• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.497-500
• /
• 2003

본 논문은 계층적 분류기를 제안하여 실시간으로 얼굴 영역을 검출하고, PT(pan-tilt) 카메라를 통해 동적으로 얼굴을 추적할 수 있는 강인한 추적 알고리즘을 구현하고자 한다. 제안된 알고리즘은 분류기 학습, 실시간 얼굴 영역 검출, 추적의 세 단계로 구성된다. 분류기 학습은 AdaBoost 알고리즘을 이용하여, 독특한 얼굴 특징을 추출하는 계층적 분류기를 생성한다. 계층적 분류기는 높은 정확도를 가진 분류기들이 단계적으로 결합됨으로써 우수한 검출 성능으로 수행된다. 실시간 얼굴 영역 검출은 생성된 계층적 분류기를 통해, 빠르고 효율적으로 얼굴 영역을 찾아낸다. 추적은 PT 카메라를 통해 동적으로 검출 영역을 확장시키며, 이전 단계에서 추출된 얼굴 영역의 위치 정보를 이용하여 수행한다. 제안된 알고리즘은 계산의 효율성과 검출 성능을 동시에 증가시키며, 얼굴 검출 수행은 2초당 약 15프레임을 실시간으로 처리한다.

• 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.

• Journal of Advanced Navigation Technology
• /
• v.15 no.1
• /
• pp.130-139
• /
• 2011

In this paper, vehicle tracking algorithm using hue transformation in HIS color model is proposed. the proposed algorithm is installed on the road of the two horizontal virtual data sampling lines. The difference images are detected between the frame and the frame, respectively and also detected in the vehicle by using the hue color distribution to determine identity and lane changes. To examine the effectiveness of proposed algorithm, identification and velocity measurement for driving vehicle are evaluated. this evaluated results is shown by hue data of vehicle passing of two virtual data sample lines, and the velocity measurement for driving vehicle is less than 0.4% comparing with existing vehicle speed meter system.

• Journal of Advanced Navigation Technology
• /
• v.12 no.6
• /
• pp.691-698
• /
• 2008

We present a novel method for face detection and recognition methods applicable to video retrieval. The person matching efficiency largely depends on how robustly faces are detected in the video frames. Face regions are detected in video frames using viola-jones features boosted with the Adaboost algorithm After face detection, PCA (Principal Component Analysis) follows illumination compensation to extract features that are classified by SVM (Support Vector Machine) for person identification. Experimental result shows that the matching efficiency of the ensembled architecture is quit satisfactory.

• The KIPS Transactions:PartB
• /
• v.12B no.7 s.103
• /
• pp.721-728
• /
• 2005

This paper suggests effective object detection system for moving objects with specified color and motion information. The proposed detection system includes the object extraction and definition process which uses MCN(Multiple Color Normalization) and MCWUPC(Moving Color Weighted Unmatched Pixel Count) computation to decide the existence of moving object and object segmentation technique using signature information is used to exactly extract the objects with high probability. Finally, real time detection system is implemented to verify the effectiveness of the technique and experiments show that the success rate of object tracking is more than $89\%$ of total 120 image frames.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.410-412
• /
• 1999

히스토그램 장면 전환 검출(histogram scene change detection) 기법은 입력 영상 내에 카메라 동작(camera operation)이 발생한 부분을 컷(cut)으로 나누는 문제점이 있다. 본 논문에서는 이러한 문제점을 해결하기 위해 프레임 사이의 움직임 벡터를 측정하여 카메라 동작이 일어났는지를 판단하고, 이를 이용하여 잘못된 컷의 인식을 막는다. 카메라 동작이 발생하는 샷의 경제는 컷이 될 수 없으므로, 이외의 샷에 대해 컬러 히스토그램 교집합(color histogram intersection)을 구해서 장면 전환 여부를 판단한다. 제안된 기법은 기존의 히스토그램 장면 전환 검출 기법보다 프리시젼(Precision) 면에서 성능 향상을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.665-668
• /
• 2006

이동 물체 검출 및 추적은 과중한 연산량에 의해 초당 처리할 수 있는 프레임의 수가 적게 되거나 정합 과정이 단순하여 추적을 실패하는 문제점들이 있다. 본 논문에서는 동영상내에서 이동 물체를 검출하고 추적하는 새로운 접근 방법을 제안한다. 입력된 영상으로부터 배경과 물체를 분리하기 위해 background subtraction을 이용하였고, 분리된 물체들은 이진 연결 요소 분석을 통하여 세그먼트 된다. 그리고 물체의 추적을 위하여 Kalman filter를 사용하였다. 본 논문의 실험에서는 야외에서 촬영한 비디오 시퀀스를 이용하였으며, 물체 검출 및 추적이 조명 변화, 그림자에도 잘 적응함을 증명하였다.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.985-988
• /
• 2001

본 논문은 DCT를 기반으로 하여 비디오 내에서 자막을 I-frame들로부터 추출하였다. 본 논문에서 제안하는 자막 검출 및 추출 방법은 자막이 주위 배경 화면과 그 대비 값이 크다는 점과 화면상에 일정한 시간동안 유지된다는 점을 이용하였다. 먼저 비디오 내에서 I-frame들의 DCT 값들로부터 주위 배경화면과 비교하여 그 대비 값이 큰 영역들을 표시하였다. 이로부터 자막의 시간적 특성과 공간적 특성을 이용하여 자막을 포함하는 프레임을 검출하여, 그 내에 있는 자막 영역을 추출하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.306-308
• /
• 2003

본 논문은 컬러영상내 움직이는 객체의 효과적인 검출을 위해 색상과 위치정보를 적용시킨 K-means 클러스터링 알고리즘을 이용하여 움직이는 객체들을 추출한 방법을 제안하고 있다. 최종 클러스터링된 중심픽셀(prototype)이 갖고있는 RGB 값을 사용해 프레임을 비교해 객체와 배경의 분리를 가능하게 했고 마지막으로 후처리를 이용해 남아있는 배경잡음을 제거하였다. 본 연구의 실험은 여러 교통장면을 포함한 다양한 영상에서 이루어졌으며 실험결과 제안된 알고리즘은 기존의 픽셀이나 블록기반의 방법에 비해 보다 정확한 객체 검출이 가능했으며 한 가지 특징 정보를 사용한 클러스터링에 비해 보다 높은 정확도를 보였다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1998.06e
• /
• pp.391-394
• /
• 1998

본 논문에서는 극심한 가산 잡음에 의해 손상된 음성 신호를 스펙트럼 차감법으로 개선할 때, 잡음 스펙트럼 추정을 위한 무음 구간 추정 방법을 제안한다. 스펙트럼 차감법은 잡음을 효과적으로 제거한다고 알려져 있으나, SNR 0 dB 이하의 잡음 환경에서는 무음 구간의 검출이 힘들어 잡음 스펙트럼 추정치의 정확도가 저하된다. 일반화 스펙트럼 차감법의 과차감(oversubtraction)과 잡음 스펙트럼 추정을 반복하여 얻은 무음 구간은 SNR -10 dB~ 0 dB의 낮은 SNR에서도 비교적 정확하며, 프레임 에너지를 이용한 무음 검출 방법에 비해 향상된 성능을 보였다.