• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.397-399
• /
• 2001

본 논문에서는 MPEG 형식으로 압축된 동영상을 데이터에 대하여 비디오 및 오디오 정보를모두 이용하는 새로운 신 경계 검출방법을 제안하고 여러 실험을 통해서 그 유용성을 증명한다. 즉, 본 논문에서는 DC이미지 형태의 대표 프레임을 바탕으로 한 비디오 기반 신 경계 검출방법[8]과 dB값을 이용한 오디오 기반 신 경계 검출방법[9]을 결합하는 방법을 제안한다. 제안한 방법에서는 두 방법에서 모두 신으로 검출한 경계에 대하여서는 신으로 인정하고, 검출한 결과가 다른 경우에 대하여서는 각각의 경계 데이터를 좀 더 자세히 분석하여 신 경계를 검출하도록 한다. 비디오 기반 신 경계 검출방법에서만 검출된 신 경계에 대해서는 그 경계 데이터에 대해서 dB값의 차이를 해당 시간범위 내에서 다시 비교하여 신 경계 여부를 판단하고, 오디오 기반 신 경계 검출방법에서만 검출되 신 경계에 대해서는 그 경계 데이터에 대해서 샷의 유사도를 샷의 개수에 관계없이 시간의 임계치만 고려해서 비교한 다음 신 경계 여부를 판단하게 된다. 이러한 방법으로 신 경계를 검출한 결과를 살펴보면 Precision측면에서는 최고24%까지, Recall측면에서는 최고25%까지 효율을 높이고 있음을 알 수 있다. 이러한 알고리즘은 기존의 신 경계 검출 방법 보다 높은 효율을 제공하여 비디오 데이터를 사용하는 여러 응용분야에서의 프로그램 개발에 이용될 수 있을 것이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.418-420
• /
• 2001

최근 디지털 비디오 데이터의 사용이 급격히 증가하면서 보다 정확하게 샷을 검출하는 기법이 요구되고 있다. 비디오 정보를 이용하여 샷을 검출하는 역는 크게 이산코사인 변환의 결과값을 이용하는 방법과 움직임 보상의 결과값을 이용하는 방법으로 그룹화할 수 있는데 전자의 방법은 점진적인 변화를 검출할 수 있는 반면에 전체적인 검출율이 떨어진다는 단점이 있고, 후자의 방법은 전체적인 검출율은 높지만 점진적인 변화를 검출할 수 없다는 단점이 있다. 본 논문에서는 실험을 통하여 이러한 두 가지 방법의 특징을 살펴본 후 이 방법들을 이용한 새로운 샷 경계 검출 방법을 제안한다. 전체적으로 검출율을 높이는 데 목적을 두었기 때문에 매크로블록 타입을 이용하는 방법을 기본으로 하면서 히스토그램을 이용하는 방법을 추가하여 precision을 높일 수 있도록 하였다. 히스토그램을 이용하는 방법에서는 단순히 프레임과의 비교를 하던 기존의 방법에다 프레임들간의 차이의 차이를 이용하여 성능을 높일 수 있도록 하였다. 본 논문에서 제안한 알고리즘을 이용하여 실험을 한 결과 평균 0.96의 recall과 0.96의 precision을 보이고 있음을 알 수 있었다.

• Journal of Broadcast Engineering
• /
• v.3 no.2
• /
• pp.146-154
• /
• 1998

시간적 표본화를 채택한 다중경로방법에 의한 장면전환 검출방법은 전 동영상에 대해 매 프레임마다 순차적으로 검색하는 방법에 비해서 빠르며, 동일한 정확성을 갖고 있다. 그러나, 검출 시간을 최소화하기 위한 적절한 검출 간격을 선택하는 어떠한 기준이나 방법도 제시되지 않았으며 검출 간격을 경험에 의해 선택할 수밖에 없다. 이 논문에서는 장면 전환 검출 시간, 검출 간격과 실제 장면 전환 간격으로부터 검출 시간을 최소화하는 최적 검출 간격을 얻을 수 있음을 보였다. 평균 장면 전환 간격이 알려져 있지 않은 동영상에 대해서 최적 검출 간격을 추정할 수 있는 알고리듬을 제안하였다.

• Broadcasting and Media Magazine
• /
• v.22 no.1
• /
• pp.19-33
• /
• 2017

새로운 영상 미디어 서비스 기술의 발전으로 인해 다양한 영상 인식 기술이 요구되고 있으며, 특히 영상으로부터 특정 객체를 검출하는 기술은 객체와 관련된 광고나 서비스 등의 다양한 활용 분야를 창출하는 핵심 기술이다. 객체 검출 기술이 방송미디어 기술에 적극적으로 활용되기 위해서는 빠르면서도 정확한 성능을 가진 알고리즘 개발이 필수적이다. 본 논문에서는 전통적인 객체 검출 방법들에 비해 우수한 성능을 가지는 Deep Convolutional Neural Networks 기반 객체 검출 방법들을 분석한다. 최근에 소개된 주요 객체 검출 방법들의 연구 배경과 발전 동향을 소개하고, 각 방법의 핵심 알고리즘 및 장단점에 대해 분석한다. 또한 객체 검출의 성능을 평가하기 위해 사용되는 대표적인 데이터셋을 소개하고, 다양한 네트워크 구조/크기 및 학습 데이터 등의 관점에서 각 방법들의 성능을 비교한다. 마지막으로 기존의 객체 검출 방법들을 분석한 내용을 바탕으로 향후 객체 검출 방법들의 발전 방향 및 활용 가능성을 예측해보고자 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.256-259
• /
• 2021

본 논문에서는 IM-OFDM-SS(index modulated orthogonal frequency division multiplexing with spread spectrum)와 IM-OFDM-QOS(IM-OFDM with quasi-orthogonal sequence) 시스템을 위한 2 단계 검출 (2-stage detection) 방법에 대해 연구하였다. IM-OFDM-SS/QOS 시스템은 전송할 수열의 인덱스(index)와 변조심볼(modulation symbol)을 이용하여 정보를 전달하며, 수신기(receiver)에서는 인덱스와 변조 심볼을 결합하여 동시에 검출하는 최대 우도(maximum-likelihood) 검출 방법을 사용할 수 있다. 그리고, 인덱스를 먼저 검출하고, 검출한 인덱스에 대한 변조 심볼을 이어서 검출하는 2 단계 방법을 적용할 수 있다. 따라서, 본 논문에서는 IM-OFDM-QOS 시스템에 2 단계 검출 방법을 적용하여 성능을 비교한다. 또한, 두 개 이상의 수열을 동시에 전송하는 경우 2 단계 검출 방법의 한계를 논의한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.733-735
• /
• 2004

본 논문에서는 얼굴 요소 기반의 얼굴 검출을 설명한다. 기존의 얼굴 전체 영역을 사용한 검출의 문제점과 얼굴 요소 기반의 얼굴 검출 방법의 차이점을 제시하며, 얼굴 전체 영역을 사용한 검출 방법에서 해결하기 어려운 문제점을 해결 하고자 한다. 얼굴 요소 기반의 얼굴 검출 방법은 Support Vector Machines (SVM)을 사용한다. 이 SVM을 사용하여 독립적으로 얼굴 요소를 찾으며, 각각의 얼굴 요소의 위치 정보를 이용한 지식 기반 방법을 이용하여 최종 얼굴 영역을 판별해 낸다 실험 결과에서 알 수 있듯이 얼굴 요소 기반 알고리즘은 얼굴 요소 가려짐 및 얼굴 요소의 유실에 강인함을 볼 수 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.05a
• /
• pp.173-175
• /
• 2010

본 논문에서는 콘크리트 표면에 발생한 균열의 미세한 부분까지 효과적으로 검출 할 수 있는 방법을 제안한다. 제안된 균열 검출 방법은 콘크리트 영상의 RGB값을 퍼지 기법에 적용하여 후보 균열 영역을 검출한다. 검출된 후보 균열 영역에서 밀도와 명암도를 이용하여 효과적으로 세부적인 잡음까지 제거한 후, 최종으로 균열 영역을 검출한다. 실제 콘크리트 표면의 균열 영상을 대상으로 실험한 결과, 제안된 방법이 기존의 방법보다 균열의 검출 성능이 개선되었음을 확인할 수 있었다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.26 no.4
• /
• pp.527-537
• /
• 1999

비디오 데이터를 이용한 응용 프로그램을 개발하기위해서 비디오 데이터베이슬ㄹ 구축하고자하는 경우에는 비디오의 내용(Content)에 따라 자동으로 장면 변화를 검출(Scene Change Detection)하는 기술이 필요하다. 본 논문에서는 MPEG-1 형식으로 저장된 비디오 데이터에 대하여 장면의 변화를 자동적으로 검출할 수 있는 방법을 제안하고 실험을 통하여 그 유용성을 보인다. 제안한 검출 방법에서는 B 프레임의 각 매크로 블록들에 대하여 시간적으로 과거 B 프레임의 대응되는 매크로블록의 타입과 비교를 하고, 이런 각 매크로블록들에 대한 비교 결과의 합이 입계치보다 큰 경우에 장면이 변한 것으로 판단한다. 제안한 방법에서는 입력 비디오 스트림에서 B 프레임의 매크로블록층 정보만을 이용하여 I프레임과 P 프레임의 장면 변화 검출도 가능하므로 정교한 검출이 가능하다. 또한 이런 검출 방법은 단순히 한 B 프레임안의 매크로 블록개수만을 조사하여 장면 변화여부를 검출하는 기존의 방법에 대하여 각 매크로블록의 타입 정보뿐만 아니라 위치 정보도 이용하기 때문에 장면 변화 검출이 견고하다. MPEG-1 형식으로 부호화한 뉴스 및 영화 비디오 데이터에 대한 실험에 의하면, 본 논문에서 제안한 검출 방법은 95% 이상의 정확성을 보임을 알 수있다. 본 논문에서 제안한 MPEG-1 비디오 장면변화검출방법은 MPEG-1 형식의 비디오 데이터를 이용한 디지털 라이브러리 등의 구축등에 유용하게 사용될수 있을 것이다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.11a
• /
• pp.550-555
• /
• 2007

초음파 영상은 초음파 펄스를 이용하여 반사파를 수신하여 진단에 필요한 영상을 구성하는데 신호가 약해 질 경우 잡음이 발생하며 미세한 명암도 차이 등에 의해 분석과정에서 육안으로 인지하고 진단하는데 어려움이 있다. 특히 근골격계 검사를 위한 초음파 영상에서 근육 영역의 진단에 어려움을 준다. 따라서 본 논문에서는 초음파 영상에서 영상처리 기법을 이용하여 근육 영역을 검출할 수 있는 방법을 제안한다. 초음파 영상에서의 근육 영역검출은 피하지방층과 기타 영역 그리고 근육을 둘러싸고 있는 근육막 후보 영역을 검출한 후, 위치 정보와 형태학적 특징을 이용하여 최종적으로 근육막 내부 영역인 근육 영역을 검출한다. 제안된 방법의 근육막 후보 영역의 검출 과정은 개선된 히스토그램 스트레칭과 Mutiple연산으로 대비 차를 향상시키고 반복 이진화 기법을 적용한 후, 잡음에 의해 손실되거나 끊어진 근육막 영역을 거리 및 방향 분석을 이용하여 연결한 후에 근육막 후보 영역을 검출한다. 검출된 근육막 후보 영역의 형태학적 특징과 위치 정보를 이용하여 피하지방층과 기타 영역을 분류 한 후, 최종적으로 근육 영역을 검출한다. 실제 초음파 영상을 대상으로 제안된 근육 검출 방법을 적용하여 검출된 근육 영역과 전문의가 분석한 근육 영역을 비교한 결과, 제안된 근육 검출 방법이 전문의가 육안으로 분석한 근육영역과 근접하게 검출되어 본 논문에서 제안한 근육 영역 검출 방법이 효율적임을 확인할 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2009.01a
• /
• pp.219-222
• /
• 2009

최근 컴퓨터비젼 분야에서 이벤트 검출 및 인식이 활발히 연구되고 있으며, 도전적인 주제들 중 하나이다. 이벤트 검출 기술들은 많은 감시시스템들에서 유용하고 효율적인 응용 분야이다. 본 논문에서는 사무실 환경에서 발생할 수 있는 이벤트의 검출 및 인식을 위한 방법을 제안한다. 제안된 방법에서의 이벤트는 입장( entering), 퇴장(exiting), 착석(sitting-down), 기립(standing-up)으로 구성된다. 제안된 방법은 하드웨어적인 센서를 사용하지 않고, MHI(Motion History Image) 시퀀스(sequence)를 이용한 인간의 모션 분석을 통해 이벤트를 검출할 수 있는 방법이며, 사람의 체형과 착용한 옷의 종류와 색상, 그라고 카메라로부터의 위치관계에 불변한 특성을 가진다. 에지검출 기술을 HMI 시퀀스정보와 결합하여 사람 모션의 기하학적 특징을 추출한 후, 이 정보를 이벤트 인식의 기본 특징으로 사용한다. 제안된 방법은 단순한 이벤트 검출 프레임웍을 사용하기 때문에 검출하고자 하는 이벤트의 설명만을 첨가하는 것으로 확장이 가능하다. 또한, 제안된 방법은 컴퓨터비견 기술에 기반한 많은 감시시스템에 적용이 가능하다.