• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.373-375
• /
• 2001

본 논문에서는 연속된 프레임에서 특징점을 추출하고 특징점의 유사도를 Hough 공간에 누적하여 정확한 이동을 찾아내는 기법을 제시한다. 특징점은 예지의 시작점, 끝점, 분기점과 굴곡점을 사용한다. 정합을 위하여 특징점 주위의 평균 밝기, 굴곡점의 굴곡각을 이용하며, 물체 주위에 물체보다 특징이 강한 배경에 민감하지 않게 동작하기 위하여 Hough 공간상의 극대값들에 대하여, 분할 영역의 평균과 표준 편차를 비교함으로써 정확한 이동 경로를 산출한다. 제안하는 알고리즘을 실제 영상에 적응한 경우 배경의 특징이 매우 강한 경우 Hough 공간의 최대값을 찾는 기법이 해결할 수 없는 부분도 정확히 추적하는 결과를 보인다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.11a
• /
• pp.93-96
• /
• 2014

본 논문에서는 가상시점 영상을 생성할 때 발생하는 홀 영역을 효율적으로 채우는 방법을 제안한다. 가상시점 영상을 생성하려면 우선 깊이 영상에 대해 3차원 워핑을 수행한 뒤, 이때 발생하는 작은 홀을 미디언 필터를 이용하여 적절히 채워야 한다. 홀이 채워진 깊이 영상을 기반으로 하여 입력받은 참조 컬러 영상에 대해 3차원 워핑을 수행하여 가상 위치에 새로운 시점 영상을 생성하게 된다. 이때 또한 마찬가지로 3차원 워핑을 수행하기 때문에 홀 영역이 발생하게 된다. 텍스쳐 영상을 워핑하여 새로운 좌표계로 옮긴 영상은 주변 컬러 화소들과의 관계들을 가지고 있다. 텍스쳐 영상을 워핑한 결과 영상에서 발생하는 홀 영역을 채우기 위해 방향성을 고려한 홀 채움 방법을 사용한다. 홀 주변 화소 영역의 값들을 홀을 채우게 될 후보 화소 값으로 설정한 뒤, 각각의 화소값에 대해 비용값을 계산한다. 이때 가장 적은 비용값을 갖게 하는 주변 화소 값을 해당 영역의 홀 채움 값으로 사용하게 된다. 좌영상과 우영상을 워핑할 때 발생하는 홀 영역의 위치가 각각 다르게 나타난다. 홀 영역은 배경화소 값을 이용해 채울 경우 자연스러운 결과를 보인다. 배경화소 값을 이용하기 위해 좌영상과 우영상에 따른 새로운 홀 스캔 방향 또한 제안한다. 능동적으로 홀 스캔 방향을 선택하여 홀 주변 화소값들을 스캔해가며 워핑 결과 발생하는 홀 영역을 효율적으로 채우게 된다. 결과적으로 제안한 방법을 통하여 생성된 가상시점 영상의 화질이 좋아지는 결과를 확인할 수 있었다.

• Journal of the Korea Convergence Society
• /
• v.10 no.5
• /
• pp.27-34
• /
• 2019

In this paper, we propose a method to remove the background area by analyzing the pattern of the character area. In the character detection result of the MSER(Maximally Stable External Regions) method which distinguishes a region having a constant contrast background regions were detected. To solve this problem, we use the MSER method in natural images, the background is removed by calculating the change rate by searching the character area and the background area which are not different from the areas where the contrast values are different from each other. However, in the background removed image, using the LBP(Local Binary Patterns) method, the area with uniform values in the image was determined to be a character area and character detection was performed. Experiments were carried out with simple images with backgrounds, images with frontal characters, and images with slanted images. The proposed method has a high detection rate of 1.73% compared with the conventional MSER and MSER + LBP method.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.481-483
• /
• 2018

AR은 VR과 달리 실세계 공간의 객체에 대한 서비스를 제공하므로 서비스 개발을 방해하는 많은 요인들이 발생한다. 이를 보완하기위해 비주얼 마커, SLAM, 객체인식 등 여러 AR 기술이 존재한다. 본 논문은 AR 기술 중에서 객체인식의 정확도 향상을 위해 지역가변 이진화(Local variable binarization)와 색상의 군집화를 사용해서 이미지에서 객체를 추출하는 방법을 제안한다. 지역 가변화는 픽셀을 순차적으로 읽어 들이면서 픽셀 주위의 값의 평균을 구하고, 이 값을 해당 픽셀의 임계 값으로 사용하는 알고리즘이다. 픽셀마다 주위 색상 값에 의해 임계 값이 변화되므로 윤곽선 표현이 기존의 이진화보다 뚜렷이 나타난다. 색상의 군집화는 객체의 중요색상과 배경의 중요색상을 중심으로 유사한 색상끼리 군집화 하는 것이다. 객체 내에서 가장 많이 나온 값과 객체 외에 가장 많이 나온 값을 각 각 기준으로 색조와 채도의 값을 Euclidean 거리를 사용해 객체의 색상과 배경 색상을 분리했다.

• Journal of the Korean earth science society
• /
• v.42 no.2
• /
• pp.195-200
• /
• 2021

Orientation corrections for the total of 268 accelerograph stations of the Korea Meteorological Administration (KMA) were estimated using ambient noise cross-correlation. As this method uses ambient noise data instead of teleseismic waveforms from earthquakes under certain conditions, reliable orientation corrections can be obtained using only two-month long continuous seismic data from dense seismic networks in the Korean peninsula.Three-component continuous data recorded at the 268 accelerograph stations from January to February 2020 were used to estimate orientation corrections. The results are comparable to the previous results obtained from teleseismic waveforms; the overall standard deviations of the orientation corrections are less than 5°. Therefore, orientation corrections for the accelerograph station network can be tracked periodically by the ambient-noise method and the result can be used in various studies using the horizontal-component of acceleration data.

• The Journal of the Korea Contents Association
• /
• v.4 no.3
• /
• pp.91-97
• /
• 2004

Difference image scheme is widely used for motion estimation in moving object tracking system. This scheme contains a binarization step which segments image into background and moving object regions, referring to threshold value. In this paper, we propose a decision algorithm of tracking the threshold value with a differential image. The key idea is analyzing the histogram of the differential image. In addition we evaluate the performance of this method in comparison with conventional scheme. As an experimental result with 60 images, it is found that threshold by the proposed algorithm is very close to optimal threshold selected manually.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1905-1906
• /
• 2008

본 논문에서는 spatial gradient를 이용한 강인한 물체 추출 방법을 제안한다. 제안한 방법은 먼저 복잡한 환경과 다양한 빛의 변화에 의해 나타나는 에러 값 등을 해결하기 위해 기존에 제안된 입력 영상과 기준 영상에서 밝기와 색 성분을 이용하여 최초 배경을 제거한다. 배경을 제거한 다음, 그림자로 인식되어 전경 영역에 추가된 부분을 RGB 칼라 모델과 정규화 된 RGB 칼라 모델을 이용하여 제거하고, HSI 칼라 모델을 이용하여 불필요한 정보 값을 갖는 영역을 제거한다. 마지막으로, 배경으로 인식되어 전경으로부터 제거된 부분을 입력 영상의 공간상 정보인 spatial gradient와 HSI 칼라 모델을 이용하여 복구하는 방법을 제안한다. 마지막으로, 복잡하고 다양한 실내.외 환경에서의 실험을 통해 그 응용 가능성을 증명한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.571-573
• /
• 2000

복잡한 이미지에서 얼굴 추출은 얼굴 영상처리 분야에서 기본적이면서도 배경이 복잡함으로 인해 많은 어려움이 따른다. 이 논문에서는 복잡한 화면 이미지에서 얼굴을 추출하기 위해 여러 가지 과정을 거친다. 다양한 피부색을 가진 얼굴에 대해 즉, 흑인과 황인, 백인 등을 모두 추출하기 위해 피부색 모델을 이용한다. 다양한 피부색에 대한 임계값(threshold)을 이용하여 피부색과 다른 영역을 구분하여 얼굴의 후보 데이터로 추출한다. 그 추출된 후보 데이터를 지역적 임계값(local threshold)을 이용하여 얼굴과 눈, 코, 입과 같은 세부사항에 분류한다. 분류된 부분이 즉 얼굴내에서 얼굴이 아닌 부분(눈, 코, 입 등)의 크기가 정규화 되어진 최소 크기보다 박을 경우 그 후보 데이터를 버리고, 그렇지 않을 경우, 즉 얼굴이 아닌 다른 부분의 크기가 정해진 크기보다 크거나 같을 경우 그 후보 데이터를 검출한다. 이 논문에 결과는 배경에서도 피부색과 얼굴의 부분영역을 이용하여 얼굴을 검출할 수 있다는 것을 보인다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.11a
• /
• pp.47-50
• /
• 2016

객체를 추적하는 기술은 컴퓨터 비전 분야에서 활발히 연구되고 있는 분야 중 하나이다. 그 중 고정된 단일 카메라를 이용한 객체 추적 기술은 비디오 감시(Surveillance) 등에서 활용되고 있다. 고정된 카메라 환경에서 객체를 추적하는 방법 중 배경 모델링(Background Modeling)을 이용한 방법은 간단하면서도 널리 사용되는 방법 중 하나이다. 객체의 움직임이나 특징을 분석하여 배경 모델을 생성한 후 배경 정보를 이용하여 전경을 분리하면 쉽게 객체를 추출할 수 있다. 그러나 객체의 움직임이 적은 경우 해당 영역에서의 배경 모델은 정확하게 생성될 수 없다. 배경 모델을 학습하는 동안 객체가 충분이 움직이면 이런 문제를 해결할 수 있으나 객체가 움직이기 전까지는 오류가 지속된다. 이런 문제를 해결하기 위해 본 논문에서는 인페인팅(Inpainting)을 이용하여 움직임이 적은 영역을 보정하여 정확한 배경 모델을 생성하는 방법을 제안한다. 배경 모델을 생성한 후 객체로 식별할 수 있는 후보 영역을 식별한다. 선정된 영역들 중 사용자가 객체로 판단되는 영역을 선택하여 해당 영역에 대해 인페인팅으로 화소값 및 가중치들을 보정한다. 보정된 영상으로 배경 모델링을 수행하면 움직임이 적은 영역에 대해서도 효과적으로 배경 모델을 생성 할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.711-714
• /
• 2021

고정 카메라 환경에서 전경과 배경 간 픽셀값의 차를 이용하여 전경을 추출하기 위해서는 정확한 배경 영상이 필요하다. 또한, 프레임마다 변화하는 실제 배경과 맞추기 위해 배경 영상을 지속해서 갱신할 필요가 있다. 본 논문에서는 정확한 배경 영상을 생성하기 위해 실시간 처리가 가능한 딥러닝 기반 객체 탐지기의 결과를 입력받아 영상 처리에 활용함으로써 배경을 생성 및 지속적으로 갱신하고, 획득한 배경 정보를 이용해 전경을 추출하는 방법을 제안한다. 먼저, 고정 카메라에서 획득되는 비디오 데이터에 딥러닝 기반 객체 탐지기를 적용한 박스 단위 객체 탐지 결과를 지속적으로 입력받아 픽셀 단위의 배경 영상을 갱신하고 개선된 배경 영상을 도출한다. 이후, 획득한 배경 영상을 이용하여 더 정확한 전경 영상을 획득한다. 또한, 본 논문에서는 시설물에 가려진 객체를 더 정확히 탐지하기 위해서 전경 영상을 이용하여 시설물 영상을 추출하는 방법을 제안한다. 실제 돈사에 설치된 카메라로 부터 획득된 12시간 분량의 비디오를 이용하여 실험한 결과, 제안 방법을 이용한 전경과 시설물 추출이 효과적임을 확인하였다.