이터 멤버들을 실매개변수들(actual parameters)로 전달함으로써 데이터 멤버들을 구별한다. 그러나, 실제적으로 데이터 멤버들의 일부분만이 메소드에서 사용되어진다. 또한, 기존의 분할 방법들은 한 클래스의 메소드들에 있는 문장들만을 분할하는 것이다 클래스, 객체, 상속, 다형성, 동적 바인딩과 같은 객체 지향 프로그램의 독특한 특징들 때문에 문장 분할이 객체 지향 프로그램에 적용되는 것은 부적당하다. 본 논문에서는 객체 지향 언어중 가장 최근에 나왔으며 활용도가 높아지고 있는 C# 프로그램에 시스템 종속 그래프(System Dependence Graph)를 확장 및 적용한다.