• 디지털콘텐츠학회 논문지
• /
• 제19권1호
• /
• pp.165-171
• /
• 2018

그림자는 자연 영상에서 관찰되는 물리적인 현상으로 지능형 비디오 감시, 교통 감시 및 항공 영상 분석 등과 같은 다양한 영상처리 시스템에 부정적인 영향을 미치는 요소이다. 따라서 그림자의 검출은 컴퓨터 비전의 전 분야에서 전처리 과정으로 고려되어야 한다. 본 논문에서는 참조 영상이 필요 없는 단일 자연 영상에서 그림자 검출을 위한 다양한 특징 요소들을 정의하고 분석하였다. 그림자 요소들은 영상의 밝기, 색도, 조도불변, 색상불변 및 정보의 불확실성을 의미하는 엔트로피 영상 등을 기술하였으며, 분석 결과 색도와 조도불변 영상이 그림자 검출 및 복원에 효과적임을 알 수 있었다. 향후 다양한 그림자 특징 요소들의 퓨전 맵을 정의하고, 다양한 조명 수준에 적응 가능한 그림자 검출 및 색도와 조도불변 영상을 이용한 그림자 제거 연구를 계속하고자 한다.

• 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.

• 한국항행학회논문지
• /
• 제20권4호
• /
• pp.380-385
• /
• 2016

그림자는 자연 영상에서 관찰되는 물리적인 현상이지만 위성 영상 분석에 부정적인 영향을 미치는 요소로 컴퓨터 비전의 전처리 과정에서 그림자 검출 과정은 매우 중요하다. 본 논문에서는 싱글 영상 기반의 위성 영상에서 효과적인 영상 분석을 위해 그림자를 검출하는 방법으로 크로스 엔트로피와 밝기 영상을 이용해 그림자를 검출하는 방법을 제안하였다. 칼라 영상을 그레이 레벨 영상으로 변환한 후 크로스 엔트로피를 기반으로 최적의 임계값을 추정하여 첫 번째 그림자 후보 영역으로 판별하였고, 칼라 영상의 밝기 영상을 이용해 최종 그림자 영역을 검출하였다. 제안하는 방법의 타당성을 위해 위성 영상들을 대상으로 실험하였고, 실험 결과 제안하는 그림자를 검출 방법이 효과적으로 수행됨을 확인하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.303-304
• /
• 2006

This paper proposes detection method of vehicles using camera for auto-vehicle-system. Detection method is based on shadow detection and symmetric feature of vehicle. This method consists of three part. First is lane detection. By lane detection, we can reduce the area for vehicle detection. Second part is shadow detection. Shadow has information of vehicle width and position. Third part is symmetry. This feature is helpful for confirming the vehicle.

• 한국멀티미디어학회논문지
• /
• 제18권12호
• /
• pp.1432-1438
• /
• 2015

We present a methodology to detect moving shadows in video sequences, which is considered as a challenging and critical problem in the most visual surveillance systems since 1980s. While most previous moving shadow detection methods used hand-crafted features such as chromaticity, physical properties, geometry, or combination thereof, our method can automatically learn features to classify whether image segments are shadow or foreground by using a deep learning architecture. Furthermore, applying Markov Random Field enables our system to refine our shadow detection results to improve its performance. Our algorithm is applied to five different challenging datasets of moving shadow detection, and its performance is comparable to that of state-of-the-art approaches.

• 정보처리학회논문지B
• /
• 제15B권6호
• /
• pp.527-532
• /
• 2008

본 논문은 그림자의 기하학 정보와 광원의 종류 및 방위에 관계없이 그림자 밝기가 점진적으로 변하거나 변화가 없다는 가정과 그림자는 어둡다는 공리를 기반으로 임의의 복잡한 자연 영상에서 그림자를 검출하는 기법을 제안한다. 먼저, 전처리를 통하여 그림자 후보영상을 검출한다. 다음으로, 인접화소들 사이의 선형독립성을 낮추기 위하여 유사 밝기를 대표 밝기로 표현하는 균일 양자화를 수행한다. 마지막으로, 그림자 밝기의 선형적 변화 특성을 이용하여 선형독립성이 낮은 그림자를 검출한다. 임의의 단일 자연영상의 실험에서, 제안한 알고리즘은 본영과 단색 배경을 갖는 반영 및 셀프그림자의 검출에 강건함을 보였다.

• 한국게임학회 논문지
• /
• 제20권3호
• /
• pp.65-74
• /
• 2020

섀도우 매핑 알고리즘에서 섀도우 맵이 확대되면 계단형 섀도우 실루엣이 나타난다. 본 논문에서는 재구성된 실루엣을 이용하여 소프트 섀도우를 생성한다. 먼저 섀도우 실루엣은 선형 또는 2차 곡선 모델을 기반으로 한 서브 텍셀 엣지 검출 방법을 통해 확보한다. 그리고 적분을 이용하여 정확한 섀도우 밝기의 평균을 얻기 위해 적분 기반 섀도우 필터링 알고리즘을 사용한다. 본 논문은 상기 과정을 통해 앨리어싱 현상이 두드러지는 실루엣을 효과적으로 제거하며 소프트 섀도우를 효율적으로 생성하는 방법을 제시한다.

• 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.

• 한국콘텐츠학회논문지
• /
• 제5권4호
• /
• pp.103-110
• /
• 2005

본 논문에서는 컬러영상에서 나타나는 그림자의 특징을 이용하여 그림자영역을 검출하는 알고리즘을 제안한다. 그림자가 드리워진 영역은 광도와 채도가 인접한 영역보다 낮은 값을 갖으며 색상은 어두운 색을 나타낸다. 이러한 그림자 특성을 HSI 컬러공간에 적용하여 분석함으로써 그림자를 검출한다. 제안한 알고리즘은 두 단계로 구성되는데 첫 단계에서는 광도와 채도 그리고 색상에서 나타나는 그림자의 특징을 이용한 연산을 통하여 후보영역을 검출하고 다음 단계에서 객체와 다크마크(Dark Mark)를 감쇄시키기 위해 후보영역의 밝기와 채도 성분을 분석하여 실 그림자 영역만을 추출한다. 실험 결과에서, 제안한 알고리즘은 복잡하고 다양한 영상에도 효율적으로 그림자를 검출한다는 것을 보여 준다.

• 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.