• 대한전자공학회논문지SP
• /
• 제48권2호
• /
• pp.80-87
• /
• 2011

본 논문은 잡음에 강인한 초점 값을 이용한 피사체 중심의 자동초점 알고리듬을 제안한다. 제안된 방법은 영상의 엔트로피를 이용하여 피사체가 존재하는 영역을 자동으로 추정함으로써, 배경에 의해 잘못된 자동초점 결과를 얻는 문제점을 개선하였다. 또한 이산 코사인 변환 계수를 분석하여 새로운 초점 값 계산 방법을 제안하였고, 실험결과를 통해 기존의 알고리듬에 비해 제안된 방법이 가우시안 잡음과 임펄스 잡음이 있는 경우에도 초점 값 특성이 강인함을 검증하였다. 제안하는 자동초점 알고리듬은 지능형 감시 시스템의 팬-틸트-줌 카메라 등에 적용 가능하다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권7호
• /
• pp.267-274
• /
• 2018

본 논문에서는 PTZ 카메라를 이용한 머리자세추정 방법에 대하여 서술한다. 회전 또는 이동에 의하여 카메라의 외부인자가 변경되면, 추정된 얼굴자세도 변한다. 본 논문에는 PTZ 카메라의 회전과 위치 변화에 독립적으로 머리자세를 추정하는 새로운 방법을 제안한다. 제안하는 방법은 얼굴검출, 특징추출 그리고 자세추정으로 이루어진다. 얼굴검출은 MCT특징을 이용해 검출하고, 얼굴 특징추출은 회귀트리 방법을 이용해 추출하고, 머리자세 추정은 POSIT 알고리즘을 사용한다. 기존의 POSIT 알고리즘은 카메라의 회전을 고려하지 않지만, 카메라의 외부인자 변화에도 강건하게 머리자세를 추정하기 위하여 본 논문은 원근투영법에 기반하여 POSIT를 개선한다. 실험을 통하여 본 논문에서 제안하는 방법이 기존의 방법 보다 RMSE가 약 $0.6^{\circ}$ 개선되는 것을 확인했다.

• 방송공학회논문지
• /
• 제23권6호
• /
• pp.939-946
• /
• 2018

본 논문에서는 전방위 영상을 활용하여 효과적으로 감시할 수 있는 뷰어 프로그램을 구현하였다. 프로그램은 크게 Normal mode, ROI(Region of Interest) mode, Tracking mode, Auto-rotation mode의 네 가지 모드로 구성되며, 각 모드에 대한 결과 영상을 동시에 표출하도록 구현하였다. Normal mode에서는 광각 영상을 구형 영상으로 렌더링하여 팬, 틸트, 줌이 가능하도록 하며, ROI mode는 보고 싶은 영역을 선택하면 해당 영역이 확장되어 표출된다. 그리고 Auto-rotation mode에서는, Tracking mode를 이용하여 객체 추적 시 객체가 구형 영상의 특정 영역을 이탈하는 경우를 방지하기 위해, 객체의 위치를 구형 영상의 회전각과 맵핑하여 회전함으로써 객체의 지속적인 추적이 가능하게 하였다. 복수의 모드를 동시에 처리하기 위한 병렬프로그래밍을 수행하여 연산 처리 속도를 개선하였으며, 이는 한정된 화각을 가진 종래의 카메라 기반 감시 시스템에 비해 동시에 다양한 각도를 볼 수 있다는 점에서 강점을 가진다.

• 해양환경안전학회지
• /
• 제27권7호
• /
• pp.1129-1136
• /
• 2021

본 논문은 선박 기관실 내의 효율적인 감시를 위한 팬-틸트-줌(PTZ) 카메라 기반의 모니터링 시스템의 설계 방법을 다룬다. 선박 기관실에는 여전히 전통적인 아날로그 계기들을 사용하는 곳이 많고, 침수나 화재 등 안전과 밀접하게 관련된 사각지대들이 다수 존재한다. 이러한 감시 개소들에 대하여 비교적 빠른 주기로 넓은 범위를 보장하는 카메라 기반 감시 시스템은 선박의 안전을 강화시킬 수 있는 효과적인 대안이 될 수 있다. 이에 본 연구에서는 기존 PTZ 카메라의 기능들을 소프트웨어적 방법으로 더욱 강화시킨 형태의 모니터링 시스템을 제안한다. 보다 구체적으로는 카메라제어 모듈, 위치등록 모듈, 순회제어 모듈, 멀티뷰 영상재구성 모듈로 구성된 모니터링 시스템의 설계 방법을 제안하고, 제안된 방법은 기관실 환경에서의 실험을 통해 그 효용성을 평가한다.

• 대한전자공학회논문지SP
• /
• 제42권6호
• /
• pp.1-8
• /
• 2005

이 논문에서는 팬-틸트-줌 기능을 가지는 실시간 능동카메라 시스템에 적합한 2단계 머리 추적 알고리즘을 제안한다. 먼저, 색 수렴 단계에서는 머리의 모양을 타원으로 가정하고 모델 색-히스토그램을 얻는다. 그 후, 모델과 후보 타원의 색-히스토그램간의 유사도를 검사하여 목표 물체의 대략적인 위치를 구하기 위해 mean-shift 방법을 이용한다. 여기에서 영상 내 물체 영역의 색 분포가 카메라의 관찰 방향에 따라 달라지는 것을 고려하기 위하여, 모델 히스토그램 뿐 아니라 이전 프레임에서 얻어진 타원의 색 히스토그램도 함께 고려함으로써 mean-shift의 수렴성을 향상시킨다. 특히, 이전 프레임에서 결정된 타원 내부의 가장자리 영역에 포함되어 있는 배경 색 성분에 의한 오류 누적 문제를 해소하기 위해, 모델 히스토그램을 이용하여 타원의 크기를 적응적으로 축소함으로써 이전 추적 결과중 머리 영역에 해당되는 색 히스토그램을 얻는다. 또한 영상 내의 전역 움직임을 예측하고 이를 보상하여 정확한 초기 위치를 찾음으로써 mean-shift의 색 수렴성을 더욱 향상시킨다. 이 때, 고속 움직임 추정을 위해 1-D 투사 데이터 기반의 방법을 제안한다. 다음 단계에서는, 모양 정보를 이용하여 수렴단계에서 얻어진 타원의 위치와 크기를 보다 정확히 재조정한다. 이를 위해 영상 내 경사도의 방향에 기반한 강건한 모양 유사도 함수를 정의하고 사용한다. 다양한 환경을 고려한 실험을 통하여, 사람의 움직임이 빠른 경우, 영상 내 머리 크기의 변화가 심한 경우, 그리고 배경의 색과 모양이 매우 복잡한 경우에 대해서도 제안한 알고리즘이 비교적 정확히 추적을 수행함을 보였다. 아울러 제안한 알고리즘은 추적을 수행하는데 일반 PC에서 약 30fps의 처리 속도를 보여 실시간 시스템에 적합하다.