• 전자공학회논문지
• /
• 제51권9호
• /
• pp.139-147
• /
• 2014

본 논문에서는 다중객체 검출과 동시에 추적을 수행하는 이중계층구조의 파티클 샘플링을 제안한다. 제안된 방법은 다중 객체 검출을 위한 상위 계층 파티클 샘플링과 검출된 객체의 추적을 위한 하위 계층 파티클 샘플링으로 구성된다. 상위 계층에서는 빠른 객체 검출을 위해 슬라이딩 윈도우 대신 움직임 추정 기반의 부모 파티클 (parent particles; PP) 윈도우를 사용하여, 이동 객체 주위로 리샘플링된 파티클을 통해 객체를 검출한다. 하위 계층에서는 상위 계층에서 검출한 객체의 객체영역에 자식 파티클 (child particles; CP)을 생성하여 해당 객체를 추적한다. 실험결과를 통해 비디오 시스템에서 기존 객체 검출 방법보다 빠른 검출이 가능하고, 다중 객체를 효과적으로 추적할 수 있음을 확인하였다.

• 한국통신학회논문지
• /
• 제32권4C호
• /
• pp.401-410
• /
• 2007

본 논문에서는 비젼 카메라와 다중 객체 추적 방법을 이용한 실시간 수질 감시 시스템을 제안하였다. 제안된 시스템은 기존의 센서 방식의 감시 시스템과 달리 비젼 카메라를 이용해 객체를 개별적으로 분석한다. 비젼 카메라를 이용한 시스템은 영상에서 개별 객체를 분리해 내는 방법과, 연속하는 두 프레임간의 상관관계에 의해서 다수의 객체를 추적하는 방법으로 구성된다. 실시간 처리를 위해 비모수 예측을 사용하여 배경 영상을 생성하고 이를 이용해 객체를 추출한다. 비모수 예측을 이용하면 연산량을 줄이는 동시에 비교적 정확하게 객체를 추출 할 수 있다. 다중 객체 추적 방법은 개별 객체가 움직이는 방향, 속도 및 가속도를 이용해 다음 움직임을 예측하고 이를 기반으로 추적을 수행하였다. 또한 추적 성공률을 향상시키기 위해 예외처리 알고리즘을 적용하였다. 다양한 환경에서 실험한 결과 제안한 시스템은 처리 시간이 짧고 정확하게 다중 객체를 추적할 수 있어 실시간 수질 감시 시스템에 사용이 가능함을 확인하였다.

• 디지털콘텐츠학회 논문지
• /
• 제16권6호
• /
• pp.901-908
• /
• 2015

스토킹과 같은 장시간 동안의 이상행위를 추적하기 위해선 네트워크로 연결된 다중 CCTV환경하에서 객체간의 관계를 지속적으로 추적하는 시스템이 매우 필요하다. 그러나 추적과정에서 자주 발생하는 객체의 겹침문제가 해결되지 않는다면 객체 추적이 중단되거나 다른 객체로 대체되는 등의 치명적인 오류가 발생할 가능성이 농후하다. 본 연구는 기 설치된 CCTV를 최대한 활용하기 위해 투시적 투영깊이 및 객체특성을 활용하여 겹침문제를 해결함으로써 중첩된 객체 관계를 지속적으로 추적가능하게 한다. 객체간 겹침문제 뿐만 아니라 배경에 포함된 객체 즉 벽이나 기둥 등의 객체와의 겹침문제도 함께 다룬다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 추계학술대회
• /
• pp.894-897
• /
• 2012

HOG(Histogram of Oriented Gradients)의 특징벡터를 이용하여 여러 객체가 움직이는 환경에서의 효과적인 개별객체 추적 방법을 제안한다. 알고리즘의 구성은 크게 영상의 전처리 과정, 객체검출, 객체추적으로 구성하였고, 다양한 궤적과 객체의 움직임을 갖는 6개의 동영상을 이용하여 실험하였다. 객체간에 겹치는 현상이 일어났을 때, 객체의 중심좌표와 예측좌표를 이용하여 개별 객체를 구분하였다. 제안한 시스템을 실험에 사용한 비디오에 적용한 결과 85.45%의 추적 성공률을 보였다. 제안한 시스템은 사물의 위치 및 움직임 패턴을 분석을 요하는 보안 시스템에 적용할 수 있을 것이다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2013년도 추계학술대회
• /
• pp.6-7
• /
• 2013

본 논문은 기존의 고정블록 알고리즘에서 발생할 수 있는 객체 추적의 문제점을 보안한 다중 블록을 이용한 적응적 블록 정합 알고리즘을 제안한다. 기존의 고정블록을 이용한 정합 알고리즘은 추적 대상 객체의 크기와 블록의 크기가 추적 성능에 미치는 영향이 크기 때문에 객체 추적에 실패하는 경우가 발생한다. 본 논문에서는 고정된 블록 정합 알고리즘의 문제점을 해결하기 위해 다중 블록을 이용하여 객체 내의 포함된 블록들을 효과적으로 선택하고 선택된 블록들의 특성으로부터 효과적인 가중치를 부여하여 추적 성능을 향상시킨다. 제안된 알고리즘은 블록 정합 알고리즘 중 가장 정확도가 높다고 알려진 전역 탐색 방법을 이용하여 정확도를 평가 하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 추계학술대회
• /
• pp.240-241
• /
• 2019

최근 객체 추적 분야에서의 딥러닝 활용도가 증가하고 있다. 대표적인 딥러닝 기반 객체 추적 시스템은 객체 검출 알고리즘과 추적 알고리즘의 연쇄된 형태로 구성된 형태이다. 따라서 추적 시스템의 성능은 객체 검출기의 성능에 매우 의전적이라는 한계점이 존재한다. 본 논문에서는 위와 같은 검출-추적의 직관적인 구조로 구성된 시스템에서 딥러닝 기반 검출기에 대한 의존성을 낮추고 또한 추적기의 동작 속도를 증가시키는 방법을 제안한다.

• 한국컴퓨터정보학회지
• /
• 제15권1호
• /
• pp.179-183
• /
• 2007

다시점에서의 다중 객체 추적은 여러 분야에서 연구되고 있다. 다시점 영상 추적은 두 객체가 서로 근접하면 하나로 인식하는 문제점을 가지고 있다. 이러한 문제를 해결하기 위한 하나의 방법으로 능동형태모델(active shape mode: ASM)을 들 수 있다 ASM은 훈련집합을 이용하여 다른 객체에 가려진 목표 객체를 추적할 수 있다. 본 논문에서는 겹쳐진 객체를 추적하기 위해 ASM 기반의 다시점 추적 알고리듬(Multi-view tracking using ASM: MVTA)에 대해서 제안한다. 제안된 추적 방법은 (i) 영상 획득, (ii) 객체 추출, (iii) 객체 추적, 그리고 (iv) 현재 형태의 업데이트, 4가지 단계로 나눌 수 있다. 첫 번째 단계에서는 여러 대의 카메라를 사용해서 다시점 영상을 획득하며, 두 번째 단계에서는 객체를 배경으로부터 분리하며, 겹쳐진 객체로부터 목표 객체를 분리해낸다. 세 번째 단계에서는 추적을 위해 ASM을 사용하며, 마지막 단계인 네 번째 단계는 현재 입력 영상의 업데이트이다. 실험결과 제안한 MVTA는 겹쳐진 객체를 추적 시에 생기는 문제에 대해서 향상 된 결과를 보여준다.

• 스마트미디어저널
• /
• 제13권5호
• /
• pp.9-18
• /
• 2024

객체 궤적 모델링은 다중 객체 추적(Multi Object Tracking, MOT)의 주요 과제다. CenterTrack은 객체 중심 위치를 추적하는 Heatmap 기반의 방법으로 이를 해결하고자 했다. 하지만 복잡한 움직임과 비선형성을 가진 객체를 추적할 때 제한적인 성능을 보였다. 우리는 CenterTrack의 성능 저하 요인을 보행자의 동적 움직임으로 간주하여 확장된 칼만 필터(Extended Kalman Filter, EKF)를 CenterTrack에 통합했다. 우리가 제안하는 방법의 우수성을 입증하기 위해 기존 칼만 필터(Kalman Filter, KF)와 무향 칼만 필터(Unscented Kalman Filter, UKF)를 CenterTrack에 적용 후 다양한 데이터셋에 비교 평가했다. 실험결과, EKF를 CenterTrack에 통합했을 때 73.7% MOTA(Multiple Object Tracking Accuracy)를 달성하며 CenterTrack에 가장 적합한 필터임을 확인했다.

• 한국건축시공학회지
• /
• 제21권5호
• /
• pp.397-408
• /
• 2021

건설업은 업무상 재해 발생빈도와 사망자 수가 다른 산업군에 비해 높아 가장 위험한 산업군으로 불린다. 정부는 건설 현장에서 발생하는 산업 재해를 줄이고 예방하기 위해 CCTV 설치 의무화를 발표했다. 건설 현장의 안전 관리자는 CCTV 관제를 통해 현장의 잠재된 위험성을 찾아 제거하고 재해를 예방한다. 하지만 장시간 관제 업무는 피로도가 매우 높아 중요한 상황을 놓치는 경우가 많다. 따라서 본 연구는 딥러닝 기반 컴퓨터 비전 모형 중 개체 분할인 YOLACT와 다중 객체 추적 기법인 SORT을 적용하여 다중 클래스 다중 객체 추적 시스템을 개발하였다. 건설 현장에서 촬영한 영상으로 제안한 방법론의 성능을 MS COCO와 MOT 평가지표로 평가하였다. SORT는 YOLACT의 의존성이 높아서 작은 객체가 적은 데이터셋을 학습한 모형의 성능으로 먼 거리의 물체를 추적하는 성능이 떨어지지만, 크기가 큰 객체에서 뛰어난 성능을 나타냈다. 본 연구로 인해 딥러닝 기반 컴퓨터 비전 기법들의 안전 관제 업무에 보조 역할로 업무상 재해를 예방할 수 있을 것으로 판단된다.

• 대한전자공학회논문지SP
• /
• 제48권5호
• /
• pp.16-22
• /
• 2011

본 논문에서는 배경 차분에 의해 객체를 검출하고 확률적으로 표본화된 입자 필터링(particle filtering)기법을 사용한 다중객체 추적 기법을 제안한다. 확률적으로 표본화된 입자들을 사용하여 다중 객체에 독립적으로 적용할 때 발생하는 계산 복잡도(computational complexity)를 감소시키는 동시에 안정적인 추적을 가능하게 하였다. 객체의 색상정보를 사용한 히스토그램 분포에 의한 관측 모델(observation model)을 구성하고 객체의 움직임 정보를 위해 동적 모델을 공식화하여 영상을 해석하였다. 전체적인 추적 시스템은 베이시언 최대 우도 기법(Bayesian maximum likelihood method)을 근간으로 하되, 입자 필터링을 객체 추적에 적용하여 실용적인 현실 객체 추적 상황에도 강건하게 대처할 수 있음을 실험을 통해서 증명하였다.