• Journal of Information Display
• /
• 제6권4호
• /
• pp.16-25
• /
• 2005

In this paper, a new 3D object tracking system using the disparity motion vector (DMV) is presented. In the proposed method, the time-sequential disparity maps are extracted from the sequence of the stereo input image pairs and these disparity maps are used to sequentially estimate the DMV defined as a disparity difference between two consecutive disparity maps Similarly to motion vectors in the conventional video signals, the DMV provides us with motion information of a moving target by showing a relatively large change in the disparity values in the target areas. Accordingly, this DMV helps detect the target area and its location coordinates. Based on these location data of a moving target, the pan/tilt embedded in the stereo camera system can be controlled and consequently achieve real-time stereo tracking of a moving target. From the results of experiments with 9 frames of the stereo image pairs having 256x256 pixels, it is shown that the proposed DMV-based stereo object tracking system can track the moving target with a relatively low error ratio of about 3.05 % on average.

• Journal of Electrical Engineering and Technology
• /
• 제12권1호
• /
• pp.428-435
• /
• 2017

In this paper, we propose a novel motion field estimation algorithm for which a U-disparity map and forward-and-backward error removal are applied in a vehicular environment. Generally, a motion exists in an image obtained by a camera attached to a vehicle by vehicle movement; however, the obtained motion vector is inaccurate because of the surrounding environmental factors such as the illumination changes and vehicles shaking. It is, therefore, difficult to extract an accurate motion vector, especially on the road surface, due to the similarity of the adjacent-pixel values; therefore, the proposed algorithm first removes the road surface region in the obtained image by using a U-disparity map, and uses then the optical flow that represents the motion vector of the object in the remaining part of the image. The algorithm also uses a forward-backward error-removal technique to improve the motion-vector accuracy and a vehicle's movement is predicted through the application of the RANSAC (RANdom SAmple Consensus) to the previously obtained motion vectors, resulting in the generation of a motion field. Through experiment results, we show that the performance of the proposed algorithm is superior to that of an existing algorithm.

• 한국통신학회논문지
• /
• 제40권12호
• /
• pp.2343-2352
• /
• 2015

본 논문에서는 U-시차 지도(U-disparity map)와 정방향-역방향 에러 제거를 통하여 자동차 환경에서의 새로운 모션 필드 예측기법을 제안한다. 일반적으로 자동차에 장착된 카메라로 획득된 영상에서는 자동차의 움직임에 따라 모션 벡터가 발생하게 된다. 그러나 이러한 모션 벡터는 주변 환경에 영향을 받기 때문에 정확도가 떨어진다. 특히 도로면에서는 인접한 화소값이 유사하기 때문에 정확한 모션 벡터의 추출이 어렵다. 따라서 제안하는 기법에서는 U-시차 지도를 이용하여 도로면을 제거하고 나머지 부분에 대하여 옵티컬 플로우(optical flow)를 수행한다. 또한 모션 벡터의 정확도를 향상시키기 위해 정방향-역방향 에러 제거 방법을 활용한다. 최종적으로 획득한 모션 벡터에 RANSAC(RANdom SAmple Consensus)을 적용하여 차량의 움직임을 예측하고 모션 필드를 생성한다. 실험을 통해 제안하는 기법이 기존의 기법보다 성능이 우수한 것을 확인하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.345-348
• /
• 2001

본 논문에서는 변이-움직임 벡터의 상관관계를 통한 동시 추정(joint disparity and motion estimation)을 이용하여 방대한 계산량과 데이터량을 요구하는 스테레오 영상 데이터의 효율적인 부호화를 위한 알고리즘을 제안한다. 스테레오 시퀀스에 대해서 두 변이 벡터(disparity vector)와 하나의 움직임 벡터(motion vector)의 상관관계를 이용하면 나머지 움직임 벡터는 직접적인 추정 과정 없이 얻을 수 있다. 하지만, 이렇게 얻어진 움직임 벡터는 직접 추정에 비해 정확도가 현저히 떨어져 이 벡터를 그대로 사용하여 영상을 복원하게 될 경우 심각한 오차의 누적이 발생한다. 따라서 본 논문에서는 효율적인 동시 추정을 위해 추정단에서 벡터 평활화(vector regularization)과정을 수행하고 불확실 벡터 영역 추출을 통한 선택적인 보정 과정을 수행한다. 또한, 불확실 벡터 영역의 벡터만을 가변장 부호화(variable length coding)한다. 실험결과, 직접 추정 과정을 거치지 않고 도 만족할 만한 화질의 영상을 얻을 수 있었으며, 부호화량도 상당히 감소시킬 수 있었다.

• 한국통신학회논문지
• /
• 제31권2C호
• /
• pp.166-174
• /
• 2006

본 논문에서는 적응적 시차 움직임 벡터에 기반한 스테레오 물체추적 및 3차원 디스플레이 시스템을 제안하였다. 즉, 제안된 시스템에서는 스테레오 입력영상 시퀸스로부터 적응적으로 추출된 시차 벡터로부터 프레임간 적응적 시차 움직임 벡터를 구한 다음 이를 이용하여 각 프레임에서 표적물체가 존재하는 영역 및 위치좌표를 효과적으로 검출하였다. 또한, 이를 프레임간 표적의 이동거리 좌표를 구하여 최종적으로 팬/틸트를 제어해 줌으로써 표적 물체를 추적하였다. 256$\times$256 픽셀 크기의 스테레오 영상 20 프레임을 사용한 물체추적 실험 결과, 표적 물체의 실제위치와 실험을 통해 얻은 이동위치 간의 평균 에러율이 약 3.05$\%$로 낮게 나타남으로써 본 논문에서 새로이 제안한 적응적 시차 움직임 벡터 기반의 스테레오 물체추적 시스템의 실질적친 응용 가능성과 영상복원 기법을 사용하여 이동 물체의 3차원적 입체 디스플레이 또한 가능하다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.121-124
• /
• 2001

For efficient transmission of 3DTV video signals, it is necessary to eliminate the inherent redundancy between the stereo image pairs. Though disparity estimation provides a powerful tool for eliminating the redundancy, it is very time consuming. This paper presents a novel disparity estimation scheme based on the human visual property. The disparity vectors of image blocks spatially adjacent to the current block are used as initial guesses fur the disparity vector of the current block. In addition, mixed-resolution coding is applied to reduce the computational complexity of disparity estimation. Through computer simulations on a stereoscopic sequence we show that the proposed method gives rise .to visually pleasing results with much reduced computational complexity.

• Journal of Information Display
• /
• 제5권4호
• /
• pp.31-37
• /
• 2004

In this paper, an effective method for reconstruction of stereoscopic image pair through the regularized adaptive disparity estimation is proposed. Although the conventional adaptive disparity window matching can sharply improve the PSNR of a reconstructed stereo image, but there still exist some problems of overlapping between the matching windows and disallocation of the matching windows, because the size of the matching window tend to changes adaptively in accordance with the magnitude of the feature values. In the proposed method, the problems relating to the conventional adaptive disparity estimation scheme can be solved and the predicted stereo image can be more effectively reconstructed by regularizing the extimated disparity vector with the neighboring disparity vectors. From the experimental results, it is found that the proposed algorithm show improvements the PSNR of the reconstructed right image by about 2.36${\sim}$2.76 dB, on average, compared with that of conventional algorithms.

• 대한전자공학회논문지SP
• /
• 제41권6호
• /
• pp.25-32
• /
• 2004

본 논문에서는 스테레오 영상으로부터 자연스러우면서도 정확한 변이 정보를 추출하기 위한 변이 추정 알고리듬을 제안한다. 제안된 알고리듬은 영역 분할 기법을 이용한 계층적 변이 추정부와 편미분 방정식(PDE: Partial Differential Equation)을 이용한 에너지 기반 경계 보존 변이 평활화부로 구성되어 있다. 제안된 계층적 변이 추정 기법은 빠르면서도 신뢰도 있는 변이를 제공하며, 이러한 변이장은 정확도와 평활화도를 함께 고려한 에너지 모델의 최소화 기법에 의해 자연스럽고 정밀한 최종 변이장으로 추출된다. 에너지 모델의 최소화 과정은 대응되는 Euler-Lagrange 방정식으로 변형되어 유한차분법(FDM: Finite difference Method)을 이용한 근사화를 통해 구현된다. 실험을 통해 제안된 변이 추정 기법은 다양한 환경의 영상에 대해서도 자연스러우면서도 정확하고, 경계가 잘 보존된 변이를 추정해 낼 수 있음을 검증하였다.

• 한국지능시스템학회논문지
• /
• 제19권2호
• /
• pp.273-278
• /
• 2009

The determination of the associated weights in the theory of ordered weighted averaging (OWA) operators is one of the important issue. Recently, Wang and Parkan [Information Sciences 175 (2005) 20-29] proposed a minimax disparity approach for obtaining OWA operator weights and the approach is based on the solution of a linear program (LP) model for a given degree of orness. Recently, Liu [International Journal of Approximate Reasoning, accepted] showed that the minimum variance OWA problem of Fuller and Majlender [Fuzzy Sets and Systems 136 (2003) 203-215] and the minimax disparity OWA problem of Wang and Parkan always produce the same weight vector using the dual theory of linear programming. In this paper, we give an improved proof of the minimax disparity problem of Wang and Parkan while Liu's method is rather complicated. Our method gives the exact optimum solution of OWA operator weights for all levels of orness, $0\leq\alpha\leq1$, whose values are piecewise linear and continuous functions of $\alpha$.

• 한국멀티미디어학회논문지
• /
• 제19권6호
• /
• pp.1003-1013
• /
• 2016

This paper proposes a framework of superpixel-based vehicle detection method using plane normal vector in disparity space. We utilize two common factors for detecting vehicles: Hypothesis Generation (HG) and Hypothesis Verification (HV). At the stage of HG, we set the regions of interest (ROI) by estimating the lane, and track them to reduce computational cost of the overall processes. The image is then divided into compact superpixels, each of which is viewed as a plane composed of the normal vector in disparity space. After that, the representative normal vector is computed at a superpixel-level, which alleviates the well-known problems of conventional color-based and depth-based approaches. Based on the assumption that the central-bottom of the input image is always on the navigable region, the road and obstacle candidates are simultaneously extracted by the plane normal vectors obtained from K-means algorithm. At the stage of HV, the separated obstacle candidates are verified by employing HOG and SVM as for a feature and classifying function, respectively. To achieve this, we trained SVM classifier by HOG features of KITTI training dataset. The experimental results demonstrate that the proposed vehicle detection system outperforms the conventional HOG-based methods qualitatively and quantitatively.