• 인터넷정보학회논문지
• /
• 제20권6호
• /
• pp.29-36
• /
• 2019

When dealing with outdoor images in a variety of computer vision applications, the presence of shadow degrades performance. In order to understand the information occluded by shadow, it is essential to remove the shadow. To solve this problem, in many studies, involves a two-step process of shadow detection and removal. However, the field of shadow detection based on CNN has greatly improved, but the field of shadow removal has been difficult because it needs to be restored after removing the shadow. In this paper, it is assumed that shadow is detected, and shadow-less image is generated by using original image and shadow mask. In previous methods, based on CGAN, the image created by the generator was learned from only the aspect of the image patch in the adversarial learning through the discriminator. In the contrast, we propose a novel method using a discriminator that judges both the whole image and the local patch at the same time. We not only use the residual generator to produce high quality images, but we also use joint loss, which combines reconstruction loss and GAN loss for training stability. To evaluate our approach, we used an ISTD datasets consisting of a single image. The images generated by our approach show sharp and restored detailed information compared to previous methods.

• 방송공학회논문지
• /
• 제26권4호
• /
• pp.419-428
• /
• 2021

그림자 제거는 객체 추적 및 검출 등 영상처리 기술의 핵심 전처리 요소이다. 최근 심층 합성곱 신경망 (Deep Convolutional Neural Network) 기반의 영상 인식 기술이 발전함에 따라 심층 학습을 이용한 그림자 제거 연구들이 활발히 진행되고 있다. 본 논문에서는 자기 주의 증류(Self Attention Distillation)를 이용하여 심층 특징을 추출하는 새로운 그림자 제거 방법을 제안한다. 제안된 방법은 각 층에서 추출된 그림자 검출 결과를 하향식 증류를 통해 점진적으로 정제한다. 특히, 그림자 검출 결과에 대한 정답을 이용하지 않고 그림자 제거를 위한 문맥적 정보를 형성함으로써 효율적인 심층 신경망 학습을 수행한다. 그림자 제거를 위한 다양한 데이터 셋에 대한 실험 결과를 통해 제안하는 방법이 실제 환경에서 발생한 그림자 제거에 효과적임을 보인다.

• 한국정보전자통신기술학회논문지
• /
• 제8권4호
• /
• pp.249-256
• /
• 2015

디지털 영상에서 그림자는 영산 분석에 부정적인 영향을 미칠 수 있기 때문에 효과적으로 이동물체 검출 및 추적을 위해서는 그림자 제거가 필수적인 전처리 과정이다. 본 논문에서는 색도 영상, 밝기 변화 및 이동물체의 그림자 방향 특성을 이용해 그림자를 제거하는 알고리즘을 제안하였다. 제안하는 방법은 크게 두 단계로 구성이 되며, 첫 번째 단계로 현재 영상의 색도와 밝기 변화를 이용해 그림자 후보 영역을 제거하고, 두 번째 단계에서 이동물체의 최하위 화소 위치를 구하여그림자의 방향에 해당하는 그림자를 제거하였다. 그림자는 이동물체의 아래 영역에 위치하기 때문에 이동물체의 최하위 화소와 그림자의 방향을 알면 그림자를 제거할 수 있다. 실험 결과, 실제 이동물체 영역과 그림자 영역의 분리가 효과적으로 이루어졌으며, 이동물체 검출 및 추적 성능이 향상되었다.

• 인터넷정보학회논문지
• /
• 제21권5호
• /
• pp.49-56
• /
• 2020

Detecting shadows in images and restoring or removing them was a very challenging task in computer vision. Traditional researches used color information, edges, and thresholds to detect shadows, but there were errors such as not considering the penumbra area of shadow or even detecting a black area that is not a shadow. Deep learning has been successful in various fields of computer vision, and research on applying deep learning has started in the field of shadow detection and removal. However, it was very difficult and time-consuming to collect data for network learning, and there were many limited conditions for shooting. In particular, it was more difficult to obtain shadow data from buildings and satellite images, which hindered the progress of the research. In this paper, we propose a method for generating shadow data from buildings and satellites using Unity3D. In the virtual Unity space, 3D objects existing in the real world were placed, and shadows were generated using lights effects to shoot. Through this, it is possible to get all three types of images (shadow-free, shadow image, shadow mask) necessary for shadow detection and removal when training deep learning networks. The method proposed in this paper contributes to helping the progress of the research by providing big data in the field of building or satellite shadow detection and removal research, which is difficult for learning deep learning networks due to the absence of data. And this can be a suboptimal method. We believe that we have contributed in that we can apply virtual data to test deep learning networks before applying real data.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.574-578
• /
• 2009

정지 영상이나 비디오 영상 시퀀스에서 배경 영상으로부터 움직이는 관심 물체를 구별하기 위한 실시간 물체 검출은 물체의 위치 추적과 인식에 있어 필수적인 단계이다. 물체 분할 후에 그림자 영역이 움직이는 물체 영역에 포함되어지기 때문에 그림자는 물체의 일부분 혹은 움직이는 물체로 오분류될 수 있다. 이러한 이유로 그림자 제거 알고리즘은 움직이는 물체 검출 및 추적 시스템의 결과에 중요한 역할을 한다. 이 문제점들을 해결하기 위해 본 논문에서는 움직이는 물체의 특징과 색상공간에서 그림자의 특징에 기반을 둔 정확한 물체 검출과 그림자 제거 알고리즘을 제안한다. 실험결과는 제안 알고리즘이 실험 영상에서 물체 검출과 그림자 제거에 대해 효과적인 것을 알 수가 있다.

• 한국멀티미디어학회논문지
• /
• 제17권4호
• /
• pp.420-432
• /
• 2014

In detection of moving objects from video sequences, an essential process for intelligent visual surveillance, the cast shadows accompanying moving objects are different from background so that they may be easily extracted as foreground object blobs, which causes errors in localization, segmentation, tracking and classification of objects. Most of the previous research results about moving cast shadow detection and removal usually utilize color information about objects and scenes. In this paper, we proposes a novel cast shadow removal method of moving objects in gray level video data for visual surveillance application. The proposed method utilizes observations about edge patterns in the shadow region in the current frame and the corresponding region in the background scene, and applies Laplacian edge detector to the blob regions in the current frame and the corresponding regions in the background scene. Then, the product of the outcomes of application determines moving object blob pixels from the blob pixels in the foreground mask. The minimal rectangle regions containing all blob pixles classified as moving object pixels are extracted. The proposed method is simple but turns out practically very effective for Adative Gaussian Mixture Model-based object detection of intelligent visual surveillance applications, which is verified through experiments.

• 한국항행학회논문지
• /
• 제18권4호
• /
• pp.387-392
• /
• 2014

최근 지능형 비디오 감시를 위한 다양한 연구가 제안되고 있음에도 CCTV 영상에서 이상 징후 판단이 사람에 의해 이루어지고 있어 상황인식을 위한 방법 및 연구가 필요하다. 본 논문에서는 이동물체 검출 및 추적을 위해 RGB 칼라 모델 기반의 색도 영상과 엔트로피 영상을 도출하여 그림자 제거를 수행한 후 이동물체를 추적하는 방법을 제안한다. 이동물체 검출을 위해 잡음 및 주위환경변화에 민감하지만 순간적으로 발생되는 상황인지 환경에서 효과적인 차영상 모델을 적용하였다. 검출한 이동물체 영역에서 RGB 채널의 색도 영상을 기반으로 첫 번째 그림자 후보 영역을 선정하였고, 그레이레벨에서 엔트로피를 계산하여 두 번째 그림자 후보 영역을 추정하여 그림자를 제거하였다. 제안하는 방법의 타당성을 위해 고속도로에서 주행하는 자동차들을 대상으로 실험하였고, 실험 결과 색상과 엔트로피를 이용한 그림자를 제거와 이동물체 추적이 효과적으로 수행됨을 확인하였다.

• 한국전자통신학회논문지
• /
• 제4권3호
• /
• pp.204-210
• /
• 2009

영상 감시 분야 중 침입자를 자동으로 인식해 내는 기술의 전처리 과정인 배경 분리 방법과 이동하는 객체의 주변에 있는 그림자를 제거하는 방법에 대한 많은 연구가 있어 왔다. 이동하는 객체와 그림자의 분리가 정확하지 않을 경우 이동 객체의 정확한 형태 분석이 어려우며, 위치 추적 또한 어렵다. 본 논문에서는 그림자를 제거하는 방법으로 명도 값을 활용하는 방법을 제안한다. 그림자 영역이 배경 영역과 비교하여 색상의 변화는 발생하지 않고, 명도 차이만 발생한다는 점에 착안한 방법으로, 이전 프레임에서 그림자 제거에 사용했던 임계값을 다음 프레임에서 갱신하여 사용하는 방법이다.

• 정보처리학회논문지B
• /
• 제12B권4호
• /
• pp.395-402
• /
• 2005

칼라 교통 영상열에서의 물체 추출을 위해 우선 MOG(Mixture of Gaussians)에 기반한 배경차이 방법을 이용한다. 추출한 물체에는 그림자가 포함되어 있을 수 있다. 이 그림자로 인해 물체의 정확한 위치를 찾기 힘들고 때에 따라서는 옆의 물체와 붙어 버릴 수도 있다 그림자 제거를 위한 여러 가지 방법이 제안되었다. 기존 연구는 대개 칼라나 텍스쳐 성분이 그림자 밑에 유지되고 있는 것으로 가정하였으며 이 가정이 성립하지 않는 경우에는 어려움이 있다. 본 논문에서는 이 가정이 성립하지 않는 경우에도 견고하게 그림자를 제거하는 방법을 제안하였다. 우선 색정보에 기반하여 그림자 화소 후보를 추출하고 전체 물체 크기에 대한 그림자 화소수의 비율을 계산한다. 비율이 적절하면 그림자 화소 후보를 제거하고, 과도하면 예전 제거 기록을 가지고 있는 history way를 활용하여 그림자를 제거한다. 제안된 방법을 실제 칼라 교통 영상열에 적용하여 좋은 결과를 얻었다.

• Journal of Electrical Engineering and Technology
• /
• 제9권6호
• /
• pp.2126-2133
• /
• 2014

We present a scalable object tracking framework, which is capable of removing shadows and tracking the people. The framework consists of background subtraction, fuzzy based shadow removal and boundary tracking algorithm. This work proposes a general-purpose method that combines statistical assumptions with the object-level knowledge of moving objects, apparent objects, and shadows acquired in the processing of the previous frames. Pixels belonging to moving objects and shadows are processed differently in order to supply an object-based selective update. Experimental results demonstrate that the proposed method is able to track the object boundaries under significant shadows with noise and background clutter.