$\require{mediawiki-texvc}$

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.

흡연자 검출을 위한 새로운 방법

New Scheme for Smoker Detection

한국통신학회논문지 = The Journal of Korean Institute of Communications and Information Sciences, v.41 no.9, 2016년, pp.1120 - 1131  

이종석 (Kwangwoon University Department of Electronics) ,  이현재 (Kwangwoon University Department of Electronics) ,  이동규 (Kwangwoon University Department of Electronics) ,  오승준 (Kwangwoon University Department of Electronics)

초록
AI-Helper 아이콘AI-Helper

본 논문은 흡연으로 인한 화재사고 방지를 위해, 비디오 영상에서 흡연자를 검출하는 알고리즘을 제안한다. 흡연자의 행동을 인식하기 위해 행동 인식 기법의 계층적 방법 중 서술 기반 접근 방법을 기반으로 제안하는 알고리즘은 배경 영역 분리, 객체 검출, 이벤트 탐지, 이벤트 판단 과정으로 구성된다. 배경 영역 분리 과정으로 학습률이 다른 두 개의 가우시안 혼합 모델을 이용하여 입력 영상으로부터 고속 움직임 전경, 저속 움직임 전경 영상을 생성하고, 저속움직임 전경 영상을 chain-rule 기반 외곽선 검출 알고리즘을 통하여 객체의 위치를 추출해낸다. 위치 정보를 기반으로 흡연자의 세 가지 특징인 얼굴, 연기, 손의 움직임을 이벤트 탐지 과정에서 검출한다. Haar-like feature를 이용하여 얼굴을 검출하며, 고속 움직임 전경에서 연기의 발생 빈도수와 방향성을 반영하여 연기를 검출한다. 움직임 추정을 통해 반복적인 손의 움직임을 검출한다. 일정 구간의 비디오 시퀀스 내 객체들에 대하여, 검출된 특징들의 서술적 관계를 반영하여 각각의 객체가 흡연자인지 판단한다. 제안하는 방법은 실시간으로 여러 다른 객체들 사이에서 강인하게 흡연자를 검출한다.

Abstract AI-Helper 아이콘AI-Helper

In this paper, we propose a smoker recognition algorithm, detecting smokers in a video sequence in order to prevent fire accidents. We use description-based method in hierarchical approaches to recognize smoker's activity, the algorithm consists of background subtraction, object detection, event sea...

주제어

질의응답

핵심어 질문 논문에서 추출한 답변
흡연 행위를 영상으로 검출하기 어려운 이유는? 하지만 흡연 행위를 영상으로 검출하기란 쉽지 않다. 그 이유는 연기는 주변 상황에 따라 영상 내에서 어디로 퍼져나갈지 모르고, 담배를 피우면서 흡연자가 계속 움직이고 또한 개인적인 습관도 많이 나타나기 때문이다.
움직임 추정을 통해 무엇을 검출하는가? Haar-like feature를 이용하여 얼굴을 검출하며, 고속 움직임 전경에서 연기의 발생 빈도수와 방향성을 반영하여 연기를 검출한다. 움직임 추정을 통해 반복적인 손의 움직임을 검출한다. 일정 구간의 비디오 시퀀스 내 객체들에 대하여, 검출된 특징들의 서술적 관계를 반영하여 각각의 객체가 흡연자인지 판단한다.
서술 기반 접근 방법을 기반으로 제안하는 알고리즘은 어떻게 구성되는가? 본 논문은 흡연으로 인한 화재사고 방지를 위해, 비디오 영상에서 흡연자를 검출하는 알고리즘을 제안한다. 흡연자의 행동을 인식하기 위해 행동 인식 기법의 계층적 방법 중 서술 기반 접근 방법을 기반으로 제안하는 알고리즘은 배경 영역 분리, 객체 검출, 이벤트 탐지, 이벤트 판단 과정으로 구성된다. 배경 영역 분리 과정으로 학습률이 다른 두 개의 가우시안 혼합 모델을 이용하여 입력 영상으로부터 고속 움직임 전경, 저속 움직임 전경 영상을 생성하고, 저속움직임 전경 영상을 chain-rule 기반 외곽선 검출 알고리즘을 통하여 객체의 위치를 추출해낸다.
질의응답 정보가 도움이 되었나요?

참고문헌 (19)

  1. C. Y. Jeong and J. W. Han, "Technical trends of abnormal event detection in video analytics," Electron. Telecommun. Trends, vol. 27, no. 4, pp. 114-122, Aug. 2012. 

  2. W. C. Wu and C. Y. Chen, "Detection system of smoking behavior based on face analysis," IEEE Int. Conf. Genetic and Evolutionary Computing, pp. 184-187, Aug. 2011. 

  3. S. Y. Shin and S. W. Lee, "Detection of smoking in elevator using average intensity measure," Int. J. Multimedia and Ubiquitous Eng., vol. 10, no. 8, pp. 181-186, Aug. 2015. 

  4. K. H. Lee, S. Y. Shin, and Y. W. Rhee, "Extraction of smoking in elevator using robust scene change detection method," J. KSCI, vol. 18, no. 10, pp. 89-95, Oct. 2013. 

  5. P. Wu, et al., "Human smoking event detection using visual interaction clues," IEEE Int. Conf. Pattern Recognition, pp. 4344-4347, Aug. 2010. 

  6. J. K. Aggarwal and M. S. Ryoo, "Human activity analysis: a review," ACM Comput. Surv., vol. 43, no. 3, pp. 1-43, 2011. 

  7. Z. Zivkovic, "Improved adaptive gaussian mixture model for background subtraction," in Proc. Int. Conf. Pattern Recognition, vol. 2, pp. 28-31, 2004. 

  8. H. H. Lin, J. H. Chuang, and T. L. Liu, "Regularized background adaptation: a novel learning rate control scheme for Gaussian mixture modeling," IEEE Trans. Image Process., vol. 20, no. 3, pp. 822-836, 2011. 

  9. X. Hu and C. He, "Moving object detection algorithm based on gaussian mixture model and HVS space," British J. Appl. Sci. & Technol., vol. 14, no. 6, pp. 1-8, 2016. 

  10. C. Y. Lee, C. T. Lin, C. T. Hong, and M. T. Su, "Smoke detection using spatial and temporal analyses," Int. J. Innovative Comput., Inf. and Contr., vol. 8 no. 7, pp. 4749-4770, 2012. 

  11. H. S. Park and C. S. Bae, "Vision-based hand gesture detection and tracking system," J. KICS, vol. 30, no. 12C, pp. 1175-1180, Dec. 2005. 

  12. H. S. Park and C. S. Bae, "Face and hand tracking algorithm for sign language recognition," J. KICS, vol. 31, no. 11C, pp. 1071-1076, Nov. 2006. 

  13. J. S. Kim, C. S. Han, and J. S. Yoo, "Real-time face tracking system," in Proc. KICS Winter Conf., pp. 1964-1967, Nov. 2005. 

  14. Y. Fang, et al., "A real-time hand gesture recognition method," in Proc. IEEE Int. Conf. Multimedia Expo, pp. 995-998, 2007. 

  15. B. Stenger, P. R. S. Mendonca, and R. Cipolla, "Model-based hand tracking using an unscented kalman filter," in Proc. British Machine Vision Conf., vol. 1, pp. 63-72, 2001. 

  16. C. Shan, Y. Wei, T. Tan, and F. Ojardias "Real-time hand tracking by combining particle filtering and mean shift," in Proc. IEEE Int. Conf. Automatic Face and Gesture Recognition, May 2004. 

  17. C. Shan, T. Tan, and Y. Wei, "Real-time hand tracking using a mean shift embedded particle filter," in Proc. Int. Conf. Pattern Recognition, vol. 40, no. 7, pp. 1958-1970, Jul. 2007. 

  18. B. Stenger, et al.,"Model-based hand tracking using a hierarchical bayesian filter," IEEE Trans. Pattern Anal. Machine Intell., vol. 28, no. 9, pp. 1372-1384, 2006. 

  19. P. Viola and M. J. Jones, "Robust real-time face detection," Int. J. Computer Vision, vol. 57, no. 2, 2004. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 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