가버 필터에 기반한 관심 객체 검출

김성영(Sung-Young Kim) 한국컴퓨터정보학회 2008 韓國컴퓨터情報學會論文誌 Vol.13 No.2

본 논문에서는 칼라 영상으로부터 관심 객체를 효과적으로 추출할 수 있는 방법을 제안한다. 본 논문에서 제안한 방법은 추출할 객체에 대한 사전 지식이 필요 없으며 단순한 배경뿐만 아니라 복잡한 배경에서도 영상에 포함된 관심 객체를 추출하는 것이 가능하도록 한다. 이를 위해 가버 필터 사전을 사용하여 객체의 대략적인 형상을 포함하는 가버 영상을 생성한다. 이를 기반으로 객체 추출에 필요한 특징 정보의 추출 기준이 되는 관심 창(attention window)의 초기 위치를 설정한다. 객체 추출 단계는 기존 연구에서 제안한 방법을 일부 수정하여 적용한다. 제안된 방법의 추출 성능을 평가하기 위해 제안된 방법으로 추출된 결과를 수작업으로 추출된 객체와 비교하여 Precision. Recall 및 F-measure를 계산한다. 이를 통해 제안된 방법의 성능을 확인하였다. 또한 기존 방법과의 추출 결과 비교를 통해 제안된 방법의 우수성을 검증하였다. In this paper, an extraction method of objects of interest in the color images is proposed. It is possible to extract objects of interest from a complex background without any prior-knowledge based on the proposed method. For object extraction. Gabor images that contain information of object location. are created by using Gabor filter. Based on the images the initial location of attention windows is determined, from which image features are selected to extract objects. To extract object. I modify the previous method partially and apply the modified method. To evaluate the performance of propsed method, precision. recall and F-measure are calculated between the extraction results from propsed method and manually extracted results. I verify the performance of the proposed methods based on these accuracies. Also through comparison of the results with the existing method. I verify the superiority of the proposed method over the existing method.

실시간 칼라영상에서 객체추출 및 추적

최내원,오해석,Choi, Nae-Won,Oh, Hae-Seok 한국정보처리학회 2003 정보처리학회논문지B Vol.10 No.1

본 논문은 고정영역에서 움직이는 객체를 검출하기 위한 방법으로 배경영상과 입력영상의 차를 이용하여 객체를 추출하고 추출된 객체의 이동을 추적하는 방법에 대해 제안하였다. 객체를 추출하는 방법으로 고정영역에 새로운 객체의 위치를 파악하기 위해 전체 영상의 픽셀을 연산에 참여시키는 것이 아니라 영상의 테두리에 설정된 영역의 픽셀들만을 연산에 참여시킨다. 따라서 중앙영역이 연산에서 제외되어 객체추출의 시간을 효과적으로 단축시킬 수 있었다. 또한 설정영역에서 객체를 추출하기 위하여 시작위치를 먼저 파악하고 시작위치로부터 객체의 가로와 세로의 크기를 추출함으로써 객체의 영역을 검출하였다. 이동된 객체의 추적에는 추출된 중심좌표를 이용하였다. In this paper, we propose the tracking method of moving object which use extracted object by difference between background image and target image in fixed domain. As a extraction method of object, calculate not pixel of full image but predefined some edge pixel of image to get a position of new object. Since the center area Is excluded from calculation, the extraction time is efficiently reduced. To extract object in the predefined area, get a starting point in advance and then extract size of width and height of object. Central coordinate is used to track moved object.

깊이와 칼라 영상의 특징을 사용한 ROI 기반 객체 추출

류가애(Ga-Ae Ryu),장호욱(Ho-Wook Jang),김유성(Yoo-Sung Kim),류관희(Kwan-Hee Yoo) 한국콘텐츠학회 2016 한국콘텐츠학회논문지 Vol.16 No.8

최근 들어 영상처리는 여러 분야에서 사용되어지고 있다. 영상처리에서 많이 연구되어지고 있는 기술은 실시간으로 객체를 추적하는 기술이다. 객체를 추적하는 방법은 보행자를 추적하는 HOG(Histogram of Oriented Gradients), 전경과 배경 분리 방법을 사용하는 Codebook 같은 방법 들이 많이 알려져 있다. 그러나 객체가 움직이거나 동적인 배경, 조명변화가 심할 경우 객체 추출이 어려워진다. 본 논문에서는 ROI(Region of Interest)기반 깊이영상과 컬러영상의 특징을 이용해 객체를 추출하는 방법을 제안한다. 첫 번째, 깊이 영상에서 배경분리를 통해 객체의 위치를 찾아 ROI로 설정해준다. 두 번째, 컬러영상을 이용하여 영상의 특징점을 찾는다. 세 번째, 특징점과 객체의 볼록헐(convex hull) 구성점들을 이용하여 새로운 윤곽을 만들어 더 정확한 객체를 추출하도록 한다. 마지막으로 본 논문에서 제안한 방법과 기존 방법과의 비교를 통해 제안한 방법의 결과가 좀 더 정확한 객체를 추출하고 있음을 검증하였다. Recently, Image processing has been used in many areas. In the image processing techniques that a lot of research is tracking of moving object in real time. There are a number of popular methods for tracking an object such as HOG(Histogram of Oriented Gradients) to track pedestrians, and Codebook to subtract background. However, object extraction has difficulty because that a moving object has dynamic background in the image, and occurs severe lighting changes. In this paper, we propose a method of object extraction using depth image and color image features based on ROI(Region of Interest). First of all, we look for the feature points using the color image after setting the ROI a range to find the location of object in depth image. And we are extracting an object by creating a new contour using the convex hull point of object and the feature points. Finally, we compare the proposed method with the existing methods to find out how accurate extracting the object is.

객체 추적을 위한 적응적 배경영상 생성 방법

지정규,이광형,김용균,오해석,Jee, Jeong-Gyu,Lee, Kwang-Hyoung,Kim, Yong-Gyun,Oh, Hae-Seok 한국정보처리학회 2003 정보처리학회논문지B Vol.10 No.3

실시간 영상에서 객체 추적은 수년간 컴퓨터 비전 및 여러 실용적 응용 분야에서 관심을 가지는 주제 중 하나이다. 하지만 배경영상의 잡음을 객체로 인식하는 오류로 인하여 추출하고자 하는 객체를 찾지 못하는 경우가 있다. 본 논문에서는 실시간 영상에서 적응적 배경영상을 이용하여 객체를 추출하고 추적하는 방법을 제안한다. 입력되는 영상에서 배경영역의 잡음을 제거하고 조명에 강인한 객체 추출을 위하여 객체영역이 아닌 배경영역 부분을 실시간으로 갱신함으로써 적응적 배경영상을 생성한다. 그리고 배경영상과 카메라로부터 입력되는 입력영상과의 차를 이용하여 객체를 추출한다 추출된 객체의 내부점을 이용하여 최소사각영역을 설정하고, 이를 통해 객체를 추적한다. 아울러 제안방법의 성능에 대한 실험결과를 기존 추적알고리즘과 비교, 분석하여 평가한다. Object tracking in a real time image is one of Interesting subjects in computer vision and many practical application fields past couple of years. But sometimes existing systems cannot find object by recognize background noise as object. This paper proposes a method of object detection and tracking using adaptive background image in real time. To detect object which does not influenced by illumination and remove noise in background image, this system generates adaptive background image by real time background image updating. This system detects object using the difference between background image and input image from camera. After setting up MBR(minimum bounding rectangle) using the internal point of detected object, the system tracks object through this MBR. In addition, this paper evaluates the test result about performance of proposed method as compared with existing tracking algorithm.

효과적인 다중 차량 추적을 위한 객체 특징 추출 및 매칭

조두형 ( Du Hyung Cho ),이석룡 ( Seok Lyong Lee ) 한국정보처리학회 2013 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.2 No.11

차량 추적 시스템(vehicle tracking system)은 교통 흐름 파악, 차량 감시, 사고 감지 등을 통하여 교통 정체에 따른 차량의 이동 경로를 유 도할 수 있고, 교통사고를 사전에 방지할 수 있게 하는 시스템이다. 효과적인 차량 추적을 위해서는 먼저 연속된 영상 내의 각 객체의 특징 값 을 추출하여 영상 내에 존재하는 차량 객체를 인지할 수 있어야 한다. 다음으로, 검출된 다중 객체에 대하여 영상 간 객체 매칭을 통해 연속된 프레임에 걸쳐 출현하는 동일한 차량을 인식함으로써 각 차량의 움직임을 추적할 수 있다. 본 논문에서는 차 영상의 이진화 및 레이블링 (labeling)을 통하여 객체를 검출하고, 검출한 객체의 최소 외접 직사각형(minimum bounding rectangle: MBR)의 중심 좌표와 이 MBR의 가로, 세로 방향에 대한 라인(line)별 1D FFT(fast Fourier transform) 변환 결과의 평균 계수 값을 계산하여 객체의 특징 값을 구한다. 다음으로, 연 속된 프레임에 걸쳐 출현하는 객체들 중 유사도가 가장 높은 객체 쌍을 동일한 객체로 인식하여 객체를 추적하는 방법을 제안한다. 실험 결과, 제안한 방법은 객체의 기하학적 특성에 기초한 기존 방법들에 비하여 정확한 추적이 가능함을 보여주었다. A vehicle tracking system makes it possible to induce the vehicle movement path for avoiding traffic congestion and to prevent traffic accidents in advance by recognizing traffic flow, monitoring vehicles, and detecting road accidents. To track the vehicles effectively, those which appear in a sequence of video frames need to identified by extracting the features of each object in the frames. Next, the identical vehicles over the continuous frames need to be recognized through the matching among the objects` feature values. In this paper, we identify objects by binarizing the difference image between a target and a referential image, and the labelling technique. As feature values, we use the center coordinate of the minimum bounding rectangle(MBR) of the identified object and the averages of 1D FFT(fast Fourier transform) coefficients with respect to the horizontal and vertical direction of the MBR. A vehicle is tracked in such a way that the pair of objects that have the highest similarity among objects in two continuous images are regarded as an identical object. The experimental result shows that the proposed method outperforms the existing methods that use geometrical features in tracking accuracy.

객체 추출 및 추적을 이용한 실시간 웹기반 영상감시 시스템

박재표,이광형,이종희,전문석 대한전자공학회 2004 電子工學會論文誌-CI (Computer and Information) Vol.40 No.12

실시간 영상에서 객체 추적은 수년간 컴퓨터 비전 및 여러 실용적 응용 분야에서 관심을 가지는 주제 중 하나이다 하지만 배경영상의 잡음을 객체로 인식하는 오류로 인하여 추출하고자 하는 객체를 찾지 못하는 경우가 있다. 본 논문에서는 실시간 영상에서 적응적 배경영상을 이용하여 객체를 추출하고 추적하는 방법을 제안한다. 입력되는 영상에서 배경영역의 잡음을 제거하고 조명에 강인한 객체 추출을 위하여 객체영역이 아닌 배경영역 부분을 실시간으로 갱신함으로써 적응적 배경영상을 생성한다. 그리고 배경영상과 카메라로부터 입력되는 입력영상과의 차를 이용하여 객체를 추출한다. 추출된 객체의 내부점을 이용하여 최소사각영역을 설정하고, 이를 통해 객체를 추적한다. 아울러 제안방법의 성능에 대한 실험결과를 기존 추적알고리즘과 비교, 분석하여 평가한다. Object tracking in a real time image is one of interesting subjects in computer vision and many Practical application fields during the past couple of years. But sometimes existing systems cannot find all objects by recognizing background noise as object. This paper proposes a method of object detection and tracking using adaptive background image in real time. To detect object which is not influenced by illumination and to remove noise in background image, this system generates adaptive background image by real time background image updating. This system detects object using the difference between background image and input image from camera. After setting up Minimum Bounding Rectangle(MBR) using the internal point of detected object, the system tracks object through this MBR In addition, this paper evaluates the test result about performance of proposed method as compared with existing tracking algorithm.

계절적 특성을 갖는 공간객체추출을 위한 고해상도 다시기 위성영상의 활용

이동국(Lee, Dong Gook),양승룡(Yang, Sung Ryong),이현직(Lee, Hyun Jik) 대한공간정보학회 2020 대한공간정보학회지 Vol.28 No.3

본 연구는 계절적 특성을 갖는 농경지 객체와 산림지역의 침엽수 및 활엽수 객체를 객체기반 분류 기법을 적용해 추출하고자 하였다. 객체기반 분류 기법을 적용하기 위하여 2017년 6월에 촬영된 KOMPSAT-3 위성영상과 2019년 3월에 촬영된 KOMPSAT-3A 위성영상을 수집하였으며, 두 영상의 밴드를 조합하여 normalized difference vegetation index(NDVI) 데이터를 생성해 객체기반분류를 위한 매개변수로 활용하였다. 추출된 공간객체인 농경지, 침엽수, 활엽수의 분류정확도 분석은 화소 기반의 분류정확도 분석 방법을 적용하여 정확도 및 정밀도를 분석하였다. 그 결과 정확도는 농경지가 97.1%, 침엽수가 95.8%, 활엽수가 92.1%로 나타났으며, 정밀도는 농경지가 94.7%, 침엽수가 98.5%, 활엽수가 97.3%로 나타났다. 두 시기의 영상 조합으로 생성된 NDVI를 매개변수로 활용한 객체기반 공간객체추출의 정확도 및 정밀도가 모두 90% 이상으로 나타내 매우 양호한 결과를 나타내는 것을 알 수 있었다. This study was to extract farmland objects with seasonal characteristics by applying object based classification and to extract needleleaf and broadleaf from forest areas. In order to apply the object-based classification technique, KOMPSAT-3 satellite images photographed in June 2017 and KOMPSAT-3A satellite images photographed in March 2019 were collected, and NDVI data was generated by combining the bands of the two images. It was used as a parameter for object based classification. The classification accuracy analysis of extracted farmland, needleleaf and broadleaf geospatil feature was analyzed for accuracy and precision by applying the pixel-based classification accuracy analysis method. The results showed that 97.1% of farmland, 95.8% of needleleaf, and 92.1% of broadleaf. precision was 94.7% for farmland, 98.5% for needleleaf and 97.3% for broadleaf. The accuracy and precision of object based geospatial feature extraction using NDVI generated by the combination of images of the two periods were both over 90%, indicating very good results.

스트림 환경에서 이동객체 궤적의 효율적 관리

이원철(Won-Cheol Lee),문양세(Yang-Sae Moon),이상민(Sang-Min Rhee) 한국정보과학회 2007 정보과학회논문지 : 데이타베이스 Vol.34 No.4

센서 네트워크, 위치 기반 서비스 등의 기술 발전에 따라, 최근의 이동객체 위치정보는 연속적이고 끊임없이 변경되는 스트림 데이타 형태를 가지게 되었다. 본 논문에서는 이와 같이 스트림 형태로 발생하는 이동객체의 위치정보를 제한된 메모리에 저장하고, 과거 위치를 추정하는 효율적인 방법을 제안한다. 이를 위하여, 우선 제한된 메모리 양으로 지속적으로 추가되는 이동객체의 과거 위치 이력을 저장하기 위한 위치정보의 점진적 추출(incremental extraction) 개념을 제시한다. 점진적 추출이란 새로운 위치 정보가 추가될 때마다, 시스템이 관리해야 할 과거 위치정보를 기존 위치정보와 새로운 위치정보를 바탕으로 점진적으로 추출하는 방법을 의미한다. 그런 다음, 이러한 점진적 추출 개념을 적용하여 스트림 환경에서 위치정보를 저장 및 추정하는 전체적인 프레임워크를 제시한다. 그리고, 제안한 프레임워크 하에서 추정위치를 계산하는 방법으로 다항식을 이용한 직선기반과 곡선기반 방법을 제시한다. 다음으로, 점진적 추출 개념을 사용하여 과거 위치를 추출하는 방법으로 균등 간격 추출, 기울기 기반 추출, 그리고 최근 시점 강조 추출의 세 가지 방법을 제시한다. 실험 결과, 제안한 점진적 추출 방법은 적은 비율(0.1%)의 위치정보를 저장함에도 불구하고 과거 위치추정에 있어 비교적 높은 정확도(오차율 3% 이내)를 나타냈다. 특히, 곡선기반의 점진적 추출 방법은 전체 위치 데이타의 0.1% 만을 저장하면서도 오차율 1.5% 미만의 높은 정확도를 나타내었다. 이러한 결과로 볼 때, 제안한 방법은 스트림 환경에서 이동객체의 위치정보를 저장하고, 과거 위치를 추정하는 우수한 연구결과라 사료된다. Due to advances in position monitoring technologies such as global positioning systems and sensor networks, recent position information of moving objects has the form of streaming data which are updated continuously and rapidly. In this paper we propose an efficient trajectory maintenance method that stores the streaming position data of moving objects in the limited size of storage space and estimates past positions based on the stored data. For this, we first propose a new concept of incremental extraction of position information. The incremental extraction means that, whenever a new position is added into the system, we incrementally re-compute the new version of past position data maintained in the system using the current version of past position data and the newly added position. Next, based on the incremental extraction, we present an overall framework that stores position information and estimates past positions in the stream environment. We then propose two polynomial-based methods, line-based and curve-based methods, as the method of estimating the past positions on the framework. We also propose three incremental extraction methods: equi-width, slope-based, and recent-emphasis extraction methods. Experimental results show that the proposed incremental extraction provides the relatively high accuracy (error rate is less than 3%) even though we maintain only a little portion (only 0.1%) of past position information. In particular, the curve-based incremental extraction provides very low error rate of 1.5% even storing 0.1% of total position data. These results indicate that our incremental extraction methods provide an efficient framework for storing the position information of moving objects and estimating the past positions in the stream environment.

가변 탐색블록을 이용한 객체 추적에 관한 연구

민병묵,오해석,Min Byoung-Muk,Oh Hae-Seok 한국정보처리학회 2006 정보처리학회논문지B Vol.13 No.4

It is difficult to track and extract the movement of an object through a camera exactly because of noises and changes of the light. The fast searching algorithm is necessary to extract the object and to track the movement for realtime image. In this paper, we propose the correct and fast algorithm using the variable searching area and the background image change method to robustic for the change of background image. In case the threshold value is smaller than reference value on an experimental basis, change the background image. When it is bigger, we decide it is the point of the time of the object input and then extract boundary point of it through the pixel check. The extracted boundary points detect precise movement of the object by creating area block of it and searching block that maintaining distance. The designed and embodied system shows more than 95% accuracy in the experimental results. 카메라를 통하여 입력되는 객체의 움직임은 잡음이나 조명의 변화에 따라 정확하게 추출하고 추적하는 것이 어렵다. 실시간으로 입력되는 영상에서 객체를 추출하고 움직임을 추적하기 위해서는 고속탐색 알고리즘이 필요하다. 본 논문에서는 정확한 객체의 움직임을 추출하고 고속 추적을 위하여 배경화면의 변화에 강인한 배경영상 갱신 방법과 가변적인 탐색영역을 이용한 정확하고 빠른 알고리즘을 제안한다. 배경영상 갱신 방법은 임계값이 실험적 기준치 보다 작은 경우에는 배경영상을 갱신하고, 큰 경우에는 객체가 유입된 시점으로 판단하여 픽셀검사를 통해 객체의 윤곽점을 추출한다. 추출된 윤곽점은 객체 최소블록의 생성과 일정한 거리를 유지하는 탐색블록을 생성하여 정확하고 빠른 객체의 움직임을 추적한다. 실험결과, 제안한 방법은 95% 이상의 높은 정확도를 보였다.

UAV 영상을 이용한 객체기반 건물 추출에 관한 연구

김혜진,김지영,김용일 대한공간정보학회 2019 대한공간정보학회지 Vol.27 No.4

Unmanned aerial vehicles (UAV) can provide the ability to monitor urban areas efficiently in very fine detail. Building extraction is a major topic in urban monitoring that can be used to update maps, detect illegal buildings, create 3D city models. This study proposes an object-based building extraction method using only RGB images of UAV. Object-based approaches can be more effective at UAV image processing, because pixel-based or edge-based analysis can prove insufficient for high-resolution imagery due to its inability to handle the internal variability of complex scenes. First, objects are generated from an orthoimage and DSM using a multiresolution segmentation technique. Segmented objects are then separated by the DSM into high objects such as buildings or trees and low objects such as roads and the ground. High objects are classified as either buildings or non-buildings using spectral indices such as the normalized excessive green index (nEGI) and spatial features. The final buildings are generated by region-growing adjacent objects that are classified as buildings. This method’s usability was evaluated by performing experiments with various UAV images. Unmanned aerial vehicles(UAV)는 매우 높은 해상도의 영상을 경제적으로 취득함으로써, 도시지역 모니터링에 효과적으로 활용될 수 있다. 건물 추출은 수치지도 갱신, 불법 건축물 탐지, 3차원 도시 모델링 등과 같은 도시 모니터링 분야에 주요한 소요 기술이다. 본 연구에서는 부가적인 참조 데이터 없이 UAV의 RGB 영상만을 이용한 객체기반의 건물 추출 기법을 제안하고자 한다. UAV 영상은 매우 높은 공간해상도를 가지므로 화소기반 혹은 에지기반 분석기법보다는 객체기반의 접근 방법이 더 유용할 수 있다. 이를 위해 연속촬영된 UAV 영상들로부터 정사영상과 digital surface model(DSM)을 추출한 후, 다중해상도 영상분할을 통해 객체들을 생성한다. 생성된 객체들에 기반하여 normalized DSM(nDSM)을 생성하고, 이로부터 최소 건물높이값 이상의 객체들을 건물후보로 할당한다. 건물후보 객체들에는 수목과 가로등과 같은 비건물 객체들이 포함되어 있으므로 이를 구분하기 위해 각 객체의 녹색지수와 공간적 특징(spatial feature)을 활용하여 분류를 수행한다. 마지막으로 건물로 분류된 인접 객체들간의 영역 확장(region growing)을 통해 최종 건물 개체들을 추출한다. 제안한 기법의 효용성을 평가하기 위하여 서로 다른 지역에서 취득된 UAV 영상들을 통한 실험을 수행하였으며, 수치지도의 건물 레이어와 비교하여 정확도를 평가하였다.