• Journal of KIISE:Computer Systems and Theory
• /
• v.31 no.5_6
• /
• pp.305-320
• /
• 2004

Moving object segmentation is a fundamental function for content-based application. Moving object edges are produced by matching the detected moving edges with the current frame edges. But we can often experience the object edge disconnectedness due to coincidence of similarity between the object and background colors or the decrease of movement of moving object. The edge disconnectedness is a serious problem because it degrades the object visual quality so conspicuously That it sometimes makes it inadequate to perform content-based coding. We have solved this problem by developing a robust and comprehensive edge linking algorithm. And we also developed an automatic moving object segmentation algorithm. These algorithms can produce the completely linked moving object edge boundary and the accurate moving object segmentation. These algorithms can process CIF 30 frames/sec in a PC. These algorithms can be used for the MPEG-4 content-based coding.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.206-208
• /
• 2000

본 논문은 칼라 정보와 움직임 정보를 이용한 객체 분할 기법의 설계에 대하여 소개한다. 객체 분할 알고리즘은 L*u*v 공간의 칼라 특성과 움직임 특성을 결합하여 설계하였다. 즉 공간 분할은 mean shift 칼라 클러스터링 알고리즘(color clustering algorithm)을 사용하여 중심 칼라 영역에 따라 동일한 칼라 지역으로 통합한다. 시간 분할은 움직임 검출을 위하여 affine six parameter 움직임 모델과 optical flow equation를 이용하여 움직임이 발생한 부분을 검출한다. 다음에 공간 분할과 시간 분할에 따라 결과를 통합하고 MAD(mean absolute difference)를 사용하여 객체를 추출하는 알고리즘을 설계하였다.

• Proceedings of the KAIS Fall Conference
• /
• 2009.12a
• /
• pp.605-607
• /
• 2009

본 논문은 감시 시스템의 객체 추적 시, 정확한 객체 추출을 위해 블록 기반으로 객체를 추적하는 방법을 제안한다. 객체 움직임 추적은 주어진 환경에 따라 변수가 많고, 변수를 대처하는 알고리즘을 많이 추가 할 경우 실시간 추적에 어려움이 발생한다. 특히 배경이 조명이나 바람 등의 환경적 요인에 의해 변화되는 문제는 객체를 추적하는데 가장 큰 문제점이다. 특히 사람이나 멧돼지의 경우 움직임에 의한 객체 구성 요소의 흔들림에 의해 고정 블록의 연산에 의해 움직임 객체를 추적할 때 정확한 객체의 윤곽선을 검출하기 힘들다. 따라서 연속되는 프레임에서 전체 화면의 차영상을 이용하여 움직임 관심 영역을 설정하고, 관심 영역에 해당하는 블록들을 분석하였다. 이를 기반으로 움직임 객체의 최외곽 사각형의 객체 영역을 추출하여 기존 고정 블록 방법에 의한 객체 추적보다 좀 더 정확하게 객체를 추출하고 추적할 수 있다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.6 no.5
• /
• pp.637-642
• /
• 2011

In this paper, a new technique to estimate the distances between a vanishing point and moving objects is proposed. A vanishing point for an input image is estimated and it use to extract distance form the vanishing point to a moving object. Using the obtained distances, moving objects is extracted. In simulation results, several performances for a test image sequnce is shown.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.6 no.8
• /
• pp.1319-1324
• /
• 2002

In this paper, we present a new technique for extraction of moving objects in moving image sequence. The detection method of change regions is based on spatial gradient difference and temporal difference. Moving objects are extracted by motion information and prediction error of each region. In the simulation results, the proposed technique shows good performance.

• Proceedings of the KAIS Fall Conference
• /
• 2009.05a
• /
• pp.465-468
• /
• 2009

본 논문은 박물관이나 고가의 물품을 판매하는 곳에서 특정한 객체를 감시하고, 특정 객체의 도난을 방지하기 위하여 다중카메라를 설치하여 카메라 상호간의 정보를 교환함으로써 움직이는 객체를 추출하고 추적하는 시스템의 구현이다. 감시대상이 되는 객체의 상단과 정면에 카메라를 설치하여 움직임 객체가 감시대상 객체에 접촉하게 되면 두 대의 카메라가 동시에 움직임 객체를 추출하고 추적하게 된다. 먼저 정면의 카메라는 움직임 물체의 얼굴부분을 캡춰하고 지속적으로 얼굴영역을 확대 / 캡춰하면서 추적을 시작한다. 상단의 카메라는 많은 객체들의 움직임 속에서 특정한 객체만을 추적할 수 있으며, 추적은 방향예측을 통하여 수행하고 객체의 특징정보를 저장한다. 저장된 특징정보는 카메라의 범위를 벗어났을 때 인접한 카메라에 정보를 전송하고 지속적인 추적이 이뤄질 수 있도록 한다.

• 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.7 no.5
• /
• pp.617-632
• /
• 2004

Video Data includes moving objects which change spatial positions as time goes by. In this paper, we propose a new modeling method for a moving object contained in the video data. In order to effectively retrieve moving objects, the proposed modeling method represents the spatial position and the size of a moving object. It also represents the visual features and the trajectory by considering direction, distance and speed or moving objects as time goes by. Therefore, It allows various types of retrieval such as visual feature based similarity retrieval, distance based similarity retrieval and trajectory based similarity retrieval and their mixed type of weighted retrieval.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.837-840
• /
• 2000

동영상에서 움직이는 객체 분할 및 모션 예측을 동시에 수행할 수 있는 연구는 다양한 방법으로 시도 되어 왔다. 실제 이미지를 서로 다른 움직임이나 서로 다른 공간적인 특정 영역으로 분리 될 수 있다고 가정 한다면 복수의 객체 또는 객체의 움직임으로 표현 할 수 있다. 객체 분할 측면에서 볼 때 효율적인 분할을 위해서는 특징 입력 벡터의 선택이 중요한 변수로 작용한다. 본 연구에서는 정밀한 객체 분할을 위해 밝기, 질감(Texture) 정보와 같은 정지영상의 특징 입력 벡터와 움직임 벡터 같은 동영상의 특징 입력 벡터를 동시에 사용한다. 분리된 객체는 각각의 클래스를 구성하게 되고 이를 위한 클래스 분류기로서 Median Radial Basis 신경 회로망을 사용한다. 객체 분할과 움직임 예측을 위해서 확률적 방법을 통한 에너지 함수를 구하고 비용함수를 도입한다. 신경 회로망의 각 Basis 함수는 영상의 특정한 영역에서 활성화되며 객체의 분류를 위해 신경 회로망 출력으로 가중치의 합으로서 나타나게 된다.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.337-340
• /
• 2000

비디오객체 추출 기법은 MPEG-4 및 MPEG-7의 응용을 목표로 최근 활발하게 연구되고 있다. 이들 연구는 객체 추출의 전체적인 구조와 정확한 윤곽선 검출 알고리즘의 개발에 초점을 맞추고 있으며 제한적인 조건하에서 만족할 만한 성능을 내고 있다 그러나, 카메라 움직임, 객체의 빠른 움직임, 비강체 운동 등 보다 일반적인 상황에서는 객체 추출의 안정성이 떨어진다. 본 논문에서는 객체 추출의 안정성을 높이기 위해 칼라, 움직임 정보 등의 특징정보(feature)가 균일한 영역으로 사전분할하고, 분할된 균일영역을 추적하는 알고리즘을 제안한다. 추적된 균일 영역간의 경계는 각 영역의 통계적 분포와 영역경계의 윤곽선으로 정의된 에너지를 레벨셑 방법으로 최소화함으로 조정된다.