• 방송과미디어
• /
• 제25권2호
• /
• 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.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1999년도 KOBA 방송기술 워크샵
• /
• pp.51-56
• /
• 1999

본 논문에서는 동영상에서 의미 있는 객체 영역을 추출하기 위해, 사람이 첫 장에서 관심 있는 객체를 표시하고, 그 다음 프레임부터는 사람의 도움 없이 객체를 추적하는 반자동 (semi-automatic) 방식의 객체 추적 알고리즘에 대해 개선된 알고리즘을 제안하고 이를 구현하였다. 제안한 객체 추적 알고리즘은 이전 프레임의 객체의 움직임을 이용하여 현재 프레임에서 대략적인 객체의 위치를 찾은 후, 윤곽선의 불확실도를 조사하고, 윤곽선을 재조정하여 정확한 객체의 위치를 찾는다. 제안한 알고리즘은 다양한 영상에서 만족할 만한 결과를 얻었다.

• 공학논문집
• /
• 제6권2호
• /
• pp.109-117
• /
• 2004

본 논문에서는 스테레오 영상 시퀀스에서 스네이크와 변이 정보(disparity information)를 이용한 객체 윤곽 추적 알고리즘을 제안한다. 제안하는 방법은 두 단계로 구성된다. 첫 번째는 변이 공간(disparity space)에서 스네이크 포인트의 모션 정보를 구하여 후보 스네이크 포인트를 결정하고, 두 번째는 후보 스네이크 포인트에 새로 정의한 스네이크 에너지 함수를 적용하여 관심객체의 윤곽을 추적하는 과정으로 구성된다. 제안한 방법은 복잡한 배경에서도 관심객체의 윤곽을 추적할 수 있었고, 실험을 통해 성능을 분석하였다.

• 디지털융복합연구
• /
• 제10권3호
• /
• pp.173-178
• /
• 2012

본 논문에서는 영상의 관심 영역을 선택추출하여 효과적으로 객체를 추출 할 수 있는 관심 영역 지도(Saliency Map) 생성 기법을 제안하였다. 제안하는 방법은 객체의 윤곽선에 초점을 맞추어 단일영상의 에지(Edge), HSV 색상 모델의 H(Hue)성분, 포커스(Focus), 엔트로피(Entropy)의 네 가지 특징 정보를 이용한 각각의 특징 지도(Feature Map)를 생성하고, 생성된 특징 지도들을 중심 주변 차이(Center Surround Differences)를 이용하여 중요도 지도(conspicuity map)를 생성하게 된다. 이후 생성된 중요도 지도들을 조합함으로써 관심 영역 지도를 생성하게 된다. 제안한 기법을 이용하여 생성한 관심 영역 지도를 기존 기법의 관심 영역 지도와 비교한 결과 제안한 기법의 우수함을 알 수 있었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제39차 동계학술발표논문집 16권2호
• /
• pp.215-218
• /
• 2009

본 논문에서는 웨이블릿 변환 된 고주파 서브밴드들의 에지 정보를 이용하여 관심 객체 영역을 고속으로 자동 검출해주는 새로운 알고리즘을 제안하였다. 제안된 방법에서는 에지정보를 이용하여 블록단위의 4-방향 객체 윤곽 탐색 알고리즘(4-DOBS)을 수행하여 관심객체를 검출한다. 전체 이미지는 $64{\times}64$ 또는 $32{\times}32$ 크기의 코드 블록으로 먼저 나누어지고, 각 코드 블록 내에 에지들이 있는지 없는지에 따라 관심 코드블록 또는 배경이 된다. 4-방향은 바깥쪽에서 이미지의 중앙으로 탐색하여 접근하며, 피사계 심도가 낮은 이미지는 중앙으로 갈수록 에지가 발견된다는 특징을 이용한다. 기존 방법들의 문제점 이였던 복잡한 필터링 과정과 영역병합 문제로 인한 높은 계산도를 상당히 개선시킬 수 있었다. 또한 블록 단위의 처리로 인하여 실시간 처리를 요하는 응용에서도 적용 가능 하였다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2010년도 춘계학술발표논문집 1부
• /
• pp.311-314
• /
• 2010

실시간 영상에서 객체 추적은 수년간 컴퓨터 비전 및 여러 실용적 응용 분야에서 관심을 가지는 주제 중 하나이다. 하지만 배경영상의 잡음을 객체로 인식하는 오류로 인하여 추출하고자 하는 객체를 찾지 못하는 경우가 있다. 본 논문에서는 실시간 영상에서 적응적 배경영상을 이용하여 객체를 추출하는 방법을 제안한다. 입력되는 영상에서 배경영역의 잡음을 제거하고 조명에 강인한 객체 추출을 위하여 객체영역이 아닌 배경영역 부분을 실시간으로 갱신함으로써 적응적 배경영상을 생성한다. 그리고 배경영상과 카메라로부터 입력되는 입력영상과의 차를 이용하여 객체를 추출한다.

• 한국컴퓨터정보학회논문지
• /
• 제14권10호
• /
• pp.83-92
• /
• 2009

본 논문에서는 컬러 영상에서 관심객체를 분할하기 위해 컬러 분산 에너지를 이용하는 확장 스네이크 알고리즘을 제안한다. 기존 스네이크 알고리즘은 영상 내에 존재하는 다양한 에너지들을 정의하여 영상을 관심 객체와 배경으로 분할한다. 스네이크의 성능은 구성하는 에너지의 특성에 따라 주로 좌우된다. 능동 윤곽선 모델인 일반적인 스네이크 알고리즘은 적용이 쉽고 분석이 용이한 영상의 밝기 정보를 주요 에너지로 사용한다. 그러나 영상밝기의 미분연산이나 에지검출과 관련된 에너지는 잡음에 민감하고 배경이 복잡해지면 성능이 좋지 않은 단점을 가지고 있다. 제안하는 알고리즘은 분할 영역의 컬러 분산을 스네이크의 영상 에너지에 추가함으로써 복잡한 배경에서도 관심객체를 효율적으로 분할한다. 제안하는 확장 스네이크 알고리즘의 성능을 단순한 배경과 복잡한 배경을 갖는 컬러 영상에서 관심객체를 분할하는 다양한 실험을 통해서 입증하였다. 그 결과 정확도 면에서 약 12.42 %의 향상된 성능을 보였다.

• 정보과학회 논문지
• /
• 제43권12호
• /
• pp.1351-1355
• /
• 2016

매년 증가하는 CCTV와 이를 효율적으로 관제하기 위한 지능형 영상 시스템에 대한 수요가 계속적으로 증가하고 있다. 그럼에도 불구하고 기존 영상분석엔진은 구동을 위해 매우 높은 사양을 요구할 뿐만 아니라 정확한 탐지율도 담보하지 못하는 실정이다. 본 논문에서는 가벼운 영상 분석기법을 적용해 이동 객체의 위치, 크기, 영상 내 존재 시간과 같은 기본적인 메타를 생성하고 이에 대한 데이터 분석을 통해 관심 객체를 찾아내는 연구를 수행하였다. 그 결과, 가벼운 영상분석 알고리즘 결과의 심층적인 데이터 분석을 통해 가벼운 알고리즘이 수반하는 상당량의 노이즈를 제거하고 관심 객체를 효과적으로 추출할 수 있음을 확인하였다. 본 연구 결과는 향후 지능형 기반 능동적 관제시스템 개발에 기여할 것으로 기대한다.

• 전자통신동향분석
• /
• 제31권3호
• /
• pp.1-8
• /
• 2016

최근 개인화된 미디어의 출현과 더불어 방송통신 미디어 분야에서 개인별 맞춤형 방송 서비스에 대한 관심과 지원이 빠르게 확산되는 추세다. 특히, 다중 카메라를 이용한 관심 인물에 대한 다각도 영상과 같은 차별화된 영상을 제공하려는 수요가 꾸준히 증가하고 있다. 객체 중심의 영상을 생성하기 위한 관련 기술의 발전 및 수요 변화에 발맞춰 본고에서는 관련 기술의 개요 및 연구동향을 살펴보고, ETRI에서 개발 중인 객체 추적 기반의 다중 Pan-Tilt-Zoom(PTZ) 카메라 제어를 통한 객체 중심 다각도 영상 획득 기술을 소개하고자 한다.

• 한국멀티미디어학회논문지
• /
• 제7권5호
• /
• pp.648-657
• /
• 2004

본 논문에서는 특이 칼라 분포에 대한 정보를 활용함으로써 어떠한 사전 지식없이 칼라 영상으로부터 중심 객체를 추출하는 방법에 대해 제안한다. 중심 객체는 영상 중심 부근에 위치하면서 특이 칼라 분포를 갖는 영역들의 집합으로 정의한다. 특이 칼라는 영상 경계 주변에 비해 영상의 중심 위치에서 보다 높은 밀도로 존재하는 칼라로 정의한다. 중심 객체 추출을 위해 우선 특이 칼라 정보를 사용하여 영상 분할된 영역 중에서 객체의 특징을 대표하는 영역들의 집합을 핵심객체영역을 선택한다. 핵심객체영역에 인접하며 이와 높은 칼라 유사도를 갖고 또한 배경이 아닌 영역들을 반복적으로 핵심객체영역에 병합하여 핵심객체영역을 확장함으로써 생성된 최종 병합 결과를 중심 객체로 추출한다. 따라서 중심 객체는 상이한 칼라 특징을 갖는 영역으로 구성될 수 있으며 상호 연결되어 있을 경우에는 두개 이상의 객체가 중심 객체에 포함될 수 있다. 제안된 방법의 타당성 및 중요 칼라의 유용성은 다양한 실험 영상을 통해 확인하였다. 본 논문에서 제안된 방법으로 추출된 중심 객체는 영상 검색 응용 분야에 유용하게 사용될 수 있을 것으로 기대한다.