$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

정지영상/동영상에서 non-rigid object의 효율적인 영역 분할 방식에 관한 연구

Effective segmentation of non-rigid object in a still picture and video sequences

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. SP, 신호처리, v.39 no.1 = no.283, 2002년, pp.17 - 31  

이인재 (한국전자통신연구원 무선방송연구소) ,  김용호 (성균관대학교 전기전자 및 컴퓨터공학부) ,  김중규 (성균관대학교 전기전자 및 컴퓨터공학부) ,  이명호 (관동대학교 정보기술공학부) ,  안치득 (한국전자통신연구원 무선방송연구소)

초록
AI-Helper 아이콘AI-Helper

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.

Abstract AI-Helper 아이콘AI-Helper

The new MPEG-4 video coding standard enables content-based functionalities. Image segmentation is an indispensable process for it. This paper addresses an effective segmentation of non-rigid objects. Non-rigid objects are deformable objects with fuzzy, blurred and indefinite boundaries. So it is dif...

참고문헌 (12)

  1. Munchurl Kim, Jae Gark Choi, 'A VOP Generation Tool: Automatic Segmentation of Moving Objects in Image Sequences Based on Spatio-Temporal Information', IEEE Trans. Circuits Syst. Video Technol., Vol. 9, No. 8, pp. 1216-1226, 1999 

  2. Luc Vincent and Pierre Soille, 'Watersheds in Digital Spaces : An Efficient Algorithm Based on Immersion Simulations', IEEE Trans. Pattern Anal. Machine Intell., Vol. 13, No. 6, pp. 583-597, 1991 

  3. Rolf Adams and Leanne Bischof, 'Seeded Region Growing', IEEE Trans. Pattern Anal. Machine Intell., Vol. 16, No. 6, pp. 641-647, 1994 

  4. Milan Sonka, Vaclav Hlavac, Roger Boyle, Image Processing, Analysis, and Machine Vision, Brooks/Cole Publishing Company, 1999 

  5. P. Soille, Morphological Image Analysis : Principles and Applications, Springer, 1999 

  6. Ramesh Jain, Rangachar Kasturi, Brian G. Schunck, Machine Vision, McGraw-Hill Inc. 1995 

  7. Kostas Haris, Serafim N. Efstratiadis, 'Hybrid Image Segmentation using Watersheds and Fast Region Merging', IEEE Trans. Image Processing, Vol. 7, No. 12, pp. 1684-1699, 1998 

  8. Jean-Marie Beauleu and Morris Goldberg, 'Hierarchy in Picture Segmentation : A Stepwise Optimization Approach', IEEE Trans. Pattern Anal. Machine Intell., Vol. 11, No. 2, pp. 150-163, 1989 

  9. Munchurl Kim, Jun Geun Jeon, Jinsuk Kwak, Myoung Ho Lee, Chieteuk Ahn, Roland Mech, Michael Wollborn, 'Text for VOP generation tools in MPEG-4 version 2 Visual Committee Draft', ISO/IEC JTC1/SC29/WG11 MPEG99/m4478, March 1999 

  10. Christoph stiller, Janusz konrad, 'Estimating motion in image sequences,' IEEE signal processing magazine, pp. 70-91, July 1999 

  11. A. Murat Tekalp, Digital video processing, Prentice Hall PTR, 1995 

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트