한국항공우주학회지 (Journal of the Korean Society for Aeronautical & Space Sciences)

  • 제40권1호
  • /
  • Pages.35-42
  • /
  • 2012
  • /
  • 1225-1348(pISSN)
  • /
  • 2287-6871(eISSN)
한국항공우주학회 (The Korean Society for Aeronautical and Space Sciences)
권호 표지
DOI QR코드

DOI QR Code

영상기반항법을 위한 파티클 필터 기반의 특징점 추적 필터 설계

Particle Filter Based Feature Points Tracking for Vision Based Navigation System

  • 원대희 (건국대학교 항공우주정보시스템공학과) ;
  • 성상경 (건국대학교 항공우주정보시스템공학과) ;
  • 이영재 (건국대학교 항공우주정보시스템공학과)
  • 투고 : 2011.07.11
  • 심사 : 2011.12.14
  • 발행 : 2012.01.01
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문은 영상기반항법에서 특징점의 이동변위가 큰 경우에도 추적 성능을 확보할 수 있는 파티클 필터 기반의 특징점 추적 필터를 설계하였다. 기존 KLT(Kanade-Lucas-Tomasi) 알고리즘에서 이동량이 큰 경우의 추적 성능을 향상시키기 위해 특징점의 동역학 모델을 적용하였고, 불규칙적인 영상정보의 특성을 반영하기 위해 파티클 필터를 사용하였다. 저장된 이미지로 KLT 알고리즘과의 특징점 추적 성능을 비교한 결과 제안한 알고리즘은 큰 이동량을 갖는 경우에도 추적 기능을 유지하는 것을 확인하였다.

In this study, a feature-points-tracking algorithm is suggested using a particle filter for vision based navigation system. By applying a dynamic model of the feature point, the tracking performance is increased in high dynamic condition, whereas a conventional KLT (Kanade-Lucas-Tomasi) cannot give a solution. Futhermore, the particle filter is introduced to cope with irregular characteristics of vision data. Post-processing of recorded vision data shows that the tracking performance of suggested algorithm is more robust than that of KLT in high dynamic condition.

키워드

참고문헌

  1. J. Kim, Autonomous Navigation for Airborne Application, Ph.D. Dissertation, Sydney University, May 2004
  2. J. Kim and S. Sukkarieh, "Autonomous airborne navigation in unknown terrain environments," IEEE Trans. on Aerospace and Electronic Systems, vol. 40, no. 3, pp. 1031-1045, 2004 https://doi.org/10.1109/TAES.2004.1337472
  3. 천세범, 복수 비전 센서를 이용한 INS/GP 성능 향상, 건국대학교 박사학위논문, 2008
  4. H. Durrant-Whyte and T. Bailey, "Simultaneous localization and mapping tutorial I&II," IEEE Robotics & Automation Magazine, vol. 13, no. 2&3, June 2006
  5. H. Bay, T. Tuytelaars, L. V. Gool, "SURF: Speeded Up Robust Features", Lecture Notes in Computer Science, Volume 3951/2006, 2006
  6. D. G. Lowe, "Object recognition from local scale invariant features," Proc. of the International Conference on Computer Vision 2, pp. 1150-1157, 1999
  7. Carlo Tomasi and Takeo Kanade, Detection and Tracking of Point Features, Technical Report CMU-CS-91-132, April 1991
  8. 원대희, 천세범, 강태삼, 성상경, 이영재, "비전센서 기반의 SLAM을 위한 특징점 추정 필터 설계", 한국항공우주학회 2007년도 추계학술발표회 논문집 (II), pp.1252-1255, 2007
  9. M. Z. Islam, C. M. Oh, C. W. Lee, "Video Based Moving Object Tracking by Particle Filter", Int. Joural of Signal Processing, Image Processing and Pattern. Vol.2, No.1, pp.119-132, 2009.
  10. 김세진, 주영훈, "Particle filter를 이용한 이동 물체 추적 알고리즘", 한국지능시스템학회 논문지, Vol,19, No.4, pp.586-591, 2009
  11. A. Dore, A. Beoldo, C. S. Regazzoni, "Multiple Tracking with a Corner-based Particle filter", 2009 IEEE 12th Int. Conf. on Computer Vision Workshop, pp.1251-1258, 2009
  12. C. Harris, M. Stephens, "A Combined Corner and Edge Detector", Proceedings of the 4th Alvey Vision Conference. pp. 147-151, 1988
  13. A. Alexandeov, "Corner Detection Overview and Comparision", Computer Cision 558 Lecture note in Martin Luther University, 2002
  14. ttp://svr-www.eng.cam.ac.uk/-er258/work/fast.html
  15. B. Ristic, Beyond the Kalman Filter, Artech House, 2004
  16. 원대희, 비전센서 기반의 SLAM 기술을 이용한 DR 성능 향상, 건국대학교 석사학위논문, 2008
  17. D. H. Won, S. Chun, S. Sung, Y. J. Lee, J. Cho, J. Joo, J. Park, "INS/vSLAM System Using Distributed Particle Filter", International Journal of Control, Automation, and Systems, Vol.8, No.6, pp.1232-1240, 2010 https://doi.org/10.1007/s12555-010-0608-7

피인용 문헌

  1. Position Estimation of MBK system for non-Gaussian Underwater Sensor Networks vol.50, pp.1, 2013, https://doi.org/10.5573/ieek.2013.50.1.232
  2. Hardware Implementation of KLT Tracker for Real-Time Intruder Detection and Tracking Using On-board Camera pp.2093-2480, 2019, https://doi.org/10.1007/s42405-018-0131-2