$\require{mediawiki-texvc}$

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.

영역 최적화를 이용한 움직이는 물체의 추적
Moving Object Tracking Using Region Optimization 원문보기

2002봄 학술발표논문집(B):Proceedings of The 29th KISS Spring Conference(한국정보과학회), 2002 Apr., 2002년, pp.598 - 600  

장원달 (동서대학교 인터넷 공학부) ,  윤태수 (동서대학교 인터넷 공학부) ,  양황규 (동서대학교 인터넷 공학부)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 고정된 카메라로부터 입력된 연속 영상에서 움직이는 오브젝트의 영역을 오브젝트의 형태 변화에 덜 민감하게 추적하는 방법을 제안한다. 제안된 방법은 차영상 분석에 의해 오브젝트의 움직임을 감지하는 단계와 연결성 검사 방법을 적응하여 오브젝트의 영역을 찾아내는 단계와 최적 영역 알고리즘을 이용하여 오브젝트에 최적화된 사각의 영역을 구하는 단계로 구성되어져 있다. 제안된 방범을 카메라로부터 입력된 연속영상들을 대상으로 실험해본 결과 오브젝트의 형태변화에 던 민감한 최적영역을 잘 찾아낼 수 있었다

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 연속 영상 속 오브젝트의 전체적인 움직임을 오브젝트의 형태 변화에 덜 민감하게 추적하는 방법을 제안한다. 오브젝트의 전체적인 움직임은 오브젝트의 세세한 움직임(예 : 팔의 움직임 등)에 거의 영향을 받지 않으므로 우리는 오브젝트의 영역을 사각형으로 가정한다.
  • 본 논문에서는 카메라로부터 입력된 연속 영상에서 오브젝트의 전체적인 움직임을 오브젝트의 형태 변화에 덜 민감하게 추적하는 방법을 제안하였다. 제안된 방법은 차영상을 이용하여 움직임을 감지하였고 연결성 검사를 이용하여 오브적트 영역을 찾아내었고 최적 영역 알고리즘을 이용하여 오브젝트에 최적화된 영역을 찾아내었다.

가설 설정

  • 본 논문에서는 연속 영상 속 오브젝트의 전체적인 움직임을 오브젝트의 형태 변화에 덜 민감하게 추적하는 방법을 제안한다. 오브젝트의 전체적인 움직임은 오브젝트의 세세한 움직임(예 : 팔의 움직임 등)에 거의 영향을 받지 않으므로 우리는 오브젝트의 영역을 사각형으로 가정한다. 제안된 방법의 첫 번째 단계에서는 차영상 분석방법을 사용하여 영상 속 오브 젝드으 움직임을 감지한다.
본문요약 정보가 도움이 되었나요?

관련 콘텐츠

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