• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.751-754
• /
• 2001

본 논문에서는 외형 정보 기반의 객체 정보 분할을 이용한 다중객체 추적을 다룬다. 일반적인 다중객체 추적 시스템은 움직임이 탐지된 다중 객체에 대한 외형(appearance) 정보를 이용하여 비강체를 정의하고, 객체의 일부 특징점이나 무게 중심점을 이용한 추적을 통해 객체간의 중첩(occlusion)이나 객체 분리(split) 등의 문제에 초점을 맞춘다. 무게 중심점 등을 이용한 추적은 장시간 추적하는 경우, 즉 움직임 방향 전환이 발생하는 경우에는 정확하고 매끄러운 추적이 불가능하다. 본 논문에서는 이러한 문제를 해결하기 위해 어파인 구조를 이용한 개별 객체 추적 기법을 적용하되, 객체에 대한 외형 정보를 바탕으로 객체 분리 및 객체별 어파인 구조 변환을 감지하여 정확하고 매끄럽게 다중 객체를 추적하는 알고리즘을 제안하고 성능을 분석한다.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.653-659
• /
• 2006

다중 객체 추적이란 컴퓨터 비전의 한 분야로, 주어진 비디오 시퀀스 내에서 관심 있는 객체들을 추적하는 것을 말한다. 다중 객체 추적 시스템은 감시 시스템, 사용자 행동 인식, 스포츠 중계, 비디오 회의와 같은 다양한 응용 분야에 핵심 기반 기술로 쓰이고 있어 그 중요성이 매우 크다. 본 논문은 감시 목적의 다중 객체를 추적하는 방법에 대하여 다룬다. 감시 시스템의 특성상, 객체의 외관이나 움직임 등에 대한 가정을 하기가 어렵다. 따라서 본 논문에서는 크기, 색, 형태 같은 객체의 단순하고 직관적인 외관 특성을 이용하면서도, 객체들끼리 부분적으로 혹은 완전히 겹쳐졌을 때에도 객체들의 위치를 적절히 추적할 수 있는 방법을 제안한다. 본 논문에서 제안하는 방법은 객체들의 경로에 대한 정보를 유지하는데 그래프 구조를 이용한다. 그래프를 확장하고, 제거하여 영상에 대한 정보를 추론한다. 크게 보면 객체들을 영역 레벨, 객체 레벨 두 단계에 걸쳐 추적한다. 영역 레벨에서는 각 객체들이 있을 수 있을만한 영역에 대한 가설을 세우고, 객체 레벨에서는 각 가설에 대한 검증을 한다. 제안된 방법은 직관적인 정보만을 이용하여 서로 다른 형태의 객체를 빠르게 추적할 수 있음을 보여준다. 다만 객체의 외관 정보만을 이용하였기 추적하기 때문에, 객체가 다른 객체에 의해 완전히 가려진 채 또다시 다른 객체와 겹쳐지면, 정확한 추적이 되지 않는다. 이를 해결하기 위해서는 객체가 겹쳐졌을 때, 그 관계에 대한 정보를 모아야 하는데 이는 향후 연구를 통해 해결하고자 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.06a
• /
• pp.149-152
• /
• 2007

비전 연구에 있어서 객체 추적은 무엇보다도 중요시 되어 왔다. 특히 비디오 감시 시스템에서의 객체 추적은 매우 중요하다. 본 논문에서는 영상 내에서 움직이는 객체를 추출하고 객체내의 다중 후보블록의 통계적 특징을 이용한 추적 시스템을 구성하였다. 객체를 추적하기 위해서는 먼저 움직이는 객체 추출이 선행되어야 한다. 객체 추출은 영상 내에서 배경 프레임과 매 프레임에서의 현재 프레임간의 차 연산에 의한 가중치를 이용하여 객체의 움직임을 판단하고 추출하였다. 움직이는 객체는 본 논문에서 제안한 다중 후보 블록 알고리즘을 수행하여 추적에 필요한 통계 값을 획득한다. 통계 값으로는 방향성에 필요한 블록의 중심 좌표 값과 객체추적에 필요한 객체간의 매칭 정도를 사용하였다. 본 논문에서 제안한 추적 시스템은 민감한 빛의 변화에도 강건하였으며, 특정 블록에 대해서만 연산 수행을 수행하므로 컴퓨터의 연산을 줄여 실시간 추적도 가능하다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.487-489
• /
• 2000

본 논문에서는 다해상도 영상에서 움직이는 다중 객체의 추적 방법을 다룬다. 일반적으로 객체 추적 알고리즘은 움직임 탐지, 정합, 갱신의 처리 단계로 구성되어 있다. 특히 다중객체 추적일 경우, 정합 과정은 매우 중요하다. 일반적인 시각 시스템에서는 대상 객체가 강체(rigid object)라고 가정하면 이러한 정합 과정은 비교적 쉽게 구현될 수 있다. 그러나 다해상도 영상에서는 한 위치에서 다른 위치로 움직일 때 그 영역의 형태 및 크기가 변형 되기 때문에 정합이 쉽게 이루어지지 않는다. 따라서 본 논문에서는 이러한 문제를 해결할 수 있는 다해상도 영상에서의 정합방법을 제안한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1329-1332
• /
• 2022

다중 객체 추적 기술은 스포츠, 문화 예술 공연, VR 등 여러 방송 콘텐츠에서 자주 사용되고 있다. 방송 영상 안에 등장하는 여러 객체들은 객체간 상호작용에 의해 가려짐, 사라짐 (Occlusion) 등의 현상이 빈번하게 발생하고, 이 경우 기존에 추적되어온 객체들의 ID 가 소실되거나 교환되는 문제가 발생한다. 본 논문에서 더 강인한 다중 객체 추적을 위해, 주 개체 뿐만 아니라 주 개체에 종속되는 하위 개체 또한 함께 추적하는 개체-쌍-추적 기법을 제안한다. 한 쌍으로 묶인 주 개체와 종속 개체의 추적 정보와 매칭 정보는 상호보완적으로 사용되어, 소실 및 교환된 ID 도 복원할 수 있는 가능성을 높일 수 있다. 본 논문에서는 재인지 성능 향상을 위한 개체 쌍 추적 기법을 기술하였고, 성능 평가를 통해 제안 방법이 재인지 성능 향상에 기여할 수 있음을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.516-518
• /
• 2012

본 논문은 Particle Filtering과 계층적인 Boosting 알고리즘을 이용한 다중 객체 추적 기법을 제안한다. Particle Filtering을 이용하여 각 객체를 단일 객체로 추적하고 Boosting 기반의 데이터 연관 알고리즘을 사용하여 영상에서 움직이는 물체들을 추적한다. 본 제안한 알고리즘에서는 객체들의 이동경로 정확한 감지를 위해 Particle Filtering을 통해 각 객체가 움직이는 예측 정보를 이용하고, Boosting 알고리즘을 계측적인 형태로 설계함에 따라 데이터 물체의 추적 정확도를 높일 수 있도록 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.691-693
• /
• 2004

비디오 시퀀스에서의 객체 추적은 보안 및 감시 시스템(Security and surveillance system), 비디오 원격 회의(Video teleconferencing)등과 같이 컴퓨터 비전 응용 분야에 널리 이용되어, 정정 그 중요성이 증가하고 있다 여러 가지 이유로 인친 카메라 덜(View)로부터 객체의 가시 상태가 변하는 경우, 하나의 뷰만을 이용해서는 좋은 결과를 가지기 어렵기 때문에 본 논문에서는 객체가 가장 잘 나타나는 뷰를 선택해서 객체를 추적하는 방법을 제안한다. 각각의 카메라 뷰에서 객체를 추적하기 위해 본 논문에서는 다중 후보가 결합된 Mean-shift 알고리즘을 이용한다. 제안된 시스템의 경우, 복잡한 환경으로 인해 객체의 가시 상태가 변하는 환경에서 단일 뷰를 이용하는 경우와 비교해 더 나은 성능을 가질 수 있었다.

• Journal of the Korea Society of Computer and Information
• /
• v.25 no.2
• /
• pp.49-58
• /
• 2020

In this study, we solve an online multi-object problem which finds object states (i.e. locations and sizes) while conserving their identifications in online-provided images and detections. We handle this problem based on a tracking-by-detection approach by linking (or associating) detections between frames. For more accurate online association, we propose novel online appearance learning with discrete fourier transform and partial least square analysis (PLS). We first transform each object image into a Fourier image in order to extract meaningful features on a frequency domain. We then learn PLS subspaces which can discriminate frequency features of different objects. In addition, we incorporate the proposed appearance learning into the recent confidence-based association method, and extensively compare our methods with the state-of-the-art methods on MOT benchmark challenge datasets.

• Proceedings of the KAIS Fall Conference
• /
• 2009.05a
• /
• pp.465-468
• /
• 2009

본 논문은 박물관이나 고가의 물품을 판매하는 곳에서 특정한 객체를 감시하고, 특정 객체의 도난을 방지하기 위하여 다중카메라를 설치하여 카메라 상호간의 정보를 교환함으로써 움직이는 객체를 추출하고 추적하는 시스템의 구현이다. 감시대상이 되는 객체의 상단과 정면에 카메라를 설치하여 움직임 객체가 감시대상 객체에 접촉하게 되면 두 대의 카메라가 동시에 움직임 객체를 추출하고 추적하게 된다. 먼저 정면의 카메라는 움직임 물체의 얼굴부분을 캡춰하고 지속적으로 얼굴영역을 확대 / 캡춰하면서 추적을 시작한다. 상단의 카메라는 많은 객체들의 움직임 속에서 특정한 객체만을 추적할 수 있으며, 추적은 방향예측을 통하여 수행하고 객체의 특징정보를 저장한다. 저장된 특징정보는 카메라의 범위를 벗어났을 때 인접한 카메라에 정보를 전송하고 지속적인 추적이 이뤄질 수 있도록 한다.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.6
• /
• pp.89-97
• /
• 2011

When examining current process of object tracking and search, objects were tracked by extracting them from image that was inputted through fixed single camera and objects were recognized through Zoom function to know detailed information on objects tracked. This study proposed system that expresses information on area that can seek and recognize object tracked as augmented reality by recognizing and seeking object by using multi camera. The result of experiment on proposed system showed that the number of pixels that was included in calculation was remarkably reduced and recognition rate of object was enhanced and time that took to identify information was shortened. Compared with existing methods, this system has advantage of better accuracy that can detect the motion of object and advantage of shortening time that took to detect motion.