Behavior Pattern Analysis System based on Temporal Histogram of Moving Object Coordinates.

이동 객체 좌표의 시간적 히스토그램 기반 행동패턴분석시스템

This paper propose a temporal histogram -based behavior pattern analysis algorithm to analyze the movement features of moving objects from the image inputted in real-time. For the purpose of tracking and analysis of moving objects, it needs to be performed background learning which separated moving objects from the background. Moving object is extracted as a background learning after identifying the object by using the center of gravity and the coordinate correlation is performed by the object tracking. The start frame of each of the tracked object, the end frame, the coordinates information and size information are stored and managed by the linked list. Temporal histogram defines movement features pattern using x, y coordinates based on time axis, it compares each coordinates of objects for understanding its movement features and behavior pattern. Behavior pattern analysis system based on temporal histogram confirmed high tracking rate over 95% with sustaining high processing speed 45~50fps through the demo experiment.

실시간으로 입력되는 영상으로부터 이동객체의 움직임 특징을 분석하는 시간적 히스토그램 기반의 행동패턴분석 알고리즘을 제안한다. 이동객체의 추적 및 분석을 위해 배경과 이동객체를 분리하는 배경학습을 행한다. 배경학습으로 추출된 이동객체는 무게중심 및 좌표연관성을 이용하여 객체를 식별한 후 객체별 추적을 행한다. 추적된 각 객체의 시작프레임, 종료프레임, 좌표정보, 크기정보를 연결리스트에 저장하여 관리한다. 시간적 히스토그램은 x, y좌표와 시간을 이용해 움직임 특징 패턴을 정의한 것으로 각 객체의 좌표정보와 비교하여 움직임특징 및 행동패턴을 파악한다. 시간적 히스토그램 기반 행동패턴분석시스템은 자체 수집한 데모영상에 대한 실험을 통해 초당 45~50 fps의 높은 처리속도를 유지하며 95%이상의 높은 추적율을 확인하였다.