• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 하계종합학술대회 논문집(4)
• /
• pp.50-53
• /
• 2000

In this work, the new algorithm that automatically extracts moving object of the video image is presented. In order to extract moving object, it is that velocity vectors correspond to each frame of the video image. Using the estimated velocity vector, the position of the object are determined. the value of the coordination of the object is initialized to the seed, and in the image plane, the moving object is automatically segmented by the region growing method. As the result of an application in sequential images, it is available to extract a moving object.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 ITC-CSCC -2
• /
• pp.1236-1239
• /
• 2002

When we see an object, we usually can say what it is easily even for the case where the object isn't shown in the frontal view. However, it is difficult to believe that all views of every object we have ever seen are fully memorized in our brain. Possibly, when an object is shown, we have some typical views of the object in our brain through our past experience and reconstruct the view to recognize what the presented object is. Non-negative Matrix Factorization (NMF) is one of the methods to extract the basis images from sample data set. The prominent feature of this method is that the reconstructed image is obtained by only additions of the basis images with suitable positive weights. So NMF can be seen more biologically plausible method than any other feature extraction methods such as Vector Quantization (VQ) and principal Component Analysis (PCA). In this paper, we adopt NMF to extract the aspect features from the set of images, which consists of various views of a given object. Some experiments are shown how much well NMF can extract the aspect features than any other methods such as VQ and PCA.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 하계종합학술대회 논문집(4)
• /
• pp.183-186
• /
• 2001

This paper for the method that automatically extracts moving object of the video image is presented. In order to extract moving object, it is that velocity vectors correspond to each frame of the video image. Using the estimated velocity vector, the position of the object are determined. the value of the coordination of the object is initialized to the seed, and in the image plane, the moving object is automatically segmented by the region growing method and tracked by the range of intensity and information about Position. As the result of an application in sequential images, it is available to extract a moving object.

• 한국정보통신학회논문지
• /
• 제12권11호
• /
• pp.1923-1932
• /
• 2008

무인 운반설비의 자동화 시스템 개발의 한 부분으로써 여러 Vision 센서 중 레이저 센서를 이용하여 작업 공간상에 있는 판재류와 코일류의 경계부분을 인식한다. 다음으로 인식한 물체의 경계를 이용하여 3차원 공간상의 위치 좌표를 추출하여 무인크레인에 이동해야할 위치 좌표를 전달한다. 본 연구에서는, 첫 번째 레이저 센서를 이용한 물체의 경계 추출, 두 번째 레이저 센서의 z축 기울기 각 추출, 세 번째 인식한 경계를 이용하여 물체의 2차원 위치좌표 추출, 네 번째 레이저 센서를 이용하여 판재와 코일의 판별, 다섯 번째 물체 판별의 결과에 따른 판재 와 코일의 3차원 위치좌표 추출을 목적으로 한다. 본 연구의 결과는 무인 운반설비의 자동화 시스템 개발에 상당한 도움이 될 것으로 기대된다.

• 융합보안논문지
• /
• 제7권1호
• /
• pp.1-10
• /
• 2007

의미있는 객체를 배경과 분리하는 영상분할기법은 침입자 경보 시스템, 교통 감시 시스템 등에서 중요한 역할을 담당하며, 일반적으로 공간적 동질성이나 시간적 정보를 이용하는 방법으로 나눌 수 있다. 시간적 정보를 이용하는 방법은 프레임간의 화소값이나 에지성분을 이용한다. 화소값 이용은 간단하며 효과적이나 조명 변화 등이 발생할 경우 움직임 검출이 어렵고 에지성분의 이용은 조명의 영향을 받지 않지만 복잡하며 잡음처리에 어려운 점이 있다. 따라서 본 논문은 카메라가 고정된 감시 시스템에서 화소값 비교와 에지 정보를 이용하여 조명등의 영향을 최소화하는 움직임 객체 추출 방법을 제안한다. 이는 조명변화와 배경영상의 존재여부에 따라 세 가지 움직임 객체 추출 방법을 달리 적용하며, 투영과 형태 처리 연산자를 사용하는 후처리과정을 거친 후 움직임 객체를 추출한다. 모의실험 결과 제안알고리즘은 조명변화가 발생하더라도 객체 추출의 결과가 우수함을 보이고 있다.

• 한국컴퓨터정보학회논문지
• /
• 제13권2호
• /
• pp.87-94
• /
• 2008

본 논문에서는 칼라 영상으로부터 관심 객체를 효과적으로 추출할 수 있는 방법을 제안한다. 본 논문에서 제안한 방법은 추출할 객체에 대한사전 지식이 필요 없으며 단순한 배경뿐만 아니라 복잡한 배경에서도 영상에 포함된 관심 객체를 추출하는 것이 가능하도록 한다. 이를 위해 가버 필터 사전을 사용하여 객체의 대략적인 형상을 포함하는 가버 영상을 생성한다. 이를 기반으로 객체 추출에 필요한 특징 정보의 추출 기준이 되는 관심 창(attention window)의 초기 위치를 설정한다. 객체 추출 단계는 기존 연구에서 제안한 방법을 일부 수정하여 적용한다. 제안된 방법의 추출 성능을 평가하기 위해 제안된 방법으로 추출된 결과를 수작업으로 추출된 객체와 비교하여 Precision, Recall 및 F-measure를 계산한다. 이를 통해 제안된 방법의 성능을 확인하였다. 또한 기존 방법과의 추출 결과 비교를 통해 제안된 방법의 우수성을 검증하였다.

• 한국멀티미디어학회논문지
• /
• 제18권2호
• /
• pp.138-148
• /
• 2015

Object detection methods based on background learning are widely used in video surveillance. However, when a car runs with headlights on, these methods are likely to detect the car region and the area illuminated by the headlights as one connected change region. This paper describes a method of separating the car region from the area illuminated by the headlights. First, we detect change regions with a background learning method, and extract blobs, connected components in the detected change region. If a blob is larger than the maximum object size, we extract candidate object regions from the blob by clustering the intensity histogram of the frame difference between the mean of background images and an input image. Finally, we compute the similarity between the mean of background images and the input image within each candidate region and select a candidate region with weak similarity as an object region.

• 정보처리학회논문지B
• /
• 제10B권1호
• /
• pp.81-86
• /
• 2003

본 논문은 고정영역에서 움직이는 객체를 검출하기 위한 방법으로 배경영상과 입력영상의 차를 이용하여 객체를 추출하고 추출된 객체의 이동을 추적하는 방법에 대해 제안하였다. 객체를 추출하는 방법으로 고정영역에 새로운 객체의 위치를 파악하기 위해 전체 영상의 픽셀을 연산에 참여시키는 것이 아니라 영상의 테두리에 설정된 영역의 픽셀들만을 연산에 참여시킨다. 따라서 중앙영역이 연산에서 제외되어 객체추출의 시간을 효과적으로 단축시킬 수 있었다. 또한 설정영역에서 객체를 추출하기 위하여 시작위치를 먼저 파악하고 시작위치로부터 객체의 가로와 세로의 크기를 추출함으로써 객체의 영역을 검출하였다. 이동된 객체의 추적에는 추출된 중심좌표를 이용하였다.

• 한국지능시스템학회논문지
• /
• 제24권3호
• /
• pp.298-303
• /
• 2014

본 논문에서는 해양환경에서 취득한 열상 영상에서 물표를 강건하게 탐지하고 추적하는 알고리즘을 제안한다. 먼저 2-D 이산 Harr 웨이블렛 변환(DHWT) 기법을 이용하여 수평, 수직에지를 얻은 다음 수직 및 수평 에지들을 서로 곱하여 하나의 영상으로 결합해 돌출지도를 생성한다. 그런 다음 돌출지도를 이진화하여 물표를 추출한다. 물표를 추적하기 위하여 인접한 프레임에 존재하는 물체간의 가중치가 부여된 유클리디언 거리를 정합척도로 사용하였으며, 정합결과에 대해 물체의 나타남, 사라짐, 잘못된 물체 추출 등을 고려한 궤적관리를 통하여 최종적인 물체 궤적을 얻는다. 실험결과는 제안하는 알고리즘이 물체를 강건하게 추적함을 보인다.

• 정보처리학회논문지B
• /
• 제8B권5호
• /
• pp.539-548
• /
• 2001

본 연구에서는 배경과 구분되는 이동물체를 추적하기 위한 방법으로 부분 외곽선 정보를 이용한 이동물체 추적 알고리즘을 제안하였다. 이동물체의 추적은 이동물체의 외곽선을 검출한 다음 외곽선 정보를 이동물체의 특징으로 정하여 추적하는 알고리즘을 사용하였다. 먼저 이동물체 외곽선 정보를 이용하여 연속한 동영상 입력에 대하여 속 BMA(Block Matching Algorithm)을 이용하여 움직임 벡터를 추출하고 움직임 벡테를 기초로 이동물체를 추출한다. 다음은 이동물체 초기 특징 벡테 생성단계로서 이동물체에 대한 외곽선을 추출한다. 이동물체의 외곽선 영역 중 상하좌우의 외곽선 일부분을 특징벡터로 정한다. 다음은 추적단계로 이전 프레임에서 얻은 특징벡터를 이용하여 현재 프레임에서 이동물체의 추적을 수행하였다. 제안된 알고리즘에 대하여 실제영상을 가지고 이동물체추적 모의 실험을 수행한 결과 기존 능동 윤곽선 추적알고리즘은 물체 외곽선 전체를 추적하기 때문에 물체의 외곽선 길이에 따라 처리시간이 변화하지만 제안된 알고리즘은 이동물체의 외곽선 영역을 특징정보로 하여 추적하기 때문에 추적연산이 간단하였다. 제안된 이동물체 추적알고리즘 중 이동벡터를 추출하는 BMA 연산은 기존 알고리즘 보다 연산량이 약 39%감소였으며, 상하 좌우 외곽선 정보를 이용하여 이동물체를 추적한 결과 추적오차는 특징벡터의 크기가 [$10{\times}5$]일 때 검색오차가 2화소 이하로 양호하게 나타났다. 또한 기본 능동 윤ㅅ곽선 축적알고리즘은 물체 외곽선 크기에 따른 처리시간이 변화하지만 제안된 알고리즘은 특징벡터의 크기가 일정하기 때문에 동일한 처리시간이 필요하였다.