• 한국산업정보학회논문지
• /
• 제20권2호
• /
• pp.45-56
• /
• 2015

본 논문에서는 스마트폰 카메라의 객체기반 자동초점 기능을 위해, 움직이는 물체의 고속 추적 방법을 제안한다. 사양이 낮은 플랫폼에서의 비-학습 제약을 고려하여 히스토그램 특징 기반의 슬라이딩 윈도우 검출 기법을 사용한다. 각 부분 윈도우에 대한 히스토그램의 계산 시간문제는 적분 히스토그램을 통해 해결한다. 본 논문에서는 지역적 후보 검출, 적응적 템플릿 크기 방법을 제안한다. 또한 추적 위치의 안정화를 위해 정합 함수에 안정화 항을 추가하는 기법을 제안한다. 자체 수집한 데이터에 대한 실험결과는 PC 환경에서 초당 100 프레임 수준의 높은 처리 속도 달성을 보여주었다.

• 한국산업정보학회논문지
• /
• 제18권4호
• /
• pp.53-60
• /
• 2013

본 논문에서는 소형표적의 검출속도를 개선하기 위하여, SAD 알고리즘을 이용한 소형표적 검출 방법을 제안한다. 먼저 미디언 필터를 사용해서 클러터를 제거한다. 다음으로 다양한 크기의 구조 요소를 이용해 닫힘 연산과 열림 연산을 수행하고, 닫힘 연산 결과와 열림 연산 결과를 차 연산 하여 표적 후보 화소를 추출한다. 정확한 소형 표적을 검출하기 위해 표적 후보 영역에서 가우시안 거리 함수를 이용하여 표적을 검출한다. 검출 속도를 개선하기 위하여 다음 7프레임에서는 표적의 방향성을 예측한 후, SAD알고리즘을 이용해서 표적을 검출한다. 제안한 방법은 예측된 영역에서만 표적을 추출함으로써 97%의 검출율을 나타내며, 실시간 처리가 가능한 장점을 가지고 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2006년도 학술대회
• /
• pp.15-18
• /
• 2006

비디오를 내용 별로 분할하기 위한 최소 단위는 비디오의 샷이다. 따라서 비디오 내용 정보를 분석함에 있어서 비디오의 샷 경계 검출은 필수적인 과정이다. 이러한 샷 전환 과정은 급격한 샷 전환 과정과 점진적인 샷 전환 과정으로 구분할 수 있다. 점진적인 샷 전환 과정의 경우 전환 과정이 여러 프레임들에 걸쳐 발생되는 관계로 점진적인 샷 전환 과정을 검출하기 위하여, 기존 샷 경계 검출 알고리즘은 일정 간격을 슬라이딩한 윈도우 프레임들 간의 차이를 비교하는 방식을 이용하였다. 기존 슬라이딩 윈도우 방법은 점전적인 샷 전환 과정을 검출하기 위하여 고정된 크기의 윈도우 하나만을 이용하였다. 이 경우, 슬라이딩 윈도우의 길이가 점진적인 샷 전환 과정에 비해 짧으면, 샷 전환을 검출하지 못 한다. 슬라이딩 윈도우의 길이가 샷의 길이보다 길면 샷을 점진적인 샷 전환으로 검출하는 오류가 발생된다. 상기 문제점을 개선하기 위하여 본 논문에서는 서로 다른 크기의 다수의 슬라이딩 윈도우들과 적응적 경계치를 적용한 샷 경계 검출 방법을 제안한다.

• 융합신호처리학회논문지
• /
• 제13권2호
• /
• pp.77-82
• /
• 2012

본 논문은 얼굴 검출 시스템에서 검출된 얼굴의 크기와 위치 정보를 이용한 얼굴 영역 안정화 알고리즘의 하드웨어 구현에 관한 것이다. adaboost 알고리즘을 이용한 얼굴 검출 시스템은 입력되는 영상을 이용하여 얼굴이라고 판단될 수 있는 템플릿 패턴, 얼굴 특징을 추출 하거나 미리 학습된 데이터와 비교하여 얼굴을 검출한다. 하지만 미세한 흔들림에도 얼굴 정보의 위치나 크기가 달라진다. 검출된 얼굴 영역의 안정화를 위해서 본 논문은 검출된 현재 얼굴 정보와 이전 프레임의 얼굴 정보를 기반으로 얼굴 영역의 흔들림을 줄이는 고주파 억제 필터, 얼굴 거리와 영역 비교, 얼굴 영역 확대-축소 연산을 이용한 얼굴 검출 안정화 하드웨어를 구현하여 실시간으로 피드백이 가능하도록 하였다.

• 한국음향학회지
• /
• 제29권1호
• /
• pp.76-81
• /
• 2010

본 논문에서는 음성의 통계적 모델에 기반한 음성 검출기 (voice activity detection, VAD)의 성능 향상을 위해 2차 조건 사후 최대 확률 (second-order conditional maximum a posteriori, second-order CMAP)기법을 적용한 우도비 테스트 (likelihood ratio test, LRT)를 제안한다. 제안된 알고리즘은, 기존의 통계적 모델에 기반한 음성 검출기와 CMAP 기반의 음성 검출기를 분석한 다음, 직전 2 프레임에서 음성의 존재와 부재에 대한 조건부 확률에 따라 실시간으로 적응형 문턱값을 구하여 기하 평균한 우도비와 비교하는 음성검출 결정법 (decision rule)을 제시한다. 제안된 알고리즘을 비정상 (non-stationary) 잡음환경에서 기존의 통계적 모델에 기반한 음성 검출기, CMAP 기반의 음성 검출기와 비교하였으며, 향상된 성능을 보였다.

• 정보와 통신
• /
• 제33권9호
• /
• pp.24-29
• /
• 2016

영상의 화질 개선과 높은 대비를 얻기 위한 방법으로 최근 HDR(High Dynamic Range)영상을 디스플레이 장치에 매핑시키기 위한 톤매핑 기술이 널리 이용되고 있다. 하지만 단일프레임이 아닌 다중프레임으로 구성되어 있는 비디오에 이러한 톤매핑기술을 적용할 경우, 프레임 간 명암도 차이로 인하여 시각적으로 깜빡이는 현상인 플리커(Flicker)가 발생할 수 있으며, 이로 인해 사용자의 눈에 피로도를 증가시키고, 영상의 품질이 감소할 수 있다. 본 논문에서는 플리커 판별을 위해 영상의 명암도 측정법을 제안하여, 프레임별 명암값을 학습하기 위한 다양한 특징벡터를 정의한다. 학습된 SVM(Support Vector Machine) 분류기를 이용하여 플리커 발생 프레임을 선별하고 플리커 제거를 위한 톤 안정화 방법을 제안한다. 실험에서 제안한 방법을 통해 86.7%의 플리커를 검출하였으며, 프레임 간 톤 안정화 알고리즘의 최적화를 통해 플리커 발생빈도를 69.8% 감소시켰다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.512-514
• /
• 1998

샷 경계면 분할 기법은 효과적인 비디오 검색 시스템을 구축하기 위한 기본적인 기술이다. 따라서 효과적인 비디오 분석을 위해서는 신뢰할만한 샷 경계면 검출 기술이 필요하다. 하지만 비디오에서는 일반적인 프레임 뿐만 아니라 디졸브, 페이드와 같은 다양한 형태의 특수효과 등이 포함되어 있어 포괄적인 기술 개발이 어렵다. 본 논문에서는 지금까지 알려진 몇 가지 기법들의 성능을 비교하고 이를 개선시켜 몇 개의 새로운 알고리즘을 제안하고 있다. 샷 경계면 분할 작업이 끝난 뒤에는 비디오 클러스터링을 하기 위한 대표프레임 추출 작업이 필요하다. 대표 프레임은 단순하게 각 샷의 첫 번째 혹은 마지막 프레임을 추출할 수도 있지만, 이 경우 각 샷의 동적인 특성들을 제대로 표현할 수 없으므로, 본 논문에서는 샷의 변화량을 측정하여 대표 프레임의 수를 결정하는 방법을 사용하였다.

• 한국멀티미디어학회논문지
• /
• 제10권1호
• /
• pp.26-35
• /
• 2007

본 논문은 연속적으로 입력되는 비디오 영상에서 효과적인 얼굴 검출기와 칼만 필터를 이용하여 강인하게 얼굴을 추적하는 시스템을 제안한다. 효과적인 얼굴 검출기를 구성하기 위해 간단한 다섯 가지 타입의 Haar-like 특징값들을 이용하여 얼굴 특징을 추출한다. 추출된 특징값들은 PCA(Principal Component Analysis)를 이용하여 재해석되고, 해석된 주성분들을 SVM(Support Vector Machine)의 입력 값으로 사용하여 얼굴과 배경으로 분류한다. 검출된 얼굴의 정적정보와 프레임간 변화량을 이용한 동적정보를 칼만 필터(Kalman Filter)에 적용하여 얼굴을 추적한다. 실시간에 적용 가능한 시스템을 구현하기 위하여 얼굴 검출회수를 조정하여 처리속도를 향상시켰다. 실험결과, 평균 93.3%의 추적 성공률과 초당 15 프레임 처리 성능으로 강인한 실시간 얼굴 추적이 가능함을 보여주었다.

• 한국멀티미디어학회논문지
• /
• 제13권8호
• /
• pp.1128-1141
• /
• 2010

본 논문은 궤적을 군집화하여 혼잡한 영상에서 이동 객체를 검출하는 방법을 제안한다. 제안하는 방법은 객체의 외형 정보에 기반한 기존의 방법들과는 달리 객체의 움직임 정보만을 이용해 이동 객체를 검출한다. 이를 위하여 입력 영상의 매 프레임에서 특징점을 추출하며, 인접한 프레임간의 추적 과정을 통하여 특징점들의 궤적을 생성한다. 동일 객체에서 얻어진 궤적들은 유사한 움직임을 보일 것이라는 가정 하에 군집화 과정을 통하여 이동 객체를 검출한다. 궤적들의 군집화를 위하여 특징점 간의 위치, 움직임, 연속성에 기반한 에너지 함수로 궤적 간 유사도를 측정하였으며, conditional random fields (CRFs)를 이용하여 최적의 군집을 결정하였다. 기존의 궤적 군집화를 통한 이동 객체 검출 방법이 군집화 과정에서 한번 잘못 분류된 궤적은 잘못된 결과를 생성하는 것과는 달리, 제안한 방법에서는 군집화가 CRFs 상에서 에너지 최소화에 의해 수행되기 때문에 잘못 분류된 궤적이 반복 과정에서 다시 올바른 군집으로 재배열되는 것이 가능하다. 제안한 방법의 성능 측정을 위하여 서로 다른 혼잡도를 가지는 세 개의 영상을 이용하였으며, 약 94%의 검출률과 7%의 허위 경보율을 나타내었다.

• 방송공학회논문지
• /
• 제18권5호
• /
• pp.680-690
• /
• 2013

본 논문은 3D 입체 영상시스템의 좌-우 영상에 대한 실시간 동기 오차를 검출하고, 보정하는 방법을 제안한다. 스테레오스코픽 동영상의 경우 좌영상과 우영상의 동기가 편집과정의 실수나 영상전송 등의 다양한 이유로 시간적 동기가 맞지 않아 3D 입체 영상 품질이 떨어지는 문제점이 있다. 시간적 동기화의 목표는 두 비디오 시퀸스에서 동기오차를 검출하고, 검출된 동기오차만큼 보정하는 것이다. 이러한 동기오차의 문제점을 해결하기 위해 본 논문에서는 기존의 스페시오그램(spatiogram) 특징에 추가적인 컬러 분포의 변화 및 컬러 분포의 공간적인 변화 특징을 추가적으로 활용하여 좌-우 영상의 시간적 동기오차를 검출하고 보정하는 알고리즘을 제안한다. 먼저 동기오차를 검출하기 위해 좌-우 영상의 동기 프레임(pair frame)을 검출한다. 이 때, 단일 프레임만으로는 변화가 뚜렷하지 않으므로 일정한 시간의 블록 단위로 비교하는 방법을 새롭게 제안한다. 제안된 방법은 다양한 3D 콘텐츠 영상들의 실험을 통하여 그 효용성을 입증하였다.