• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.11a
• /
• pp.279-283
• /
• 2007

움직이는 물체를 분류하는 것은 영상 감시 시스템에서 가장 중요한 분야 중의 하나이다. 사람과 자동차는 영상 감사 시스템에서 인식해야 하는 가장 중요한 물체의 종류이기 때문에 본 연구에서는 인식하는 물체의 종류를 이것들로 제한한다. 사용되는 특성으로는 물체의 움직임에서 추출되는 특성과 형태에서 추출되는 특성이 있다. 이 두 가지 특성들은 정지된 하나의 카메라로부터 입력된 영상에 나타나는 물체를 분류하기 위하여 사용된다. 움직임으로부터 추출되는 특성은 연결 성분 분석을 이용한 물체 추적과 밀접한 관련이 있다. 그리고 형태 기반 특성에 관한 학습은 종횡비(aspect ratio)와 4개의 윤곽선을 가지고 수행된다. 움직임 기반 특성과 종횡비는 물체를 사람과 자동차로 구분하는데 이용되고 각각의 종류를 더욱 세분화하기 위하여 4개의 윤곽선이 사용된다.

• Proceedings of the KAIS Fall Conference
• /
• 2006.05a
• /
• pp.227-231
• /
• 2006

카메라를 통하여 실시간으로 입력되는 객체의 움직임은 잡음이나 조명의 변화에 따라 정확하게 추출하고 추적하는 것이 어렵다. 따라서 실시간으로 입력되는 영상에서 객체를 추출하고 움직임을 추적하기 위해서는 고속탐색 알고리즘이 필요하다. 본 논문은 실시간영상에서 객체의 움직임을 추출하고 추적을 위하여 배경영상의 변화에 강인한 배경영상 갱신 방법과 가변적인 탐색영역을 이용한 객체추적의 빠른 알고리즘을 제안한다. 배경영상 갱신 방법은 임계값이 실험적 기준치 보다 작은 경우에는 배경영상을 갱신하고, 큰 경우에는 객체가 유입된 시점으로 판단하여 픽셀검사를 통해 객체의 윤곽점을 추출한다. 추출된 윤곽점은 객체 영역블록의 생성과 일정한 거리를 유지하는 탐색블록을 생성하여 정확하고 빠른 객체의 움직임을 추적한다. 실험결과, 제안한 방법은 95% 이상의 높은 정확도를 보였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.7
• /
• pp.1349-1354
• /
• 2017

In this paper, we propose a fast hand-gesture recognition algorithm for embedded system. Existing hand-gesture recognition algorithm has a difficulty to use in a low performance system such as embedded systems and mobile devices because of high computational complexity of contour tracing method that extracts all points of hand contour. Instead of using algorithms based on contour tracing, the proposed algorithm uses concentric-circle tracing method to estimate the abstracted contour of fingers, then classify hand-gestures by extracting features. The proposed algorithm has an average recognition rate of 95% and an average execution time of 1.29ms, which shows a maximum performance improvement of 44% compared with algorithm using the existing contour tracing method. It is confirmed that the algorithm can be used in a low performance system such as embedded systems and mobile devices.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.7
• /
• pp.838-846
• /
• 2004

In the case where both a camera and a target are moving at the same time, the image background is successively changed, and the overlap with other moving objects is apt to be generated. The snake algorithms have been variously used in tracking the object, but it is difficult to be applied in the excessive overlap with other objects and the large bias between the snake and the target. To solve this problem, this paper presents an extended snake model. It includes an additional energy function which considers the temporal variation rate of the snake's area and a SSD algorithm which generates the template adaptive to the snake detected in the previous frame. The new energy function prevents the snake from over-shrinking or stretching and the SSD algorithm with adaptively changing template allows the prediction of the target's position in the next frame. The experimental results have shown that the proposed algorithm successfully tracks the target even when the target is temporarily occluded by other objects.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.05a
• /
• pp.211-213
• /
• 2010

본 논문에서는 형태학적 처리 방법과 8 방향 윤곽선 추적을 이용하여 손금을 추출하는 방법을 제안한다. YCbCr컬러 공간에서 Y:65~255, Cb:25~255, Cr:130~255에 해당되는 피부색 임계치를 이용하여 손 영역을 추출한다. 추출된 손 영역에서 내부 픽셀의 3:1 이상, 전체 영상의 2:1이상인 손의 형태학적 정보와 8 방향 윤곽선 추적 기법을 이용하여 잡음을 제거한다. 잡음이 제거된 손 영상에서 스트레칭 기법과 소벨 마스크를 이용하여 에지를 추출한다. 추출된 에지 영상에서 블록 이진화 기법을 이용하여 이진화한 후에 가로와 세로가 각각 10픽셀 이상이고 20픽셀 이하인 손금의 형태학적 정보를 이용하여 잡음 및 손의 윤곽선을 제외한 손금을 추출한다. 추출된 손금에서 Labeling 기법을 이용하여 개별 손금의 중요선을 추출한다. 핸드폰 카메라에서 획득한 손바닥 영상을 대상으로 실험한 결과, 제안된 방법이 손금 추출에 효율적인 것을 확인할 수 있었다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.12 no.5
• /
• pp.39-46
• /
• 2007

Research on human identification in ubiquitous environment has recently attracted a lot of attention. As one of those research, gait recognition is an efficient method of human identification using physical features of a walking person at a distance. In this paper, we present a human shape extraction and tracking for gait recognition using geodesic active contour models(GACMs) combined with mean shift algorithm The active contour models (ACMs) are very effective to deal with the non-rigid object because of its elastic property. However, they have the limitation that their performance is mainly dependent on the initial curve. To overcome this problem, we combine the mean shift algorithm with the traditional GACMs. The main idea is very simple. Before evolving using level set method, the initial curve in each frame is re-localized near the human region and is resized enough to include the targe region. This mechanism allows for reducing the number of iterations and for handling the large object motion. The proposed system is composed of human region detection and human shape tracking modules. In the human region detection module, the silhouette of a walking person is extracted by background subtraction and morphologic operation. Then human shape are correctly obtained by the GACMs with mean shift algorithm. In experimental results, the proposed method show that it is extracted and tracked efficiently accurate shape for gait recognition.

• Journal of Digital Convergence
• /
• v.12 no.8
• /
• pp.337-343
• /
• 2014

This paper proposes a minimal contour tracking algorithm that reduces transmission of data for tracking mobile objects in surveillance networks in terms of detection and communication load. This algorithm perform detection for object tracking and when it transmit image data to server from camera, it minimized communication load by reducing quantity of transmission data. This algorithm use minimal tracking area based on the kinematics of the object. The modeling of object's kinematics allows for pruning out part of the tracking area that cannot be mechanically visited by the mobile object within scheduled time. In applications to detect an object in real time,when transmitting a large amount of image data it is possible to reduce the transmission load.

• Journal of the Korea Society of Computer and Information
• /
• v.3 no.1
• /
• pp.81-94
• /
• 1998

In order to extract the contour of interesting object in the image, Kass suggested the Active Contour Model called "Snakes". Snakes is a model which defines the contour of image energy. It also can find the contour of object by minimizing these energy functions. The speed of this model is slow and this model is sensitive of initialization. In order to improve these problems, Gunn extracted the accurate contour by using two initialization. and operated to less sensitive of initialization. This method could extract more accurate contour than the existing method, but it had no effect in the speed and it was sensitive of noise. This paper applied to the Energy Minimization Algorithm about only the pixel within the window applying the window of 8$\times$8 size at each contour point consisting Snakes in order to solve these problems. The method offered in this paper is applied to extract the contour of original image and cup image added to gaussian noise. By tracking the face using this offered method, it is applied to virtual reality and motion tracking. tracking.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.337-340
• /
• 2000

비디오객체 추출 기법은 MPEG-4 및 MPEG-7의 응용을 목표로 최근 활발하게 연구되고 있다. 이들 연구는 객체 추출의 전체적인 구조와 정확한 윤곽선 검출 알고리즘의 개발에 초점을 맞추고 있으며 제한적인 조건하에서 만족할 만한 성능을 내고 있다 그러나, 카메라 움직임, 객체의 빠른 움직임, 비강체 운동 등 보다 일반적인 상황에서는 객체 추출의 안정성이 떨어진다. 본 논문에서는 객체 추출의 안정성을 높이기 위해 칼라, 움직임 정보 등의 특징정보(feature)가 균일한 영역으로 사전분할하고, 분할된 균일영역을 추적하는 알고리즘을 제안한다. 추적된 균일 영역간의 경계는 각 영역의 통계적 분포와 영역경계의 윤곽선으로 정의된 에너지를 레벨셑 방법으로 최소화함으로 조정된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.719-722
• /
• 2004

객체 중심점에서 움직임을 추정하고 보상하여 빠르게 움직이는 객체의 윤곽선을 실시간으로 추적 할 수 있는 알고리듬을 제안하였다. 방사상 표현 (radial representation) 방식을 적용하여 객체 중심점에서만 블록정합 (block matching) 알고리듬으로 움직임을 추정하고 보상하여 적은 계산량으로 객체 움직임을 추정하고 보상함으로써 객체 윤곽선을 실시간으로 추적하였다. 에너지 수렴 과정에서 기울기 영상과 차영상 (differential image)을 에너지 함수로 함께 사용함으로 배경 잡영 등에도 강건하도록 하였다. 실험 결과 움직임이 빠른 객체와 배경 잡영 속의 객체도 실시간으로 강건하게 추적함을 확인하였다.