• Proceedings of the IEEK Conference
• /
• 1998.06a
• /
• pp.255-258
• /
• 1998

이동로봇이 움직이는 물체를 추적하는 기능을 갖도록 하기 위해서는 움직이는 물체의 존재를 판단하고 위치 및 속도벡터를 측정해야 한다. 본 논문은 단시간에 이동 물체의 위치와 속도벡터 추정하여 실시간 추적이 가능하도록 하기 위해 초음파센서를 이용한 가상의 초음파영상 해석방법을 제안한다. 초음파 영상은 초음파센서의 매회 측정값을 누적하여 구성하며 거리축과 시간축을 갖는 2차원 영상으로 표현된다. 영상에서 측정된 물체가 만드는 선분의 기울기에 따라 이동하는 물체와 정지한 물체를 분리하고 속도를 측정한다. 제안된 방법은 시뮬레이션을 통해 타당성을 입증하였다.

• The KIPS Transactions:PartB
• /
• v.8B no.5
• /
• pp.539-548
• /
• 2001

In this paper, we propose that fast tracking algorithm for moving object is separated from background, using partial boundary line information. After detecting boundary line from input image, we track moving object by using the algorithm which takes boundary line information as feature of moving object. we extract moving vector on the imput image which has environmental variation, using high-performance BMA, and we extract moving object on the basis of moving vector. Next, we extract boundary line on the moving object as an initial feature-vector generating step for the moving object. Among those boundary lines, we consider a part of the boundary line in every direction as feature vector. And then, as a step for the moving object, we extract moving vector from feature vector generated under the information of the boundary line of the moving object on the previous frame, and we perform tracking moving object from the current frame. As a result, we show that the proposed algorithm using feature vector generated by each directional boundary line is simple tracking operation cost compared with the previous active contour tracking algorithm that changes processing time by boundary line size of moving object. The simulation for proposed algorithm shows that BMA operation is reduced about 39% in real image and tracking error is less than 2 pixel when the size of feature vector is [$10{\times}5$] using the information of each direction boundary line. Also the proposed algorithm just needs 200 times of search operation bout processing cost is varies by the size of boundary line on the previous algorithm.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.753-759
• /
• 2006

햅틱인터페이스 기술을 이용하면 가상물체의 형태를 만져보고 느껴볼 수 있다. 물체마다 다른 수학적 마찰력 모델을 적용하여 실감있는 마찰력 표현도 가능하다. 그러나 각 물체에 해당하는 마찰력 모델을 선정하는 것과 적절한 마찰계수 등을 반복적 실험을 통하여 알아내는 것은 쉽지 않다. 실제 물체의 마찰력이 알려진 마찰력 모델과 다르다면 수학적 모델로 표현할 수 없는 경우도 있다. 본 논문에서는 신경회로망 학습을 이용하여 마찰력 모델의 선택이나 마찰계수 등을 정하는 과정 없이 실제 물체의 마찰력을 표현하는 방법을 제시하고 있다. 상용 햅틱인터페이스 장치인 PHANToM 2 대를 이용하여 마찰력 획득 시스템을 구성하고 고무판, 종이 등의 물체 표면에서의 속도와 물체에 작용하는 힘을 획득하여 가공한 데이터를 입력 및 출력으로 갖는 신경회로망을 통해 학습시킨 후 OpenGL로 구현한 가상물체에 적용하여 보았다. Force/Torque 센서를 사용하지 못한 일부 문제가 있었으나 예상보다 사실적인 마찰력을 표현할 수 있었다.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.891-894
• /
• 2001

본 논문에서는 NTGST (noise·tolerant generalized symmetry transform)와 snake를 이용하여 복잡배경으로부터 여러 물체의 윤곽선을 동시에 검출하는 방법을 제안하였다. 먼저 NTCST의 대칭도 맵(symmetry map)을 이용하여 복잡한 배경에 혼재하는 여러 물체들의 위치를 찾은 다음, 이들 각 물체에 snake의 초기 윤곽들을 자동 설정해 줌으로써 기존 snake 알고리즘의 초기 윤곽 설정의 어려움과 다중 물체 윤곽선 검출의 어려움을 동시에 해결하였다. 이때 NTGST의 대칭도 맵으로부터 설정된 snake의 초기 윤곽은 실제 물체의 윤곽선 가까이에 위치할 뿐만 아니라 물체의 형태를 잘 반영하므로 요철이 있는 물체의 윤곽선도 기존의 방법보다 적은 반복횟수로 정확하게 검출 할 수 있다. 다양한 합성 영상과 실영상에 적용한 결과 복잡배경으로부터도 다중 물체의 윤곽선을 효과적으로 추출함을 확인하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.195-198
• /
• 2005

최근 실내 환경에서 영상 정보를 사용하여 로봇이 서비스를 제공하기 위한 연구가 활발하다. 과거 영상 처리 접근 방법은 산업 환경과 같은 예측 가능한 환경을 바탕으로 미리 정의된 기하학적 모델을 통해 상황을 인식하였기에, 이를 실내 환경과 같은 가변적인 환경에 적용할 시 성능이 저하된다. 이에 지식을 기반으로 불확실성을 해결하여 정확도를 향상 시킴으로써 영상 인식 성능을 높이기 위한 다양한 연구가 진행되어 왔다. 본 논문에서는 실내에서 활동하는 서비스 로봇의 물체인식 성능을 향상시키기 위해, 대상 물체가 다른 물체에 의해서 가려져 있는 경우 대상 물체의 존재 여부를 추론하기 위한 베이지안 네트워크 모델링 방법을 제안한다. 제안하는 방법은 작은 단위로 설계된 베이지안 네트워크들을 상황에 따라 결합하여 추론 모델이 구성되게 하였고 물체간의 관계를 효과적으로 표현하고 초기 확률 값을 단일하게 유지하기 위해 제안된 확률 값 설정 방법을 사용하였다. 실험은 물체 관계를 추론하는 모듈의 성능을 검증하기 위해 수행되었는데, 5가지 장소에서 82.8$\%$의 정확도를 보여주었다.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.260-261
• /
• 2008

이동 물체 탐지(Object Detection) 기법은 대부분의 감시 시스템에서 가장 초기 단계로서, 이후에 물체 추적(Object Tracking) 및 물체 식별(Object Classification) 등의 지능 알고리듬에 입력으로 사용된다. 따라서 물체의 윤곽의 변화 없이 최대한 정교하게 이동 물체 영역 맵을 생성하는 것이 물체 탐지의 가장 중요한 요소가 된다. 카메라가 고정되어 있는 경우에는 현재 들어오는 영상에 대한 확률적 배경 모델을 생성할 수 있지만, 팬틸트 카메라와 같이 영상의 좌표가 변하는 환경에서는 배경 모델도 계속 변하기 때문에 기존의 배경 모델을 그대로 사용할 수 없다. 본 논문에서는 팬틸트 카메라와 같이 동적인 카메라에서 이동 물체 탐지를 위해, 국소 특징점(Local Feature)를 통해 카메라의 움직임을 판단하여 연속되는 영상간의 변환 행렬(Transformation Matrix)를 구하고 하고, 확률적 배경 모델링을 통한 이동 물체 탐지 기법을 제안한다. 자제 촬영한 이동 카메라 실험영상을 통해서 이 알고리듬이 동적 배경에서도 매우 강인하게 동작하는 것을 검증하였다.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.4 no.3
• /
• pp.158-166
• /
• 2011

Generally, moving object tracking used Lucas-Kanade feature tracking method which is strong in movement, rotation and size. But this method is very weak of occlusion by background or another object and so on. In this case, this method tracks backgrounds or another objects instead a moving object, or a tracking is finished. In order to solve this problem, we proposes Lucas-Kanade feature tracking method which introduce a destimation function and prediction function.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.01a
• /
• pp.137-138
• /
• 2015

본 논문에서는 연속된 영상에서 다중해상도 에지정보의 차이를 이용하여 이동하는 물체를 탐지하고 계수하는 시스템을 제안한다. 연속적으로 입력되는 영상에 대하여 이산 웨이블릿 연산을 수행하여 다중해상도 에지를 추출하고, 인접한 프레임 사이의 다중해상도 에지 차이를 이용하여 이동물체를 추출한다. 가중치가 부여된 유클리디언 거리를 이용하여 물체를 추적한 다음, 칼만필터를 이용하여 물체 궤적의 위치 정보를 보정한다. 마지막으로, 관심영역에 대한 물체 궤적의 상대적인 위치를 고려하여 이동물체를 계수한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.521-525
• /
• 2006

본 논문에서는 초음파 및 적외선 센서와 무선 카메라를 장착한 소형 이동 로봇의 장애물 회피 및 물체 추적 방법을 제시한다. 장애물 회피를 위해서 제어부의 초음파 발생 신호의 귀환시간과 거리와의 관계 및 적외선 센서에서 측정한 아날로그신호와 거리와의 관계를 추출하여 이동 로봇과 물체와의 거리를 판단하여 로봇의 움직임을 제어하는데 사용한다. 물체 추적 모드에서는 첫째, 물체와 배경 및 유사잡음들과의 강인한 분리를 위하여 고유색상정보와 움직임 정보 등의 사전정보를 활용하였으며 둘째, 형태의 변화가 수반되는 경우에도 유연한 대처능력을 갖도록 하기 위해 영상의 영역분할 방법을 통해 모든 후보영역내의 물체의 존재를 확인하고 물체영역만을 추출하였다. 셋째, 물체 형태정보함수를 정의하고 해당함수를 형태의 보전 에너지로 활용하여 동일 물체의 대응문제를 효과적으로 해결하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.508-510
• /
• 2001

3차원 물체의 인식과 공간 정보를 추출해 내는 것이 물체인식의 주요 목적이다. 본 논문에서는 평면의 표면을 갖는 기하학적 물체들을 인식하는데 인공신경망이 적용 가능함이 조사되었다. 물체인식을 위한 모델들은 CAD모델들로부터 자동적으로 추출되며, 획득된 물체의 영상과 일치하는 물체의 국면(aspect)과의 매칭은 조건만족 인경신경망을 이용하여 매칭-오차를 최소화시키는 방법을 처리되었다. 인식된 물체의 국면이 어느 방향에서 획득되었는지에 대한 정보(Aspect's view direction)는 검색된 가시 평면들의 분포로부터 추출됨을 ART와 같은 인공신경망을 이용하여 실시간으로 복원할 수 있음을 보였다. 대표적이 측정방향과 이 측정방향으로부터의 편차들을 한 범주에 넣고 학습을 통해 정확한 측정방향 정보들을 구하며, 획득된 3차원 물체의 영상들에 따라 자동적으로 측정방향범주 들이 추가되도록 한다.