$\require{mediawiki-texvc}$

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.

지능 영상 감시를 위한 흑백 영상 데이터에서의 효과적인 이동 투영 음영 제거
An Effective Moving Cast Shadow Removal in Gray Level Video for Intelligent Visual Surveillance 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.17 no.4, 2014년, pp.420 - 432  

응웬탄빈 (School of Electronic Engineering, Soongsil University) ,  정선태 (School of Electronic Engineering, Soongsil University) ,  조성원 (Dept. of Electrical Engineering, Hongik University)

Abstract ▼ AI-Helper 아이콘AI-Helper

In detection of moving objects from video sequences, an essential process for intelligent visual surveillance, the cast shadows accompanying moving objects are different from background so that they may be easily extracted as foreground object blobs, which causes errors in localization, segmentation...

주제어

#Cast Shadow Removal   #Moving Object Detection   #Intelligent Visual Surveillance   #Blob Segmentation  

질의응답

핵심어 질문 논문에서 추출한 답변
전경 이동 객체의 검출이 배경차(background subtraction) 기법을 이용하는 이유는? 전경 이동 객체의 검출은 배경차(background subtraction) 기법을 많이 이용하여 수행한다[1,2]. 이는 배경을 모델링 한 후에는 현재 프레임에서 배경 모델과 다른 화소들로부터 전경 블롭을 추출하고 이에 기반하여 전경 이동 객체를 검출하기 쉽기 때문이다. 그런데, 이동 객체에 부수되어 나타나는 투영 음영은 장면의 배경과 다르므로 전경 블롭으로 검출되기 쉽다(Fig.
투영 음영 블롭은 어떤 오류를 초래하게 되는가? 이 경우, 투영 음영 블롭들은 잘못된 객체 병합(merging), 객체 모양의 왜곡, 객체 손실 등을 발생시켜 이동 객체 검출, 추적 및 분류 등에서 오류를 초래하게 된다.
투영 음영의 특징을 추출하는 영역은? 특징은 주파수 영역, 공간 영역, 시간 영역등에 걸쳐 규정하여 이용하고 있다. 즉, 주파수 영역에서는 화소의 컬러 레벨 또는 그레이 레벨, 공간 영역에서는 지역 화소 레벨 또는 영역 단위 레벨, 시간 영역에서는 단일 프레임 또는 여러 연속 프레임들에 걸쳐 특징을 추출하여 이용한다. [4]에서는 비점광원(non-point light source)의 투영 음영 생성 모델을 기술하고, 4가지 기본 가정으로부터 3가지 기준을 적용하여 투영 음영을 검출하는 이진 마스크를 제안하였다.
질의응답 정보가 도움이 되었나요?

참고문헌 (17)

  1. A. Yilmaz, O. Javed, and M. Shah, "Object Tracking: A Survey," ACM Computing Surveys, Vol. 38, No. 4, Article 13, Issue 4, pp. 1-45, 2006. 

    상세보기 crossref

  2. 김주형, 김수형, "방범용 CCTV 를 위한 배회행위 탐지 솔루션," 한국멀티미디어학회 논문지, 제17권 제1호, pp. 15-25, 1, 2014. 

    원문보기 상세보기

  3. A. Prati, I. Mikic, M.M. Trivedi, and R. Cucchiara, "Detecting Moving Shadows: Algorithms and Evaluation," IEEE transactions on pattern analysis and machine intelligence, Vol. 25, No. 7, pp. 918-923, July 2003. 

    상세보기 crossref

  4. J. Stauder, R. Mech, and J. Ostermann, "Detection of Moving Cast Shadows for Object Segmentation," IEEE Transactions on Multimedia, Vol. 1, No. 1, pp. 65-76, 1999. 

    상세보기 crossref

  5. T. Horprasert, D. Harwood, and L.S. Davis, "A Statistical Approach for Real-time Robust Background Subtraction and Shadow Detection", Proceeding of IEEE ICCV'99 Frame-rate Applications, Methods and Experiences with Regularly Available Technology and Equipment. Workshop, pp. 1-19, 1999. 

  6. R. Cucchiara, C. Grana, M. Piccardi, A. Prati, and S. Sirotti, "Improving Shadow Suppression in Moving Object Detection with HSV Color Information," Proceeding of IEEE International Conference Intelligent Transportation Systems, pp. 334-339, 2001. 

  7. N. Martel-Brisson, and A. Zaccarin, "Moving Cast Shadow Detection from a Gaussian Mixture Shadow Model," Proceeding of IEEE International Conference Computer Vision and Pattern Recognition, Vol. 2, pp. 643-648, 2005. 

  8. L. Liu, K. Huang, T. Tan, and L. Wang, "Cast Shadow Removal with GMM for Surface Reflectance Component," Proceeding of IEEE International Conference Computer Vision and Pattern Recognition, Vol. 1, pp. 727-730, 2006. 

  9. B. Horn, Robot Vision, MIT Press Massachusetts Institute of Technology Cambridge, Messachusetts 02142, www.mitpress.mit.edu, 1986. 

  10. I. Mikic, P. Cosman, G. Kogut, and M.M. Trivedi, "Moving Shadow and Object Detection in Traffic Scenes," Proceeding of IEEE International Conference on Pattern Recognition, Vol. 1, pp. 321-324, 2000. 

  11. J. C. S. Jacques, C. R. Jung, and S. R. Musse, "Background Subtraction and Shadow Detection in Grayscale Video Sequences," 18th Brazilian Symposium on Computer Graphics and Image Processing, pp. 189-196, 2005. 

  12. C. Stauffer and W.E.L Grimson, "Adaptive Background Mixture Models for Real-time Tracking," IEEE Conference on Computer Vision and Pattern Recognition, pp. 244-252, 1999. 

  13. P. KadewTraKuPong and R. Bowden, "An Improved Adaptive Background Mixture Model for Real-timetracking with Shadow Detection," Proceeding of 2nd European Workshp on Advanced Video-Based Surveillance Systems, pp.135-144, 2001. 

  14. Z. Zivkovic, "Improved Adaptive Gaussian Mixture Model for Background Subtraction," International Conference on Pattern Recognition, pp. 28-31, 2004. 

  15. L. Shapiro and G. Stockman, Computer Vision, Prentice Hall, Upper Saddle River, New Jersey, 2001. 

  16. T.B. Ngyuen and S. T. Chung, "A Real-time Motion Object Detection based on Neighbor Foreground Pixel Propagation Algorithm," Journal of The Institute Of Electonics Engineers Of Korea, SP Section, Vol. 47, Issue 1, pp. 9-16, 2010. 

  17. Shadow Detection and Correction in "Autonomous Agents for On-Scene Networked Incident Management (ATON)" Project, http://cvrr.ucsd.edu/aton/shadow/, 2001. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
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

맨위로