갯벌 영상에서 객체 검출을 위한 배경 모델링

Background Modeling for Object Detection from Tidal Flat Images

갯벌은 환경에 대한 중요한 지표를 제공하기 때문에 이를 체계적으로 모니터링하는 것이 필요하다. 이를 위해 갯벌에 서식하는 생물들을 주기적으로 관찰하여 환경의 변화를 모니터링하는 사업이 진행되고 있다. 하지만 사람이 직접 관찰하는 방법으로 이루어지고 있어 비효율적이다. 본 논문에서는 갯벌에 서식하는 생물들을 센서 네트워크 기술을 이용하여 자동으로 모니터링하는 시스템에 적용될 수 있는 갯벌 영상 배경 모델링 방법을 제안한다. 센서 네트워크 기술을 적용하면 전송 용량의 한계로 영상을 충분히 확보하는 것이 어렵다. 따라서 본 논문에서는 분석에 사용될 영상의 개수가 적은 상황에서 갯벌 영상의 특성을 반영하여 효과적으로 배경을 모델링하고 모델링을 이용하여 전경 맵을 구하는 방법을 제안한다. 실험 결과는 제안하는 방법이 간단하면서도 정확하게 갯벌 영상에서 배경을 모델링하는 것을 보여준다.

Tidal flats provide important indicators that inform the condition of the environment, so we need to monitor them systematically. Currently, the projects to monitor tidal flats by periodically observing the creatures in tidal flats are underway. Still, it is done in a way that people observe directly, so it is not systematic and efficient. In this paper, we propose a background modeling method for tidal flat images that can be applied to a system that automatically monitors creatures living in tidal flats using sensor network technology. The application of sensor network technology makes it difficult to collect enough images due to the limitation of transmission capacity. Therefore, in this paper, we propose a method to effectively model the background and generate foreground maps by reflecting the characteristics of tidal flat images in the situation where the number of images to be used for analysis is small. Experimental results show that the proposed method models the background of a tidal flat image easily and accurately.