• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.440-442
• /
• 2011

본 논문에서는 객체 검출을 위한 지면가정에 기반한 스테레오 시차영상의 획득방법을 제안한다 지면과 좌우 영상간의 호모그라피를 사용하여 정합비용을 정의하고 지면기준의 시차에 대해서 4방향의 정합비용을 집계하여 시차를 결정한다. 또한 획득된 시차영상에서 나타나는 정합오류들은 중간값 필터와 연결성분 분석을 통하여 제거하고 이를 이진화하여 객체의 검출에 활용한다. 영상평면과 평행한 평면을 기준으로한 기존의 시차정합방법과는 달리 지면보다 아래에 대한 정합 비용이 고려되지 않으며 시차영상으로부터 거리 영상을 획득하여 처리하는 과정을 거치기 전에 객체를 검출할 수 있다는 장점이 있다.

• Journal of Digital Convergence
• /
• v.14 no.2
• /
• pp.183-190
• /
• 2016

This paper proposes algorithm to reduce the computing time in a neural network that reduces transmission of data for tracking mobile objects in surveillance networks in terms of detection and communication load. Object Detection can be defined as follows : Given image sequence, which can forom a digitalized image, the goal of object detection is to determine whether or not there is any object in the image, and if present, returns its location, direction, size, and so on. But object in an given image is considerably difficult because location, size, light conditions, obstacle and so on change the overall appearance of objects, thereby making it difficult to detect them rapidly and exactly. Therefore, this paper proposes fast and exact object detection which overcomes some restrictions by using neural network. Proposed system can be object detection irrelevant to obstacle, background and pose rapidly. And neural network calculation time is decreased by reducing input vector size of neural network. Principle Component Analysis can reduce the dimension of data. In the video input in real time from a CCTV was experimented and in case of color segment, the result shows different success rate depending on camera settings. Experimental results show proposed method attains 30% higher recognition performance than the conventional method.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.279-282
• /
• 2001

본 논문에서는 가상의 블루스크린(Virtual Blue Screens, VBS)을 이용한 반자동 영상분할 기법을 제안한다. 가상 블루스크린은 동영상에서 배경영역을 특정한 값으로 채워 만든 참조영상으로 정의한다. 반자동 영상 분할 기법은 크게 화면내 영상분할과 화면간 영상분할의 두 단계로 이루어진다. 화면내 영상분할은 VBS와 원영상의 형태학적 분할 기법을 사용하고, 화면간 영상 분할은 두개의 연속하는 화면에서 변화검출(Change Detection)로 이루어진다 [1]. 본 논문에서는 효과적인 변화검출을 위하여 제안된 VBS를 사용한다. VBS를 이용한 영상분할에서는 우선, 이전화면에서 만들어진 VBS를 참조하여 다음화면에서 움직임 영역을 예측한다. 이렇게 예측된 영상과 원영상에 대해 형태학적 분할 기법(Morphological Segmentation Technique)을 이용해서 각각에 대한 레이블 마스크(Label Mask)를 얻는다 [2]. 두개의 레이블 마스크 사이에는 서로 공통된 영역들이 존재하게 되는데, 이런 공통된 영역을 추출함으로써 움직임 객체를 검출한다. 현재화면에서 검출된 움직임 객체는 다음화면을 위한 가상의 블루 스크린을 만드는데 사용한다.

• Journal of Digital Contents Society
• /
• v.14 no.4
• /
• pp.589-596
• /
• 2013

With the increase of social crime rate, the interest on the intelligent security system is also growing. This paper proposes a detection system of monitoring whether abnormal behavior is being carried in the images captured using CCTV. After detection of an object via subtraction from background image and morpholgy, this system extracts an abnormal behavior by each object's feature information and its trajectory. When an object is loitering for a while in CCTV images, this system considers the loitering as an abnormal behavior and sends the alarm signal to the control center to facilitate prevention in advance. Especially, this research aims at detecting a loitoring act among various abnormal behaviors and also extends to the detection whether an incoming object is identical to one of inactive objects out of image.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.41 no.9
• /
• pp.1120-1131
• /
• 2016

In this paper, we propose a smoker recognition algorithm, detecting smokers in a video sequence in order to prevent fire accidents. We use description-based method in hierarchical approaches to recognize smoker's activity, the algorithm consists of background subtraction, object detection, event search, event judgement. Background subtraction generates slow-motion and fast-motion foreground image from input image using Gaussian mixture model with two different learning-rate. Then, it extracts object locations in the slow-motion image using chain-rule based contour detection. For each object, face is detected by using Haar-like feature and smoke is detected by reflecting frequency and direction of smoke in fast-motion foreground. Hand movements are detected by motion estimation. The algorithm examines the features in a certain interval and infers that whether the object is a smoker. It robustly can detect a smoker among different objects while achieving real-time performance.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.348-350
• /
• 2012

본 논문에서는 열 영상카메라를 통해 입력 받은 영상을 CS-LBP(Center-symmetric LBP)와 랜덤 포레스트(Random forest)를 이용하여 보행자 휴먼 객체를 검출하는 방법을 제안한다. 우선 불필요한 후보영역을 줄이기 위해 열 영상의 표준편차, 밝기 평균, 밝기 최대값을 이용하여 이진화하고, 신체부위 중 가장 발열이 강한 얼굴부위를 핫스팟 영역으로 설정한다. 그 후, 핫스팟 영역에서 CS-LBP특징을 추출하여 결정 트리의 앙상블인 랜덤 포레스트 분류기를 이용하여 최종적인 보행자 휴먼 객체를 검증한다. CS-LBP와 랜덤 포레스트 분류기를 통해 실시간 보행자 객체의 검출이 가능하고, 높은 검출 성능을 나타내었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.06a
• /
• pp.222-223
• /
• 2016

보행자 인식을 위한 컴퓨터 비전 알고리즘은 야간 상황과 같이 저조도 환경에서는 인식 성능이 떨어지고 있다. 이로 인하여 최근 저조도 환경에서 촬영된 영상으로 야간 상황에서 객체 인식 성능을 높이는 기법들이 연구되고 있다. 야간 환경은 주간 환경과는 다르게 광량이 적기 때문에 인간의 시각으로도 객체 인식에 어려움이 있고 일반적인 카메라로 촬영된 영상으로 객체 인식이 어렵다. 최근에는 NIR 카메라를 이용하여 촬영된 영상으로 야간 보행자 인식 알고리즘이 개발되고 있으나, 인식률과 객체 인식 가능 거리 및 범위가 한정적이다. 또한 기존의 야간 보행자 검출 기법들은 방대한 연산량이 필요하기 때문에 실시간 객체 인식이 불가능하다. 본 논문에서는 NIR 카메라로부터 촬영된 영상으로 preprocessing 후 ACF(Aggregated Channel Feature)를 이용하여 최근 연구되고 있는 카메라 움직임이 있는 야간 환경에서 보행자 인식 알고리즘을 PC 및 TK1 Board 환경에서 구현하고 객체 인식률을 높인다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.41-44
• /
• 2022

Mean-Shift 영상 분할은 객체 검출을 위한 영상 전처리 방법으로써, 영상 처리 및 패턴 인식 분야에서 널리 사용되는 방법이다. 영상 분할은 영역 기반과 에지 기반 방식으로 나누어지며 대표적으로 FCM, Quickshift, Felzenszwalb, SLIC 알고리즘 등 이 있다. 언급한 영상 분할 방법들은 Mean-Shift 영상 분할에 비해서 빠른 속도로 실행시킬 수 있지만, 형태적 특징이 훼손되고 하나의 객체가 여러 세그멘테이션으로 분할된다는 단점을 가지고 있다. 본 논문에서는 소형 객체를 탐지하기 위한 고속화된 Mean-Shift 영상 분할과 객체의 형태적 특징을 이용하여 객체를 탐지하는 방법을 제안한다. 하드웨어 리소스가 제한된 신호처리기에 제안하는 알고리즘을 수행하기 위하여 Mean-Shift 영상 분할에서 필터링 과정을 고속화 하였고, 적외선 영상 내 영상 전처리 수행을 통해 잡음 제거 후 Mean-Shift 영상 분할 방법을 수행함으로써, 객체의 형태적 특징을 잘 살려서 영상 분할을 할 수 있도록 하였다. 또한 각 세그멘테이션의 크기, 너비, 높이, 밝기 정보와 형태적 특징점을 이용한 객체 탐지 방법을 제안한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.20 no.8
• /
• pp.1537-1545
• /
• 2016

In real time video sequence, object segmentation and tracking method are actively applied in various application tasks, such as surveillance system, mobile robots, augmented reality. This paper propose a robust object tracking method. The background models are constructed by learning the initial part of each video sequences. After that, the moving objects are detected via object segmentation by using background subtraction method. The region of detected objects are continuously tracked by using the HSV color histogram with particle filter. The proposed segmentation method is superior to average background model in term of moving object detection. In addition, the proposed tracking method provide a continuous tracking result even in the case that multiple objects are existed with similar color, and severe occlusion are occurred with multiple objects. The experiment results provided with 85.9 % of average object overlapping rate and 96.3% of average object tracking rate using two video sequences.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.589-591
• /
• 2002

본 연구에서는 영상안에서의 중요한 객체정보를 검출하기 위한 전처리 과정으로 효율적인 색상정보 정규화에 의한 영역분석 방법을 제안한다. 다중색상 정규화는 기존의 화소내 색상성분간의 정규화와 모든 화소에 대한 성분별 정규화를 복합적으로 사용함으로써, 객체의 영역들이 갖는 고유 색상성분의 분포를 좀더 특정 공간에 집중시키고 영상분할을 용이하게 한다. 이러한 방법의 효과를 입증하기 위해 가상의 입력영상을 제작하여 기존의 알고리즘과 본 논문에서의 방법을 함께 적용, 비교평가한다.