• 방송공학회논문지
• /
• 제19권6호
• /
• pp.798-809
• /
• 2014

본 논문에서는 블랙박스 혹은 운전석에 장착된 카메라로부터 얻어진 차량 영상에 대한 영역별 수직 투영 히스토그램 매칭 및 선형 회귀분석 모델을 활용한 강건한 차량 운행 동영상의 안정화 기법을 제안한다. 동영상 안정화 기법은 영상의 흔들림 보정 뿐 아니라 동영상 내 강건한 특징점 추적 및 매칭을 위한 이전의 전처리 과정으로 활용된다. 일반적으로 촬영 과정에서 많은 떨림이 포함될 수 있는 야외 CCTV 영상이나 손으로 들고 촬영된 동영상에 대한 흔들림 보정 등에 적용되고 있으나 영상 내 특징점이 지속적으로 변하고 영상의 변화 정도가 매우 심한 차량 운행 동영상에서는 적용된 사례가 드물다. 본 연구에서는 일반적인 비디오 안정화 기술이 적용되기 어려운 차량 운행 동영상에 대하여 흔들림 보정을 위한 동영상 안정화 기법을 제안한다. 제안된 기법은 입력 영상에 대한 영역별 수직 투영 히스토그램 매칭을 수행하고 선형 회귀모델을 통해 영상에 나타나는 수직 및 회전 이동 변환을 선형 근사하여 시간 영역상에서의 입력 영상에 대한 안정화를 수행한다. 제안 방법의 검증을 위해 블랙박스로 촬영된 동영상에 동영상 안정화 기술을 적용하였으며, 운행 중 불규칙한 노면으로 인한 영상의 흔들림이 효과적으로 제거되는 것을 확인할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제26권6호
• /
• pp.471-476
• /
• 2016

본 논문은 깊이 정보를 기반으로 모션 히스토리 영상 및 기울기 방향성 히스토그램과 적출 모델을 사용하여 연속적인 사람 행동들을 인식하는 시스템을 설명하고 연속적인 행동 인식 시스템에서 인식 성능을 개선하기 위해 행동 적출을 수행하는 적출 모델을 제안한다. 본 시스템의 구성은 전처리 과정, 사람 행동 및 적출 모델링 그리고 연속적인 사람 행동 인식으로 이루어져 있다. 전처리 과정에서는 영상 분할과 시공간 템플릿 기반의 특징을 추출하기 위하여 Depth-MHI-HOG 방법을 사용하였으며, 추출된 특징들은 사람 행동 및 적출 모델링 과정을 통해 시퀀스들로 생성된다. 이 생성된 시퀀스들과 은닉 마르코프 모델을 사용하여 정의된 각각의 행동에 적합한 사람 행동 모델과 제안된 적출 모델을 생성한다. 연속적인 사람 행동 인식은 연속적인 행동 시퀀스에서 적출 모델에 의해 의미 있는 행동과 의미 없는 행동을 분할하는 행동 적출과 의미 있는 행동 시퀀스에 대한 모델의 확률 값들을 비교하여 연속적으로 사람 행동들을 인식한다. 실험 결과를 통해 제안된 모델이 연속적인 행동 인식 시스템에서 인식 성능을 효과적으로 개선하는 것을 검증한다.

• 한국산학기술학회논문지
• /
• 제16권12호
• /
• pp.8649-8653
• /
• 2015

대용량 비디오 데이터베이스들을 효율적으로 관리하기 위해 많은 비디오 색인 및 검색 알고리즘들이 제안되고 있다. 비디오 콘텐츠 관리 시스템에서 비디오 유사도 측정방법은 가장 중요한 기술적 요소 중 하나이다. 본 논문에서는 비디오 유사도를 효율적으로 측정하기 위해 휘도특성 모델을 제안한다. 비디오 색인에 관한 대부분의 알고리즘들이 공통적으로 히스토그램, 윤곽선, 움직임 특성을 사용한 반면 본 논문에서 제안한 알고리즘은 휘도투시를 사용한 효율적인 유사도 측정법을 적용하였다. 비디오 시퀀스의 효율적인 색인과 계산량 감소를 위해 누적된 유사도에 의해 추출된 키프레임 들을 이용한 비디오 유사도를 계산하고 수정된 하우스도르프 거리를 사용하여 키프레임 묶음들을 비교하였다. 실험결과 제안한 휘도투시 모델이 적은 계산량으로 기존의 히스토그램 비교법을 사용한 알고리즘에 비해 현저히 향상된 정확도 및 성능을 보였다.

• 감성과학
• /
• 제16권2호
• /
• pp.187-194
• /
• 2013

본 연구는 컬러영상에서 특정소리를 연상시킬 수 있는 공감각 인지현상에 기반하여 컬러이미지에서 음악요소로 변환하는 시스템의 구현을 최종 목표로 한다. 이는 빛과 소리의 물리적 주파수정보사이의 유사도를 기반으로 이루어진다. 입력 컬러영상은 우선 컬러모델변환이론에 기초하여 색상(Hue), 채도(Saturation) 및 명도(Intensity)영역으로 변환된다. 음계, 옥타브, 크기 및 시간길이 등의 음악적 성분들이 HSI 컬러모델의 각 영역으로부터 추출된다. 기본주파수(F0, Fundamental Frequency)는 색상 및 명도 히스토그램에서 추출되고, 크기 및 시간길이성분은 명도와 채도 히스토그램에서 추출된다. 실험에서, 제안된 시스템은 표준 C 및 VC++ 기반에서 실현되었고, 최종적으로 WAV 포맷의 사운드파일이 생성되었다. 시뮬레이션 결과를 통해서 입력 컬러영상에서 추출된 음악적 요소들이 출력 사운드신호에 반영됨을 알 수 있었다.

• 대한전자공학회논문지SP
• /
• 제47권1호
• /
• pp.1-8
• /
• 2010

얼굴의 윤곽선을 검출하기 위해서는 일반적으로 입력 영상에 직접 동적 윤곽선 모델(Active Contour Model)을 적용하는 방법을 많이 사용한다. 그러나 동적 윤곽선 모델은 초기의 위치 설정과 사용되는 에너지 함수의 계수 값에 따라 성능에 영향을 받기 때문에, 다양한 조명조건과 환경조건에 따라 최적화된 파라미터들을 설정해야 하는 번거로움이 있다. 또한 섬세한 윤곽선의 검출을 위해서는 모델에서 사용되는 정점의 수를 증가시켜야 하는 단점이 있다. 이러한 단점들을 해결하기 위해, 본 논문에서는 입력영상의 분할된 영역에서의 히스토그램 분석을 통하여, 얼굴 영역과 배경 영역의 픽셀 값을 구분할 수 있는 임계값을 자동으로 찾아, 얼굴의 윤곽선 영역을 검출하는 접근 방법을 제안한다. 제안된 방법은 입력 영상의 분석을 통하여 얼굴의 윤곽선 영역을 검출하기 때문에 다양한 조명과 배경 조건하에서도 높은 성능으로 얼굴의 윤곽선 영역을 검출하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.151-154
• /
• 2001

본 논문의 목적은 범용 USB 카메라 입력 영상으로부터 실시간으로 얼굴을 추적하는 시스템을 구현하는데 있다. 먼저 USB 카메라로부터 영상을 입력받은 후 2차원 RGB 컬러 모델링으로 추출한 살색 영역을 찾고 가로, 세로 프로젝선 정보를 이용하여 얼굴을 찾는다. 기존의 RGB 컬러 모델을 개선하여 빛에 강인한 모델링을 하였으며, 프로젝션 정보를 이용할 때 일어나는 에러를 최소화하기 위하여 누적 히스토그램 영역 결합 알고리즘을 제안하였다. 구현한 시스템은 움직임이 많은 영상에도 빠른 속도를 보였으며, 특히 영상의 움직임이적은 경우 카메라에서 영상을 보여 주는 것과 동시에 얼굴을 찾아내어, 연속적인 프레임을 처리할 수 있는 성능을 보였다.

• 한국멀티미디어학회논문지
• /
• 제11권1호
• /
• pp.34-43
• /
• 2008

본 논문에서는 현금인출기 사용자의 선글라스 및 마스크를 인식하는 시스템을 설명한다. 제안하는 시스템은 얼굴윤곽을 먼저 추출하고 이로부터 눈과 입의 위치를 추정한다. 마지막으로, 눈과 입 영역에 대해 각각 히스토그램 인덱싱 기법을 적용하여 선글라스 및 마스크를 인식한다. 눈이나 입 영역이 가려진 상태에서 얼굴윤곽 추출과 눈 및 입의 위치 추정을 위해 얼굴모양모델을 도입한다. 얼굴모양모델의 정합성능을 향상시키기 위해 2단계에 걸친 얼굴후보영역 검출을 도입하고 모델의 초기위치를 다변화하여 반복 정합을 실시한다. 배경모델에 기반한 얼굴후보영역 검출 방법의 성능을 보장하기 위해서 배경모델을 자동으로 갱신할 수 있도록 시스템을 구성한다. 실험에서는 연구실에서 획득한 영상에 대하여 시스템의 설정에 관한 실험을 제시하고 마스크 및 선글라스 인식 결과를 보인다.

• 한국콘텐츠학회논문지
• /
• 제9권4호
• /
• pp.1-11
• /
• 2009

최근 인터넷에 유통되는 유해영상이 급증하면서 이들을 자동으로 차단하는 컴퓨터비전 기술의 연구가 활발히 이루어지고 있다. 본 논문에서는 피부색상을 이용한 유해영상 분류도구를 연구 및 개발한다. 제안하는 분류도구는 2단계로 구성되며, 1단계에서는 피부색 분류기를 이용하여 입력영상에서 피부색 영역을 검출하고, 2단계에서는 영역특징 분류기를 이용하여 앞서 검출된 피부색 영역의 비율과 위치 특징을 무해 또는 유해로 분류한다. 피부색 분류기는 히스토그램 모델에 기반하여 무해영상과 유해영상의 RGB 값으로 학습되며, 영역특징 분류기는 SVM(Support Vector Machine)에 기반하여 영상의 29개 지역의 피부색 비율로 학습된다. 실험결과 제안하는 분류기는 92.80%의 검출율(Detection Rate)과 6.73%의 양성오류율(False Positive Rate)을 나타내었다.

• 한국인터넷방송통신학회논문지
• /
• 제9권5호
• /
• pp.163-168
• /
• 2009

영상분할의 대부분의 방법들은 각 화소에서 관측되는 특징벡터로 표현하며 이들에 대하여 적절한 확률모델을 가정하게 된다. 이들 확률 모델을 결정하는 파라미터들을 통계적 방법으로 추정하여 이용하거나 각 특징 벡터간의 유사 도를 기반으로 하는 군집 알고리즘을 사용하여 분할을 수행하는 방법들을 이용한다. 이의 대표적인 방법인 EM알고리즘은 불완전한 데이터에서 미지의 파라미터에 대한 최대 우도를 계산하는 경우나 사후 확률 분포의 최대 값을 구하는 문제 등의 응용 분야가 매우 다양하지만 몇 가지의 구조적 문제점을 가지고 있다. 먼저 추정량의 성능이 시작점에 크게 의존한다는 것이며 따라서 우도 함수가 국부적 최대 값에 수렴한다는 것이다. 이러한 문제점을 해결하기 위하여 영상의 모든 레벨 값을 중심으로 형성된 가우시안 함수와 원 영상의 히스토그램을 혼합하여 영상의 새로운 히스토그램을 통해 임계 값을 설정하는 최적화된 영상분할 기법을 제시한다. 제안된 알고리즘은 MFC를 통해 구현하였으며 영상을 임계 값의 개수에 따라 다양하게 나누어 보았을 때 에지부분이 선명하게 나타나며 세밀하고 정확한 영상으로 분할됨을 확인할 수 있다.

• 한국항행학회논문지
• /
• 제15권1호
• /
• pp.140-146
• /
• 2011

본 논문에서는 텍스쳐와 컬러 정보를 기반으로 비디오 감시를 위한 빠른 물체 분류 방법을 제안한다. 영상들로부터 SURF와 색 히스토그램의 국부적 패치들을 추출하여 그들의 장점을 이용한다. SURF는 명암 내용 정보를 제공하고 색 정보는 패치에 대한 특이성을 증강시킨다. SURF의 빠른 계산뿐만 아니라 객체의 색 정보를 활용한다. 국부적 특징을 이용하여 관심 영역 혹은 영상의 전역적 서술자를 생성하기 위해 Bag of Word 모델을 이용하고, 전역적 서술자를 분류하기 위해 Na$\ddot{i}$ve Bayes 모델을 이용한다. 또한 본 논문에서는 판별적인 기술자인 SIFT도 성능 분석한다. 네 종류의 객체에 대한 실험결과 95.75%의 인식률을 보였다.