• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제48차 하계학술발표논문집 21권2호
• /
• pp.47-48
• /
• 2013

본 논문에서는 이동 카메라 환경에서 이동물체 추적을 위한 영상 분할에 대하여 연구하였다. 입력영상으로 부터 이동물체영역을 분할하기위하여 입력영상에 대하여 윤곽선을 구한 다음 윤곽선 영역에 대하여 BMA을 이용하여 이동벡터를 구한다. 구해진 이동벡터를 같은 특성의 벡터들을 분류하여 이동물체를 분할한다. 제안된 알고리즘이 다중 이동물체의 분할이 가능하였다.

• 한국정보통신학회논문지
• /
• 제4권1호
• /
• pp.123-130
• /
• 2000

본 논문은 고정된 카메라에서 얻어진 연속 영상으로부터 능동 윤곽선 모델을 이용하여 이동 물체의 윤곽선을 추출하는 방법을 제안한다. 주위 환경 변화에 강인한 처리를 위해 적응 배경 모델을 사용하였다. 물체 분할 모델은 얻어진 배경 영상과 현재 영상의 차영상으로부터 국부 영상의 임계값 이상의 화소를 찾아 연결한 영역을 분할하며, 형태학적 필터에 의하여 이동 물체의 경계 부분에서 발생하는 잡음을 제거하였다 분할된 이동 물체 윤곽선은 능동 윤곽선 모델을 이용하여 보다 정확한 이동 물체의 경계를 추출한다. 제안한 방법을 사용하여 도로 영상에서 실험한 결과를 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제20권5호
• /
• pp.21-29
• /
• 2015

본 논문에서는 프레임 블록화와 이동블록 간 객체 이동을 이용한 샷 전환 탐지 알고리즘을 제안한다. 객체의 급격한 이동을 탐지하기 위해 연속 프레임의 현재 블록의 대각선상에 위치한 이동 블록을 정의하고 블록 히스토그램을 비교한다. 제안 방법은 두 연속 프레임 내 블록 간 객체 이동 여부를 검사하며, 객체 이동 블록 정보를 가지고 프레임 간 샷 전환 탐지를 예측한다. 현재 프레임의 블록이 다음 프레임의 이동 블록과 비교 시, 블록 히스토그램이 사용되며 샷 전환 임계값은 Otsu 임계값 방법을 이용하여 자동으로 선정한다. 제안 방법은 영화, 드라마, 애니메이션, 국가기록원 소장 영상 등과 같이 다양한 흑백 또는 칼라 영상에 대해 테스트되었다. 실험결과 제안하는 방법은 기존의 알고리즘과 비교 시 탐지율을 높일 수 있었다.

• Journal of information and communication convergence engineering
• /
• 제8권4호
• /
• pp.466-471
• /
• 2010

We have proposed a method to detect and track moving ships using position from Radar and image processor. Real-time segmentation of moving regions in image sequences is a fundamental step in the radar-camera integrated system. Algorithms for segmentation of objects are implemented by composing of background subtraction, morphologic operation, connected components labeling, region growing, and minimum enclosing rectangle. Once the moving objects are detected, tracking is only performed upon pixels labeled as foreground with reduced additional computational burdens.

• 정보처리학회논문지B
• /
• 제9B권3호
• /
• pp.359-368
• /
• 2002

본 논문에서는 매칭 에러 영상과 이동벡터를 이용한 효율적인 이동물체 외곽선 검출 알고리즘과 부분외곽선 정보를 이용한 이동물체 고속 추적 알고리즘을 제안하였다. 이동물체의 외곽선 검출은 watershed 알고리즘을 기반으로 확률분포함수를 적용하여 seed 영역을 생성하고 seed 영역을 확장하여 이동물체의 윤곽선을 검출한 다음 이동벡터를 이용하여 최종 외곽선을 추출한다. 외곽선 중 일부를 특징으로 하여 이동물체를 추적하는 알고리즘을 사용하였다. 이동물체 초기 특징 벡터는 이동물체의 외곽선 영역 중 상하좌우의 외곽선 일부분을 특징벡터로 정한다. 다음은 추적단계로 이전 프레임에서 얻은 특징벡터를 이용하여 현재 프레임에서 이동물체의 추적을 수행하였다. 실제영상에 대하여 제안된 알고리즘으로 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 추적 연산이 간단하였다. 고속이동벡터를 추출 BMA 연산은 기존 알고리즘 보다 연산량이 약 39% 감소였고, 이동 물체 외곽선 검출 알고리즘은 과분할 문제점이 발생하지 않았으며, 상하 좌우 외곽선 정보를 이용하여 이동물체를 추적한 결과 추적오차는 특징벡터의 크기가 $(15\times{5)}$일 때 검색오차가 4 화소 이하로 양호하게 나타났다.

• 제어로봇시스템학회논문지
• /
• 제16권8호
• /
• pp.766-770
• /
• 2010

In this paper, we present an effective covariance tracking algorithm based on adaptive size changing of tracking window. Recent researches have advocated the use of a covariance matrix of object image features for tracking objects instead of the conventional histogram object models used in popular algorithms. But, according to the general covariance tracking algorithm, it can not deal with the scale changes of the moving objects. The scale of the moving object often changes in various tracking environment and the tracking window(or object kernel) has to be adapted accordingly. In addition, the covariance matrix of moving objects should be adaptively updated considering of the tracking window size. We provide a solution to this problem by segmenting the moving object from the background pixels of the tracking window. Therefore, we can improve the tracking performance of the covariance tracking method. Our several simulations prove the effectiveness of the proposed method.

• 정보처리학회논문지B
• /
• 제12B권7호
• /
• pp.721-728
• /
• 2005

본 논문에서는 영상 내 물체 영역에 대한 다중정규화와 움직임 색상 정보를 활용하여 이동 물체에 대한 후보 그룹을 추출하고 영상 분할 방법에 의해 대상 물체 영역을 정의하며 최종적으로 목표물체에 대한 검출방법을 제공하였다. 다중 색상변환에 의해 물체의 고유영역 확률을 강화하고 MCWUPC(Moving Color Weighted Unmatched Pixel Count) 연산을 활용하여 이동물체의 영역을 강조하는 두 가지 개념을 결합함으로써 최종적으로 입력 영상 시퀀스에서의 후보영역을 찾아 분할하였으며 매 프레임 정확한 물체의 외곽정보를 검출하였다. 제안된 알고리즘을 검증하기 위하여 이동물체의 이동 실시간이 가능한 시스템을 구축하였고, 다양한 배경을 포함한 실험영상 120 프레임을 처리한 결과 $89\%$ 이상의 추적 성공률을 보여주었다.

• 로봇학회논문지
• /
• 제7권2호
• /
• pp.113-119
• /
• 2012

In this paper we propose the method that detects moving objects in autonomous navigation vehicle using LRF sensor data. Object detection and tracking methods are widely used in research area like safe-driving, safe-navigation of the autonomous vehicle. The proposed method consists of three steps: data segmentation, mobility classification and object tracking. In order to make the raw LRF sensor data to be useful, Occupancy grid is generated and the raw data is segmented according to its appearance. For classifying whether the object is moving or static, trajectory patterns are analysed. As the last step, Markov chain Monte Carlo (MCMC) method is used for tracking the object. Experimental results indicate that the proposed method can accurately detect moving objects.

• 전자공학회논문지S
• /
• 제35S권12호
• /
• pp.77-83
• /
• 1998

일반적으로 동영상은 물체의 움직임에 의해 움직임 열화를 겪는다. 본 논문의 목적은 이러한 움직임 열화의 해석을 위한 모델을 제시하고 정칙화된 반복 기법을 이용하여 이를 제거하기위한 복원방식을 제안하는 것이다. 제안된 모델에서는 기존의 공간 불변적인 모델의 한계를 극복하기 위하여 움직이는 물체와 정지된 배경과의 경계에서 일어나는 현상을 수학적으로 해석하게 된다. 그리고 복원 과정에서의 객체기반적 처리를 위하여 움직임을 기반으로 하는 영상 분할 기법을 소개하는데, 이 기법은 기존의 연구를 바탕으로 본 연구에 맞도록 응용하여 사용한다. 제안된 모델을 근거로 한 영상복원 기법은 제약조건을 이용한 반복적 방법으로서 사전에 추정된 열화정보를 이용하여 움직임 열화를 제거하개 된다. 제안된 방법의 성능은 실험결과로서 확인할 수 있다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.1021-1022
• /
• 2008

This paper proposes an object segmentation method using centre of mass model and $CIELa^*b^*$ color feature. The proposed method detects moving objects using geometric and colorimetic information. The method is robust to illumination changes and it reduces noise by block-wise computation.