• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.619-622
• /
• 2003

다중 물체 추적은 움직이는 물체를 추출하고 추출된 정보와 물체 정보를 이용하여 움직임 궤도를 추적하는 것이다. 따라서 정확한 움직임 궤도 추적이 수행되어지려면 우선적으로 물체의 수에 해당하는 Object 추출이 선행되어져야 한다. 물체 추적 시 물체 추출은 주로 처리속도가 빠르고 효율적인 배경영상을 이용한 차영상 기법을 이용하는데 이 경우 배경 영상 갱신이 중요하다. 본 논문에서는 실세계조명 하에서 장시간 다중 물체 추적이 가능하도록 물체의 움직임이 아닌 물체의 위치에 기반한 배경 영상 획득 방법을 제안한다.

• Aerospace Engineering and Technology
• /
• v.13 no.2
• /
• pp.66-72
• /
• 2014

This paper introduces an asynchronous multiple radar fusion algorithm for space object tracking. To estimate orbital motion of space object, a multiple radar scenario which jointly measures single object with different sampling time indices is described. STK/ODTK is utilized to determine realization of orbital motion and joint coverage of multiple radars. Then, asynchronous fusion algorithm is adapted to enhance the estimation performance of orbital motion during which multiple radars measure the same time instances. Monte-Carlo simulation results demonstrate that the proposed asynchronous multi-sensor fusion scheme better than single linearized Kalman filter in an aspect of root mean square error.

• 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.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.22 no.6
• /
• pp.741-747
• /
• 2012

In this paper, we propose a fast and robust framework for detecting and tracking multiple targets. The proposed system includes two modules: object detection module and object tracking module. In the detection module, we preprocess the input images frame by frame, such as gray and binarization. Next after extracting the foreground object from the input images, morphology technology is used to reduce noises in foreground images. We also use a block-based histogram analysis method to distinguish human and other objects. In the tracking module, color-based tracking algorithm and Kalman filter are used. After converting the RGB images into HSV images, the color-based tracking algorithm to track the multiple targets is used. Also, Kalman filter is proposed to track the object and to judge the occlusion of different objects. Finally, we show the effectiveness and the applicability of the proposed method through experiments.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.290-293
• /
• 2003

다중 물체 추적은 움직이는 물체를 추출하고 검출된 정보와 물체 정보를 이용하여 움직임 궤도률 추적하는 것이다. 따라서 정확한 움직임 추적이 수행되려면 효율적인 물체의 추출이 선행 되어 져야 한다. 일반적으로 영상 분할 알고리즘은 다양한 증류의 영상에 대한 물체의 수학적 모델이 찌대로 설정되어 있지 않기 때문에 물체를 정확하게 분리해 내기 어렵다. 그러나 물체의 추출에 주로 처리 속도가 빠른 배경영상을 이용한 차(difference) 영상 기법과 반 자동 영상분할인 Snake Model이 갖는 Active Contour 알고리즘과 같이 물체 추출 과정에서 물체의 정의니 semantic 정보를 부여 한다면 개선된 영상 분할의 결과를 얻을 수 있다. 따라서 차 영상 기법과 semantic 정보를 가진 영상분할 알고리즘은 동영상에서 움직임 물체의 VOP(Video Object Plane)를 생성하는 매우 현실적인 방법이다. 본 논문에서는 영상의 상위 레벨Semantic 정보를 이용하기 위해 변형 Snake Model를 이용한 영상분할 방법을 이용하여 영상을 추출한다. 추출된 물체는 윤곽선(곡선) 정보와 함께 에지 성분의 기울기에서 얻은 특징 점을 이용하여 물체를 추적해 나간다.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.849-852
• /
• 2000

본 논문은 배경이 고정되지 않은 복잡한 동영상에서의 물체 추적을 위하여 다중 모델 색상 히스토그램 역투영(Multi Model Color Histogram Back-projection)방법을 제안한다. 색상 히스토그램 역투영(Color Histogram Back-projection)을 이용하면 카메라의 움직임 때문에 발생하는 배경의 변화에 관계없이 물체를 추적할 수 있다. 기존의 방법은 추적하려는 물체에 대해 하나의 모델만을 적용했기 때문에, 배경영역 색분포의 영향을 많이 받는다. 이를 해결하기 위해 다중 모델 색상 히스토그램 역투영 방법을 이용하였다. 이 방법은 추적하려는 물체에 대해 여러 개의 모델을 구하여 각각에 대해 색상 히스토그램 역투영을 수행한다 또한 역투영 이진 영상에서 물체의 위치를 결정하기 위한 수평, 수직 프로젝션 방법의 문제점을 레이블링(Labeling)을 사용하여 보완하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2007.02a
• /
• pp.83-86
• /
• 2007

비디오에서의 물체 추적은 컴퓨터비젼(computer vision)의 주요 연구 분야로 지능형 로봇, 무인 감시 체제 등의 영역의 핵심 기술로 여겨지고 있다. 본 논문에서는 다중물체추적을 통해 카메라로 부터 입력된 동영상에서 특정 장소를 지나가는 사람들을 추적함으로서, 그 지역에서의 인구의 이동 패턴을 추출하고 자 한다. 물체 추적은 블롭 추적(blob tracking) 방식을 이용하며, 이를 위해 정확한 전경물체 추출, 추출된 이미지 블롭(blob)과 기존 트랙과의 연결, 새로운 물체(사람)의 등장과 퇴장등의 작업을 수행한다. 추적된 물체들이 궤적을 통해, 시간의 변화에 따른 그 지역에서의 인구의 밀도, 주 이동 경로, 방향 등의 변화를 추출한다. 이러한 통계치는 해당 지역의 개발 정책 수립 및 시장성 조사를 위한 2차 데이타로 활용할 수 있다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.3 no.2
• /
• pp.389-396
• /
• 1999

In this paper, we propose a multiple underwater object classification and tracking algorithm using the narrowband tonal and frequency line features extracted from the frequency spectrum of the acoustic signal. The general algorithm using the wideband and narrowband energy has a high tracking error when objects are close and cross each other. But the proposed algorithm shows a good tracking performance for the simulation scenarios generated by the real acoustic data.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.872-874
• /
• 2021

본 논문은 외형 특징을 사용하지 않는 효율적인 다중 물체 추적 방법을 제안한다. 본 논문의 목적은 다중 물체 추적 방법이 합성곱 신경망 등의 외형 특징을 사용하지 않고 순수한 모션 모델의 힘으로 도달할 수 있는 최대의 성능을 찾는 것이다. 많은 다중 물체 추적 방법들이 추적 대상들 간의 유사성을 파악하기 위해 외형 특징을 사용한다. 하지만 다양한 외형 특징들을 갖는 방법들은 기본 특징 추출 알고리즘이 다르고, 다중 추적의 성능 향상이 어느 부분으로부터 오는지 정확히 파악할 수 없다. 또한, 각각 다른 매칭 알고리즘과 특징 디자인은 서로 다른 알고리즘의 효과를 순수하게 비교할 수 없다. 이러한 관점에서, 본 연구에서는 어떠한 외형 특징을 사용하지 않고 명확하게 추적 알고리즘의 효율성을 비교할 수 있는 가이드라인을 제시한다. 외형 특징을 사용하지 않고도 실용적으로 사용 가능한 성능에 도달할 수 있음을 공인 MOT2016, MOT2016 데이터셋에 대한 실험을 통해 증명한다. 이러한 방법은 GPU 를 사용하지 않고 200 fps 이상의 높은 속도를 보여 실시간 속도를 요구하는 임베디드 시스템 상의 어플리케이션에 적합하다.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.359-362
• /
• 2001

본 논문에서는 광학센서와 적외선 센서를 사용하는 Multi-sensor 시스템에서 영상 정보를 통한 물체의 추적 및 인식에 필요한 영상을 분리하는데 필요한 전처리와 object 기반의 추적 방법을 제안하였다. 일반적인 추적 알고리즘의 목표는 consistency를 유지하는데 있다. 그러나 인식에 필요한 영상을 분리하기 위해서는 물체의 범위를 정확히 판단 할 수 있는 능력이 중요하다. 이를 위해 CCD와 IR영상에 동시에 적용 가능한 전처리 기법과 object 기반의 two-step 추적 알고리즘을 통해 consistency외에도, 물체의 범위를 estimation하여 인식에 필요한 범위를 분리해 낸다. 본 논문에서는 ITS 의 ETCS application을 위해 이종 센서인 CCD와 IR의 야간 차량 영상정보를 이용하여 알고리즘을 test 하였다.