Earticle

Kidnapping is a crime that can have disastrous results for the victim and their family. It is important to develop effective systems to detect and prevent such incidients. This paper proposes a Kidnapping Detection Systems that uses Real-Time Object Detection YOLO-v7, and Skeleton Extraction module AlphaPose to detect and track potential kidnapping event in real-time. The system utilizes a number of surveillance cameras that are already installed in Korea. It employs surveillance camera system as an edge module and a GPU system as a server module. By performing deep detection only when there is a high likelihood of a kidnapping event at the edge device, we can reduce inference costs. We have also built a dataset by recording simulated kidnapping scenarios, which can serve as a substitute for actual kidnapping events. Based on our dataset, we achieved an accuracy of 90.3% on the test set using a rule-based approach that considers the angle of the legs and occlusion with people and a car. Our system shows a promising solution for enhancing public safety and preventing crimes.

Based on Kinect platform, human’s gesture recognition and imitation were realized by humanoid robot NAO in this paper. The hardware system structure of Kinect platform and the principle of human skeleton extraction were mainly introduced firstly. From the image, Kinect camera gets the skeletal point information which is used to compared with preset posture of the skeletal information. Through calculate the angle between the different bones, the computer obtains the human’s posture and sends the instructions to the robot. In the physical experiments, NAO robot receives the pre-programmed corresponding action instructions and imitates the corresponding motions of humans.

Feature extraction is a key issue for 3d model retrieval. A novel architecture to extract the curve-skeleton of 3d model is introduced. The algorithm firstly calculates the 3D vector fields of models represented by discrete unit, and then extracts the hierarchical curve-skeleton based on topological features of the critical curve and critical points of the vector fields. The similarity among 3D curve-skeletons is measured by using an improved Earth Mover's Distance (EMD) algorithm. The curve-skeleton extracted with this novel algorithm can be used to categorize models and implement global matching and partial matching.

3차원 관상동맥처럼 위상 구조가 중요한 객체의 형상을 분석하기 위해서는 혈관의 분기점, 극단점, 혈관의 계층적 구조 관계 등의 정보를 함축적으로 표현할 수 있는 골격 추출이 매우 중요하다 본 논문에서는 3차원 CT 혈관조영술(3D CT Angiography)로 촬영된 영상으로부터 관상동맥의 3차원 골격을 추출하는 방법을 개발하였다. 먼저, CT 혈관조영술부터 획득한 슬라이스 이미지로부터 3차원 조작 및 수술 시뮬레이션 등을 위하여 혈관의 3차원 표면에 대한 메쉬 모델을 생성한다. 생성된 메쉬 모델이 임의로 변형된 후에도 자동으로 골격을 쉽게 추출할 수 있도록 메쉬 모델을 복셀화하는 단계를 거친다. 이렇게 얻어진 복셀모델로부터 유클리디언 거리 맵을 구성하여 discrete medial surface (DMS)을 생성하고 최종적으로 골격을 추출하게 된다. 이렇게 추출된 3차원 골격은 관상동맥 수술 시뮬레이션 등에서 다양한 형상 분석에 유용하게 사용될 수 있다.

본 논문에서는 로봇과 인간의 인터액션을 위해 인간 몸의 실루엣 및 액티브 스켈레톤 추출 기법을 제안한다. 연속된 이미지 정보로 부터 얻어진 옷영역등의 정보에서 background subtraction를 이용한 adaptive fusion을 통해 추출된 인간 몸의 실루엣을 바탕으로 active contour와 가상 신체 모델인 skeleton model을 응용하여 작은 움직임에 보다 강한 active skeleton model을 이용하여 인간 몸의 특징 점 위치를 추출하는 방법을 한다.

포즈인식은 최근에 유비쿼터스 환경, 행위 예술, 로봇 제어 등에서 그 필요성이 증가되고 있는 분야로써, 컴퓨터비전, 패턴인식 등에서 활발히 연구되고 있다. 하지만 기존의 포즈인식 연구들은 사람의 회전이나 이동에 따라서 불안정한 인식률을 보인다는 단점을 갖고 있다. 이는 포즈 인식을 위해 추출한 특징이 사람의 회전, 이동 등의 다양한 변수에 영향을 크게 받기 때문이다. 이를 극복하기 위하여 본 논문에서는, 다 시점(multi-view) 환경에서의 3D Star Skeleton과 주성분 분석(principal component analysis: PCA)에 기반한 사람의 회전에 강건한 특징 추출을 제안한다. 제안된 시스템은 포즈의 특징 추출을 위해 다 시점 환경 기반의 visual hull을 생성하는 과정에서 획득 가능한 깊이 정보를 표현하는 8개의 projection map을 입력데이터로 사용한다. 이를 통해 포즈의 3D 정보를 반영하는 3D Star Skeleton을 구성하고 주성분 분석 기반의 회전에 강건한 특징을 추출한다. 실험결과에서는 다양하게 회전된 사람으로부터 생성된 3D Star Skeleton에서 특징을 추출하고 다양한 인식기를 통해 포즈인식을 해보았으며, 제안된 특징 추출 방법이 사람의 회전에 강건함을 알 수 있었다.

Human posture recognition has attracted tremendous attention in ubiquitous environment, performing arts and robot control so that, recently, many researchers in pattern recognition and computer vision are working to make efficient posture recognition system. However the most of existing studies is very sensitive to human variations such as the rotation or the translation of body. This is why the feature, which is extracted from the feature extraction part as the first step of general posture recognition system, is influenced by these variations. To alleviate these human variations and improve the posture recognition result, this paper presents 3D Star Skeleton and Principle Component Analysis (PCA) based feature extraction methods in the multi-view environment. The proposed system use the 8 projection maps, a kind of depth map, as an input data. And the projection maps are extracted from the visual hull generation process. Though these data, the system constructs 3D Star Skeleton and extracts the rotation invariant feature using PCA. In experimental result, we extract the feature from the 3D Star Skeleton and recognize the human posture using the feature. Finally we prove that the proposed method is robust to human variations.

본 논문에서는 퍼지 영상처리 기법을 이용하여 손뼈의 X-Ray 영상에서 손뼈의 윤곽선을 추출하는 방법을 제안한다. 제안된 방법에서는 전 처리 단계로써 감마 상관관계를 이용하여 X-Ray 영상에서 손뼈를 제외한 피부층을 제거한다. 피부층이 제거된 영상에서 손뼈를 뚜렷하게 만들기 위해 샤프닝 기법을 사용한다. 샤프닝 기법이 적용된 영상에서 손뼈의 명암대비를 선명하게 하기 위해 사다리꼴 형태의 Fuzzy Stretching 기법을 적용한다. 사다리꼴 형태의 Fuzzy Stretching 기법을 적용한 영상에서 Canny Edge 기법을 적용하여 손뼈의 윤곽선을 추출한다. 제안된 추출 방법을 20개의 실험 영상을 대상으로 실험한 결과, 16개의 실험 영상에서는 손뼈의 윤곽선이 정확히 추출되었고 4개의 실험 영상에서는 손뼈의 윤곽선이 손실된 상태로 추출되었다.