• 한국컴퓨터정보학회논문지
• /
• 제22권6호
• /
• pp.131-140
• /
• 2017

As video equipments such as CCTV are used for various purposes in fields of society, digital video data processing technology such as automatic motion detection is essential. In this paper, we proposed and implemented a more stable and accurate motion detection system based on background subtraction technique. We could improve the accuracy and stability of motion detection over existing methods by efficiently processing color information of digital image data. We divided the procedure of color information processing into each components of color information : brightness component, color component of color information and merge them. We can process each component's characteristics with maximum consideration. Our color information processing provides more efficient color information in motion detection than the existing methods. We improved the success rate of motion detection by our background update process that analyzed the characteristics of the moving background in the natural environment and reflected it to the background image.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권10호
• /
• pp.4092-4107
• /
• 2015

We propose a background subtraction method for moving cameras based on trajectory classification, image segmentation and label inference. In the trajectory classification process, PCA-based outlier detection strategy is used to remove the outliers in the foreground trajectories. Combining optical flow trajectory with watershed algorithm, we propose a trajectory-controlled watershed segmentation algorithm which effectively improves the edge-preserving performance and prevents the over-smooth problem. Finally, label inference based on Markov Random field is conducted for labeling the unlabeled pixels. Experimental results on the motionseg database demonstrate the promising performance of the proposed approach compared with other competing methods.

• 반도체디스플레이기술학회지
• /
• 제10권2호
• /
• pp.31-38
• /
• 2011

This paper introduces a video based traffic monitoring system for detecting vehicles and obstacles on the road. To segment moving objects from image sequence, we adopt the background subtraction algorithm based on the local binary patterns (LBP). Recently, LBP based texture analysis techniques are becoming popular tools for various machine vision applications such as face recognition, object classification and so on. In this paper, we adopt an extension of LBP, called the Diagonal LBP (DLBP), to handle the background subtraction problem arise in vision-based autonomous parking systems. It reduces the code length of LBP by half and improves the computation complexity drastically. An edge based shadow removal and blob merging procedure are also applied to the foreground blobs, and a pose estimation technique is utilized for calculating the position and heading angle of the moving object precisely. Experimental results revealed that our system works well for real-time vehicle localization and tracking applications.

• 대한전자공학회논문지SP
• /
• 제48권1호
• /
• pp.157-165
• /
• 2011

본 논문에서는 마르코프 랜덤 필드(Markov random fields: MRF) 기반으로 배경을 모델링하는 방식과 함께 관련 파라미터들을 추정하는 알고리즘을 제안한다. 화소 기반의 배경 모델링 기법은 인근 화소 간의 연관성을 고려하지 않고 화소 단위의 시간적 변화에 대한 통계적 특성에 주로 의존하므로 판정 오류를 줄이는데 한계가 있다. 제안 알고리즘은 화소 기반으로 배경 모델을 일차적으로 수행한 다음 MRF를 이용하여 시공간적으로 인근한 화소 간의 상호 의존성을 활용하여 배경모텔의 정확도를 향상시키는데 그 목적을 두고 있다. MRF는 기본적으로 파라미터의 크기에 매우 민감하므로 기존의 MRF 기반 알고리즘은 이미지에 따라 적절한 값을 사전에 구하여 적용하고 있다. 제안한 방식은 초기에 임의의 파라미터로 배경/전경 상태변수를 구한 후에 이의 통계적 특성을 이용하여 파라미터들을 추정하고 추정된 파라미터를 적용하여 상대변수를 재차 구하는 과정을 반복함으로써 최적의 파라미터에 적응적으로 수렴하도록 조정한다. 실내외의 다양한 환경에서 촬영한 비디오를 이용하여 제안한 방식 성능을 확인한다.

• 한국컴퓨터정보학회논문지
• /
• 제14권11호
• /
• pp.179-186
• /
• 2009

본 논문은 기존의 Haar 유사 특징 기반 얼굴검출 기법의 한계를 보완하는 수평 및 수직방향픽셀 히스토그램 분석 기반의 머리영역 검출 방법을 제안한다. 제안 기법은 배경차감 영상에서 수평과 수직 방향으로 전경 픽셀의 수를 표시하는 픽셀 히스토그램 영상을 생성한 후, 해리스 코너 검출기법을 이용하여 머리 영역을 특징짓는 특징점을 검출한다. 제안한 방법은 기존의 얼굴 특성 기반 검출에 비해 머리를 포함한 몸체의 수직과 수평 픽셀 히스토그램을 이용함으로써 정면 영상뿐만 아니라 측면 및 후면 영상이나 이마가 가려진 입력 영상의 경우에도 머리 영역을 안정적으로 검출하는 결과를 보여주었다.

• 한국통신학회논문지
• /
• 제41권9호
• /
• pp.1120-1131
• /
• 2016

본 논문은 흡연으로 인한 화재사고 방지를 위해, 비디오 영상에서 흡연자를 검출하는 알고리즘을 제안한다. 흡연자의 행동을 인식하기 위해 행동 인식 기법의 계층적 방법 중 서술 기반 접근 방법을 기반으로 제안하는 알고리즘은 배경 영역 분리, 객체 검출, 이벤트 탐지, 이벤트 판단 과정으로 구성된다. 배경 영역 분리 과정으로 학습률이 다른 두 개의 가우시안 혼합 모델을 이용하여 입력 영상으로부터 고속 움직임 전경, 저속 움직임 전경 영상을 생성하고, 저속움직임 전경 영상을 chain-rule 기반 외곽선 검출 알고리즘을 통하여 객체의 위치를 추출해낸다. 위치 정보를 기반으로 흡연자의 세 가지 특징인 얼굴, 연기, 손의 움직임을 이벤트 탐지 과정에서 검출한다. Haar-like feature를 이용하여 얼굴을 검출하며, 고속 움직임 전경에서 연기의 발생 빈도수와 방향성을 반영하여 연기를 검출한다. 움직임 추정을 통해 반복적인 손의 움직임을 검출한다. 일정 구간의 비디오 시퀀스 내 객체들에 대하여, 검출된 특징들의 서술적 관계를 반영하여 각각의 객체가 흡연자인지 판단한다. 제안하는 방법은 실시간으로 여러 다른 객체들 사이에서 강인하게 흡연자를 검출한다.

• 한국멀티미디어학회논문지
• /
• 제12권10호
• /
• pp.1418-1426
• /
• 2009

주어진 배경 이미지로부터 전경 객체를 분리하는 것을 목표로 하는 배경 차분화 기법에 관한 많은 연구가 있어 왔다. 최근에 발표된 몇 가지 통계 기반 배경 차분화 기법들은 동적인 환경에서 동작할 수 있을 정도로 안정된 성능을 보이는 것으로 보고되고 있다. 그러나 이들 기법은 일반적으로 매우 많은 계산 자원을 요구하며, 객체의 명확한 윤곽을 획득하는데 있어서는 아직 어려움이 있다. 본 논문에서는 점진적으로 변화하는 배경을 모델링하기 위해 복잡한 통계 기법을 적용하는 대신 간단한 이동-평균 기법을 사용한다. 또한 픽셀별로 할당되는 다중의 임계치 대신 유전자 학습에 의해 최적화되는 하나의 전역적 임계치를 사용한다. 유전자 학습을 위해 새로운 적합도 함수를 정의하여 학습하고 이를 이용하여 이미지의 분할 결과들을 평가한다. 본 논문의 시스템은 웹 카메라가 장착된 개인용 컴퓨터에서 구현하였으며, 실사 이미지들에 대한 실험 결과에 의하면 기존의 가우시안 믹스쳐 방식보다 우수한 성능을 보이는 것으로 나타났다.

• 전자공학회논문지
• /
• 제50권6호
• /
• pp.228-237
• /
• 2013

본 논문에서는 배경과 객체의 색상이 유사한 상황에서 강인한 정규 상관도(Normalized Cross Correlation) 기반 다중 시점 배경 차분 기법을 제안한다. 인위적으로 배경을 구성한 경우가 아닐 경우, 다중 시점 영상의 배경 영상에서 객체로 인해 가려지게 되는 영역들은 서로 다른 색상을 가지고 있을 확률이 높다. 그러나 객체의 등장으로 인해 이러한 영역들은 서로 유사한 색상을 가지게 된다. 이에 기반하여 본 논문은 GoNCC(Graph of Normalized Cross Correlation)을 제안한다. GoNCC는 임의 시점 영상의 한 화소와 에피폴라 제약조건 관계에 있는 인접 영상 내 화소와 해당 화소와의 정규 상관도 값의 분포를 의미한다. 제안하는 다중 시점 배경 차분 기법은 현재 영상의 GoNCC와 배경 영상의 GoNCC를 비교함으로써 이루어진다. 계산량을 줄이기 위해 다중 시점 배경 차분 기법을 모든 화소에 적용하지 않고 간단한 단일 시점 배경 차분 기법으로 판단하기 어려운 영역에 대해서만 제안 방법을 수행한다. 실험 결과 단순한 단일 시점 배경 차분 기법에 비하여 매우 우수한 성능을 보였고, 기존의 다중 시점 배경 차분 기법에 비해서도 보다 정확하게 객체 영역을 검출하는 것을 확인하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.847-850
• /
• 2008

오늘날 인간은 기계와의 상호의사소통을 이용하여 기계를 더욱 발전시켜가고 있다. 시각기반인지시스템을 비롯한 여러 HCI(Human Computer Interaction)시스템 중 손가락 제스처를 인식, 추적하는 기술은 HCI 시스템에서 매우 중요한 부분을 차지하고 있다. 이 논문에서는 손가락을 구분하기 위해서 제한된 배경과 복잡한 배경에서의 손가락을 구분할 뿐만 아니라 배경과 전경을 분리하는 차영상을 이용하여 더욱더 효과적으로 손가락을 구분해내는 방법을 이용한다. 손가락을 구분하기 위해서는 미리 정의해놓은 손가락 끝 이미지들과 Template-Matching 을 통하여 손가락을 인식한다. 그리고 인식된 손가락을 추적한 후 미리 정의해놓은 제스처들과 비교함으로써 제스처를 인식한다. 이 논문에서는 차영상과 Template Matching 반을 이용하지 않고 미리 관심영역을 획득한 후 그 영역 안에서 Template Matching 을 수행한다. 그래서, 실행속도 및 반응속도를 줄이는 데 중점을 두고 있으며 더욱 효과적으로 제스처를 인식하는 방법에 대해 제안한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권3호
• /
• pp.133-138
• /
• 2016

실시간 동작영역 검출 알고리즘의 차영상 기법은 배경프레임을 이용한 방식과 이전프레임을 이용한 방식으로 구분된다. 배경프레임을 이용한 방식은 사전에 분석한 배경정보를 기반으로 정확한 동작영역을 검출할 수 있는 방법이다. 하지만 배경정보가 변경될 경우 정보갱신이 요구되므로, 실시간 응용분야에 제한적이다. 이전프레임을 이용한 방식은 현재프레임과 시차간격이 존재하는 이전프레임을 취득하여 동작의 윤곽선을 검출한다. 하지만 실제 윤곽선과 오차를 보여 보정이 필요하다는 단점을 가지고 있다. 본 논문이 제안하는 3 way-diff 알고리즘은 프레임 제작과정 중 발생되는 반사된 빛 영역과 차영상 기법을 이용해 동작의 윤곽선을 구하므로, 기존 방식들에 배경의존성 및 부정확성을 보완한다. 다중 차영상 기법 및 비트단위의 AND 연산으로 수행되며, 이 과정으로 배경프레임을 이용한 방식의 정확성과 이전프레임을 이용한 방식의 환경적응력을 융합하며 노이즈의 발생을 감소시킨다. 또한 제안하는 기법의 성능은 CASIA의 Gait 데이터베이스 샘플을 이용해 각 기법에 대한 성능평가로 증명한다.