다양한 환경을 포함하고 있는 동영상에서 움직이는 객체를 추출, 인식하기 위해서는 배경 모델링이 중요하다. 이러한 객체 인식을 위한 전처리 과정인 배경 모델링을 위한 여러 방안이 제안되었다. 그중 큐 기반 배경 모델링으로 대표되는 Kumar의 방법이 있다. 하지만 이는 프레임의 갱신검사 주기가 고정되어 있어 여러 시스템에 적용시키는데 한계점이 있다. 본 논문은 큐 기반 배경 모델링 기법을 이용하고 이때 주요한 환경 변수가 되는 슬라이딩 윈도우의 크기 및 영상의 자기 단계에 따른 그룹핑 크기, 프레임의 갱신검사 주기를 배경 모델에 따라 적응적으로 결정하는 방법을 제안한다. 배경 모델에 따른 환경변수를 결정하기 위해 객체 검출율, 객체 오검출율, 갱신율을 평가 기준으로 삼는다. 제안된 방법으로 실시간 처리에 부적합한 기존의 배경 모델링 방법을 개선하여 보다 효과적으로 객체를 인식할 수 있다.
연속 영상을 이용하여 실시간으로 움직임 객체를 추출하고 추적하기 위해 배경분리(Background Subtraction) 기법을 주로 사용한다. 외부 환경에서는 조명의 변화, 나무의 흔들림과 같은 반복적인 움직임 그리고 급격히 움직이는 객체 등과 같이 고려해야할 많은 환경 변화 요인들이 존재한다. 이러한 외부 환경의 변화를 적응적으로 반영하여 배경을 분리할 수 있는 배경 모델로는 주로 가우시안 혼합 모델(GMM: Gaussian Mixture Model)이 적용되고 있으며, 실시간 성능 등을 개선시킨 적응적 가우시안 혼합 모델 등이 사용되고 있다. 본 논문은 개선된 적응적 가우시안 혼합 모델을 적용하고 고정된 학습률 ${\alpha}$(일반적으로 작은 값)을 사용함으로써 물체의 갑작스러운 움직임 등에 빠르게 적응하지 못하는 문제점을 해결하기 위해 가우시안 분포 수의 적응적 조절 기능과 픽셀 값을 분산을 이용하여 학습률 ${\alpha}$값을 동적으로 제어하는 방법을 제안하고 성능을 평가하였다.
KSII Transactions on Internet and Information Systems (TIIS)
/
제13권3호
/
pp.1464-1480
/
2019
Robust tracking of infrared (IR) pedestrian targets with various backgrounds, e.g. appearance changes, illumination variations, and background disturbances, is a great challenge in the infrared image processing field. In the paper, we address a new tracking method for IR pedestrian targets via multi-feature local sparse representation (SR), which consists of three important modules. In the first module, a multi-feature local SR model is constructed. Considering the characterization of infrared pedestrian targets, the gray and edge features are first extracted from all target templates, and then fused into the model learning process. In the second module, an effective tracker is proposed via the learned model. To improve the computational efficiency, a sliding window mechanism with multiple scales is first used to scan the current frame to sample the target candidates. Then, the candidates are recognized via sparse reconstruction residual analysis. In the third module, an adaptive dictionary update approach is designed to further improve the tracking performance. The results demonstrate that our method outperforms several classical methods for infrared pedestrian tracking.
본 논문에서는 SOPC 기반 NIOSII 임베디드 프로세서와 C2H 컴파일러를 적용하여 영상 감시 시스템을 구현하였다. 카메라의 영상 신호 출력, 영상처리, 시리얼 통신 및 네트워크 통신의 제어를 위해 C2H 컴파일러에 의한 IP를 구성하였고, SOPC 및 NIOS II 임베디드 프로세서에 기반한 각각의 IP를 효과적으로 제어할 수 있도록 구현하였다. 그리고, 보다 빠르고 환경에 강인한 이동 물체 검출을 위한 방법으로 배경영상을 갱신하는 알고리듬을 적응 가우시안 혼합 모델(AGMM)을 제안하였다. 그 결과 주간 및 야간에서도 이동 물체를 잘 검출할 수 있었다. 실험을 통해 제안된 AGMM 알고리듬이 적응 임계치법(ATM)과 가우시안 혼합모델(GMM)보다 이동하는 보행자 및 차량의 검출에서 우수함을 확인하였다.
본 논문에서는 객체이동을 고려한 배경영상 생성과 사고 후보영역의 보존 및 검증하는 방법을 포함하는 개선된 교차로 교통사고 감지 방법을 제안한다. 교차로 내 신호등 주기를 이용한 교차로 사고감지 방법이 제안된 바 있는데 이는 사고 객체의 가려짐이 발생할 경우 사고를 감지하지 못하는 문제가 발생할 수 있다. 본 논문에서는 역원근변환을 수행하여 객체의 크기를 일정하게 하였으며, 환경잡음에 강건한 배경영상 생성, 객체의 이동정보를 이용한 사고 후보영역의 생성, 에지 정보를 이용한 사고 후보영역의 보존 및 삭제 방법 등을 제안한다. 제안한 알고리즘의 성능을 알아보기 위하여 교차로에 설치된 DVR을 통해 출퇴근 시간대의 영상, 야간 및 주간의 우천 시의 다양한 사고 영상, 조명 및 그림자의 환경적 잡음이 포함된 영상을 저장하여 실험하였다. 실험 결과 실험에 포함된 20건의 사고를 모두 감지하였으며 실제 사고 유효 획득률은 76.9%로 나타났다. 또한 검지영역의 면적에 따라 초당 10~14프레임의 처리속도를 나타내어 실시간 처리에 문제가 없을 것으로 판단된다.
본 논문에서는 능동윤곽모델에 기반을 둔 스네이크 알고리듬을 움직임 추정과 결합하여 안정적인 객체 추적 기술을 제안하였다. 초기 영상에서 목표 객체의 초기 윤곽을 지정한 후 스네이크 알고리듬을 사용하여 객체의 경계 영역을 찾아내고, 동시에 움직임 추정 기술을 사용하여 객체의 이동 방향과 거리를 예측하여 초기값을 갱신한다. 연속되는 다음 영상에서는 스네이크 알고리듬을 같은 방법을 사용하여 객체 영역을 추정한다. 스네이크 알고리듬은 배경과 객체를 구분하는 역할을 수행하고, 움직임 추정 알고리듬은 객체의 이동 방향과 변위를 찾아낸다. 제안된 기술은 기존의 형태모델에 기반을 둔 추적 기술에 비해 상당히 계산량이 줄기 때문에 실시간 객체 추적이 가능하며 복잡한 배경에서도 추적의 정확도를 유지하는 장점이 있다.
실시간 동영상에서 객체의 추적은 배경영상에서 움직이는 객체를 추출하고 추출된 객체의 이동을 추적하는 것으로 컴퓨터 비전 및 여러 실용적 응용 분야에서 관심을 가지는 주제중 하나이다. 본 논문에서는 실시간 객체의 추적에서 배경영상과 입력영상의 차영상을 이용하는 방법의 전 처리로 시간의 흐름에 따라 변화되는 배경영상의 잡음을 최소화하기 위하여 입력영상의 일부분을 배경영상으로 대체함으로 최신의 배경영상을 유지 할 수 있는 방법을 제안하고자 한다. 실시간 동영상의 객체추적은 배경영상과 입력영상의 차를 이용하는데 최초의 배경영상은 시간의 흐름에 의해 빛의 양이나 주위환경에 의해 많은 변화를 가져오게 된다. 또한 실시간으로 처리해야 하는 시간성으로 인해 최신의 배경영상을 획득하는데 많은 처리시간을 할애할 수 없다. 따라서 전체 영상의 일부분을 대상으로 점진적으로 누적영상을 배경영상에 적용함으로 실시간 환경에서의 배경영상의 변화에 의한 잡음을 최소화 하도록 하였다.
본 논문은 주행 차량의 차선 변경 시, 위험 여부를 판단하는 방법을 제안하고 시스템을 구현한다. 차선 변경의 위험 여부를 판단하기 위해서 첫째, 변경하고자 하는 차선에 관심 영역(ROI)을 설정해야 하고 둘째, 변경할 차선으로 자차가 이동할 때 자차에 위험이 될 차량을 정확하게 추출해야 하며 셋째, 추출된 차량의 방향과 상대 속도, 상대 거리를 계산하여 운전자에게 위험 경보를 울릴지에 대한 여부를 판단해야 한다. ROI를 설정하기 위해서 영역의 한 축이 되는 차선을 잡고 이를 기준으로 영역을 확장시켰는데 좌표 변환 기법을 이용하여 정확성을 높였다. 변경 차선의 정확한 차량 추출을 위하여 적응 배경화면 갱신 모델 기법과 주행 도로의 특징을 이용한 영상의 영상 분할 방법을 이용하였다. 위험 차량으로 추출된 물체는 자차(自車)와의 상대거리, 상대 속도를 계산하고 픽셀 좌표 이동을 일정시간 평균을 내어 방향을 알아내어 위험으로 판단 시 경보를 울리도록 하였다. 제안한 알고리즘은 영역을 최소화하고 도로와 차량의 특징을 이용함으로써 정확도를 높이고 계산량을 줄여 빠른 연산을 요구하는 주행 차량의 영상에서 안정적인 결과를 얻을 수 있었다.
영상에서 사람의 머리위치를 찾는 문제에 있어서 어깨선 정보를 이용하는 것은 아주 유용하다. 영상에서 머리 외곽선과 어깨선의 형태는 일정한 변형을 유지하면서 같이 움직이므로 이를 ASM(Active Shape Model) 기법을 사용해서 통계적으로 모델링 할 수 있다. 그러나 ASM 모델은 국부적인 에지나 그래디언트에 의존하므로 배경 에지나 클러터 성분에 민감하다. 한편 AAM(Active Appearance Model) 모델은 텍스쳐 등을 이용하지만, 사람의 피부색, 머리색깔, 옷 색깔 등의 차이로 인해서 통계적인 학습방법을 쓰기가 어렵고, 전체 비디오에서 외모(Appearance)가 시간적으로 변한다. 따라서, 본 논문에서는 외모(Apperance) 모델을 변화에 따라 바꾸는 대신, 영상의 각 화소를 머리, 어깨, 배경으로 구분하는 분별적 외모 모델(discriminative appearance)를 사용한다. 실험을 통해서 제안된 방법이 기존의 기법에 비해서 포즈변화와 가려짐, 조명의 변화 등에 강인함을 보여준다. 또한 제안된 기법은 실시간으로 작동하는 장점 또한 가진다.
감마 카메라 안에는 검출기의 감도를 균일하게 해주는 flood table이 내장되어있어 있는데, 우수한 균일성을 유지하기 위해서는 적합한 flood table을 사용하여야 한다. 왜냐면 flood table은 입사된 방사선의 종류와 에너지, 용량에 따라 차이가 나기 때문이다. 그래서 본 논문에서는 적절치 못한 flood table을 사용하였을 때, 영상의 균일성이 어떻게 변화하는지를 알아보겠다. 입사 방사선으로 $^{57}Co$, $^{99m}Tc$, $^{201}Tl$ 370 MBq를 사용하였다. Philips 사의 SkyLight, GE 사의 Infinia 감마 카메라를 사용하여. 각 선원 별로 각각 $^{57}Co$로 교정된 flood table, $^{99m}Tc$으로 교정된 flood table로 보정한 영상을 얻고, 균일성을 보정하지 않은 영상과 비교하였다. 추가적으로 콜리메이터를 장착한 상태에서 데이터를 얻고 내인성 flood table과 외인성 flood table로 보정 해보았다. 이렇게 나온 결과 영상을 가지고 균일도를 평가하였고, 그 값들을 서로 비교하였다. $^{57}Co$를 사용한 경우 보정을 하지 않았을 때 균일도는 9.34% 이고, $^{99m}Tc$ flood table로 보정하였을 때는 5.91%, $^{57}Co$ flood table일 경우 4.9%가 나왔다. $^{201}Tl$을 사용한 경우, 보정하지 않으면 9.81%, $^{99m}Tc$ flood table은 7.03%, $^{57}Co$ flood table은 7.49% 나왔다. $^{99m}Tc$을 사용한 경우, 무보정 시 9.67%, $^{99m}Tc$ flood table은 3.96%, $^{57}Co$ flood table은 5.69% 나왔다. 그리고 내인성 flood table로 보정을 한 경우 6.28% 나왔다. flood table이 입사된 방사선의 종류와 맞지 않는다면 균일도는 변화되는걸 알 수 있었고, 입사된 방사선과 flood table을 교정한 방사선원의 종류가 일치할 때, 감마 카메라의 균일도는 가장 좋음을 알 수 있다. 더불어 내인성, 외인성 시스템처럼 콜리메이터의 유무에 따라 다르게 교정한 flood table에 따라서도 균일도는 변화됨을 알 수 있다. 따라서 감마선을 받아 들이는 상황과 방사선원에 따라 일치한 flood table를 지정하여야 하고, 정기적으로 flood table을 개선시켜 주어야 높은 균일성을 유지 시킬 수 있을 것이다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.