• 한국컴퓨터그래픽스학회논문지
• /
• 제20권3호
• /
• pp.1-8
• /
• 2014

스마트폰의 전면 및 후면 카메라를 이용하여 동시에 획득한 전경 이미지와 배경 이미지에서, 전경 이미지의 일부분인 전경 물체를 추출하여 배경 이미지에 합성하는 방법을 제시한다. 최근의 고사양 스마트폰은 대개 두 개의 카메라를 가지고 있고, 사진을 촬영하는 과정에서 미리보기 화면을 제공한다. 전면 카메라로부터 전경 이미지를 획득하는 과정에서 미리보기 화면의 비디오에 대한 옵티컬 플로우를 이용하여 전경 물체를 추출한다. 추출된 전경 물체와 배경 화면을 단순히 합성한 후, 전경 물체와 배경화면의 경계에서 가중치 경계 블렌딩을 이용하여 시각적으로 부드러운 경계를 갖는 합성을 수행한다. 화소 수준의 조밀한 옵티컬 플로우의 계산은 고사양의 스마트폰에서도 상당히 느리기 때문에, 전경 물체 추출을 위한 마스크의 계산을 저해상도에서 수행하여 계산시간을 크게 절약할 수 있다. 실험적 결과에 의하면 제안하는 방법은 더 적은 계산 시간을 사용하며, 널리 사용되는 Poisson 이미지 합성 방법에 비하여 시각적으로 더 우수한 결과를 얻을 수 있다. 제안하는 방법은 Poisson 이미지 합성 방법에서 자주 관찰되는 색 번짐 결점을 가중치 경계 블렌딩을 이용하여 제한적인 수준에서 극복할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.11-19
• /
• 2021

이상 객체란 일반적이고 평범한 행동을 취하는 객체가 아닌 비정상적이고 흔하지 않은 행동을 하여 관찰이나 감시·감독을 필요로 하는 사람, 물체, 기계 장치 등을 뜻한다. 이를 사람의 지속적인 개입 없이 인공지능 알고리즘을 통해 탐지하기 위해서 광학 흐름 기법을 활용한 시간적 특징의 특이도를 관찰하는 방법이 많이 활용되고 있으며, 이 기법은 정해진 표현 범위가 없는 수많은 이상 행동을 식별하기에 적합하다. 본 연구에서는 생성적 적대 신경망(Generative Adversarial Network, GAN)으로 입력 영상 프레임을 광학 흐름 영상으로 변환하는 알고리즘을 학습시켜 비정상적인 상황을 식별한다. 특히 생성적 적대 신경망 모델이 입력 영상에 대한 중요한 특징 정보를 학습하고, 그 외 불필요한 이상치를 제외시키기 위한 전처리 과정과 학습 후 테스트 데이터셋에서 식별 정확도를 높이기 위한 후처리 과정을 고도화하여 전체적인 모델의 이상 행동 식별 성능을 향상시키는 기법을 제안한다. 이상 행동을 탐지하기 위한 학습 데이터셋으로 UCSD Pedestrian, UMN Unusual Crowd Activity를 활용하였으며, UCSD Ped2 데이터셋에서 프레임 레벨 AUC 0.9450, EER 0.1317의 수치를 보이며 이전 연구에서 도출된 성능 지표 대비 성능 향상이 확인되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.40-42
• /
• 2019

색상 영상과 이에 상응하는 깊이 영상으로 3차원 비디오를 만드는 방법은 최근 키넥트 깊이 카메라와 같이 저가임에도 불구하고 높은 성능을 보이는 카메라가 시중에 출시되면서 다양한 형태의 응용분야에 많이 사용되기 시작했다[1]. 본 연구는 TOF(Time Of Flight) 카메라와 RGB 카메라가 같이 있는 키넥트를 이용해서 깊이 영상에서 보행자를 탐지한다. 전처리 작업으로 배경 깊이 맵을 미리 저장하고, 깊이의 차이로 보행자 유무를 알아낸다. 보행자를 지속적으로 탐지하기 위해 CAMShift 알고리즘을 사용해 라벨링과 보행자 추적을 하며, 보행자의 진행 방향과 속도를 탐지하기 위해 Dense Optical Flow를 사용해 보행자의 벡터 정보를 저장한다. 보행자가 깊이 맵 밖으로 나가면 해당 보행자에 대한 탐지를 종료한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 추계학술대회
• /
• pp.156-157
• /
• 2018

본 논문에서 제안하는 기술은 무인기 획득 영상에 dense optical flow 기술을 적용하여, 이미지 내에서 급격히 움직이는 사물을 추출하는 기술이다. 제안 기술을 활용하여 사람, 사물 장소에 해당하는 시간에 따른 데이터인 다중로그 데이터로 융합 분석하여 낙석, 산사태, 비탈면 붕괴등을 감지 할 수 있게 되어 보행자의 안전을 보장 하고자 한다. 본 논문에서는 해당 기술을 구현하기 위한 무인기 및 탑재 장비와 데이터 처리를 위한 서버들간의 인터페이스 및 분석 알고리즘을 소개한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 춘계학술발표대회
• /
• pp.201-203
• /
• 2013

본 논문에서는 SIFT 와 particle 특징 궤적을 이용한 새로운 행동 인식 시스템을 제안한다. 먼저, 영상에서 중요한 지역적 특징 정보를 얻기 위하여 SIFT 특징 점들을 탐지하고, 탐지한 특징 점들을 SIFT descriptor matching 기법을 이용하여 그 궤적을 추출한다. 또한, SIFT 특징 궤적들의 수량이 적은점과 영상내의 조명변화, 부분적 가려짐 등의 변화로 인해 SIFT 특징 궤적이 종종 없어지는 단점을 보완하기 위하여, SIFT 특징 궤적 주위에 particle 점들을 탐지하고, dense optical flow 기법을 기반으로 그 특징 궤적을 추출한다. 그리고 SIFT 와 particle 궤적의 중요도를 조절하기 위해 가중치를 부여한다. 제안한 행동 인식 시스템의 효율성을 범용 데이터 셋을 이용한 실험을 통해 증명하였다.

• 한국진공학회지
• /
• 제8권2호
• /
• pp.141-147
• /
• 1999

The electrochromic characteristics of tungsten oxide films are largely affected by deposition conditions, such as substrate temperature and gas flow rate and also post-annealing. We have considered gas flow rate and temperature as important factors having an effect on an electrical, optical phenomenon and structural variation of $WO_3$ . The tungsten oxide films were deposited onto ITO(20$\Omega\box$, 1000$\AA$) using rf magnetron sputtering method. In particular, the films deposited at room temperature were annealed at various temperatures in air. All specimens had crystal structure except one being deposited at room temperature with nearly amorphous-like structure. The specimen deposited at $100^{\circ}C$ had a structure in which the increase in deposition temperature. The specimen deposited at $100^{\circ}C$ had a structure in which the cations$(Li^+)$ are easily movable because of void boundaries induced by regularly arrayed large grains. The specimen deposited at $300^{\circ}C$ had a dense structure with small grains but it exhibited the large mobility and charge density in $WO_3$ because of distinct grain boundaries.

• Journal of Computing Science and Engineering
• /
• 제9권1호
• /
• pp.29-38
• /
• 2015

Human action recognition has become an important research topic in computer vision area recently due to many applications in the real world, such as video surveillance, video retrieval, video analysis, and human-computer interaction. The goal of this paper is to evaluate descriptors which have recently been used in action recognition, namely Histogram of Oriented Gradient (HOG) and Histogram of Optical Flow (HOF). This paper also proposes new descriptors to represent the change of points within each part of a human body, caused by actions named as Histogram of Changing Points (HCP) and so-called Average Speed (AS) which measures the average speed of actions. The descriptors are combined to build a strong descriptor to represent human actions by modeling the information about appearance, local motion, and changes on each part of the body, as well as motion speed. The effectiveness of these new descriptors is evaluated in the experiments on KTH and Hollywood datasets.