• 한국통신학회논문지
• /
• 제26권10B호
• /
• pp.1419-1427
• /
• 2001

본 논문은 연속영상에서 non-rigid object를 자동으로 분할하고 알고리즘을 제안하였다. Non-rigid object는 형태의 변화가 일정하기 않은 object로서 기존의 분할 알고리즘과는 다른 새로운 분할 알고리즘을 필요로 한다. 본 논문에서는 특히 구름이나 연기와 같이 형태의 변화가 큰 non-rigid object를 자동으로 분할하는 알고리즘을 제안하였다. 제안된 알고리즘은 공간분할, 시간분할, 그리고 공간분할과 시간분할의 결합의 세 가지 단계로 구성되어 있다. 공간분할은 영상에서 픽셀의 intensity를 마코프 랜덤 필드로 가정하고 에너지 최소화를 통해 영상을 분할한다. 시간분할은 속도벡터를 기반으로 하여 움직임이 있는 영역만을 분할한다. 마지막으로 공간분할과 시간분할을 결합하여 non-rigid object의 최종적인 분할을 수행한다. 실험결과, 제안된 알고리즘은 연속영상에서 non-rigid object를 자동으로 분할함을 확인할 수 있었다.

• 대한전자공학회논문지SP
• /
• 제39권1호
• /
• pp.17-31
• /
• 2002

멀티미디어 표준안으로 제안된 MPEG-4는 객체기반 부호화 방식으로서, 객체를 효율적으로 분할하는 것은 MPEG-4에 있어 중요한 관건이다. 지금까지 이 분야에 대한 연구는 주로 rigid object를 대상으로 하였으나, 본 논문에서는 non-rigid object, 특히 구름이나 연기와 같은 non-rigid object를 대상으로 하여 효율적인 영역 분할 방식을 연구하였다. Non-rigid object는 모양이나 크기가 일정치 않으며 시간에 따라 형태도 변형되므로 정확히 분할해내는 것은 쉽지 않다. 따라서 본 논문에서는 이를 효율적으로 극복하기 위해 정지 영상에서는 watershed 알고리즘을 사용하여 non-rigid object를 분할해 주었다. 그리고 동영상에서는 intra-frame segmentation과 inter-frame segmentation을 통해 연속되는 프레임 내 관심 있는 객체의 경계선을 자동으로 추출해 주었다. 이 때 영상 내 경계 정보와 영역 정보 각각에 가중치를 두어 원하는 객체를 보다 정확히 추출해 주었다.

• 정보처리학회논문지B
• /
• 제16B권2호
• /
• pp.109-116
• /
• 2009

본 논문에서는 스테레오 영상 기반에서 능동 특징점 모델(active feature model)과 광류(optical flow)를 이용한 객체 추적 기술을 제안한다. 스테레오의 기하학적 정보와 변위를 이용하여 관심 객체와 특징점의 2.5차원 이동 정보(translation information)를 계산한다. 이 정보를 이용하여 폐색 객체의 특징점의 이동 정보를 예측하여 추적 성능을 개선하였다. 정형(rigid) 및 비정형(non-rigid) 객체에 실험을 하였다. 실험 결과 복잡한 배경 속에서의 실시간 객체 추적이 가능하였다. 또한 정형, 비정형 객체에 관계없이 추적이 가능 하였으며 폐색 상황에 향상된 결과를 보였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 합동 추계학술대회 논문집 정보 및 제어부문
• /
• pp.169-171
• /
• 2001

Unlike rigid objects, the edge intensity of a gaseous object is various along the object boundary (edge intensities of some pixels on a gaseous object boundary are weaker than those of small rigid objects or noise itself). Therefore, the conventional edge detectors may not adequately detect boundary-like edge pixels for gaseous objects. In this paper A new methodology for segmenting gaseous object images is introduced. Proposed method consists of fuzzy-based boundary detector applicable to gaseous as well as rigid objects and concave region filling to recover object regions.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
• /
• pp.639-642
• /
• 2000

본 논문에서는 구름이나 연기와 같은 non-rigid object에 대한 영역 분할 방식에 대해 연구하였다. Non-rigid object의 효과적인 영역 분할을 위해서 object의 윤곽선을 정확히 파악해 낼 수 있는 장점을 가진 watershed 알고리즘을 사용하였다. 하지만 이 알고리즘은 object가 많은 영역으로 분할되는 oversegmentation 현상이 발생하여 본 논문에서는 pre, post-processing을 통해 이 oversegmentation 현상을 극복하고자 하였다. Pre-processing에서는 noise를 제거하고 영상을 단순화하면서 정확한 gradient magnitude를 구할 수 있는 방법에 대해서, post-processing에서는 통계적인 분석을 통한 region merging을 이용하여 object를 최적화 상태로 찾아줄 수 있는 방법에 대하여 연구하였다.

• 인터넷정보학회논문지
• /
• 제15권1호
• /
• pp.171-178
• /
• 2014

본 논문에서는 실시간으로 가상현실의 증강객체에 외부의 힘이 작용할 때 증강된 가상 객체의 동적 모델링 방법을 제시하였다. 가상객체의 자연스러운 움직임을 시뮬레이션 하기 위하여 AR 객체에 적용되는 외부의 힘의 변화에 대하여 Newton의 운동법칙을 적용하여 객체의 움직임을 설명하는 식을 생성하였다. 동적 모델링 과정에서 증강된 객체와 햅틱 장비간의 실질적 상호작용이 발생하며 이때 외부의 힘이 가상객체에 전달된다. 증강된 객체의 고유특성은 강체 혹은 탄성체의 성질을 갖는 모델이다. 강체의 동적 모델링에서는 선형 모멘텀과 각속도 모멘텀을 모두 고려하여 증강된 객체와 햅틱 스틱이 충돌할 때 수행하였다. 비강체의 동적 모델링에 있어서는 탄성체의 변형 모델은 내외의 힘과 제한요소에 자연적으로 반응하기 때문에 물리기반 시뮬레이션 방법을 적용하였다. 증강된 탄성체는 햅틱 인터페이스를 통해 사용자에 의하여 발생하는 힘의 특성과 모델의 고유 특성에 따라 자연스럽게 변형된다. 변형 물체의 모델링을 위하여 Newton의 제 2 운동법칙이라 불리는 질량-스프링 연결 시스템을 적용하였다. 실험을 통하여 증강된 강체와 비강체의 성질을 지닌 가상 객체에 햅틱 장비에 의한 햅틱 상호작용이 발생 할 때 객체의 변환을 자연스럽게 가시화 할 수 있었다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제6권1호
• /
• pp.11-17
• /
• 2000

본 논문에서는 강체와 변형 객체 사이에서 발생할 수 있는 자체관통을 포함한 충돌처리 방법을 제시한다. 충돌은 객체간 계층구조 교차검사를 통해 감지된다. 연속된 프래임 사이에서 발생하는 충돌을 감지하기 위해 객체간 교차검사 외에 모조객체와 상대 객체 사이의 교차검사를 수행한다. 모조객체는 두 프래임 사이의 객체 움직임을 기반으로 구성된다. 일단 충돌이 발생되면, 객체간 관통은 허용되지 않으며 객체의 변형이 유발된다. 변형과정에서 발생 가능한 자체관통은 또 다른 종류의 모조객체와 객체 사이의 교차검사에 의해 빠르게 감지된다. 이때의 모조객체는 연속된 두 프래임간의 변형된 영역을 나타낸다. 객체 변형은 자체 접촉이 발생한 때까지로 제한된다. 제안 방법은 객체 형태와 무관하게 적용될 수 있다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅳ
• /
• pp.2104-2107
• /
• 2003

In this paper, we propose the method Model based Non-Rigid Moving Object Tracking. Motion based method becomes difficult to predict precisely when motion gets larger, so that we can solve such difficultly with regarding the moving object as a model. In the model based method, it should be concerned about setting initial model and updating its model in each frame. We used SNAKE in a way to set the initial model, and also proposed a modified SNAKE to handle the previous SNAKE problems. Moreover, with the elliptical setting, we made the initializing process automatically which is highly subject to change in measuring the performance of SNAKE. We used the Hausdorff distance to identify models in each frame. Through our experiments, our Proposed algorithm does effective work in Non-Rigid Moving Object Tracking.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 하계종합학술대회 논문집(4)
• /
• pp.183-186
• /
• 2001

This paper for the method that automatically extracts moving object of the video image is presented. In order to extract moving object, it is that velocity vectors correspond to each frame of the video image. Using the estimated velocity vector, the position of the object are determined. the value of the coordination of the object is initialized to the seed, and in the image plane, the moving object is automatically segmented by the region growing method and tracked by the range of intensity and information about Position. As the result of an application in sequential images, it is available to extract a moving object.

• 한국통신학회논문지
• /
• 제23권8호
• /
• pp.1998-2009
• /
• 1998

본 논문에서는 배경의 움직임이 유발되는 능동 CCD 카메라를 통하여 실시간으로 포착되는 영상 데이터를 대상으로 카메라의 사전 설치 정보나 좌표 보정(calibration) 없이 강체(rigid body) 혹은 비 강체(non-rigid body)의 움직이는 물체를 추출하고 이의 이동 방향을 판단하여, 추적하는 효율적인 알고리즘을 제안한다. 이동 물체의 영역분할을 위하여 동체의 형태를 규정하는 특징 점을 추출하고, 시간에 따른 특징 점의 이동 벡터로 구성된 특정 플로우 필드(feature flow field)를 구한 후 이들을 다차원 특정 공간상에서 군집화(clustering)함으로써 동체를 추출한다. 제안하는 IRMAS(lncremenatal Rotational Minimum Angle Search)에 의하여 군집화된 특정점들의 볼록 다각형(convex hull)올 구함으로써 이동 물체의 개괄적인 외곽 형태를 재 구성한다. 또한, 이동 궤적의 갑작스러운 변화를 가져올 수 있는 동작 특성을 가지는 이동 물체의 효과적인 추적을 목적으로 개선된 선형 예측기를 사용하였다. 이동 궤적 예측기는 기존의 선형 예측기의 차수를 이동의 변화도에 따라 적응적으로 조정함으로써 예측 오차를 감소시켜, 빠른 속도로 이동 궤적에 수렴한다.