• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 춘계학술발표논문집 (상)
• /
• pp.779-782
• /
• 2002

영상 압축 분야에서 데이터의 압축이 필수적인데, 이때 가장 많은 중복성을 가지고 있는 시간적 중복성은 이전 프레임의 데이터를 이용하여 움직임 추정과 움직임 보상을 수행하고 추정된 움직임 벡터에 의해서 보상된 영상과 원 영상과의 차 신호를 부호화하여 데이터를 압축한다. 움직임 추정과 움직임 보상 기법은 비디오 영상압축에서 중요한 역할을 하지만 많은 계산량으로 인하여 실시간 응용 및 고해상도 응용에 많은 어려움을 가지고 있다. 만일 움직임 추정을 하기 전에 블록의 움직임을 예측할 수 있다면 이를 바탕으로 탐색 영역에서 초기 탐색점의 위치 및 탐색 패턴을 결정할 수 있다. 본 논문에서는 움직임 벡터의 높은 공간적 상관성을 이용하여 초기 탐색점의 위치와 탐색 패턴을 결정함으로써 적응적으로 움직임 벡터를 추정하는 새로운 기법을 제안하고 성능을 평가한다. 실험을 통하여 제안된 알고리즘은 계산량의 감소에 있어서 높은 성능 향상을 보였다.

• 한국지능시스템학회논문지
• /
• 제19권4호
• /
• pp.586-591
• /
• 2009

본 논문에서는 Particle filter를 이용한 특징 벡터 기반 이동 물체 추적 알고리즘을 제안한다. 이를 위해, 첫 번째, RGB 칼라 모델을 이용하여 초기 이동 물체의 움직임 영역(blob)을 추출하고, KLT-알고리즘을 이용하여 입력 영상에 대한 특징 벡터를 구한다. 그 다음, 초기 추출된 이동 물체의 움직임 영역에 이 특징 벡터를 매칭시켜 1차 특징 벡터를 구한다. 두 번째로, RGB와 HSI 칼라모델을 이용하여 이동 물체의 움직임 영역을 추출하고, 앞서 구한 1차 특징 벡터에 Snake 알고리즘을 적용함으로써 새로운 특징 벡터를 구한다. 그 다음, 기 추출된 이동 물체의 움직임 영역에 이 새롭게 구한 특징 벡터를 매칭시켜 2차 특징 벡터를 구한다. 최종적으로, 2차 특징 벡터에 Particle filter를 적용함으로써 본 논문에서 제안한 이동물체를 추적하는 알고리즘을 완성한다. 마지막으로, 본 논문에서 제안한 알고리즘은 복잡하고 다양한 환경에서 실험을 통해 그 응용 가능성을 증명한다.

• 한국콘텐츠학회논문지
• /
• 제11권5호
• /
• pp.9-14
• /
• 2011

본 논문은 움직임벡터차의 확률을 이용하여 움직임 탐색 범위를 결정하는 새로운 고속 움직임 추정 방법을 제안한다. 제안된 방법은 일종의 적응적 탐색영역 방법이다. 움직임벡터차의 분포에 대한 조사하고 그 분포의 파라미터를 최대우도추정방법으로 추정한다. 이 추정된 분포를 이용하여 탐색 범위는 움직임벡터차의 지정된 확률에 의해 효과적으로 제한될 수 있음을 보인다. 실험적으로 제안된 방법의 성능이 화질면에서 전역탐색법과 유사하며 복잡도 면에서는 중대한 감소를 입증하였다. 뿐만 아니라, 제안된 방법이 기존의 적응적 탐색영역 방법에 비해 훨씬 더 효과적으로 탐색영역을 결정함을 보여주었다.

• 전자공학회논문지S
• /
• 제36S권5호
• /
• pp.56-69
• /
• 1999

본 논문에서는 움직임 보상 차영상 ( motion compensated difference image; MCDI)을 대역 분할한 뒤, 움직임 정보를 이용하여 에너지가 큰 부분만을 선택하여 적응적으로 벡터 양자화를 행함으로써 효율적으로 동영상을 부호화 할 수 있는 기법을 제안하였다. 제안한 기법에서는 MCDI의 특성들을 고려하여 에너지가 낮은 부분은 부호화를 행하지 않고, 에너지가 높은 부분에 대하여서만 움직임 벡터의 크기에 따라 클래스를 분류한 뒤 각 클래스에 맞는 코드북을 설계하여 벡터 양자화를 행한다. 이를 위해서는 부호화 되는 에너지가 높은 부분에 대한 정보와 클래스 부분에 대한 정보가 필요하다. 본 논문에서는 이러한 부가 정보의 양을 움직임 벡터를 이용하여 최소화함으로써 비트율을 크게 줄이면서도 우수한 화질의 복원 영상을 얻을 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.1845_1846
• /
• 2009

본 논문에서는 특징 벡터를 이용한 강인한 물체 추적 방법을 제안한다. 먼저, 초기 이동 물체의 움직임 영역을 추출하고, KLT알고리즘을 입력 영상에 적용시켜 특징 벡터들을 추출한다. 초기 추출된 이동 물체의 움직임 영역에 추출된 특징 벡터를 적용시켜 1차 정규화 한다. 그 후, RGB 칼라모델과 HSI 칼라모델을 이용하여 이동 물체에 대한 Blob 영역을 설정하고 설정된 Blob 영역에 대해 1차 특징벡터를 Snake 알고리즘으로 동정하여 2차 정규화 과정을 마무리 한다. 최종 정규화 된 특징 벡터를 Particle filter에 입력 데이터로 이용하여 이동 물체를 추적 한다. 마지막으로, 복잡한 환경에서 실험을 통해 그 응용 가능성을 증명한다.

• 방송공학회논문지
• /
• 제16권1호
• /
• pp.133-143
• /
• 2011

본 논문은 엔트로피 코딩 기반 분산 비디오 코딩 시스템에서의 복잡도 분배 기법을 제안한다. 제안하는 방법은 복호화기의 복잡도 감소를 위하여 채널 코더 대신 엔트로피 코더를 이용하며, 저 복잡도로 높은 부호화 효율을 얻기 위한 블록 단위 복잡도 분배 방법을 수행한다. 제안하는 분산 비디오 복호화기는 움직임 추정을 수행하여 측정된 움직임 벡터를 부호화기로 전송하고, 부호화기에서는 복호화기로부터 수신된 움직임 벡터를 보정하여 보다 정확한 움직임 추정을 수행한다. 움직임 벡터의 보정을 수행 시, 수신된 움직임 벡터와 예측 움직임 벡터를 이용하여 최적의 예측 움직임 벡터를 결정하며, 움직임 벡터와 예측 움직임 벡터의 차에 따라 범위를 조절함으로써 블록의 복잡도를 적응적으로 할당한다. 제안하는 부호화기는 H.264/AVC의 부호화기의 복잡도에 비교하여 11.8% 감소하였고, 제안하는 복호화기는 기존의 분산 비디오 시스템의 복호화기 복잡도보다 99%감소되다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 추계학술대회
• /
• pp.67-70
• /
• 2009

H.264/AVC 동영상 표준은 기존의 동영상 표준과 비교했을 때 뛰어난 압축률을 보인다. 특히 세밀한 움직임 예측을 통해 영상을 효율적으로 압축하지만 움직임 예측은 H.264/AVC 동영상 표준의 높은 복잡도의 원인 중 하나이다. 따라서 H.264/AVC의 부호화 시간을 단축하기 위해서는 고속 움직임 추정 기법이 필수적이다. 일반적으로 영상 신호는 인접한 화면과 매크로블록 사이에서 상관관계가 높고 부호화하고자 하는 매크로블록의 움직임벡터는 인접한 매크로블록에서 결정된 최적의 움직임 벡터와 유사한 방향성을 가진다. 그러므로 고정된 탐색 영역의 크기를 이용하면 불필요한 영역까지 움직임 예측 과정이 수행되어 계산량이 증가한다. 본 논문에서는 영상의 공간적, 시간적 상관도를 이용하여 탐색 영역의 크기를 결정하는 방법을 제안한다. 인접하는 블록들의 움직임 벡터의 표준편차를 이용하여 움직임이 작은 영역에서는 작은 탐색 영역을 이용하여 움직임 예측을 수행하고 반대로 움직임이 큰 영역에서는 큰 탐색 영역을 이용하여 움직임 예측을 수행한다. 또한 현재 화면과 참조 화면의 거리차가 클수록 참조 화면으로 선택되는 확률이 낮다는 사실을 이용하여 적응적으로 탐색 영역의 크기를 조절한다. 제안한 방법은 기존의 전 영역 탐색 방법과 유사한 부호화 성능을 보이면서 움직임 예측 시간이 평균 약 58.93% 감소하는 것을 확인할 수 있다.

• 한국전자통신학회논문지
• /
• 제9권10호
• /
• pp.1095-1102
• /
• 2014

본 논문에서는 실시간 감시 시스템에서 인간의 활동성을 분석하기 위하여 움직임 벡터를 사용하며, 고속연산에 GPU를 활용한다. 먼저 가장 중요한 부분인 전경으로부터 적응적 가우시안 혼합기법, 두드러진 움직임을 위한 가중치 차영상 기법, 움직임 벡터를 이용하여 인간이라고 판단되는 블랍을 검출하고, 추출된 움직임 벡터를 이용하여 사람의 활동성을 분석한다. 본 논문에서는 사람의 행동을 크게 {Active, Inactive}, {Position Moving, Fixed Moving}, {Walking, Running}의 세 가지 메타 클래스로 분류하고 인식하였다. 실험을 위해서 약 300개의 상황을 연출하였으며, 약 86%~98% 의 인식률을 보였다. 또한 $1920{\times}1080$ 크기 영상에서 CPU 기반은 4.2초 정도 걸렸는데, GPU 기반에서는 0.4초 이내로 빨라진 결과를 얻었다.

• 방송공학회논문지
• /
• 제10권3호
• /
• pp.270-285
• /
• 2005

해상도 변환모듈과 움직임 예측모듈은 트랜스코더를 이루는 중요한 모듈이다. 본 논문에서는 트랜스코더 시스템의 이 두 가지 모듈을 공동 최적화하는 기법을 제안한다. 제안하는 기법은 먼저 주어진 움직임 벡터에 대해 해상도 변환모듈을 최적화한 후, 최적화된 해상도 변환모듈에 대해 최적의 움직임 벡터를 결정한다. 기존 해상도 변환 기법들은 한 영상에 대해 변환함수를 최적화하여 사용한다. 본 논문에서는 해상도 변환 최적화를 위하여 적응적 3차 회선 변환기를 제안한다 제안된 방법은 3차 회선 변환기의 인자값을 각 매크로블록 단위로 영상의 지역적 특성을 고려하여 적응적으로 조절한다. 움직임 예측모듈에서는 기존의 고속 트랜스코더 알고리듬에서 많이 연구된 움직임 벡터의 재사용 기법을 사용하였다. 입력 영상의 움직임 벡터를 재사용 함으로써 연산량을 줄일 수 있고 이를 기본 움직임 벡터로 사용해 작은 영역에서 재탐색해 움직임벡터를 결정할 경우 전역탐색기법과 거의 동일한 화질의 영상을 얻을 수 있다. 해상도 변환모듈과 움직임 예측모듈의 공동 최적화를 통해서 트랜스코딩된 영상의 화질 열화를 최소화할 수 있는 알고리듬을 제안한다. 실험 결과 본 논문에서 제안하는 공동 최적화 기법이 기존에 연구 되었던 다른 기법에 비해 화질의 열화가 적은 것을 알 수 있었고, 이를 통해 다른 기법과 비교해 해상도 변환으로 인한 정보의 손실이 가장 적음을 알 수 있다.

• 대한전자공학회논문지SP
• /
• 제38권2호
• /
• pp.160-168
• /
• 2001

목표물의 위치 정보를 알아내고 그것을 추적하기 위한 대표적인 방법 중의 하나로 차영상을 이용한 움직임 영역 검출 기법이 지금까지 많이 사용되어 왔다. 이 방법은 배경이 고정되어 있는 상황이라는 가정이 필요하며, 카메라가 움직이는 경우에는 전역 움직임 보상 기법이 반드시 필요하게 된다. 따라서 본 논문에서는 카메라가 움직이는 경우에도 차영상 정보를 이용하여 실제 이동하는 목표물을 포함하는 최소 사각형을 정확하게 찾는 방법을 제안한다. 전역 움직임 보상을 위해서 움직임 계수를 구할 때, 오류 벡터로 인해서 전역 움직임 계수를 잘못 추정하게 되면 이동 목표물의 검출에 실패하는 결과를 낳는다. 이러한 문제점으로 인하여 여기에서는 배경 영상의 신뢰성 있는 움직임 벡터를 선별하여 보다 정확한 전역 보상이 이루어지는 알고리즘을 제안하여, 결과적으로 정확한 이동 목표물의 위치를 얻는 방법에 대해서 기술하고 있다. 제안된 기법으로 다양한 영상에 적용한 결과, 배경을 효과적으로 제거하고 목표물의 위치를 대체로 정확하게 찾을 수 있다는 것을 보여 주었다. 특히 움직이는 카메라에서 얻은 영상에 대해서는 기존의 방법보다 매우 우수한 결과를 얻는다는 것을 확인할 수 있었다.