• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1597-1599
• /
• 2015

본 논문에서는 곡물이나 광석 등의 원료들 중에서 양품 및 불량품을 검출하기 위해, Color CCD 카메라로 촬영한 원료영상에서 Mean-Shift 클러스터링 알고리즘과 단계별 병합 방법을 제안하고 있다. 먼저 원료 학습 영상에서 배경을 제거하고 영상 색 분포정도를 기준으로 모폴로지를 이용하여 영상의 전경맵을 얻는다. 전경맵 영상에 대해서 Mean-Shift 군집화 알고리즘을 적용하여 영상을 N개의 군집으로 나누고, 단계별로 위치 근접성, 색상대푯값 유사성을 비교하여 비슷한 군집끼리 통합한다. 이렇게 통합된 원료 객체는 영상채널마다의 연관관계를 반영할 수 있도록 RG/GB/BR의 2차원 컬러분포도로 표현한다. 원료 객체별로 변환된 2차원 컬러 분포도에서 분포의 주성분의 기울기와 타원들을 생성한다. 객체별 분포 타원은 테스트 원료 영상데이터에서 양품과 불량품을 검출하는 임계값이 된다. 본 논문에서 제안한 방법으로 다양한 원료영상에 실험한 결과, 기존 선별방식에 비해 사용자의 인위적 조작이 적고 정확한 원료 선별 결과를 얻을 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 춘계학술발표논문집 (하)
• /
• pp.879-882
• /
• 2001

장면 전환 검출을 위한 기존의 주요 방법은 대부분 화소값 차이, 통계적 차이, 그리고 일반적으로 가장 많이 사용하는 히스토그램 비교법등이었다. 이러한 방법에서는 각 비디오 프레임내에 포함되어 있는 영상의 내용 변화에 의한 장면 전환을 검출하기가 어렵고 히스토그램이 비슷한 경우 장면 전환 검출을 할 수 없었다. 본 논문에서는 비디오 시퀀스로부터 빠른 움직임을 포함하는 장면의 변화를 검출하는 객체의 중심점을 이용한 영역분할기법을 제안하였다. 제안하는 방법은 두 개의 프레임간 차영상을 이용해서 명암차를 추출한 후 화소값과 객체 영역의 중심점을 구한 후 사등분 분할하여 영역객체의 평균 및 분산값을 이용해서 내용에 의한 장면 전환도 검출하였다. 실험결과 제안된 방법에 의한 장면 전환 검출은 기존의 다른 방법에 비해 더 나은 성능을 얻었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 추계종합학술대회 B
• /
• pp.415-418
• /
• 2008

본 논문에서는 특정 지역을 연속해서 촬영하는 고정된 카메라 영상에서 사람들의 움직임을 검출하고 움직임을 분석하여 정량화 하는 방법을 제안한다. 먼저 배경 영상을 획득하기 위하여 일정 시간동안의 입력 영상을 누적하고 평균값으로 정규화 한다. 그리고 영상을 계속 누적하여 배경 영상을 실시간으로 갱신한다. 다음으로 획득된 배경 영상과 현재 영상에 대하여 차영상과 이진화를 수행하고 팽창 연산과 연결 성분 분석으로 잡영을 제거한다. 그리고 잡영이 제거된 영상에서 원근감 효과를 고려하는 가중치를 적용하여 움직임이 있는 객체를 클러스터링 하는 수정된 ART2 클러스터링 방법을 제안한다. 마지막으로 클러스터링 결과 정보를 이용하여 움직임을 정량화 한다. 제안하는 방법을 실내 환경에 설치된 네트워크 카메라로부터 영상을 획득하여 실험한 결과, 영상의 원근감 효과에 따라 군집 크기가 차이남에도 강인하게 분석할 수 있음을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.911-913
• /
• 2019

최근 자율주행을 위해서는 객체를 인식하고 검출할 수 있는 기술이 필요하다. 본 논문에서는 최근 활발하게 개발되고 있는 딥러닝에 기반한 알고리즘에 대해 기술하고 그 알고리즘을 활용하여 영상처리에 활용하여 자율주행 중에도 이전 기술보다 정확하게 객체 인식 및 검출하는 것이 목표이다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 추계학술대회
• /
• pp.137-140
• /
• 2009

본 논문에서는 Spatial Edge와 Temporal Edge를 이용한 이동 객체의 윤곽선 검출 방법을 제안한다. 카메라로부터 연속적으로 입력되는 영상에서 이동 객체의 윤곽선이 존재하는 후보 영역을 검출하기 위해, 새로운 방법의 Temporal Edge를 제안한다. Temporal Edge를 통해 검출된 후보 영역을 중심으로 Spatial Edge를 구하고, 후처리 과정을 통해 노이즈를 제거한 후 최종적으로 이동 객체의 윤곽선을 검출한다. 제안한 방법은 실험을 통해 그 성능을 확인하였고, 배경 차 방법과 비교 하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 제13회 춘계학술대회 및 임시총회 학술발표 논문집
• /
• pp.864-867
• /
• 2000

영상과 같은 다양하고 복잡한 데이터 검색은 기존의 키워드를 이용한 검색이 아닌 내용 기반 검색 방법이 요구된다. 본 논문에서는 입력된 사용자 질의를 객체의 위치이동이나 회전, 크기변화에 민감하지 않은 불변모멘트(Invariant Moments)값을 이용하여 효율적으로 검색할 수 있는 시스템을 구현하였다. 영상내의 단일 객체 뿐만 아니라 다중 객체들도 효과적으로 검출하기 위해 레이블링(Labeling) 알고리즘을 적용해 각각의 객체를 따로 분리하여 불변모멘트를 적용하는 방법을 이용했다. 또한, 검색 시간 단축 및 영상의 효율적인 인덱싱(Indexing)을 위해 해싱을 응용한 기법을 적용하였다. 이로써, 기존의 전체 영상의 특징을 가지고 정확히 표현할 수 없는 객체들을 정확히 표현해 줌으로서 좀더 정확한 검색 결과를 얻을 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제28권1호
• /
• pp.93-101
• /
• 2023

이 논문은 영상 카메라를 이용하여 교통 객체를 인식하고자 하는 경우, 영상 내 객체 인식 정확도를 높이기 위해 소실점을 이용하여 객체에 대한 3D 바운딩 박스를 생성하는 방법이다. 최근 인공지능을 이용하여 교통 영상 카메라로 촬영된 차량을 검출하고자 하는 경우 이 3D 바운딩 박스 생성 알고리즘을 적용하고자 한다. 카메라 설치 각도와 카메라가 촬영한 영상의 방향성을 분석하여 종 방향 소실점(VP1)과 횡 방향 소실점(VP2)을 도출하고 이를 기반으로 분석 대상 동영상에서 이동하는 객체를 특정하게 된다. 이 알고리즘을 적용하면 감지된 객체의 위치, 종류, 크기 등 객체 정보 검출이 용이하고, 이를 자동차와 같은 이동류에 적용하는 경우 이를 트래킹하여 각 객체가 이동한 위치와 좌표, 이동속도 및 방향 등을 알 수 있다. 실제 도로에 적용한 결과 트래킹이 10% 향상되었으며 특히 음영지역(큰 차에 가려진 극히 적은 차량 부위)의 인식율과 트래킹이 100% 개선되는 등 교통 데이터 분석 정확성을 향상시킬 수 있었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.435-440
• /
• 2003

본 논문에서는 실시간 출입통제시스템에 적용이 가긍한 복잡한 배경에서의 다중 얼굴 영역 검출과 추적을 통한 얼굴 인식 알고리즘을 제안하였다. 제안된 알고리즘에서는 배경영상과 입력된 연속적인 프레임간의 차영상을 적용함으로써 물체의 움직임을 감지한 후. IISI컬러 좌표모델을 이용하여 얼굴의 1차 후보 영역을 검출하고, 잡음제거를 위해 모폴로지 연산을 수행하였다 또한 Line Projection을 이용한 객체 분할법(Object Segmentation)으로 객체를 분할함으로써 다중 얼굴 영역을 추출하였다. 또한 추출된 얼굴영역에서 눈 영역 검출을 통해 각각의 얼굴 영역들을 검증하였으며 검증된 얼굴들의 최외각 4개의 좌표를 이용하여 얼굴 추적율을 높였다. 마지막으로 얼굴 인식은 추출된 얼굴 영역으로부터 주성분 분석(PCA ： Principle Component Analysis)방법을 이용함으로써 97～98％의 높은 인식율을 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.7-9
• /
• 2021

본 논문은 Detectron2 [1]에서 지원하는 객체 검출 임무 수행 네트워크의 과정 중에서 추출한 피쳐 맵을 신경망 기반으로 압축하는 방법을 제안한다. 이를 위해, 신경 망 기반 영상 압축을 지원하는 공개 소프트웨어인 CompressAI [2] 모델 중 하나인 bmshj2018-hyperprior 의 압축 네트워크를 활용하여 임무 수행 네트워크의 과정 중 스탬 레이어(stem layer)에서 추출된 피쳐 맵을 압축하도록 학습시켰다. 또한, 압축 네트워크의 입력 피쳐 맵의 너비와 높이 크기가 64 의 배수가 되도록 객체 검출 네트워크의 입력 영상 보간 값을 조정하는 방법도 제안한다. 제안하는 신경망 기반 피쳐 맵 압축 방법은 피쳐 맵을 최근 표준이 완료된 차세대 압축 표준 방법인 VVC(Versatile Video Coding, [3])로 압축한 결과에 비해 큰 성능 향상을 보이고, VCM 앵커와 유사한 성능을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.549-551
• /
• 2012

본 논문에서는 기존의 화소값 차영상 기법이 저속으로 움직이는 물체의 동작정보 감지에 취약한 점을 보완하기 위하여 실시간 영상 처리를 목적으로 연속된 프레임(Frame)에서 움직임이 있는 프레임을 찾아내고, 움직임 영역을 추출하는 움직임 검출에 관한 연구를 통해 웹캠 기반의 객체 감지시스템을 제안하였다. 제안 시스템은 단일 객체뿐 아니라 다중 객체의 움직임까지 파악할 수 있다는 장점을 가지고 있다.