영상구도에 근거한 영상내의 주요객체 자동추출 기법

Abstract

본 논문에서는 새로운 주요객체 자동추출 알고리즘을 제안한다. 제안된 알고리즘은 크게 2단계 과정으로 요약될 수 있다. 1단계로 객체와 배경을 분리하는 영상분할 작업을 수행한다. 우선적으로 '인간은 3또는 4개의 주요 색상으로 축약하여 사물을 인식한다'는 연구 결과에 따라 K-means 알고리즘을 이용하여 3구역으로 분할하고, 분할된 영상 간 히스토그램 유사도를 계산하여 임계값 이상으로 유사하면 병합하는 과정을 수행한다. 2단계로 영상구도에 근거해 분할된 영상 중에 객체라고 지정하는 작업을 수행한다. 사람이 사진을 잘 찍기 위해서는 '주요객체의 위치를 영상구도에 맞추어 촬영하는 것이 바람직하다는 사실'에 근거하여 삼각구도를 바탕으로 가중치 마스크를 설계하여 객체위치를 역 추정하였다. 제안된 방법의 우수성을 보이기 위해 약 400개의 영상에 대해 실험하였으며, 최근에 발표된 KMCC, GBIS방법과도 비교하였다. A new algorithm for automatic extraction of interesting objects is proposed in this paper. The proposed algorithm can be summarized in two steps. First, segmentation of color image that split interesting objects and backgrounds is performed. According to the research stating, 'Humans perceive things by contracting color into three to four essential colors,' a color image is segmented into three regions utilizing k-mean algorithm, followed by annexing the regions when the similarities of them exceeds the critical value based on the calculation of degrees in the histogram similarity, Second, identifying the interesting objects out of the segmented image, partitioned by the image composition theory, is performed. To have a good picture, it is important to adjust positions of interesting objects according to picture composition. Extracting objects is a retro-deduction process using a weighted mask designed upon the triangular composition of picture. To prove the quality of the proposed method, experiments are performed over four hundreds images as well as comparison with recently proposed KMCC and GBIS methods.