Earticle

상관도표(correlogram)를 사용한 멀티채널 커널 퍼지 알고리즘(Multi-channel Kernel Fuzzy Correlogram: MKFC)은 이동 물체를 검출할 때, 픽셀기반 모델링 알고리즘 (pixel-based modeling)의 뚜렷한 이동 물체 검출의 장점과 히스토그램을 사용한 지역기반 모델링 알고리즘(region-based modeling)의 동적 배경(dynamic background) 에 강인한 장점을 동시에 갖는 알고리즘으로 알려져 있다. 그러나 높은 연산량을 보완하기 위해 양자화된 픽셀값을 사용하였기 때문에 조명 변화에 강인한 이동 물체 검출을 위해 사용되는 그래디언트 정보(예: local binary pattern(LBP), histogram of oriented gradient(HOG))를 적용하기 어려웠다. 이러한 문제 해결을 위해 최소한의 그래디언트 정보를 사용하는 알고리즘이 제안되었으나 그래디언트 특징 추출 과정에서 발생하는 잡음이 이동 물체 검출 성능을 저하시킨다. 본 논문에서는 이동 물체 검출을 위한 향상된 그래디언트 기반 MKFC 알고리즘을 제안한다. 먼저 그래디언트 영상 변환 결과에 잡음제거를 위한 중간값 필터를 적용한다. 다음으로 유사성 기반 이동 물체 검출 과정의 결과를 후보영역으로 설정하고, 저주파 통과 필터를 적용한 최종적인 잡음제거 과정을 통해 이동물체를 검출하는 알고리즘이다. 끝으로, 시뮬레이션 결과를 통해 기존 알고리즘과 제안한 알고리즘의 성능을 비교 검증하였다.

For moving objects detection, the multi-channel kernel fuzzy correlogram algorithm(MKFC) has the following two advantages. It detects moving objects not only sharply by a pixel-based modeling algorithm, but also robustly against dynamic background by a region-based modeling algorithm. However, it uses a quantized pixel value to reduce computational complexity. For this reason, it is hard to apply the gradient feature (e.g., local binary pattern(LBP) and histogram of oriented gradient(HOG)) which is robust against the light change environment. To solve this problem, we propose an algorithm that detects the moving objects using gradient vector-based MKFC. However, performance of moving object detection can be degraded by the noise resulting from gradient vector-based image transform. In this paper, we propose an improved moving objects detection algorithm using gradient based MKFC. The algorithm uses a median filter for denoising the image from gradient vector-based image transform and determines the candidate region based on similarity estimate. Finally, the approach detects the moving objects by applying a Gaussian filter to the candidate region. Simulation results in a light changing environment show that the proposed algorithm yields better moving-object detecting performance than the conventional algorithm.

본 논문에서는 실내 조명 변화 상황에 강인한 이동 물체 검출 알고리즘을 제안한다. 기존 알고리즘이 단일 픽셀 혹은 인접 픽셀들의 강도에 기반을 두기 때문에 빛 변화 상황에서 오검출률이 급격하게 증가하는 단점이 있다. 이러한 문제를 해결하기 위하여 local binary pattern 알고리즘을 기반으로 대칭되는 위상에 존재하는 인접 픽셀 간의 그래디언트 벡터를 통해 영상을 변환하기 때문에 광량과 조명의 변화에 강인한 그래디언트 벡터 기반 영상 변환(i.e. gradient-vector based image transform) 알고리즘과 유사성 기반 배경 모델링 알고리즘인 multi-channel kernel fuzzy correlogram(MKFC)을 결합하여 빛 또는 조명 변화 변화에 강인한 새로운 이동 물체 검출 알고리즘을 제안한다. 끝으로, 시뮬레이션을 통하여 급격한 조명 변화 상황에서도 제안된 알고리즘이 기존 알고리즘보다 낮은 오검출률을 보임을 검증한다.

In this paper, we propose a robust moving object detection algorithm against indoor light illumination conditions. Since the conventional algorithm is based on the intensity of pixels, its false alarm rate may increase in such indoor light conditions. On the other hand, the proposed algorithm uses information of gradient vector of pixel intensity variance based on local binary patterns (i.e., gradient-vector based image transform), resulting in insensitivity to light change situations. Finally, the performance of the proposed algorithm is verified in terms of false alarm rates through simulation results.

본 연구에서는 객체 코너의 분산치에 기반한 코렐로그램 형태검출 기법을 제안한다. 제안된 알고리즘은 다음 단계로 진행된다. 먼저 영상 내 객체의 코너 점을 추출한 후 이들의 분산치를 구한다. 그리고 각각의 코너영역들의 분산치 중 최대/최소값을 추출한다. 그리고 이 최대/최소값을 이용하여 코렐로그램 매핑을 한 후 유사도를 측정하게 된다. 제안된 기법은 영상 내에서 형태 구조가 분명한 객체의 실험에서 성능이 우수하였으며 객체의 이동이나 회전에도 강인하였으며 코너 패치 히스토그램을 이용한 형태 검색에 비해 약 0.03%의 향상된 recall을 나타내었다.

This paper have proposed an object retrieval using the corners area variability based on correlogram. The proposed algorithm is processed as follows. First, the corner points of the object in an image are extracted and then the feature vectors are obtained. It are rearranged according to the number dimension and consist of sequence vectors. And the similarity based on the maximum of sequence vectors is measured. The proposed technique is invariant to the rotation or the transfer of the objects and more efficient in case that the objects present simple structure. In simulation that use Wang's database, the method presents that the recall property is improved by 0.03% and more than the standard corner patch histogram.

본 논문에서는 새로운 형태 특징값으로서 형태 correlogram을 제안하고 이를 기반으로 한 효과적인 내용기반 영삼검색(content-based image retrieval) 방법을 제시한다. 기존읜 색상 correlogram은 색상 정보에 공간적인 정보를 부여함으로써 영상검색 성능을 향상시켰다. 그러나 이 특징값은 형태 정보를 포함하고 있지 않아서 색상이 다르면서 비슷한 윤곽선 형태를 갖는 물체의 검색에는 좋은 효과를 보이지 못한다.이 문제를 해결하기 위해 예지(edge)들의 correlogram인 형태(shape) correlogram을 제안한다. 색상 correlogram이 색상들의 거리에 따른 상관관계를 나타내는데 반해 형태 correlogram은 에지 각도들의 상관관게를 나타낸다. 형태 correlogram은 gradient 축과 각도 축을 가지는 2차원 특징 벡터(feature vector)로 표현된다. 각 축은 24개 빈(bin)으로 나뉘어져서 총 576개의 원소를 가지게 된다. 또한 본 논문에서는 형태 correlogram의 데이터 크기를 줄이고, 회전에 대해 불변인 특성을 가지게 하기 위해 투영(projected) 형태 correlogram을 제안한다. 실험결과를 통하여 본 논문에서 제안한 형태 correlogram과 투영 형태 correlogram을 사용한 영상검색 방법이 기존의 방법보다 성능면에서 우수함을 입증한다.

본 논문에서는 컬러 영상에서 Dominant 컬러쌍 정보를 이용한 객체기반 영상검색 기법을 제안한다. 기존의 대부분 연구에서는 관심있는 객체를 포함한 영상 전체에 대해 특징값을 추출하여 유사 영상을 검색함으로써 배경으로 인해 검색 성능이 나빠지는 단점이 있었다. 본 논문에서는 관심있는 객체 정보만 질의로 사용하고 DB내의 영상들에 대해서도 객체가 존재할 수 있는 후보 영역을 추출한 후 유사도를 측정하는 방법을 제안한다. 제안하는 기법은 평탄 컬러 영역들이 이웃하고 있는 경계부분에서의 Dominant 컬러쌍 정보를 추출하여 특징값으로 사용하였으며, 유사도는 색상을 이용한 Color Correlogram 방법을 사용하였다. 제안하는 Dominant 컬러쌍 특징값은 이동, 회전, 그리고 크기변화에 강건한 특성을 갖는다. 질의 객체 영상에 대해서 DB내에 있는 각각의 영상에 대해 영상 전체를 비교하는 것이 아니라 객체가 존재하는 영역을 추출한 후 유사도를 측정함으로써, 배경 컬러에 의해 영상이 잘못 검출되는 오류가 줄고, 검색 성능이 향상됨을 실험을 통해 확인하였다.

This paper proposes an object-based image retrieval technique based on the dominant color pair information. Most of existing methods for content based retrieval extract the features from an image as a whole, instead of an object of interest. As a result, the retrieval performance tends to degrade due to the background colors. This paper proposes an object based retrieval scheme, in which an object of interest is used as a query and the similarity is measured on candidate regions of DB images where the object may exist. From the segmented image, the dominant color pair information between adjacent regions is used for selecting candidate regions. The similarity between the query image and DB image is measured by using the color correlogram technique. The dominant color pair information is robust against translation, rotation, and scaling. Experimental results show that the performance of the proposed method has been improved by reducing the errors caused by background colors.

Recently, there has been studied on feature extraction method for efficient content-based image retrieval. Especially, Many researchers have been studying on extracting feature from color Information, because of its advantages. This paper proposes a feature and its extraction method based on color correlogram that is extracted from color information in an image. the proposed method is computed from the image segmented into two parts; the complex part and the plain part. Our experiments show that the performance of the proposed method is better as compared with that of the original color correlogram method.

최근 효과적인 내용기반 영상검색을 위한 특징 추출 방법이 많이 연구되고 있다. 특히, 칼라정보를 이용하여 특징을 얻는 방법은 여러 가지 장점 때문에 연구가 활발히 진행되고 있다. 본 논문에서는 칼라정보를 이용해서 얻을 수 있는 칼라코렐로 그램을 이용한 영상검색 성능을 향상시키기 위해, 칼라 코렐로그램 기반의 새로운 특정 추출 방법을 제안한다. 제안한 방법은 영상을 복잡한 부분과 그렇지 않은 부분으로 분할학고, 각각의 칼라 코렐로그램을 얻는 방법 . 제안한 방법은 기존의 칼라 코렐로그램을 이용한 영상검색보다 우수한 성능을 나타냄을 실험을 통하여 확인하였다. 확인하였다.

Recently, there has been studied on feature extraction method for efficient content-based image retrieval. Especially, many researchers have been studying on extracting from color information, because of its advantages. This paper proposes a feature and its extraction method based on color information in an image. The proposed method is computed from the image segmented into two parts: the complex part and the plan part. Our experiments show that the performance of the proposed method is better as compared with the original color correlogram method.

효과적인 내용기반 영상검색을 위한 특징 추출 방법에 대한 연구가 많이 진행되고 있다. 최근 칼라 영상을 효과적으로 검색하기 위해 칼라 코렐로그램을 이용하는 방법이 제안되었다. 본 논문에서는 얻어지는 칼라 코렐로그램을 이용하여 보다 효과적으로 영상을 검색하기 위해 크로스 코렐로그램 영역을 이용하여 영상을 검색하는 방법을 제안하였다. 크로스 코렐로그램이란 오토코렐로그램 이외의 영역을 말하는 것으로 영상에 존재하는 외각선 정보를 포함하는 부분이다. 크로스 코렐로그램을 이용하여 영상검색을 했을 경우, 기존의 칼라 코렐로그램보다 우수한 영상검색 결과를 나타냄을 확인 할 수 있었다.

최근 효과적인 내용기반 영상검색을 위해 특징 추출 방법이 많이 연구되고 있다. 특히 칼라 정보를 이용하여 특징을 얻는 방법은 여러 가지 장점 때문에 많이 사용되고 있다 본 논문에서는 칼라 코렐로그램(color correlogram) 기반의 새로운 특징 추출 방법을 제안한다. 제안한 방법은 웨이브릿 변환 계수를 사용하여 영상을 복잡한 영역과 그렇지 않은 영역으로 분할하고, 각 영역의 칼라 코렐로그램을 영상의 특징으로 사용해 영상을 검색하는 방법이다. 제안한 방법으로 영상을 검색하는 방법은 기존의 칼라 코렐로그램을 이용한 방법보다 성능이 우수함을 실험에서 확인할 수 있었다.