In this thesis, we propose a system for extracting a dynamic foreground object, exploiting pre-computed background information. For this purpose, we formulate a graph cut-based energy minimization problem and also provide some refinement techniques. Our system consists of three steps : initial segmentation, local refinement, and interactive adjustment. First, we initially estimate the shape of a dynamic foreground object, using a graph cut technique. We build an energy function in terms of the color difference of each pair of neighboring pixels and the difference image between the original and background images. Next, we refine the foreground object boundary using optical flow. In this step, the system detects the background pixels that may be misclassified into the foreground object and optimizes the energy function for recomputing the object boundary. The system provides two kinds of user interfaces, foreground brush and background brush. With the information manually specified for each user interface, the system refines the object boundary for a window of consecutive frames at each frame automatically. Finally, our system allows the user to directly adjust the object boundary as post-processing.
이 논문에서 우리는 미리 계산된 배경정보를 이용하여 움직이는 전경을 추출하는 시스템을 제안하였다. 움직이는 전경을 추출하기 위하여 그래프 컷 방법에 필요한 에너지 함수와 몇 가지 개선 방안을 제시하였다. 시스템은 초기추출, 지역적 개선, 대화형 수정의 세가지 단계로 구성된다. 첫 번째 단계인 초기추출 단계에서는 움직이는 물체의 대략적인 모양을 추출하기 위해 그래프 컷 방법을 사용하였다. 그래프 컷 방법에 필요한 에너지 함수를 만들기 위하여 이웃 픽셀들간의 색상 차이와 원 이미지와 배경정보의 차이를 이용하였다. 초기추출 단계의 결과를 개선하기 위하여 광학흐름을 이용한 지역적 개선 단계를 제시하였다. 이 단계에서는 전경으로 잘못 분류되었을 가능성이 높은 배경픽셀을 찾아 그 정보를 이용하여 다시 최적화를 수행해주는 방법으로 초기추출의 결과를 개선하였다. 이와 같이 얻은 결과는 일부 모호한 지역에 대해 정확하지 않을 수 있다. 이러한 일부 부정확한 지역에 대해 사용자가 시스템의 도움을 받아 결과를 개선하기 위하여 대화형 수정 단계를 제안하였다. 우선 사용자가 쉽게 결과를 개선하기 위하여 전경 브러쉬와 배경 브러쉬라는 두 가지 종류의 사용자 인터페이스를 제공하였다. 시스템은 사용자로부터 받아들인 브러쉬 정보를 이용하여 이 후 연속된 몇 개의 프레임을 자동으로 개선해 주었다.
