• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제48차 하계학술발표논문집 21권2호
• /
• pp.23-26
• /
• 2013

최근 모바일 장치의 영상 데이터 처리 능력 확대와 더불어 사용자가 요구하는 다양한 영상 데이터의 효율적인 인식 기술 연구가 요구되어지고 있다. 모바일 환경은 고성능 PC 환경과 달리 저사양의 CPU와 메모리를 탑재하고 있어, 영상에서 원하는 객체를 인식하기 위한 기존의 방법론으로는 사용자 요구를 실시간으로 충족하기 어려운 부분이 존재한다. 이에 모바일 환경에 맞는 객체 인식 방법론의 개발이 요구된다. 모바일 환경에서 실시간으로 객체 인식을 하기 위하여, 본 논문에서는 객체 코너 정보를 이용한 Harris corner detector[1]로부터 객체의 특징점을 추출하고, 이를 바탕으로 하여 영상내의 객체 정보 인식 방법을 제안한다. 제안하는 방법에 의해, 입력 영상에서 객체의 코너 정보를 빠르게 추출, 기존 특징점과의 비교를 통하여 영상 내부의 객체 인식을 진행한다. 일반적으로, 회전된 특징점 객체의 정보는 객체의 회전 정도에 따라 코너 픽셀 색상 정보의 변화가 발생하게 된다. 특징점의 색상값은 객체의 회전 정도에 영향을 받아 주변의 픽셀값과 혼합되는 특성이 존재한다. 본 논문에서는 회전 변경된 픽셀 색상값의 영향을 분석하여, 회전된 객체의 특징점 추출 및 객체 검출에 반영하도록 하여, 영상 내부의 회전된 객체 검출의 수행에 효과적으로 이용될 수 있도록 한다. 특징점의 코너 정보를 이용하여 객체를 인식하는 것은, 객체의 인식률은 다소 감소하더라도 모바일 환경에서 계산량의 감소를 통한 실시간 활용이 가능하도록 한다. 이러한 특성은 저성능 CPU와 메모리에서도 회전된 객체의 인식을 수행할 수 있게 하는데 상당히 효과적이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 춘계학술대회
• /
• pp.646-648
• /
• 2012

본 논문에서는 다양한 휴대단말 환경에서 획득한 영상에서 관심 객체의 특성을 추출하여 검출하는 내용 기반 영상 검색 기술을 제안한다. 검출하고자 하는 모델 영상의 HSI 컬러 정보를 이용한 컬러 히스토그램 정합법을 사용하여 관심 객체가 존재하는 템플릿을 검출한다. 해당 영역에서 해리스코너 검출 기법을 사용하여 코너 포인트를 검출 후 영역 성장법을 적용하여 관심 객체를 검출해내는 기법을 제안한다. 객체 검출 성능을 향상시키며 휴대단말 간의 속도를 향상시키기 위해 색상(Hue) 영역 정보만을 이용하여 연산량을 감소시키며 실시간 처리가 가능하도록 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• 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.

• 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.

• 정보와 통신
• /
• 제28권4호
• /
• pp.35-40
• /
• 2011

본고에서는 지능형 국방 감시시스템에 적용할 수 있는 핵심 기술인 PTZ(Pan-Tilt-Zoom) 네트워크 카메라를 이용한 액티브 객체 추적 및 객체 특성 분석 기법을 소개한다. 본고에서 소개하는 기법은 기존의 적응적 배경 모델링 기반의 객체 검출에서 발생하는 고스트 현상을 제거하고 정지객체를 안정적으로 추적할 수 있는 방법과 PTZ 카메라의 Panning, Tilting, Zooming을 통하여 카메라의 FOV를 지속적으로 추적하기 위한 카메라 이동 위치 예측 알고리즘을 포함하고 있다. 본고에서는 또한, 지능형 감시시스템의 한 종류로서 일반인이 통행할 수 있는 구역에서 출입자의 의상 특성을 분석하여 비인증 출입자를 검출하는 방법과 추적하는 객체가 차량일 경우, 차량의 종류를 자동 분류하는 기법을 소개한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 추계학술대회
• /
• pp.91-94
• /
• 2022

자율주행 자동차 개발 연구가 활발히 진행됨에 따라 객체 검출기의 성능이 중요하게 되었다. 딥러닝 기술의 발전하면서 객체 검출기의 성능도 큰 발전을 이루었다. 그에 따라 도로 위 차량 검출기의 성능도 발전하고 있으나 평상시 낮 도로상황에서 잘 동작하던 모델은 안개가 끼거나 밤 상황이 되면 제대로 동작하지 못하는 문제를 가지고 있다. 이유는 딥러닝 모델이 학습할 때 사용한 데이터셋의 정보에 따라 특정 도메인에 편향된 특성을 학습하기 때문이다. 따라서, 본 논문에서는 객체 검출 신경망에 도메인 판별기를 적용하여 이와 같은 도메인 이동 문제를 극복하는 모델을 제안한다. 모델의 성능을 Cityscapes 데이터셋과 Foggy Cityscapes 데이터셋을 사용하여 평가한 결과, 기존의 특정 도메인에서 학습한 모델보다 제안하는 모델의 검출 성능이 개선된다는 것을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제16권2호
• /
• pp.169-179
• /
• 2013

변화 검출 알고리즘은 두 영상 프레임을 비교하여 변화를 가져온 유입된 외부 객체의 영역을 검출 하는 것이다. 본 논문은 두 영상 간의 밝기 변화 요인을 유입 객체에 의한 요인, 객체의 표면에서 주변으로 반사된 반사광 및 그림자에 의한 요인, 내재된 잡음에 의한 요인 등으로 분류하고, 이를 바탕으로 유입된 객체의 영역을 정확하게 검출하는 새로운 변화 검출 방법을 제안한다. 변화 요인의 분류와 객체 영역의 검출을 위하여, 우선 두 영상 간의 밝기 변화 값의 히스토그램을 분석하여 다수의 임계값을 추정한다. 다음으로 유입 객체의 경계 후보 화소를 추정하고, 추정된 객체 경계 후보 화소와 임계값을 이용하여 영상을 다수의 영역으로 분할한다. 최종적으로 분할된 각 영역의 텍스처를 두 영상에서 각각 구하고 이들 간의 유사도를 이용하여 각 영역이 외부 유입 객체 영역인지 아닌지를 판단한다. 다른 조명 변화 특성을 가지는 다수의 영상에서 수행된 실험을 통하여 제안한 방법이 유입된 객체의 영역을 강인하게 검출함을 보여준다.

• 한국산업정보학회논문지
• /
• 제16권4호
• /
• pp.87-98
• /
• 2011

동영상에서의 움직이는 객체 검출과 추적은 객체 식별, 상황인식, 지능형 영상 감시 시스템 등 많은 시각 기반 응용 시스템에서 기본적이고 필수적인 전처리 작업이다. 본 논문에서는 배경과 조명이 실시간으로 변화하는 상황에서 움직이는 객체를 빠르고 정확하게 추출하고 움직이는 객체가 다른 물체에 가려지는 경우에도 강인하게 객체를 추적하는 방법을 제안한다. 객체의 효과적인 검출을 위해서 효과적인 고유 공간과 Fuzzy C-means(FCM) 를 결합하여 사용하고 검출된 객체를 강인하게 추적하기 위해 Conditional Density Propagation (CONDENSATION) 알고리즘을 사용한다. 먼저 Principal Component Analysis(PCA)를 이용하여 배경 영상에서 수집한 학습데이터를 주성분(Principal component)으로 선형변환 한다. 주성분들의 고유 특성에 대한 해석을 통하여 객체와 배경에 대하여 판별 능력이 우수한 주성분을 선별하여 고유 배경을 구성한다. 다음으로 이전단계에서 구성된 고유 벡터와 입력 영상을 결합한 연산 결과를 FCM의 입력 값으로 사용해서 객체를 검출한다. 최종적으로 검출된 객체의 좌표를 CONDENSATION의 입력으로 사용해서 객체를 추적한다. 고정된 카메라에서 조명변화와 배경변화에 적용 가능한 시스템을 구현하기 위해 고정된 카메라에서 움직이는 다양한 객체가 포함된 영상을 수집하여 학습데이터로 구성하여 사용하였다. 실험 결과에 따르면 제안하는 방법이 조명변화와 배경변화 그리고 객체의 부분적 움직임에 모두 강인하게 객체를 검출하고 다른 물체나 배경에 의해 객체가 일부 가려지더라도 객체를 추적함을 보여준다.

• 방송공학회논문지
• /
• 제28권1호
• /
• pp.124-131
• /
• 2023

원거리에서 특정 영역의 물리적 특성 또는 상황에 대한 정보를 얻기 위해 원격 탐사 영상에 객체 검출 기법이 연구되고 있다. 이때 저해상도인 원격 영상은 정보의 손실로 인해 객체 검출의 정확도가 떨어지는 문제가 발생한다. 본 논문에서는 이러한 문제점을 해결하기 위해 초고해상도 기법과 객체 검출 방법을 하나의 네트워크로 구성하여 원격 영상에서 객체 검출의 성능을 높이는 방법을 제안한다. 제안한 방법은 심층 잔차 밀집 기반의 네트워크를 구성하여 저해상도 영상에서 객체의 특징을 복원하고자 하였다. 추가적으로 이를 객체 검출 단계인 YOLOv5와 하나의 네트워크로 구성함으로써 객체 검출의 성능을 향상시키고자 하였다. 제안한 방법은 저해상도 영상을 위해 VEDAI 데이터를 이용하였으며 차량 검출에서 VISIBLE 기준으로 mAP@0.5에 대해 81.38%까지 향상됨을 확인하였다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2003년도 하계학술대회 논문집
• /
• pp.114-117
• /
• 2003

본 논문에서는 video stream내의 움직이는 객체 정보를 추정하고 동적 GTM(genetic tree-map) 알고리즘을 사용하여 얼굴 영역 검출 기법을 제안한다. 기존의 일반적인 객체 추정 기법은 클러스터(cluster)과정을 통하여 영상 정보를 분할하고 그 중 움직이는 객체 부분을 복원함으로서 추정하였다. 제안하는 기법은 BMA(block matching algorithm)［1］ 알고리즘을 사용하여 video stream 에서 움직이는 객체 정보를 얻고 클러스터 알고리즘으로 PCA(principal component analysis)를 사용한다. PCA 기법은 입력 데이터에 관해 통계적 특성을 이용하여 주성분을 찾는다. 주축과 영역분할 알고리즘을 사용하여 데이터를 분할하고, 분할된 객체 정보를 사용하여 특정 객체만을 추정하는 것이 가능하다. 이렇게 추정된 객체를 얼굴영역의 feature에 대하여 신경망 학습인 동적 GTM 알고리즘을 사용하여 생성된 동적 GTM 맵의 정보에 따라 객체의 얼굴영역만을 추출해 낼 수 있다［2-6］.