Paper Format for International Conference on ... - isl, ee, kaist

issserver.kaist.ac.kr

Paper Format for International Conference on ... - isl, ee, kaist

2003 年 度 第 16 回 信 號 處 理 合 同 學 術 大 會 論 文 集 第 16 卷 1 號움직임을 계산한다. 보통 움직임 추정은 밝기 정보를이용하여 하는 반면 제안한 방법은 밝기 정보의 x축,y축 gradient 값을 이용하여 더 정확한 움직임을 구한다.과정 3) 분할 영역 중 사라지는 영역을 조사, 선택한다. 영역 선택은 back-projection 방법을 이용하여객체가 사라지는지 여부를 판단한다. 그림 3은 사라지는 영역을 선택하는 방법을 보이고 있다. 과정 1의결과의 한 영역 R에 대해 이전 장 (n-1)에서 현재장(n)으로 구한 움직임 벡터 값이 MV F 이라면 영역 R을현재 장으로 이동시킨 영역 R P 을 구할 수 있다. 그리고, R P 영역에 대해 다시 이전 장으로 움직임 벡터MV B 을 구하고 Rp을 이동한 결과 R’ 을 구한다. 영역 R이 사라지는 영역이라면 Rp는 배경 영역일 것이기 때문에 그림 3에서 알 수 있듯이 MV B 로 구한R’ 영역은 대부분 배경에 존재하게 된다. 그러므로R와 R’ 에 모두 포함되는 화소 수가 영역 R의 전체화소수의 α % 보다 낮으면 이 영역은 사라지는 영역을 고려된다.n-1MV FRR’nobject MV BRpSAD 값의 증가량이 작기 때문에 움직임 유사도는상대적으로 낮은 값을 가질 확률이 높아진다. 이러한사실을 바탕으로 연결된 영역 간의 움직임 유사도 값을구한 후 작은 값의 움직임 유사도를 갖는 영역부터병합한다.3. 투영된 객체 결과그림 4는 이전 장의 객체 추적 결과와 비디오 객체 분할 결과, 그리고 비디오 객체를 하나의 움직임 모델로나타냈을 때와, 영상분할 후 투영한 비디오 객체를 보여준다. 그림 (d)에서 붉은색으로 그려진 영역은 사라지는 영역을 의미한다. 그림 4에서 알 수 있듯이 객체의모양이 많이 변화한 경우에도 기존의 방법에 비해 더정확한 투영 결과를 얻을 수 있음을 알 수 있다.(a)(c)(b)(d)그림 3. 사라지는 영역 선택과정 4) RAG을 구성하고 비슷한 움직임을 갖는 연속된 비슷한 움직임을 갖는 연결된 두 영역을 병합한다. 두 영역간의 움직임 유사도는 식 (3)과 같이 영역R 1 , R 2 에 대해서 독립적으로 움직임 벡터를 구했을때 minSAD 값의 합과 두 영역을 병합한 후에 움직임 추정을 했을 때 나오는 minSAD값의 변화율로 정의하였다.minSAD(R1+ R2,MVR1+ R2)pri = (3)minSAD(R , MV ) + minSAD(R , MV )갖는1R12R2대체로 움직임 추정 단계에서 SAD 커브는 최소점을움직임 벡터 중심부터 거리가 멀어질수록SAD값이 증가하는 형태를 가진다. 그러므로, 움직임유사도가 작은 경우, R 1 +R 2 의 minSAD값을 구하면R 1 혹은 R 영역에서 SAD값이 크게 증가한다. 반면 두2영역의 움직임 벡터차가 작으면 영역병합으로 발생하는(e)그림 4. 객체 투영 결과: (a) bream #117 의 객체 (b)bream #118 (c) 하나의 움직임 모델을 이용한 객체 투영결과 (d) 제안한 객체 분할 방법 결과 (e) 분할한 영역에대해 움직임을 추정하고 투영한 결과Ⅳ. 투영 객체 수정투영 객체 수정은 투영된 객체의 윤곽선 부분에서투영 결과가 의심쩍은 영역을 추출하고 재조정하는 단계이다. 만약 앞장의 객체 추적 결과를 믿을 수 있고객체와 배경의 컬러 차가 존재한다면 우리는 앞 장 객체 결과의 테두리 부분에서 컬러 정보를 이용하여 투영된 객체의 윤곽선이 정확한지 여부를 판단할 수 있다.그림 5는 이 과정을 간단히 설명하고 있다. 객체 테두리와 인접한 객체 윤곽선과 배경윤곽선 위의 화소를 중심으로 하는 sliding window 내의 객체와 배경의 컬러분포를 조사한다. 그리고, 투영된 O p,n 의 픽셀의 컬러 값이 객체와 배경 중 어디에 속하는지 파악한다. 만약 객340


2003 年 度 第 16 回 信 號 處 理 合 同 學 術 大 會 論 文 集 第 16 卷 1 號체, 배경 두 영역에 포함되어 있거나 없었던 컬러이면그에 해당하는 주변의 화소는 객체 투영 정확도가 불확실한 화소이다. 그리고, object/background contour가동일한 결론을 내렸으면 실제 객체는 다른 부분에 있는것으로 예측된다. 이와 같은 정보를 이용하여 불확실영역을 추출하고 추출한 영역에 대해 RGB 값을 이용하여 객체 테두리를 재조정한다 [3] 그림 6은 투영된 객체의 테두리와 테두리 부근에서 윤곽선을 이전 장의 컬러값을 이용하여 객체(Blue), 배경(green), 객체와배경컬러가 모두 존재하는 영역(red), 새로운 컬러가 나타난부분(yellow)을 표시한 그림이고 이 결과로부터 뽑아낸불확실 영역이 (c)이다.영역 추출 단계에서 α =80%을 선택했다.(a)(b)Backgroundcontour(c)(d)MVAssign그림 7. 실험 결과B n-1ObjectcontourO n-1Projected contourA pixel located on contoursObject pixelBackground pixel그림 5. 투영 객체 윤곽선 수정Ⅵ. 결론본 논문은 동영상에서 정확한 테두리를 유지하는반자동 객체 추적하는 방법을 제안하였다. 제안한 알고리즘은 이전 장의 객체의 움직임 모델을 구하여 현재장에 투영하고 투영된 객체의 테두리 부분에서 불확실영역을 추출 하고 재조정하는 구조로 되어 있다. 특히이 논문에서는 투영 결과를 정확하게 하기 위하여 객체를 분할하고 분할한 영역 중 사라지는 영역을 처리하였다.실험 결과는 객체가 복잡한 움직임을 가지고 있는경우에도 객체 추적이 잘 되는 것을 보이고 있다. 그러나 객체가 잘못된 경계로 이동한 경우에는 계속 잘못된경계 부분에서 머무르는 단점 또한 가지고 있다. 향후이러한 문제점들을 해결하기 위한 연구가 필요하다.(a)(b)참고문헌[1] T. Meier and K. N. Ngan, “ Automaticsegmentation of moving objects ong>forong> video planegeneration,” IEEE Trans. Circuits Syst. VideoTechnol., vol. 8, no. 6, pp.525-538, Sep. 1998.(c)그림 6. 추출된 불확실 영역: (a) 투영 결과, (b) 투영된윤곽선 정확도 측정 (c) 추출된 불확실 영역(gray 영역)[2] L. Vincent and P. Soille, “ Watersheds in digitalspaces: An efficient algorithm based on immersionsimulations,” IEEE Trans. Pattern Anal. MachineIntell., vol. 13, no. 6, June 1991[3] J. Lim and J. B. Ra, “ A semantic video objecttracking algorithm using three-step boundaryrefinement,” Int. Conf. Image processing, IEEE,Kobe, Japan, no. 2, pp. 159-163, 1999.Ⅴ. 실험 결과실험 결과는 CIF/QCIF 영상에 대해 테스트 했으며그 중 객체의 움직임이 복잡한 bream 대한 결과를 싣는다. 이 때 객체의 움직임 분석에서 ρ =0.98, 사라지는341

More magazines by this user
Similar magazines