• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권1호
• /
• pp.59-69
• /
• 2007

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.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 추계종합학술대회
• /
• pp.366-369
• /
• 2005

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.

• 융합신호처리학회논문지
• /
• 제12권1호
• /
• pp.13-19
• /
• 2011

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.

• 정보처리학회논문지B
• /
• 제18B권3호
• /
• pp.117-130
• /
• 2011

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.

• 대한전자공학회논문지SP
• /
• 제44권5호
• /
• pp.64-72
• /
• 2007

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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (상)
• /
• pp.715-718
• /
• 2002

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.

• 융합신호처리학회논문지
• /
• 제8권2호
• /
• pp.98-105
• /
• 2007

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.

• 한국통신학회논문지
• /
• 제32권2C호
• /
• pp.141-149
• /
• 2007

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.

• 핵의학기술
• /
• 제15권1호
• /
• pp.29-33
• /
• 2011

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.