• 한국산학기술학회논문지
• /
• 제8권6호
• /
• pp.1524-1529
• /
• 2007

본 논문에서는 자동 촬영 파노라마 생성 방법을 제안한다. 기존에는 두 장의 파노라마 멤버들을 수동으로 촬영하여 파노라마 영상을 만드는 반면, 제안한 방법은 이동되는 카메라에서 파노라마 멤버들을 자동으로 촬영하여 파노라마 영상을 생성한다. 파노라마 멤버들은 카메라로부터 들어오는 영상 스트림에서 추적 영역을 자동으로 추적하여 촬영된다. 촬영된 멤버들은 추적 영역을 포함하는 정합 영역에 대해 불변 특징 방법을 적용한다. 이 방법은 파노라마 멤버들을 자동으로 촬영할 수 있고 파노라마 생성 속도가 빠른 장점이 있다. 실험에서 $320{\times}240$ 크기의 칼라 영상에 대해 제안한 방법의 처리 시간이 약 0.89초로 기존의 특징 기반 방법(6)에 비해 처리 속도가 약 2배 빠른 결과를 보였다.

• 대한전자공학회논문지SP
• /
• 제45권3호
• /
• pp.55-63
• /
• 2008

본 논문은 전 방향을 감시할 수 있는 Pan-Tilt-Zoom(PTZ) 카메라를 이용한 파노라마 배경 생성과 객체 추적 방법을 제안한다. 제안된 방법은 연속되는 두 영상의 외곽 영역에서 미리 정한 지역만 위상정합(phase correlation)을 하여 카메라의 지역 움직임을 빠르게 추정하고 벡터 양자화를 통하여 움직임 추정 오차를 최소화 한다. 추정된 움직임 값을 이용하여 겹침 영역이 존재하는 영상들을 획득하여 실린더에 투영시키고 영상을 재 정렬함으로써 파노라마 배경 영상을 생성할 수 있다. 객체 추적은 미리 생성된 파노라마 배경과 입력 영상의 차분 방법을 이용하여 배경과 객체를 분리하고 객체의 움직임을 추적한다. 제안된 객체 추적 방법은 PTZ 카메라를 이용하여 빠르고 안정적인 배경 생성이 가능하고, 전방향의 객체를 지속적으로 추적하는 것이 가능하다. 제안된 방법은 실시간 처리가 가능하며 넓은 감시 지역에서 객체의 형태를 추적하거나 얼굴인식과 같은 분야에서 이용될 수 있을 것이다.

• 한국멀티미디어학회논문지
• /
• 제21권2호
• /
• pp.289-299
• /
• 2018

The 360 degree panoramas are picture of a wide range of images on one screen, so we can see a fairly wide range at a time. In particular, cylinderical panoramas are the most widely used spherical image, and its left and right viewing angles reach 360 degree, so you can observe front, rear, left, and right at once. Using 360 degree panorama, all directions can be monitored at the same time, so all directions can be effectively monitored compared to other methods. In this paper, we develop a system to recognize and track the movement of moving objects on a 360 degree panorama, and then present and verify the experimental results. For this goals, first, we developed a system to recognize moving objects in 360 degree panorama using DoF(Difference of Frame) algorithm. Second, based on the TLD algorithm, we developed an application that can track a specific single moving object in a 360 degree panorama and presented the experimental results.

• 대한전자공학회논문지SP
• /
• 제42권5호
• /
• pp.79-84
• /
• 2005

일반적인 카메라의 시야는 사람에 비하여 매우 좁기 때문에 큰 물체를 한 화면으로 얻기 힘들며, 그 움직임도 넓게 감시하기에 어려움 점이 많다. 이에 본 논문에서는 어안 렌즈(Fish-Eye Lens)를 사용하여 넓은 시야의 영상을 획득하고 전방향 감시를 위한 투시(perspective) 영상과 파노라마(panorama) 영상을 복원하는 방법을 제시한다. 영상 변환 과정에서 어안 렌즈의 특성으로 인한 해상도 차이를 보완하기 위하여 여러 가지 영상 보간법을 적용하고 결과를 비교하였다. 그리고 ME(Moving Edge) 방법으로 움직임을 검출하여 다중 물체를 추적할 수 있도록 하였다.

• Journal of information and communication convergence engineering
• /
• 제2권1호
• /
• pp.52-57
• /
• 2004

In this paper, we propose a panorama-based object tracking scheme for wide-view surveillance systems that can detect and track moving objects with a pan-tilt camera. A dynamic mosaic of the background is progressively integrated in a single image using the camera motion information. For the camera motion estimation, we calculate affine motion parameters for each frame sequentially with respect to its previous frame. The camera motion is robustly estimated on the background by discriminating between background and foreground regions. The modified block-based motion estimation is used to separate the background region. Each moving object is segmented by image subtraction from the mosaic background. The proposed tracking system has demonstrated good performance for several test video sequences.

• 한국콘텐츠학회논문지
• /
• 제17권3호
• /
• pp.42-52
• /
• 2017

파노라마 영상은 여러 시점에서 촬영한 영상들을 대응점들의 정합을 통해 합성하여 얻은 단일 영상을 말한다. 기존의 파노라마 영상 생성 방법들은 대응점들을 구할 때 각 영상에서 지역적 불변 특징점을 추출하여 서술자를 생성하고 매칭 알고리즘을 사용한다. 동영상의 경우, 프레임 수가 많아 기존의 방법으로 파노라마 영상을 생성하는 것이 상당한 시간을 소비하고 불필요한 계산을 한다. 본 논문에서는 동영상을 입력 받아 구면 파노라마 영상을 효과적으로 생성하는 기법을 제안한다. 동영상의 프레임 간의 변화가 지역적으로 크지 않으며 연속적이라는 전제 조건으로 반복성 및 계산속도가 높은 FAST 알고리즘을 사용하여 특징점들을 추출하고, Lucas-Kanade 알고리즘을 통해 각 특징점들을 추적하여 그 주변에서 대응점을 찾는다. 모든 영상에 대해서 호모그래피를 계산하면 가운데 영상을 중심으로 호모그래피를 변경하고 영상을 와핑하여 평면 파노라마 영상을 얻는다. 마지막으로 구면 좌표계 역변환식을 통해 구면 파노라마 영상을 변환하여 얻는다. 실험을 통하여 제안하는 방법이 기존의 방법들보다 파노라마 영상을 빠르고 효과적으로 생성하는 것을 확인하였다.

• 방송공학회논문지
• /
• 제20권5호
• /
• pp.728-737
• /
• 2015

스티칭 기법은 여러 영상에서 추출한 특징점의 디스크립터를 생성하고, 특징점들간의 정합 과정을 통해 하나의 영상으로 만드는 것이다. 각각의 특징점은 128 차원의 정보를 가지고 있고, 특징점의 개수가 증가 할수록 데이터 처리 시간이 증가하게 된다. 본 논문에서는 비디오 영상을 입력 했을 때 고속 파노라마 생성을 위한 특징점 추출 및 정합 기법을 제안한다. 빠른 속도로 특징점 추출을 위해서 FAST(Features from Accelerated Segment Test) 기법을 사용한다. 특징점 정합과정은 기존의 방법과는 다른 새로운 방법을 제안한다. Mean shift를 통해 특징점이 포함된 영역을 추적하여 벡터(vector)를 구하고 이 벡터를 사용하여 추출한 특징점들을 정합하는데 사용한다. 마지막으로 이상점(outlier)을 제거하기 위해 RANSAC(RANdom Sample Consensus) 기법을 사용한다. 입력된 두 영상의 호모그래피(homography) 변환 행렬을 구하여 하나의 파노라마 영상을 생성한다. 실험을 통해 제안하는 기법이 기존의 기법보다 속도가 향상되는 것을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제45권6호
• /
• pp.108-116
• /
• 2008

본 논문은 시점이 변화하는 동적 비디오에서 파노라마 배경을 생성하고 객체 추적을 가능하게 하는 알고리듬을 제안한다. 보다 구체적으로, 카메라로 입력되는 인접한 두 영상에서 추출된 특징점으로 부터 영상간의 관계를 유도하며, 이를 이용한 실린더 투영, 영상의 재정렬, 그리고 겹침 지역의 일그러짐을 최소화 하기 위한 스티칭(stitching) 및 블렌딩(blending)을 수행한다. 이 과정에 의해서 생성 된 배경을 기준으로 현재 입력 영상과 차분을 계산하여 객체 추적을 수행했다. 제안된 방법은 배경생성이 완료된 이후부터는 객체의 감시만을 수행하므로 실시간으로 넓은 영역의 감시가 가능하며, 이를 통한 지속적인 객체의 추적이 가능하다. 따라서 향후 공공장소 등과 같이 넓은 영역에서의 감시, 추적에 이용할 수 있다.

• 정보학연구
• /
• 제7권2호
• /
• pp.93-104
• /
• 2004

스포츠 중계 영상과 같은 동영상은 카메라의 줌과 팬에 의한 화면 전역 이동이 크게 발생하며, 적은 수의 특징점 및 다수의 불규칙 운동 개체들로 인하여 이동 해석이 매우 어렵다. 본 논문에서는 이러한 다이나믹한 동영상의 전역 이동 계수를 추출하기 위한 새로운 알고리듬을 제안하고, 이를 개체 추적 시스템에서의 이동 보상과 파노라마 합성에 이용할 수 있도록 하였다. 인접 프레임 사이의 이동을 연속적으로 적용할 때, 누적되는 오차를 최소화하기 위하여, 다중 프레임 간의 이동으로부터, 사이 프레임들 간의 이동을 보간하는 방법을 제안하였다. 여기서 아핀 변환 또는 원근 투영 변환을 하나의 정방 행렬로 보고, 미소 이동을 갖는 행렬의 거듭제곱으로 분할하는 문제를 제시하고, 뉴튼 랩슨 방법을 벡터와 행렬 행태로 변형하여 풀이하는 방법을 제안하였고 매우 효율적으로 계산할 수 있음을 보였다. 이를 다수의 프레임 사이에서 재 계산된 이동과의 오차의 분할에 이용하고, 같은 방법을 계층적으로 수행하는 이동 계수의 향상 방법을 제안하였다. 제안된 방법은 방송용 특수 효과의 연출과 비디오 인덱싱 등의 응용 분야에 활용할 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권3호
• /
• pp.835-854
• /
• 2012

In this paper, we propose a novel positioning system for indoor navigation which helps a user navigate easily to desired destinations in an unfamiliar indoor environment using his mobile phone. The system requires only the user's mobile phone with its basic equipped sensors such as a camera and a compass. The system tracks user's positions and orientations using a vision-based approach that utilizes $360^{\circ}$ panoramic images captured in the environment. To improve the robustness of the vision-based method, we exploit a digital compass that is widely installed on modern mobile phones. This hybrid solution outperforms existing mobile phone positioning methods by reducing the error of position estimation to around 0.7 meters. In addition, to enable the proposed system working independently on mobile phone without the requirement of additional hardware or external infrastructure, we employ a modified version of a fast and robust feature matching scheme using Histogrammed Intensity Patch. The experiments show that the proposed positioning system achieves good performance while running on a mobile phone with a responding time of around 1 second.