• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.1003-1004
• /
• 2017

본 연구에서는 실내 환경에서 드론의 측위를 위한 마커 인식 및 검출 기술을 소개한다. 기존 실내 측위를 위한 기술인 Global Positioning System이나 Wi-Fi를 이용한 삼각측량 기법은 실내 환경에서 각각의 성질로 인하여 사용하기 어려운 점이 있다. 본 논문에서는 2차원 바코드와 마커 등의 객체를 드론의 카메라를 이용한 실시간 영상 전송을 통하여 검출하여 위치 정보를 획득하는 기술을 소개한다. 실험에서는 드론의 카메라를 통하여 실시간 전송된 영상에서 OpenCV V2.4.10을 통하여 객체를 검출하였고, 카메라와 객체 사이의 거리와 바코드 크기에 따른 2차원 바코드의 검출 여부를 보였으며 15*15cm의 2차원 바코드는 비교적 잘 인식하였으나 비교적 작은 11*11cm의 2차원 바코드는 거리가 멀어질 수록 인식이 힘들어지는 결과를 보였다.

• The KIPS Transactions:PartB
• /
• v.10B no.1
• /
• pp.81-86
• /
• 2003

In this paper, we propose the tracking method of moving object which use extracted object by difference between background image and target image in fixed domain. As a extraction method of object, calculate not pixel of full image but predefined some edge pixel of image to get a position of new object. Since the center area Is excluded from calculation, the extraction time is efficiently reduced. To extract object in the predefined area, get a starting point in advance and then extract size of width and height of object. Central coordinate is used to track moved object.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.20 no.4
• /
• pp.43-49
• /
• 2019

The wired and wireless Internet is a useful window to easily acquire various types of media data. On the other hand, the public can easily get the media data including the object to which the personal information is exposed, which is a social problem. In this paper, we propose a method to robustly detect a target object that has exposed personal information using a learning algorithm and effectively block the detected target object area. In the proposed method, only the target object containing the personal information is detected using a neural network-based learning algorithm. Then, a grid-like mosaic is created and overlapped on the target object area detected in the previous step, thereby effectively blocking the object area containing the personal information. Experimental results show that the proposed algorithm robustly detects the object area in which personal information is exposed and effectively blocks the detected area through mosaic processing. The object blocking method presented in this paper is expected to be useful in many applications related to computer vision.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.215-218
• /
• 2000

디지털 비디오 데이터를 효율적으로 브라우징 하는데 필요한 비디오 분할에 관한 연구가 활발하게 진행되고 있다. 본 연구에서는 비디오 데이터를 Shot단위로 분할하고, Shot내부에서 카메라 동작과 객체 움직임 분석을 이용한 sub-shot으로 분할하고자 한다. 연구 방법으로는 I-frame의 DC 영상을 이용하여 픽쳐그룹을 Shot(장면이 바뀐 경우), Move(카메라 동작,객체움직임), Static(영상의 변화가 거의 없는 경우)로 세분화하고 해당 픽쳐 그룹의 P, B-frame을 검사하여 정확한 컷 발생 위치, 디졸브, 카메라동작, 객체 움직임을 검출하게 된다. 픽쳐그룹 분류에서 정확성을 높이기 위해 계층적 신경망과 다중 특징을 이용한다. 정확한 컷 발생위치 검출하기 위해서 P, B프레임의 메크로블럭 타입을 이용한 통계적 방법을 이용하고, 디졸브, 카메라 동작, 객체 움직임을 검출하기 위해서 P, B-frame의 메크로블럭 타입과 움직임 벡터를 이용한 신경망으로 검출한다. 본 연구에서는 계층적 탐색을 이용하여 시간을 단축할 수 있고, 계층적 신경망과 다중 특징을 이용하여 픽쳐 그룹을 세분화 할 수 있고, 메크로 블록 타입과 통계적 방법을 이용하여 정확한 컷 검출을 할수 있고, 신경망을 이용하여 디졸브, 카메라 동작, 객체움직임을 검출 할 수 있음을 확인한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.07a
• /
• pp.542-543
• /
• 2015

본 논문에서는 차량에 설치된 스테레오 카메라를 이용하여 객체 후보를 검출하는 기법을 제안한다. 단일 카메라를 이용하면 색상 정보만을 획득할 수 있지만 스테레오 카메라를 이용하면 추가적으로 깊이 영상(depth image)을 획득할 수 있다. 깊이 정보를 이용하면 카메라의 주변 환경을 재구성 할 수 있으며, 객체 후보 검출의 성능을 향상 시킬 수 있다. 스테레오 매칭(Stereo matching)을 통해 획득한 깊이 영상을 열 단위 분석을 통해 객체로 판단되는 영역을 검출한다. 검출한 영역 경계 부근의 오류를 줄이기 위해 밝기 차를 분석한다. 실험을 통해 제안하는 시스템이 효과적으로 객체 후보를 검출하는 것을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.113-116
• /
• 2021

일반적으로 딥러닝 기반의 객체 검출(Object Detection)기법은 합성곱 신경망(Convolutional Neural Network, CNN)을 통해 입력된 영상의 특징(Feature)을 추출하여 이를 통해 객체 검출을 수행한다. 최근 자연어 처리 분야에서 획기적인 성능을 보인 트랜스포머(Transformer)가 영상 분류, 객체 검출과 같은 컴퓨터 비전 작업을 수행하는데 있어 경쟁력이 있음이 드러나고 있다. 본 논문에서는 YOLOv4-CSP의 CSP 블록을 개선한 one-stage 방식의 객체 검출 네트워크를 제안한다. 개선된 CSP 블록은 트랜스포머(Transformer)의 멀티 헤드 어텐션(Multi-Head Attention)과 CSP 형태의 공간 피라미드 풀링(Spatial Pyramid Pooling, SPP) 연산을 기반으로 네트워크의 Backbone과 Neck에서의 feature 학습을 돕는다. 본 실험은 MSCOCO test-dev2017 데이터 셋으로 평가하였으며 제안하는 네트워크는 YOLOv4-CSP의 경량화 모델인 YOLOv4s-mish에 대하여 평균 정밀도(Average Precision, AP)기준 2.7% 향상된 검출 정확도를 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.851-854
• /
• 2005

본 논문에서는 영상 내 객체들의 운동시차를 이용하여 실시간으로 2차원 영상을 입체 영상으로 변환하는 알고리즘을 제안하였다. 제안한 입체 영상 변환 알고리즘은 영상 내 객체 분할, 운동시차를 이용한 운동 객체 검출, 시차 처리를 이용하여 입체 영상으로 변환한다. 입체 영상 변환 알고리즘의 성능 평가를 위해 좌안과 우안 영상의 절대 차이 영상을 이용하여 기존의 MTD 방식과 시뮬레이션 결과를 비교, 분석하였다. 제안한 알고리즘은 영상의 운동 방향 및 속도에 상관없이 다양한 영상원에 대해 실시간 입체 영상 변환이 가능하다. 입체 영상 변환 장치는 VHDL로 설계하였으며, FPGA 테스트 보드 구현을 통해 성능 및 기능을 검증하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2008.06a
• /
• pp.205-209
• /
• 2008

본 논문은 입력되는 영상에서 특정 객체를 찾기 위하여 특징 검출 및 매칭 결과를 분석하여 기술한다. 영상의 특징을 추출하는 방법 중 코너를 특징으로 하는 방법인 해리스 코너 검출(Harris corner detection)을 이용하여 코너를 추출하였으며, 추출한 특징을 이용하여 다양한 크기의 템플릿을 만들어 입력된 영상과 상관계수를 구해 최대값을 가지는 위치를 찾아 입력된 영상과 객체를 매칭 시킨 결과를 분석하였다. 본 논문의 연구 결과들은 객체의 탐지 등과 같은 영상 분석 기반 기술에 활용될 수 있으리라 기대된다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2017.10a
• /
• pp.488-490
• /
• 2017

본 논문에서는 장폐색 영역을 추출하는 방법을 제안한다. 제안된 방법은 Canny Edge Detector을 이용하여 X-ray 영상에서 객체들의 에지를 추출한다. 검출된 객체 에지들에서 장폐색의 영역이 형태학적으로 수평적으로 평평하다는 특징을 이용하기 위해서 Hough transform을 적용하여 수평적으로 평평한 영역을 가진 객체들을 추출하고, 추출된 객체들을 장폐색 영역으로 검출한다. 제안된 추출 방법을 25개의 장폐색 X-ray 영상을 대상으로 실험한 결과, 제안된 방법에서는 19개 대장 장폐색 영상에서는 모두 추출되었으나 6개의 소장 장폐색 영상에서는 추출에 실패하였다.

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.427-428
• /
• 2007

컴퓨터 비전을 이용한 이진 영상 데이터 처리는 사용자가 원하는 객체를 배경과 분리하여 추출하는 데에 유용하며 객체 위치 검출에는 테두리 검출(edge detection), 센트로이드 검출 (centroid detection) 등 다양한 기법들이 사용되어 왔다. 연속해서 움직이는 객체의 위치를 테두리 검출 기법을 이용하여 추종 시, 조명과 환경 잡음에 민감한 영상 데이터의 특성상 객체의 테두리 부분은 매 프레임마다 조금씩 차이가 있어 위치를 검출하는 데에 오차가 발생하기 쉽다. 그러나 센트로이드 기법으로 구할 경우 많은 픽셀의 무게중심을 구하는 것이므로 그 오차를 줄여 빠르고 정확한 위치 검출에 유용하다. 본 논문에서는 LabVIEW를 이용하여 진자운동 하는 물체의 센트로이드 점을 구하여 실시간 위치 검출을 구현한다.