H.264|AVC 비트스트림 영역에서의 부분복원을 이용한 동적 객체 검출 및 추적에 관한 연구
*원*
다운로드
소개글
H.264|AVC 비트스트림 영역에서의 부분복원을 이용한 동적 객체 검출 및 추적에 관한 연구내용입니다.
목차
I IntroductionII Related Works
2.1 Overview of MPEG-4 Advanced Video Coding
2.2 Pixel Domain Approach
2.2.1 Region-based Methods
2.2.2 Contour-based Methods
2.2.3 Feature-based Methods
2.2.4 Template-based Methods
2.3 Compressed Domain Approach
2.3.1 Clustering-based Methods
2.3.2 Filtering-based Methods
2.3.4 Issues in Compressed Domain Approach
III Proposed Schemes for Moving Object Detection and Tracking with Partial Decoding in H.264|AVC Bitstream Domain
3.1 Semi-automatic Approach
3.1.1 Forward Mapping of Backward Motion Vectors
3.1.2 Texture Dissimilarity Energy
3.1.3 Form Dissimilarity Energy
3.1.4 Motion Dissimilarity Energy
3.1.5 Energy Minimization
3.1.6 Adaptive Weight Factors
3.2 Automatic Approach
3.2.1 Block Group Extraction
3.2.2 Spatial Filtering
3.2.3 Temporal Filtering
3.2.4 Region Prediction of Moving Objects in I-frames
3.2.5 Partial Decoding and Background Subtraction in I-frames
3.2.6 Motion Interpolation in P-frames
IV Experiments
4.1 Semi-automatic Approach
4.2 Automatic Approach
V Conclusions and Future Works
국문요약
References
본문내용
동적 객체 인식 및 추적 기술은 지능적인 영상 시스템에 포함되는 중요한 기능으로서 주로 픽셀영역에서 컴퓨터 비전 기술을 이용하여 연구되어 왔다. 대부분의 영상 시스템에서는 객체 인식 및 추적이 실시간으로 수행되어야 하지만, 픽셀영역 접근방법은 상당한 양의 계산량을 요구하기 때문에 직접적으로 적용되기 어렵다. 최근 하드웨어 및 소프트웨어 기술의 발달로 인하여 이러한 어려움은 상당히 감소되었지만, 다중 분산 감시 시스템과 같은 대규모 영상 시스템에서는 제한된 자원으로 많은 양의 동영상 데이터를 처리하기에는 여전히 어려움이 존재한다.한편, 일반적으로 사용되는 대부분의 동영상 데이터는 MPEG과 같이 압축된 형태로 전송되는데, 이러한 압축 동영상은 움직임 벡터나 잔차신호와 같이 객체 인식 및 추적에 이용 가능한 정보를 담고 있다. 따라서, 이러한 정보를 이용하여 동영상 데이터를 완전히 복원하지 않고 압축된 상태에서 직접 객체 인식 및 추적을 수행함으로써 처리속도를 빠르게 하는 기술, 즉 압축영역 접근방법이 최근 연구되고 있다.
본 학위 논문에서는, 픽셀영역 접근방법과 압축영역 접근방법을 조합한 새로운 하이브리드 알고리즘을 제안한다. 즉, H.264|AVC로 압축된 동영상 데이터 및 부분 복원된픽셀정보를 이용하여 빠르면서도 정확한 객체 검출 및 추적을 수행하기 위한 두 종류의 새로운 알고리즘들이 제안된다. 첫 번째 알고리즘은 반자동 알고리즘으로서 사용자가 선택한 객체의 특성점을 텍스쳐, 형태, 및 움직임 특성에 따라 적응적으로 추적하는 비유사성 최소화 알고리즘이다. 두 번째 알고리즘은 시공간적 매크로블록 필터, 배경 제거, 및 움직임 보간 등의 방법이 사용되는 자동 알고리즘으로서, 카메라가 정지되어 있는 환경에서 이용 가능하며 여러 객체를 동시에 추적할 수 있다.
제안된 알고리즘은 실시간 처리가 가능할 정도로 빠른 처리속도를 유지하면서도 기존의 압축 영역 알고리즘에서 다룬 영상보다 더욱 복잡한 영상에서도 객체 인식 및 추적이 가능하다는 점에 있다.
참고 자료
[1] T. Wiegand, G. J. Sullivan, G. Bjøntegaard, and A. Luthra, “Overview of the H.264|AVC Video Coding Standard,” IEEE Trans. Circuits Syst. Video Technol., vol. 13, No. 7, pp. 560–576, July 2003.[2] A. Aggarwal, S. Biswas, S. Singh, S. Sural, and A.K. Majumdar, “Object Tracking Using Background Subtraction and Motion Estimation in MPEG Videos,” ACCV 2006, LNCS, vol. 3852, pp. 121-130, Springer, Heidelberg (2006).
[3] S. Ji and H. W. Park, “Moving object segmentation in DCT-based compressed video,” Electronic Letters, Vol. 36, No. 21, October 2000.
[4] X. -D. Yu, L.-Y. Duan, and Q. Tian, “Robust moving video object segmentation in the mpeg compressed domain,” in Proc. IEEE Int. Conf. Image Processing, 2003, vol. 3, pp.933-936.
중략..