• 한국멀티미디어학회논문지
• /
• 제10권8호
• /
• pp.967-980
• /
• 2007

동영상에서의 관심 객체를 추출하는 것은 비디오 내용 분석과 비디오 검색 및 압축의 성능을 개선시키는데 큰 역할을 한다. 관심 객체는 단순히 사람 눈의 시선을 끄는 대상물이 아니라 내용전개의 중심이 되거나 제작자가 표현하려고 하는 핵심 객체를 의미한다. 이러한 관심 객체는 움직이는 객체뿐만 아니라 정지해 있는 객체도 될 수 있으나, 사람의 관심을 절차적으로 표현하는 것이 어렵기 때문에 관심 객체를 명확하게 정의하기가 곤란하다. 이에, 본 논문에서는 동영상 샷에서의 움직이는 객체의 위치, 크기, 움직임 패턴의 변화에 대한 조건을 정의하여 필터링에 의해 사람의 관심을 끄는 움직임 관심 객체를 추출하는 방법을 제시하고, 아울러 동영상 샷에서 정지되어 있는 객체에 대해서도 컬러/텍스처 특이성, 위치, 크기, 출현 빈도 등에 대한 조건을 정의하여 정지 관심 객체도 추출할 수 있는 방법을 제안한다. 제안한 방법을 50개의 동영상 샷에 대하여 실험한 결과, 사람이 선정한 움직임 및 정지 관심 객체를 84% 정도 추출할 수 있음을 확인할 수 있었다.

• 디지털산업정보학회논문지
• /
• 제12권4호
• /
• pp.115-121
• /
• 2016

Recently, it has become an important problem to extract semantic objects from videos, which are useful for improving the performance of video compression and video retrieval. In this thesis, an automatic extraction method of moving objects of interest in video is suggested. We define that an moving object of interest should be relatively large in a frame image and should occur frequently in a scene. The moving object of interest should have different motion from camera motion. Moving object of interest are determined through spatial continuity by the AMOS method and moving histogram. Through experiments with diverse scenes, we found that the proposed method extracted almost all of the objects of interest selected by the user but its precision was 69% because of over-extraction.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 하계종합학술대회 논문집(3)
• /
• pp.207-210
• /
• 2002

In this paper, content-based retrieval for region of interest(ROI) has been described, using maximum bin color. From a given query image, the object of interest is selected by a user. Using maximum bin color of the selected object, candidate regions are extracted from database images. The final regions of interest are determined by comparing the normalized histograms of the selected object and each candidate region.

• 한국항행학회논문지
• /
• 제16권2호
• /
• pp.386-393
• /
• 2012

본 논문에서는 객체의 관심점(interest points)에 대한 지역 특징 기술자를 이용하여 이미지나 동영상에서 다수의 관심 객체를 효과적으로 인식하고 추적하기 위한 기법을 제안한다. 이를 위해 먼저 대상이 되는 객체를 포함하는 다양한 이미지를 수집하고 SURF 알고리즘을 적용하여 객체의 관심점과 그들에 대한 지역 특징 기술자를 생성한다. 지역 특징에 대한 통계적인 분석을 통하여 관심점들 중에서 해당 객체의 특성을 가장 잘 표현하는 대표점(representative points)을 선택하고 이를 바탕으로 이미지에 존재하는 객체를 인식한다. 또한, 지역 특징 기술자의 정합을 응용하여 각 SURF 지점들의 움직임 벡터를 생성하고 이를 기반으로 실시간으로 객체를 추적한다. 제안하는 기법은 모든 객체를 독립적으로 다루기 때문에, 여러 개의 객체를 동시에 인식하고 추적할 수 있다. 다양한 실험을 통해, 동영상에서 객체의 존재 여부 및 종류를 신속하게 판별하고 관심 객체의 추적을 효과적으로 수행할 수 있음을 보인다.

• 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.

• 한국정보전자통신기술학회논문지
• /
• 제16권3호
• /
• pp.117-122
• /
• 2023

사용자가 현재 응시하고 있는 위치를 자동으로 인식하는 응시점 추정과 추정된 응시점을 기반으로 객체를 탐지하는 기술을 활용한다면 사람의 시각적 행동을 파악하는데 더 정확하고 효율적인 방안이 될 수 있을 것이다. 본 논문에서는 응시점을 중심으로 관심 영역을 생성하고 해당 영역 내에서 객체를 탐지하는 방안을 제시한다. 자세하게는, 삼차원 응시점을 추정한 후에 추정된 응시점을 기반으로 관심 영역을 생성하여 관심 영역 내에서만 객체 탐지가 이루어지도록 설계한다. 실험을 통해 일반적인 객체 탐지와 제안된 관심 영역 내 객체 탐지 성능을 비교한 결과, 프레임당 처리 시간은 각각 1.4ms, 1.1ms로 관심 영역 내 객체 탐지가 처리 속도 면에서 더 우수한 것을 확인할 수 있었다.

• 한국공간정보시스템학회 논문지
• /
• 제9권3호
• /
• pp.51-65
• /
• 2007

도로 네트워크 상의 이동 객체 궤적을 분석하기 위해서는 그것의 표현이 명확하게 정의되어야 한다. 도로 네트워크 상의 이동 객체 궤적을 표현하는 기존의 대부분의 방법들은 이동 객체 궤적을 그 궤적이 통과한 위치와 시간의 집합으로 복잡하게 표현한다. 이것은 이동 객체 궤적의 검색 등과 같은 분석을 처리할 시 많은 시간이 요구된다. 본 논문에서는 도로 네트워크 상의 관심 있는 지점(POI: Points of Interest)들에 초점을 두어 도로 네트워크 상의 이동 객체 궤적을 효율적으로 간략화 하는 방법을 제시한다. 본 논문에서 제시하는 방법은 도로 네트워크 상의 이동 객체 궤적이 통과한 POI의 수를 줄임으로써 궤적을 간략화 하며, 궤적이 간략화 된 후에도 그 궤적의 형태를 그대로 유지하도록 한다.

• 한국멀티미디어학회논문지
• /
• 제7권5호
• /
• pp.648-657
• /
• 2004

본 논문에서는 특이 칼라 분포에 대한 정보를 활용함으로써 어떠한 사전 지식없이 칼라 영상으로부터 중심 객체를 추출하는 방법에 대해 제안한다. 중심 객체는 영상 중심 부근에 위치하면서 특이 칼라 분포를 갖는 영역들의 집합으로 정의한다. 특이 칼라는 영상 경계 주변에 비해 영상의 중심 위치에서 보다 높은 밀도로 존재하는 칼라로 정의한다. 중심 객체 추출을 위해 우선 특이 칼라 정보를 사용하여 영상 분할된 영역 중에서 객체의 특징을 대표하는 영역들의 집합을 핵심객체영역을 선택한다. 핵심객체영역에 인접하며 이와 높은 칼라 유사도를 갖고 또한 배경이 아닌 영역들을 반복적으로 핵심객체영역에 병합하여 핵심객체영역을 확장함으로써 생성된 최종 병합 결과를 중심 객체로 추출한다. 따라서 중심 객체는 상이한 칼라 특징을 갖는 영역으로 구성될 수 있으며 상호 연결되어 있을 경우에는 두개 이상의 객체가 중심 객체에 포함될 수 있다. 제안된 방법의 타당성 및 중요 칼라의 유용성은 다양한 실험 영상을 통해 확인하였다. 본 논문에서 제안된 방법으로 추출된 중심 객체는 영상 검색 응용 분야에 유용하게 사용될 수 있을 것으로 기대한다.

• ETRI Journal
• /
• 제29권3호
• /
• pp.353-362
• /
• 2007

In this paper, we propose a novel unsupervised video object extraction algorithm for individual images or image sequences with low depth of field (DOF). Low DOF is a popular photographic technique which enables the representation of the photographer's intention by giving a clear focus only on an object of interest (OOI). We first describe a fast and efficient scheme for extracting OOIs from individual low-DOF images and then extend it to deal with image sequences with low DOF in the next part. The basic algorithm unfolds into three modules. In the first module, a higher-order statistics map, which represents the spatial distribution of the high-frequency components, is obtained from an input low-DOF image. The second module locates the block-based OOI for further processing. Using the block-based OOI, the final OOI is obtained with pixel-level accuracy. We also present an algorithm to extend the extraction scheme to image sequences with low DOF. The proposed system does not require any user assistance to determine the initial OOI. This is possible due to the use of low-DOF images. The experimental results indicate that the proposed algorithm can serve as an effective tool for applications, such as 2D to 3D and photo-realistic video scene generation.

• International Journal of Contents
• /
• 제2권1호
• /
• pp.5-8
• /
• 2006

This paper describes a new mechanism of detecting object of interest from a noisy image, without using any a-priori knowledge about the target. It employs a parallel set of filters inspired upon biological findings of mammalian vision. In our proposed system, several basic features are extracted directly from original input visual stimuli, and these features are integrated based on their local competitive relations and statistical information. Through integration process, unnecessary features for detecting the target are spontaneously decreased, while useful features are enhanced. Experiments have been performed on a set of computer generated and real images corrupted with noise.