• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1673-1674
• /
• 2015

본 논문에서는 깊이 카메라를 이용하여 사용자 수에 상관없이 사용자의 머리를 추적하는 방법에 대해 제안한다. 제안된 방법은 색상 정보를 제외한 깊이 정보만을 이용하여 머리를 추적하고, 각각의 사용자에 따라 깊이 이미지 형태가 다르게 나오는 머리를 실험적 데이터를 통하여 추적한다. 또한 제안된 방법은 카메라의 종류에 상관없이 머리를 추적할 수 있다는 장점이 있다. 본 논문에서는 Microsoft사의 Kinect for Window와 SoftKinetic사의 DS311을 실험을 진행하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.11a
• /
• pp.120-123
• /
• 2013

본 논문에서는 키넥트 센서의 RGB영상을 이용하여 얼굴을 검출하고 검출된 영역의 깊이정보를 템플릿으로 사용하여 다수개의 얼굴을 추적하는 방법을 제안한다. 이 논문은 [1]의 단일 얼굴 추적방법을 다수의 얼굴을 추적하도록 확장한 것이다. 다수의 얼굴추적을 실시간으로 처리하기 위하여 영상을 down sampling 하여 사용한다. 얼굴 검출은 기본적으로 기존의 Adaboost 방법을 사용하나, 피부색만을 이용, 탐색영역을 최대한 축소하여 수행 시간 및 오검출율을 줄인다. 얼굴추적은 깊이정보를 템플릿으로 하며, 깊이값에 따라 크기, 탐색영역을 조정하고, 또한 일정 프레임마다 얼굴을 검출하며 겹침, 새로 나타남, 영상 밖으로 사라짐 등의 얼굴추적 시 발생하는 문제를 해결한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.5
• /
• pp.1119-1128
• /
• 2013

In this paper, we propose an algorithm to detect and track the human face with a GPU-based high speed. Basically the detection algorithm uses the existing Adaboost algorithm but the search area is dramatically reduced by detecting movement and skin color region. Differently from detection process, tracking algorithm uses only depth information. Basically it uses a template matching method such that it searches a matched block to the template. Also, In order to fast track the face, it was computed in parallel using GPU about the template matching. Experimental results show that the GPU speed when compared with the CPU has been increased to up to 49 times.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.11a
• /
• pp.11-14
• /
• 2012

본 논문에서는 키넥트 센서의 RGB영상과 깊이영상을 사용하여 얼굴을 검출하고, 검출 된 템플릿을 이용하여 얼굴을 추적하는 방법을 제안한다. 얼굴검출은 기본적으로 기존의 Adaboost 방법을 사용하나, 깊이정보와 피부색을 사용하여 탐색영역을 최대한 축소하여 수행시간 및 오검출율을 줄였다. 그리고 얼굴추적은 깊이정보를 이용하여 템플릿의 크기, 탐색영역을 조정하였다. 또한, RGB영상보다 조명변화에 강한 깊이영상을 이용하여 효율적인 템플릿 매칭을 하였다.

• Journal of Digital Contents Society
• /
• v.16 no.6
• /
• pp.901-908
• /
• 2015

Networked multiple CCTV systems are required to effectively trace down long-term abnormal behaviors, such as stalking. However, the occluding event, which often takes place during tracking, may result in critical errors of cessation of tracing, or tracking wrong objects. Thus, utilizing installed regular CCTVs, this study aims to trace the relation tracking in a continuous manner by recognizing distinctive features of each object and its perspective projection depth to address the problem with occluded objects. In addition, this study covers occlusion event between the stationary background objects, such as street lights, or walls, and the targeted object.

• Journal of KIISE:Software and Applications
• /
• v.34 no.10
• /
• pp.937-944
• /
• 2007

In this paper, we propose multiple human tracking with an moving stereo camera. The tracking process is based on mean shift algorithm which is using color information of the target. Color based tracking approach is invariant to translation and rotation of the target but, it has several problems. Because of mean shift uses color distribution, it is sensitive to color distribution of background and targets. In order to solve this problem, we combine color and depth information of target. Also, we build human body part model to handle occlusions and we have created adaptive box scale. As a result, the proposed method is simple and efficient to track multiple humans in real time.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.07a
• /
• pp.68-70
• /
• 2012

본 논문에서는 컬러영상과 깊이영상을 이용하여 여러 명의 얼굴을 검출하고 추적하는 알고리즘을 제안한다. 제안하는 알고리즘은 얼굴 검출부와 추적부로 나뉘어져 있으며, 얼굴 검출 방법은 기존의 Adaboost를 이용하지만, 속도 개선을 위해 깊이정보와 컬러정보를 이용하여 탐색영역을 얼굴이 존재하는 영역으로 제한하여 얼굴은 검출한다. 얼굴 추적 방법은 템플릿 매칭 방법과 나선형 탐색방법을 사용하며, 그리고 조기 종료 기법을 사용하여 수행시간을 줄였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.456-458
• /
• 2012

손 추적은 HCI 분야에 있어 손쉽게 이용 가능한 정보 전달 방식 중 하나이며 현재까지도 다양한 연구가 진행되고 있다. 이러한 연구의 공통점은 멀티 큐(Multi-cue)를 기반으로 추적한다는 것이다. 멀티 큐를 사용할 경우 큐들을 어떻게 효율적으로 결합하느냐에 따라 추적 성능이 달라진다. 본 논문에서는 강인한 손 추적을 위해 MSEPF(Mean Shift Embedded Particle Filter) 알고리즘에서 적응적인 멀티 큐 통합 방법을 제안한다. 이는 MSEPF 내부에서 각 파티클에 대한 가중치를 적용할 때, 큐들의 계수를 불확실성 기반으로 계산하여 사용하는 것으로 기존의 멀티 큐 통합 방식의 손 추적보다 강인한 추적을 가능하게 한다. 본 논문에서는 컬러, 깊이 정보에서 얻을 수 있는 피부색, 모션, 깊이 정보 기반 큐를 활용하여 손 추적을 수행하며, 실험 결과, 제안하는 방법은 갑작스런 환경 변화에도 강인한 성능을 보였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.37 no.7A
• /
• pp.586-599
• /
• 2012

This paper proposes a fast face detection and tracking method which uses depth images as well as RGB images. It consists of the face detection procedure and the face tracking procedure. The face detection method basically uses an existing method, Adaboost, but it reduces the size of the search area by using the depth image. The proposed face tracking method uses a template matching technique and incorporates an early-termination scheme to reduce the execution time further. The results from implementing and experimenting the proposed methods showed that the proposed face detection method takes only about 39% of the execution time of the existing method. The proposed tracking method takes only 2.48ms per frame with $640{\times}480$ resolution. For the exactness, the proposed detection method showed a little lower in detection ratio but in the error ratio, which is for the cases when a detected one as a face is not really a face, the proposed method showed only about 38% of that of the previous method. The proposed face tracking method turned out to have a trade-off relationship between the execution time and the exactness. In all the cases except a special one, the tracking error ratio is as low as about 1%. Therefore, we expect the proposed face detection and tracking methods can be used individually or in combined for many applications that need fast execution and exact detection or tracking.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.07a
• /
• pp.286-289
• /
• 2012

본 논문은 3차원 깊이 정보를 이용하여 감시카메라에서 움직이는 사람을 검출하고 추적하는 방법을 제안한다. 제안하는 방법은 GMM(Gaussian mixture model)을 이용하여 배경과 움직이는 사람을 분리한 후, 분리된 영역을 CCL(connected-component labeling)을 통하여 각각 블랍(blob) 단위로 나누고 그 블랍을 추적한다. 그 중 블랍 단위로 나누는 데 있어 두 블랍이 합쳐진 경우, 3차원 깊이 정보를 이용하여 두 블랍을 분리하는 방법을 제안한다. 실험을 통하여 제안하는 방법의 결과를 보인다.