초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-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

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

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법
• 연구 결과

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.

제안 방법

• 다윽으로 I又와 Dbk"의 차영상을 구하고 영상을 이진화한다. 시공간 정보를 나타내는 차영상을 다음과 같이 정의한다.
• 두 번째 단계에서는 연결성 검사를 이용하여 추출한 움직임 정보에서 오브젝트가 址타나는 영역을 찾는다. 마지막 단계에서는 이전 단계에서 추출한 영역을 본 논문에서 제시하는 영역 최적화(Region Optimization알고리즘을 이용하여 오브젝트에 최적화된 사각의 영역을 찾아낸다. 그림 1은 본 논문에서 제안된 방법의 전체적인 개요도 이다.
• 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. 본 논문에서 제시한 최적영역을 이용하여 오브젝트의 전체적인 움직임의 추적해본 결과 개략적인 움직임을 잘 추출할 수 있었다 향후과제로 영상 내부 오브젝트의 그림자를 제거하는 연구가 필요하다.
• 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. 두 번째 단계에서는 연결성 검사를 이용하여 추출한 움직임 정보에서 오브젝트가 址타나는 영역을 찾는다.
• 제안한 방법을 검증하기 위해서 본 논문에서 제시한 방법으로 연구실내 정지돤 카메라로부터 초당 30 프레임으로 입력된 이미지(크기 : 320x240)에서 오브젝트의 전체적인 움직임을 7 프레임 간격으로 추적해 보았다, 실험에 사용한 시스템은 Matrox meteo U 프레임 그래버가 장착된 Pentium HI 650 Mhz이 고 프로그램 환경은 Visual C++ 6.0이다. 실험에 사용한 tb, 奁는 각각 7, 4, 0.

이론/모형

• 차영상을 구하기 전에 입력된 영상을 그레이 레벨 영상으로 변환을 한다. 차영상 방법에서는 Saturation기법을 적용한耳.

후속연구

• 제안된 방법은 차영상을 이용하여 움직임을 감지하였고 연결성 검사를 이용하여 오브적트 영역을 찾아내었고 최적 영역 알고리즘을 이용하여 오브젝트에 최적화된 영역을 찾아내었다. 본 논문에서 제시한 최적영역을 이용하여 오브젝트의 전체적인 움직임의 추적해본 결과 개략적인 움직임을 잘 추출할 수 있었다 향후과제로 영상 내부 오브젝트의 그림자를 제거하는 연구가 필요하다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기