$\require{mediawiki-texvc}$

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.

영역별 수직 투영 히스토그램 매칭 및 선형 회귀모델 기반의 차량 운행 영상의 안정화 기술 개발

Regional Projection Histogram Matching and Linear Regression based Video Stabilization for a Moving Vehicle

방송공학회논문지 = Journal of broadcast engineering, v.19 no.6, 2014년, pp.798 - 809  

허유정 (인하대학교 컴퓨터정보공학과) ,  최민국 (인하대학교 컴퓨터정보공학과) ,  이현규 (인하대학교 컴퓨터정보공학과) ,  이상철 (인하대학교 컴퓨터정보공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 블랙박스 혹은 운전석에 장착된 카메라로부터 얻어진 차량 영상에 대한 영역별 수직 투영 히스토그램 매칭선형 회귀분석 모델을 활용한 강건한 차량 운행 동영상의 안정화 기법을 제안한다. 동영상 안정화 기법은 영상의 흔들림 보정 뿐 아니라 동영상 내 강건한 특징점 추적 및 매칭을 위한 이전의 전처리 과정으로 활용된다. 일반적으로 촬영 과정에서 많은 떨림이 포함될 수 있는 야외 CCTV 영상이나 손으로 들고 촬영된 동영상에 대한 흔들림 보정 등에 적용되고 있으나 영상 내 특징점이 지속적으로 변하고 영상의 변화 정도가 매우 심한 차량 운행 동영상에서는 적용된 사례가 드물다. 본 연구에서는 일반적인 비디오 안정화 기술이 적용되기 어려운 차량 운행 동영상에 대하여 흔들림 보정을 위한 동영상 안정화 기법을 제안한다. 제안된 기법은 입력 영상에 대한 영역별 수직 투영 히스토그램 매칭을 수행하고 선형 회귀모델을 통해 영상에 나타나는 수직 및 회전 이동 변환을 선형 근사하여 시간 영역상에서의 입력 영상에 대한 안정화를 수행한다. 제안 방법의 검증을 위해 블랙박스로 촬영된 동영상에 동영상 안정화 기술을 적용하였으며, 운행 중 불규칙한 노면으로 인한 영상의 흔들림이 효과적으로 제거되는 것을 확인할 수 있었다.

Abstract AI-Helper 아이콘AI-Helper

Video stabilization is performed to remove unexpected shaky and irregular motion from a video. It is often used as preprocessing for robust feature tracking and matching in video. Typical video stabilization algorithms are developed to compensate motion from surveillance video or outdoor recordings ...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 이러한 문제점을 해결하고 차량 영상에서의 강건한 동영상 안정화를 달성하기 위해 영역별 수직 투영 히스토그램 매칭(vertical projection histogram matching)[18,19] 및 선형 회귀모델(linear regression model) 기반의 동영상 안정화 기법을 제안하였다. 본 논문의 독창성은 다음과 같다.
  • 본 논문에서는 차량 영상에 대한 영역별 수직 투영 히스토그램 매칭과 선형 회귀모델 기반의 동영상 안정화 기법을 제안하였다. 제안하는 기법은 프레임 간 모션 추정에 있어 다른 사전정보를 요구하지 않으며, 빠른 시간 내에 강건한 모션 파라미터를 추정할 수 있다는 장점이 있다.

가설 설정

  • i번째 전처리 과정 수행 이후 j번째 영역에서의 수직 방향 이동 변환 값 vij를 추출하기 위한 가정으로, 임의의 연속된 두 프레임 fs와 fs+1의 수직 방향의 이동 크기는 동일 위치의 영역별 히스토그램 간 최소 오차값을 갖는다고 가정하였다. j번째 영역에서 수직 히스토그램 H(s,j)와 H(s+1, j) 간의 최소 SAD(Sum of Absolute Differences) 값으로 영역 간 수직 방향 이동 값을 추출하였다.
  • 33px;">p보다 큰 경우 j번째 영역에서의 모션이 유효하다고 가정한다. 또한 한 프레임 내에서 유효한 영역 모션의 개수가 임의의 임계값(threshold) mr보다 큰 경우 해당 프레임에서의 선형 근사함수가 유효하다고 가정한다. x = n + fl일 때, 반올림 함수 # 에 의한 임계값 ##라 하면, 수직 이동 변환 벡터의 유효성 검증은 알고리즘 1을 따른다.
  • 임의의 j번째 영역에서 추출된 수직 이동 변환 값의 유효성을 검증하기 위해서 j번째 영역에서 모션이 존재하는 이동 변환 값 vij의 개수가 임의의 임계값(threshold) mp보다 큰 경우 j번째 영역에서의 모션이 유효하다고 가정한다. 또한 한 프레임 내에서 유효한 영역 모션의 개수가 임의의 임계값(threshold) mr보다 큰 경우 해당 프레임에서의 선형 근사함수가 유효하다고 가정한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
동영상 안정화란? 동영상 안정화(video stabilization)는 동영상의 흔들림 혹은 떨림을 보정하기 위한 기술로 주로 야외 CCTV나 손으로 들고 촬영된 동영상을 보정하기 위한 기법이다. 동영상 안정화 기법은 영상의 흔들림 보정 뿐 아니라 동영상 처리 기술을 적용하기 위한 전처리 단계로도 효용이 높아 많은 연구가 이루어지고 있다.
동영상 안정화 기법에 대해 많은 연구가 이루어지고 있는 이유는? 동영상 안정화(video stabilization)는 동영상의 흔들림 혹은 떨림을 보정하기 위한 기술로 주로 야외 CCTV나 손으로 들고 촬영된 동영상을 보정하기 위한 기법이다. 동영상 안정화 기법은 영상의 흔들림 보정 뿐 아니라 동영상 처리 기술을 적용하기 위한 전처리 단계로도 효용이 높아 많은 연구가 이루어지고 있다. 대표적인 동영상 안정화 기법으로 특징점 모션 추적 기반의 안정화 기법[1,2,3,4,5,6]과 모션 분석 기반의 안정화 기법[7,8,9, 10 11], 카메라 내부 파라미터 추정을 통한 안정화 기법[12] 등이 널리 활용되고 있다.
모션 분석 기반의 동영상 안정화 기법의 사례는 어떤 것들이 있는가? 특징점 기반의 동영상 안정화 기법과는 다르게 모션 분석 기반의 동영상 안정화 기법은 옵티컬 플로우(optical flow)와 같은 밀집된 모션 추출 알고리즘을 통해 영상 전체에 나타나는 모션을 분석하여 동영상 안정화를 수행하고 있다. 대표적으로 Matsushi 등은 연속된 두 프레임 사이의 기하학적 변환 파라미터로부터 추정된 전역 모션 정보를 활용하여 영상의 안정화를 수행하고, 특정한 국소 영역 간의 추정된 모션 정보를 지역적 모션으로 가정하여 소실된 영상 정보를 복원(inpainting)하는 두 단계로 이루어진 풀 프레임 동영상 안정화 기법을 제안하였다[7]. Chang 등은 기울기 기반의 옵티컬 플로우 벡터에 최소 양절 자승법(Least trimmed squares)을 적용한 단순화 된 어파인 모션 모델을 통한 동영상 안정화 기법을 제안하였고[8], Puglisi 등은 사전 필터링 된 옵티컬 플로우 벡터를 메모리 필터와 결합하는 적응형 움직임 벡터 필터링 기법으로 강건한 모션 추정이 가능한 동영상 안정화를 수행하였다[9]. 이 외에도 Litvin 등은 칼만 필터(Kalman filter)를 적용한 모션 데이터로부터 확률적 모션을 분석 및 추정한 후, 정의되지 않은 외부 영역의 재구성을 위해 모자이킹과 이미지 워핑 기법을 결합하는 확률모델 기반 동영상 안정화 기법[10]을 제안하였고, Wang 등은 추출한 특징점에 대해 RKHS(Reproducing Kernel Hilbert Space) 그래프 매칭을 적용하여 연속된 3D 이미지 사이의 카메라 내부 파라미터를 추정하는 풀 프레임 안정화 기법을 제안하였다[12].
질의응답 정보가 도움이 되었나요?

참고문헌 (20)

  1. J. Wang, H. Jin, and A. Agarwala. Subspace video stabilization. ACM Transactions on Graphics. 30(4), 2011. 

  2. S. Battiato, G. Gallo, G. Puglisi, and S. Scellato. SIFT feature tracking for video stabilization. International Conference on Image Analysis and Processing, 2007. 

  3. J. Yang, D. Schonfeld, C. Chen, and M. Mohamed. Online video stabilization on particle filters. International Conference on Image Processing, 2006. 

  4. Y. Shen, P. Guturu, T. Damarla, B. P. Buckles, and K. R. Namuduri. Video stabilization using principal component analysis and scale invariant feature transform in particle filter framework. IEEE Transactions on Consumer Electronics, 55(3):1714-1721, 2009. 

  5. R. Hu, R. Shi, I. Shen, and W. Chen. Video stabilization using scale-invariant features. International Conference Information Visualization, 2007. 

  6. F. Liu, and H. Jin. Content-preserving warps for 3D video stabilization. ACM SIGGRAPH, 2009. 

  7. Y. Matsushita, E. Ofek, X. Tang, and H. -Y. Shum. Full-frame video stabilization with motion inpainting. IEEE Transactions on Pattern Analysis and Machine Intelligence, 28(7):1150-1163, 2006. 

  8. H. -C. Chang, S. -H. Lai, and K. -R. Lu. A robust real-time video stabilization algorithm. Journal of Visual Communication and Image Representation. 17:659-673, 2006. 

  9. S. Battiato, G. Puglisi, and A. R. Bruna. A robust video stabilization system by adaptive motion vectors filtering. International Conference on Multimedia and Expo, 2008. 

  10. A. Litvin, J. Konrad, and W. C. Karl. Probabilistic video stabilization using Kalman filtering and mosaicking. IS&T/SPIE Symposium on Electronic Imaging, 2003. 

  11. J. Yang, D. Schonfeld, and M. Mohamed. Robust video stabilization based on particle filter tracking of projected camera motion. IEEE Transactions on Circuits and System for Video Technology, 19(7):945-954, 2009. 

  12. J. M. Wang, H. P. Chou, S. W. Chen, and C. S. Fuh, Video stabilization for a hand-held camera based on 3D motion model. International Conference on Image Processing, 2009. 

  13. ] K. -Y. Huang, Y. -M. Tsai, C. -C, and Tsai, L. -G. Chen. Video stabilization for vehicular applications using SURF-like descriptor and KD-tree. International Conference on Image Processing, 2010 

  14. Y. -F. Hsu, C. -C Chou, and M. -Y. Shih. Moving camera video stabilization using homography consistency. International Conference on Image Processing, 2012. 

  15. Y. -M. Liang, H. -R. Tyan, S. -L. Chang, H. -Y. M. Liad, and S. -W. Chen. Video stabilization for a camcorder mounted on a moving vehicle. IEEE Transactions on Vehicular Technology, 53(6):1636-1648, 2004. 

  16. J. Lee, S. Lee, and J. Paik, Digital image stabilization based on statistical selection of feasible regions. IEEE Transactions on Consumer Electronics, 55(4):1748-1755, 2009 

  17. M. H. Shakoor, M. Moattari. Digital image stabilization using histogram-based sorting. International Symposium on Knowledge acquisition and modeling, 2009. 

  18. H. Ryu, M. Kim, S. Cha, and S. Sull. Use of projection histogram for tracking faces under out-of-plane rotation. SPIE Optical Engineering, 47(9), 2008. 

  19. A. Broggi, P. Grisleri, T. Graf, and M. Meinecke. A software video stabilization system for automotive oriented applications. IEEE Vehicular Technology Conference, 2005. 

  20. R. C. Gonzalez and R. E. Woods. Digital image processing, third edition. Pearson education. New Jersey, USA. 2010 

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

이 보고서와 함께 이용한 콘텐츠

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