• 디지털콘텐츠학회 논문지
• /
• 제10권4호
• /
• pp.625-632
• /
• 2009

본 논문은 실시간 파노라마를 위한 영상의 특징점 검출 방법을 제안한다. 파노라마 연구는 최근 실시간 지역탐색이나 DVR 등에 적용하는 연구가 최근 활발히 진행되고 있다. 특히 특징 점 검출은 파노라마를 이루는 가장 중요한 요소이다. 특징 점 검출을 위해서는 어떠한 명암 변화에도 특징점은 불변이어야 하며 이미지의 크기와 회전이 변화하더라도 불변의 점을 찾아야 한다. 기존 연구방법은 고차원적인 벡터와 많은 후보 점을 선점하기 때문에 연산량이 많고 수행시간이 길어 실시간에 활용하기에는 어려운 점이 있다. 따라서 본 논문은 보다 빠른 실시간 특징 점 검출을 위해 LoG 방법을 비트단위로 분할 후 결합하는 BLoG 방법을 제안하고 다양한 실험을 통하여 속도와 연산량 그리고 검출 성능에 대하여 비교한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2004년도 정기총회 및 학술대회
• /
• pp.229-232
• /
• 2004

축구 비디오의 슛 장면과 같은 이벤트 검출에는 많은 연구가 있었으나 기존의 방법은 정확성과 실시간으로 필터링하는 부분에서는 문제가 있다 이에 대해서 본 논문은 현재 실시간으로 가장 딸이 방송되는 스포츠 장르 중 축구 비디오에 대한 효율적인 슛 장면 검출 알고리즘을 제안하고자 한다. 제안한 방법은 우선 입력 프레임으로부터 뷰 타입을 결정한다. 슛 장면에 대한 뷰 타입 패턴 변화, 리 플레이의 검출과 오디오 파워의 변화를 이용하여 필터링을 수행한다. 실험 결과를 통하여 제안한 방법이 효율적이고 효과적으로 슛 장면을 검출하였고 다채널의 디지털 방송환경에서 실시간으로 컨텐츠를 필터링하는 서비스가 가능함을 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• pp.56-58
• /
• 2014

본 논문에서는 압축 도메인에서 고속으로 움직임을 검출하고 해당 구간을 저장 하는 알고리즘을 제안한다. 제안하는 알고리즘은 H.264/AVC 기반의 압축 비트스트림에서 움직임 벡터와 참조프레임을 이용하여 움직임이 있는 프레임을 검출하고 움직임 유무에 따라 GOP 단위로 저장하는 과정을 수행한다. 압축도메인에서 움직임 검출과 구간 저장을 수행함으로써 복잡도를 낮추고 비디오 저장을 위한 공간을 절약해 실시간 다채널 영상 처리에 최적화 된 성능을 제공한다. 제안하는 움직임 검출 및 저장 시스템은 single thread 환경에서 실시간으로 평균 2957 프레임을 처리 가능하며, Multi thread의 경우 30 fps 영상 98개 채널을 실시간으로 처리 가능하다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.1184-1186
• /
• 2022

횡단보도에서의 보행자 교통사고 방지를 위한 다양한 방법들이 연구되고 있다. 본 논문에서는 점멸 신호등 상황에서 보행자 교통사고를 감소시키기 위해 영상을 이용한 심층 신경망 기반 횡단보도 보행자 검출 방법을 소개한다. YOLOv5 와 Faster R-CNN 각각을 기반으로 다양한 버전의 횡단보도 보행자 검출기를 구현하고, 이번 실험에서 중점이 되는 이들의 수행 시간을 비교 평가하고 mAP@0.5 가 어느 정도인지 판단하여 가장 적합한 모델을 판단한다. 실험 결과 실시간 처리 측면에서 YOLOs 모델이 84 fps 를 달성함으로써 실시간 보행자 검출에 가장 좋은 성능을 보였다. 횡단보도의 상황은 상시 빠르게 변하므로 가장 빠른 처리 성능을 기록한 YOLOv5s 모델이 실시간 횡단보도 보행자 검출 시스템에 가장 적합한 것으로 판단된다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2005년도 추계학술대회 논문집
• /
• pp.225-228
• /
• 2005

본 논문에서는 사람의 피부색 정보와 얼굴의 형태학적 정보를 이용한 실시간 얼굴 검출 알고리즘을 제한한다. 피부색은 YCbCr 칼라 공간에서 특정한 영역에 정의 되고 이것을 이용하여 피부색 영역을 검출할 수 있다. 이 피부색 영역은 간단한 영상처리와 사전지식을 적용하여 얼굴후보영역으로 사용된다. 검출된 얼굴 후보 영역은 연속적인 임계값을 이용한 눈 검출을 통해 얼굴 검출을 수행하고, 마지막으로 눈 영역과 아닌 영역으로 훈련된 신경망을 이용하여 얼굴 검증을 하게 된다. 이때 얼굴 검출에 실패할 경우 임계값을 순차적으로 증가시키면서 재검출하는 피드백 시스템이 적용된다. 실험 결과는 실시간으로 연속영상에서 얼굴을 검출하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.1077-1079
• /
• 2020

본 논문에서는 현재 활발히 연구 중에 있는 얼굴 인식의 전 과정인 얼굴 검출단계를 OpenCV를 이용한 안드로이드 기반의 휴대용 스마트폰으로 실시간 얼굴 및 눈 영역을 검출하는 어플리케이션의 개발을 수행하였다. 얼굴 검출 및 눈 검출 기술은 OpenCV에서 제공하는 실시간 얼굴 인식을 위해 이미지에서 얼굴의 특징을 찾는 기법 중 하나인 Haar-like Feature을 이용한 검출 방식을 사용하였다. 얼굴 검출 및 눈 검출에 대해 스마트폰에서 촬영한 이미지를 사용하여 구현 결과를 평가하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2001년도 정기총회 및 학술대회
• /
• pp.193-198
• /
• 2001

최근 대용량 디지털 비디오의 효율적인 이용 및 관리를 위한 데이터 베이스 구축이 절실히 요구되고 있다. 이를 위해서 , 디지털 비디오의 내용 기반 요약이 필요하며, 선행 기술로서 비디오의 샷 경계 검출이 이루어져야 한다. 기존의 샷 경계 검출 방법들은 압축 파일로 저장된 비디오 데이터에 대해 샷 경계 검출을 수행한다. 이러한 기존 방법과 달리, 본 논문에서는 디지털 비디오 카메라로부터 비디오 데이터를 얻어 저장하면서, 실시간으로 샷 경계 검출을 수행하고자 한다. 그리고, 실시간 샷 경계 검출에 있어서 본 논문은 MPEG-7의 Homogeneous Texture와 Edge Histogram 기술자를 적용하여 추출된 각 비디오 프레임의 질감과 에지 정보를 이용한다 이 방법은 비디오의 샷 경계 검출에 있어서 시간적으로 기존 방법들보다 효율적이고, 내용 기반 검색에 유용하다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.488-491
• /
• 2003

본 논문에서는 실시간 CCD 카메라 입력 영상으로부터 다중 컬러 정보를 이용하여 얼굴 영역을 검출 및 추적하고 기울어진 얼굴을 보정하는 알고리즘을 제안하였다. 제안한 알고리즘은 먼저 획득된 RGB 영상에서 YCbCr컬러 모델과 YIQ컬러 모델로 변환한 후 Cr성분과 I성분을 추출하여 얼굴 피부색을 검출, 얼굴 영역 추출에 사용하였다. 또한 추출된 얼굴 후보 영역에서 수평, 수직 투영(Projection)정보로부터 최종 얼굴 영역으로 검출한 다음 검출된 얼굴 중심 좌표와 이전에 검출된 얼굴 중심 좌표 값을 유클리드언 거리로 얼굴을 추적하였으며 검출된 얼굴로부터 레이블링(Labeling)기법으로 눈 특징자를 검출, 눈의 기울기 각도를 보정함으로써 얼굴 기울기를 보정하였다. 제안한 얼굴 추적 및 기울기 보정 알고리즘을 사용하여 실험한 결과 다중 색상 정보를 사용함으로써 주위환경 변화에 강인하게 실시간 얼굴 영역 김출 및 추적이 가능하였고, 기울어진 얼굴 영상을 자동 보정함으로써 인식에 용이하였다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 추계종합학술대회논문집
• /
• pp.157-160
• /
• 2000

본 논문에서는 교통 감시 시스템의 필수 단계중에 하나인 실시간 자동차 검출 방법을 제안한다. 제안한 방법은 후보 영역 추출 단계와 자동차 인식 단계로 이루어진다. 첫 번째 단계에서는 연속된 두 프레임간의 차영상 분석 방법을 기반으로 하여 움직임이 있는 후보 영역을 추출한다. 두 번째 단계에서는 추출된 후보 영역에 자동차가 포함되어 있는지를 판별하기 위해 웨이블릿 변환 계수들을 입력으로 하는 신경망을 사용한다. 일반 도로에서 획득한 230대의 자동차가 포함된 동영상을 실험한 결과, 자동차 검출율은 97.8%, 프레임당 처리 시간은 0.12ms이다. 본 논문에서 제안한 실시간 자동차 검출 방법은 교통 감시 시스템에 유용하게 적용될 수 있다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.1057-1062
• /
• 2007

얼굴표정 인식은 심리학 연구, 얼굴 애니메이션 합성, 로봇공학, HCI(Human Computer Interaction) 등 다양한 분야에서 중요성이 증가하고 있다. 얼굴표정은 사람의 감정 표현, 관심의 정도와 같은 사회적 상호작용에 있어서 중요한 정보를 제공한다. 얼굴표정 인식은 크게 정지영상을 이용한 방법과 동영상을 이용한 방법으로 나눌 수 있다. 정지영상을 이용할 경우에는 처리량이 적어 속도가 빠르다는 장점이 있지만 얼굴의 변화가 클 경우 매칭, 정합에 의한 인식이 어렵다는 단점이 있다. 동영상을 이용한 얼굴표정 인식 방법은 신경망, Optical Flow, HMM(Hidden Markov Models) 등의 방법을 이용하여 사용자의 표정 변화를 연속적으로 처리할 수 있어 실시간으로 컴퓨터와의 상호작용에 유용하다. 그러나 정지영상에 비해 처리량이 많고 학습이나 데이터베이스 구축을 위한 많은 데이터가 필요하다는 단점이 있다. 본 논문에서 제안하는 실시간 얼굴표정 인식 시스템은 얼굴영역 검출, 얼굴 특징 검출, 얼굴표정 분류, 아바타 제어의 네 가지 과정으로 구성된다. 웹캠을 통하여 입력된 얼굴영상에 대하여 정확한 얼굴영역을 검출하기 위하여 히스토그램 평활화와 참조 화이트(Reference White) 기법을 적용, HT 컬러모델과 PCA(Principle Component Analysis) 변환을 이용하여 얼굴영역을 검출한다. 검출된 얼굴영역에서 얼굴의 기하학적 정보를 이용하여 얼굴의 특징요소의 후보영역을 결정하고 각 특징점들에 대한 템플릿 매칭과 에지를 검출하여 얼굴표정 인식에 필요한 특징을 추출한다. 각각의 검출된 특징점들에 대하여 Optical Flow알고리즘을 적용한 움직임 정보로부터 특징 벡터를 획득한다. 이렇게 획득한 특징 벡터를 SVM(Support Vector Machine)을 이용하여 얼굴표정을 분류하였으며 추출된 얼굴의 특징에 의하여 인식된 얼굴표정을 아바타로 표현하였다.