DOI QR코드

DOI QR Code

얼굴 탐지를 적용한 CMT 객체 추적 기법의 스마트폰 활용 연구

A Study on Utilizing Smartphone for CMT Object Tracking Method Adapting Face Detection

  • 이상구 (한남대학교 컴퓨터공학과)
  • Lee, Sang Gu (Dept. of Computer engineering, Hannam Univ.)
  • 투고 : 2020.12.21
  • 심사 : 2021.01.12
  • 발행 : 2021.02.28

초록

최근 영상 콘텐츠의 확산에 따라 기존 콘텐츠들이 동영상으로 전환되고 있으며, 새로운 플랫폼들의 등장으로 인해 영상 콘텐츠 생태계의 성장은 가속화되고 있다. 이처럼 가속화된 성장은 전문가의 영역으로 분류되던 동영상 제작 및 편집 기술들을 일반인들 또한 쉽게 접하고 이용할 수 있도록 기술의 보편화 과정에 큰 영향을 미치고 있다. 이러한 기술들의 발전으로 인해 사람의 수작업을 통해서만 영상을 녹화하고 조절하던 과정들을 객체 추적 기술에 기반하여 자동으로 촬영하고자 하는 객체를 찾아 화면의 정중앙에 위치시켜 영상을 녹화하는 자동화 과정이 가능하게 되었다. 하지만 추적하고자 하는 객체를 지정하는 일은 아직까지 사람의 수작업을 요구하며 객체를 지정하는 수작업 과정에서 지연이나 객체 지정에 실수가 발생할 수도 있다. 이에 따라, 본 연구에서는 Haar Cascade Classifier를 활용한 얼굴 탐지기법과 CMT 객체 추적 알고리즘을 결합한 새로운 객체 추적 기법을 제안한다. 제안된 시스템은 스마트폰에서 실시간 연속적인 객체추적을 위한 효율적이고 강인한 영상추적 시스템에 잘 응용될 수 있다.

Due to the recent proliferation of video contents, previous contents expressed as the character or the picture are being replaced to video and growth of video contents is being boosted because of emerging new platforms. As this accelerated growth has a great impact on the process of universalization of technology for ordinary people, video production and editing technologies that were classified as expert's areas can be easily accessed and used from ordinary people. Due to the development of these technologies, tasks like that recording and adjusting that depends on human's manual involvement could be automated through object tracking technology. Also, the process for situating the object in the center of the screen after finding the object to record could have been automated. Because the task of setting the object to be tracked is still remaining as human's responsibility, the delay or mistake can be made in the process of setting the object which has to be tracked through a human. Therefore, we propose a novel object tracking technique of CMT combining the face detection technique utilizing Haar cascade classifier. The proposed system can be applied to an effective and robust image tracking system for continuous object tracking on the smartphone in real time.

키워드

참고문헌

  1. Nebehay, Georg and Pflugfelder, Roman "Clustering of Static-Adaptive Correspondences for Deformable Object Tracking" Computer Vision and Pattern Recognition
  2. https://github.com/gnebehay/CMT, GitHub, CMT
  3. G. Nebehay, R. Pflugfelder, "Consensus-based matching and tracking of keypoints for object tracking", WACV, 2014.
  4. https://ko.wikipedia.org/wiki/OpenCV, Wiki, OpenCV
  5. OpenCV team, "OpenCV" "http://opencv.org/"
  6. D. Comaniciu, V. Ramesh and P. Meer, "Kernel-based object tracking", IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 25, no. 5, pp. 564-577, May 2003. https://doi.org/10.1109/TPAMI.2003.1195991
  7. Kari Pulli, Anatoly Baksheev, Kirill Kornyakov and Victor Eruhimov, "Real-time computer vision with OpenCV", Communications of the ACM, 2012, 55, pp. 61-69. https://doi.org/10.1145/2184319.2184337
  8. G. L. Alcantara. "Head Detection and Tracking Using OpenCV", IEEE 10th Int. Conference on HNICEM, 2018. 12.
  9. Y. J. Yang, S. G. Lee, "An Object Tracking Method for Studio Cameras by OpenCV-based Python Program", JCCT, vol.4, no.1, 2018.