• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.770-772
• /
• 2022

무인 매장의 수가 점점 증가하며 보안과 비용 절감을 위한 솔루션들이 요구되고 있고, 시스템은 이를 해결하기 위한 다중 객체 추적 알고리즘을 제안한다. 한 대의 카메라에서 여러 사용자를 인식하고, 사용자의 정보를 서버에 저장해 주변 카메라에 전달함으로써 적은 카메라 수로 많은 사용자를 추적할 수 있게 한다.

• Proceedings of the KAIS Fall Conference
• /
• 2009.05a
• /
• pp.407-410
• /
• 2009

본 논문에서는 인덱싱 카메라나, 감시 시스템의 네트워크로 부터 입력받은 영상들에서 사용자가 원하는 오브젝트를 추출해내고, 카메라의 위치와 시간으로 정렬되어진 데이터베이스상의 이미지들과 비교 분석하여 원하는 객체와의 유사도를 측정하고, 이것을 바탕으로 동일한 오브젝트들을 가진 이미지들의 집합을 시간과 공간데이터를 이용하여 객체의 이동경로를 파악하는 시스템을 제시한다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.20 no.5
• /
• pp.83-99
• /
• 2021

With the advent of the fourth industrial revolution, studies on driving management and driving strategies of autonomous vehicles are emerging. While obtaining microscopic traffic data on vehicles is essential for such research, we also see that conventional traffic data collection methods cannot collect the driving behavior of individual vehicles. In this study, UAV videos were used to collect traffic data from the viewpoint of the aerial base that is microscopic. To overcome the limitations of the related research in the literature, the micro-traffic data were estimated using the multiple object tracking of deep learning and an image registration technique. As a result, the speed obtained error rates of MAE 3.49 km/h, RMSE 4.43 km/h, and MAPE 5.18 km/h, and the traffic obtained a precision of 98.07% and a recall of 97.86%.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1321-1323
• /
• 2013

지능형 자동차에서 영상 기반 능동 안전시스템의 신뢰성을 확보하기 위해서는 도로 위의 다양한 객체를 강건하게 검출하고, 추적하는 것이 가장 중요하다. 본 논문에서는 다중 가설 기반 추적 프레임워크를 이용하여, 실시간으로 전방 차량을 검출하고 추적하는 시스템을 제안한다. 제안한 시스템은 다양한 외부 도로 환경에서 획득된 실험 영상에 대하여 10-15Hz 의 처리 속도로, 평균적으로 98%의 인식률을 제공할 수 있다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.18 no.6
• /
• pp.191-201
• /
• 2019

A fast and accurate integrated traffic object detection framework was proposed and developed, harnessing a computer-vision based deep-learning approach performing automatic object detections, a multi object tracking technology, and video pre-processing tools. The proposed method is capable of detecting traffic object such as autos, buses, trucks and vans from video recordings taken under a various kinds of external conditions such as stability of video, weather conditions, video angles, and counting the objects by tracking them on a real-time basis. By creating plausible experimental scenarios dealing with various conditions that likely affect video quality, it is discovered that the proposed method achieves outstanding performances except for the cases of rain and snow, thereby resulting in 98% ~ 100% of accuracy.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.744-749
• /
• 2007

물체 추적시스템은 비디오 감시 시스템, 화상회의 시스템과 같은 다양한 비전 응용 분야에서 점점 비중이 높아지고 있다. 이 시스템에서 가장 널리 사용되고 있는 방법 중 하나로 Particle-Filter를 들 수 있다. 하지만, 이 Particle-Filter의 단점은 유사한 여러 물체를 추적할 때에 그 물체들이 겹치거나 사라질 경우 정확한 추적을 하기 어렵다는 것이다. 이 단점을 극복하기 위해 많은 연구가 진행되고 있으며, 본 논문에서는 이 문제를 극복하기 위한 새로운 방법을 제안하고자 한다. 다중 물체 추적에서 빈번히 일어나는 문제는 두 가지로 요약할 수 있는데, 동일한 다중 물체가 부분적으로 엇갈리거나 다른 객체에 완전히 겹친 후 떨어질 때 한 물체를 중복하여 추적하는 문제(merge and split problem)와 이 때 분리되어 추적은 됐지만, 물체를 혼동하여 추적하는 문제(Labeling problem)이다. 본 논문에서는 이 러한 문제들을 풀기 위해 이미지 필드에서 보다 정확한 확률분포를 만들고, 이 확률분포의 신뢰성을 높이기 위해서 물체의 특징정보를 표현하는 몇 가지 방법을 제안한다. 전자의 문제는 두 가지 문제로 나누어 생각해 보았다. 첫째, 복잡환 환경에서의 분포를 찾아내는 것과 둘째, 추적 중인 물체를 잃어버릴 경우 새로운 샘플을 생성함으로써 나누어 보았다. 이 문제 중 첫번째는 K-means 클러스터링을 이용하여 유사한 물체가 주변에 퍼져 있을 때, 하나의 후보 위치가 아닌, K개의 후보 위치들을 만들어 내어 보다 정확한 추적이 가능하게 하였으며, 두 번째 문제는 추적 중인 물체가 다른 커다란 물체에 가려질 경우이다. 이 상황에서 샘플을 생성하는 방법은 지금까지 해왔던 간단한 환경에서의 생성 범위와는 다르게 넓게 해야 생성시켜야 한다. 이 때 샘플링의 수를 늘리지 않으면서, 최대한 정확하게 추적하기 위해서 동영상에서 물체의 모션을 이용한 모션 히스토그램을 얻어내고, 그 정보를 이용하여 샘플을 생성하는 위치를 조절함으로써 이 문제를 풀어 보았다. 그리고, 후자의 문제인 이미지 필드상에서 확률분포의 신뢰성을 높이기 위한 특징 정보는 기존에 많이 사용하던 칼라 히스토그램에 공간정보의 의미를 부여하는 칼라 히스토그램을 분할하는 방법과 SIFT에서 사용하는 방향정보와 크기정보를 사용했다. 이것들을 사용하여 보다 정확한 물체추적시스템을 다음과 같이 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.349-351
• /
• 2006

동영상 내에서 이동하는 객체를 추적하기 위해서는 우수한 객체 검출 방법이 필요하다. 이를 위하여, 본 논문에서는 연속된 영상에서의 인접한 프레임들을 이용하여 객체의 형태를 검출하고자 한다. 인접한 프레임들의 합성과 차를 이용하여 움직이는 객체의 대략적인 형태를 알아내고, 대략적인 형태를 이진화시킨 영상과 현재 프레임의 에지 영상과의 AND 연산을 통하여 객체의 형태를 알아 낼 수 있다. 그리고, 이 과정에서 생성되는 노이즈를 채움 연산과 영역화 연산을 통하여 제거할 수 있으며, 얻어진 객체의 크기 비율을 고려한 수직 투영을 통하여 다중 객체를 잘 분리해 낼 수 있었다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.22 no.4
• /
• pp.49-57
• /
• 2022

The government is making great efforts to prevent crimes such as missing children by using public CCTVs. However, there is a shortage of operating manpower, weakening of concentration due to long-term concentration, and difficulty in tracking. In addition, applying real-time object search, re-identification, and tracking through a deep learning algorithm showed a phenomenon of increased parameters and insufficient memory for speed reduction due to complex network analysis. In this paper, we designed the network to improve speed and save memory through the application of Yolo v4, which can recognize real-time objects, and the application of Batch and TensorRT technology. In this thesis, based on the research on these advanced algorithms, OSNet re-ranking and K-reciprocal nearest neighbor for re-identification, Jaccard distance dissimilarity measurement algorithm for correlation, etc. are developed and used in the solution of CCTV national safety identification and tracking system. As a result, we propose a solution that can track objects by recognizing and re-identification objects in real-time within situation of a Korean public multi-CCTV environment through a set of algorithm combinations.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.35 no.11A
• /
• pp.1066-1072
• /
• 2010

In this paper we proposed a multi event handling surveillance system using multiple PTZ cameras. One event is assigned to each PTZ camera to detect unusual situation. If a new object appears in the scene while a camera is tracking the old one, it can not handle two objects simultaneously. In the second case that the object moves out of the scene during the tracking, the camera loses the object. In the proposed method, the nearby camera takes the role to trace the new one or detect the lost one in each case. The nearby camera can get the new object location information from old camera and set the seamless event link for the object. Our simulation result shows the continuous camera-to-camera object tracking performance.

• Journal of Digital Contents Society
• /
• v.9 no.1
• /
• pp.77-86
• /
• 2008

False sharing is a result of co-location of unrelated data in the same unit of memory coherency, and is one source of unnecessary overhead being of no help to keep the memory coherency in multiprocessor systems. Moreover, the damage caused by false sharing becomes large in proportion to the granularity of memory coherency. To reduce false sharing in page-based DSM systems, it is necessary to allocate unrelated data objects that have different access patterns into the separate shared pages. In this paper we propose sized and call-site tracing-based shared memory allocator, shortly SCSTallocator. SCSTallocator places each data object requested from the different call-sites into the separate shared pages, and at the same time places each data object that has different size into different shared pages. Consequently data objects that have the different call-site and different object size prohibited from being allocated to the same shared page. Our observations show that our SCSTallocator outperforms the existing dynamic shared memory allocators. By combining the two existing allocation technique, we can reduce a considerable amount of false sharing misses.