소형 무인 항공기에서 촬영한 동영상은 기체 자체의 가벼운 무게로 인하여 환경적 요인의 영향을 많이 받고, 특히 바람에 의한 영향을 많이 받게 된다. 그러므로 기체의 흔들림으로 인하여, 촬영된 영상도 흔들림이 발생한다. 본 논문에서는 무인 항공기에서 촬영한 동영상을 대상으로 흔들림을 포함하고 있는 동영상의 흔들림을 제거하여, 부드러운 동영상을 얻는 것이 논문의 목표이다. 안정화기는 인접한 두 프레임간의 옵티컬 플로우를 계산하여 카메라의 움직임을 예측한다. 예측된 카메라의 움직임은 의도된 움직임과 의도하지 않은 움직임(흔들림)을 모두 가지고 있다. 의도하지 않은 움직임을 스무딩 과정을 통해 제거한다. 제거한 흔들림 값을 보상하여 ...
소형 무인 항공기에서 촬영한 동영상은 기체 자체의 가벼운 무게로 인하여 환경적 요인의 영향을 많이 받고, 특히 바람에 의한 영향을 많이 받게 된다. 그러므로 기체의 흔들림으로 인하여, 촬영된 영상도 흔들림이 발생한다. 본 논문에서는 무인 항공기에서 촬영한 동영상을 대상으로 흔들림을 포함하고 있는 동영상의 흔들림을 제거하여, 부드러운 동영상을 얻는 것이 논문의 목표이다. 안정화기는 인접한 두 프레임간의 옵티컬 플로우를 계산하여 카메라의 움직임을 예측한다. 예측된 카메라의 움직임은 의도된 움직임과 의도하지 않은 움직임(흔들림)을 모두 가지고 있다. 의도하지 않은 움직임을 스무딩 과정을 통해 제거한다. 제거한 흔들림 값을 보상하여 어파인 변환을 실행하면 안정화된 영상을 얻을 수 있다. 본 논문에서 제안하는 안정화기의 실험결과, 오프라인에서 처리하는 다른 안정화기와 비슷한 성능의 안정화 영상을 얻었다. 하지만 카메라의 움직임을 예측하는 과정, 즉 옵티컬 플로우를 계산하는 과정에서 병목현상이 발생하여 실시간 영상안정화를 할 수 없었다. 이러한 문제를 해결하기 위하여 병렬처리를 이용하여 실시간 시스템에 적합한 성능의 안정화기를 구현하였다. 그 결과 초당 평균 30프레임정도의 영상을 안정화 할 수 있는 성능을 나타낸다. 본 논문에서 제안하는 영상 안정화기는 무인 항공기에서 촬영된 영상뿐만 아니라 비전문가가 촬영한 떨림이 포함된 영상을 안정화하는데 적용될 수 있다. 또한 객체의 추적 및 정확한 영상의 분석 및 표현을 필요로 하는 분야에서도 본 논문이 제안하는 영상안정화기를 적용할 수 있다.
소형 무인 항공기에서 촬영한 동영상은 기체 자체의 가벼운 무게로 인하여 환경적 요인의 영향을 많이 받고, 특히 바람에 의한 영향을 많이 받게 된다. 그러므로 기체의 흔들림으로 인하여, 촬영된 영상도 흔들림이 발생한다. 본 논문에서는 무인 항공기에서 촬영한 동영상을 대상으로 흔들림을 포함하고 있는 동영상의 흔들림을 제거하여, 부드러운 동영상을 얻는 것이 논문의 목표이다. 안정화기는 인접한 두 프레임간의 옵티컬 플로우를 계산하여 카메라의 움직임을 예측한다. 예측된 카메라의 움직임은 의도된 움직임과 의도하지 않은 움직임(흔들림)을 모두 가지고 있다. 의도하지 않은 움직임을 스무딩 과정을 통해 제거한다. 제거한 흔들림 값을 보상하여 어파인 변환을 실행하면 안정화된 영상을 얻을 수 있다. 본 논문에서 제안하는 안정화기의 실험결과, 오프라인에서 처리하는 다른 안정화기와 비슷한 성능의 안정화 영상을 얻었다. 하지만 카메라의 움직임을 예측하는 과정, 즉 옵티컬 플로우를 계산하는 과정에서 병목현상이 발생하여 실시간 영상안정화를 할 수 없었다. 이러한 문제를 해결하기 위하여 병렬처리를 이용하여 실시간 시스템에 적합한 성능의 안정화기를 구현하였다. 그 결과 초당 평균 30프레임정도의 영상을 안정화 할 수 있는 성능을 나타낸다. 본 논문에서 제안하는 영상 안정화기는 무인 항공기에서 촬영된 영상뿐만 아니라 비전문가가 촬영한 떨림이 포함된 영상을 안정화하는데 적용될 수 있다. 또한 객체의 추적 및 정확한 영상의 분석 및 표현을 필요로 하는 분야에서도 본 논문이 제안하는 영상안정화기를 적용할 수 있다.
Video from unmanned aerial vehicle(UAV) is influenced by natural environments due to the UAV's light weight, specifically wind environment. Thus UAV's shaking movements make the shaking video. Objective of this paper is making a stabilized video removing shakiness of vide acquired by UAV. Stabilizer...
Video from unmanned aerial vehicle(UAV) is influenced by natural environments due to the UAV's light weight, specifically wind environment. Thus UAV's shaking movements make the shaking video. Objective of this paper is making a stabilized video removing shakiness of vide acquired by UAV. Stabilizer estimates camera's motion from calculation optical flow between successive two frames. Estimated camera's movements have intended movements and also unintended movements, i.e., trembling. Unintended movements are eliminated by smoothing process. Experimental results are shown that our proposed method result is almost same as the other off-line based stabilizer. However etimation of camera's movements, i.e., calculation of optical flow is the bottleneck to the parallelization which is essential to the real-time stabilization of video. To solve this problem, we make parallel stabilizer making average 30 frames per second of stabilized video. Our proposed method can be adopted to the video acquired by UAV and also the shaking video from non-professional. And object tracking or accurate image analysis or representation domain also can use our method.
Video from unmanned aerial vehicle(UAV) is influenced by natural environments due to the UAV's light weight, specifically wind environment. Thus UAV's shaking movements make the shaking video. Objective of this paper is making a stabilized video removing shakiness of vide acquired by UAV. Stabilizer estimates camera's motion from calculation optical flow between successive two frames. Estimated camera's movements have intended movements and also unintended movements, i.e., trembling. Unintended movements are eliminated by smoothing process. Experimental results are shown that our proposed method result is almost same as the other off-line based stabilizer. However etimation of camera's movements, i.e., calculation of optical flow is the bottleneck to the parallelization which is essential to the real-time stabilization of video. To solve this problem, we make parallel stabilizer making average 30 frames per second of stabilized video. Our proposed method can be adopted to the video acquired by UAV and also the shaking video from non-professional. And object tracking or accurate image analysis or representation domain also can use our method.
주제어
#비디오 안정화 최소제곱법 Savitzky-Golay smoothing filter Affine motion model
학위논문 정보
저자
조현태
학위수여기관
건국대학교 대학원
학위구분
국내석사
학과
컴퓨터·정보통신공학과
지도교수
윤경로
발행연도
2011
총페이지
v, 41 p.
키워드
비디오 안정화 최소제곱법 Savitzky-Golay smoothing filter Affine motion model
※ AI-Helper는 부적절한 답변을 할 수 있습니다.