$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

가변 탐색블록을 이용한 객체 추적에 관한 연구

A Study on Object Tracking using Variable Search Block Algorithm

초록

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.

Abstract

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.

저자의 다른 논문

참고문헌 (8)

  1. H.Zhang, A.Kankanhalli, S.W.Smoliar, 'Automatic Partitioning of Full-motion Video', Multimedia System, Vol.1, No.1, pp.10-28, 1993 
  2. 이완범, '저 전송률 무선 시스템에 적합한 새로운 움직임이 추정 알고리즘 및 VLSI설계에 관한 연구,' 원광대학교 박사학위 논문,2003 
  3. Andreas Koschan, Sangkyu Kang, Joonki Paik, Besma Abidi, Mongi Abidi, 'Color active shape models for tracking non-rigid objects', Pattern Recognition Letters 24, pp.1751 - 1765, 2003 
  4. J.L. Starck,F. Murtagh, E.J. Candes,D.L. Donoho, 'Gray and color image contrast enhancement by the curvelet transform', IEEE Transactions on Image Processing, Vol.12 No.6 pp.706-717, June, 2003 
  5. R. Feraud, O.J Bernier, J.E. Viallet, and M. Collobert, 'A Fast and Accurate Face Detection Based on Neural Network.' IEEE Trans. Pattern Analysis and Machine Intelligence, pp.42-53, 2001 
  6. A.Hanjalic, R.L.Lagenclijk, J.Biemond. 'A New Key-Frame Allocation Method for Representing Stored Video-Streams', Proc of the First International Workshop on Image Databases and Multimedia Search, Armsterdam of The Netherlands, pp.67-74, 1996 
  7. Y. Wu, D.Suter, 'A Comparison of Methods for Scene Change Detection in Noisy Image Sequence', Proc of the Fist International conference on Visual Information Systems, Melbourne, Australia, pp.459-468, 1996 
  8. S.Y.Wan, W.E.Higgins, 'Symmetric region growing', International Conference on Image Processing 2000, Vol.12 No.9 pp.1007-1015, Sep., 2003 

이 논문을 인용한 문헌 (0)

  1. 이 논문을 인용한 문헌 없음

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일