• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.06a
• /
• pp.120-122
• /
• 2019

본 논문은 보행자 재 검출 알고리즘, 즉 person Re-Identification 알고리즘에 대하여 다루고 있다. 기존의 CNN 네트워크를 이용한 보행자 재 검출 알고리즘의 경우, 실제 감시 카메라 네트워크를 이용하여 보행자 재 검출을 할 경우 주변 환경 조건이 급격하게 변하는 경우 잘못 검출하는 경우가 발생하는 것을 확인할 수 있다. 이는 보행자 검출 후 해당 영역에 대하여 보행자 재 검출을 하는데 있어서 배경 부분의 변화에 영향을 받는다는 것을 의미한다. 따라서 본 논문에서는 배경 부분의 영향에 의한 효과를 줄이기 위하여, 보행자 영역 분리 알고리즘을 이용하여 보행자 영역을 분리한 후, 보행자 재 검출을 수행하는 연구를 진행한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.102-104
• /
• 2018

본 논문은 보행자 재 검출 알고리즘, 즉 person Re-Identification 알고리즘에 대하여 다루고 있다. 기존의 CNN 네트워크를 이용한 보행자 재 검출 알고리즘의 경우, 실제 감시 카메라 네트워크를 이용하여 보행자 재 검출을 할 경우 주변 환경 조건이 급격하게 변하는 경우 잘못 검출하는 경우가 발생하는 것을 확인할 수 있다. 이는 보행자 검출 후 해당 영역에 대하여 보행자 재 검출을 하는데 있어서 배경 부분의 변화에 영향을 받는다는 것을 의미한다. 따라서 본 논문에서는 배경 부분의 영향에 의한 효과를 줄이기 위하여, 보행자 영역 분리 알고리즘을 이용하여 보행자 영역을 분리한 후, 보행자 재 검출을 수행하는 연구를 진행한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.06a
• /
• pp.33-35
• /
• 2017

최근 영상 내에서 보행자를 검출하는 기술이 발전하면서 보행자 검출 기술이 다양한 분야에서 응용되고 있다. 영상 내에서 보행자들을 검출함으로써 보행자의 통행량이나 이동경로를 분석할 수 있고, 위험 지역이나 보안 지역에 진입하려는 보행자에게 경고를 줄 수도 있다. CCTV와 같이 고정된 카메라를 이용하여 촬영된 영상의 경우 배경 분리 기술을 적용할 수 있는데, 배경 분리 기술을 통해 영상 내에서 움직이는 물체의 영역을 검출해 낼 수 있다. 본 논문에서는 영상의 배경 분리 결과를 이용하여 보행자 검출의 정확도를 높이고자 한다. 영상 내에서 보행자를 검출 했을 때, 보행자 외에 다른 영역이 보행자로 검출되는 상황이 발생할 수 있다. 이로 인해 보행자 검출의 정확도가 낮아진다. 하지만 배경 분리 결과를 이용하여 전경 부분에서만 보행자가 검출되도록 하고 배경 부분에서는 보행자가 검출되지 않도록 한다면, 보행자가 아닌 영역이 보행자로 검출되는 현상을 막을 수 있다. 실제 HDA Person Dataset에서 실험을 해본 결과, 정량적인 성능 향상을 확인 할 수 있었다.

• Proceedings of the Korea Society of Information Technology Applications Conference
• /
• 2007.05a
• /
• pp.38-46
• /
• 2007

본 논문에서는 실시간으로 획득된 영상을 분석하여 움직이는 다수 물체를 검출하고, 카메라를 자동 제어하여 관심 보행자만을 추적하는 시스템을 제안한다. 다수 물체 영역 검출은 차영상과 이전변환 밀도값을 이용한다. 검출된 다수 물체 영역에서 사람의 구조적 정보와 형태 정보를 이용하여 나무들의 흔들림으로 인한 영역이나 차량의 움직임 영역은 제거되고, 관심 보행자 영역만을 검출하였다. 관심 보행자 추적은 무게중심 차를 이용한 움직임 정보와 k-means 알고리즘으로 구한 세 점의 평균 색상 정보를 이용한다. 원거리 관심 보행자는 인식률을 높이기 위해 줌을 실행하여 확대하고, 관심 보행자의 화면상 위치에 따라 카메라 방향을 자동으로 조정하여 관심 보행자반을 연속적으로 추적한다. 실험 결과, 제안한 시스템은 실시간으로 움직이는 다수 물체를 검출하고, 사람의 구조적 특정과 형태 정보로 관심 보행자만을 검출할 수 있었고, 움직임 정보와 색상정보로 관심 보행자를 연속적으로 추적할 수 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.05a
• /
• pp.363-366
• /
• 2016

In this paper, we propose a method for detecting pedestrian, problem-solving situations that occur in a cross. When a pedestrian crossing and other, there occurs a problem of detecting the other pedestrians for detecting a specific pedestrian in the image. The proposed method for solving the problem is as follows. First, select a specific pedestrian detected by bounding box, and extracts the area as a template. Detecting a pedestrian from the image using the HOG, and designated as a candidate region. The final choice of the pedestrian detected by comparison with a candidate pedestrian with the specific pedestrian extracted for template. In comparison, using the Template matching, Histogram comparison and LBP.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.18 no.1
• /
• pp.100-108
• /
• 2008

This paper proposes a method of adaptively generating a gait pattern of biped robot. The gait synthesis is based on human's gait pattern analysis. The proposed method can easily be applied to generate the natural and stable gait pattern of any biped robot. To analyze the human's gait pattern, sequential images of the human's gait on the sagittal plane are acquired from which the gait control values are extracted. The gait pattern of biped robot on the sagittal plane is adaptively generated by a genetic algorithm using the human's gait control values. However, galt trajectories of the biped robot on the sagittal Plane are not enough to construct the complete gait pattern because the bided robot moves on 3-dimension space. Therefore, the gait pattern on the frontal plane, generated from Zero Moment Point (ZMP), is added to the gait one acquired on the sagittal plane. Consequently, the natural and stable walking pattern for the biped robot is obtained.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2009.01a
• /
• pp.185-188
• /
• 2009

단일 카메라 영상으로 입력되는 환경 정보에 대해서 보도에 대한 길의 소실점과 보도 영역에 대한 정보를 획득하는 방법과 보도 영역에 대해 블록 세그멘테이션을 통하여 장애물과 같은 물체 영역을 구분한다. 소실정과 보도 영역을 획득하기 위한 방법으로 에지영상에서 보도의 외곽선 정보를 추출하도록 한다. 이를 위해 체인코드를 이용하여 특정한 방향으로 향하는 직선 성분을 검출하도록 한다 보도 영역 내에 존재하는 물체의 영역을 구분하기 위해서 영역을 특정 크기를 가지는 블록으로 구분하고 각 블록이 가지는 평균 컬러 정보를 이용하여 영역을 세그멘테이션 한다. 세그멘테이션을 통해 얻은 영역을 통해 보도의 영역과 장애물의 영역을 구분하고 각 장애물의 위치를 계산하다. 알고리즘의 평가를 위해 실내의 복도 환경과 단순한 형태를 가지는 실외 환경에서 획득한 영상을 이용하여 실험하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2010.07a
• /
• pp.113-116
• /
• 2010

본 논문은 보행중인 시각장애인에 장착된 카메라로부터 획득한 영상에서 보도와 차도 영역을 구분하기 위한 영역분할 기법과 질감 특징추출 기법에 대해 제안한다. 영상내의 허프 변환을 이용한 라인검출을 통해 도로 경계선을 검출하고, 분할된 영역을 원근에 따라 3 레벨로 구분하여 질감 특징성분을 추출함으로써 보도와 차도영역을 분리한다. 보도블럭이 가지는 복잡하고 다양한 특성의 패턴과 차도의 균일한 질감을 가진 영역의 특성을 비교하기 위하여 회전에 강건한 LBP, GLCM 질감 특징성분들을 이용함으로써 두 영역을 구분하였다. 제안된 방법은 낮과 밤 영상에 대해 실험한 결과 조도의 변화에 강건하게 영역을 분리할 수 있었고, 또한 보행자와 장애물이 많은 영상에서도 회전이나 폐색에 관계없이 영역 분리가 가능함을 검증하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.348-350
• /
• 2012

본 논문에서는 열 영상카메라를 통해 입력 받은 영상을 CS-LBP(Center-symmetric LBP)와 랜덤 포레스트(Random forest)를 이용하여 보행자 휴먼 객체를 검출하는 방법을 제안한다. 우선 불필요한 후보영역을 줄이기 위해 열 영상의 표준편차, 밝기 평균, 밝기 최대값을 이용하여 이진화하고, 신체부위 중 가장 발열이 강한 얼굴부위를 핫스팟 영역으로 설정한다. 그 후, 핫스팟 영역에서 CS-LBP특징을 추출하여 결정 트리의 앙상블인 랜덤 포레스트 분류기를 이용하여 최종적인 보행자 휴먼 객체를 검증한다. CS-LBP와 랜덤 포레스트 분류기를 통해 실시간 보행자 객체의 검출이 가능하고, 높은 검출 성능을 나타내었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.10a
• /
• pp.293-297
• /
• 2007

This thesis suggests a new algorithm to detects multiple moving objects using a CMODE(Correct Multiple Object DEtection) method in the color images acquired in real-time and to track the interested pedestrian using motion and hue information. The multiple objects are detected, and then shaking trees or moving cars are removed using structural characteristics and shape information of the man , the interested pedestrian can be detected, The first similarity judgment for tracking an interested pedestrian is to use the distance between the previous interested pedestrian's centroid and the present pedestrian's centroid. For the area where the first similarity is detected, three feature points are calculated using k-mean algorithm, and the second similarity is judged and tracked using the average hue value for the $3{\times}3$ area of each feature point. The zooming of camera is adjusted to track an interested pedestrian at a long distance easily and the FOV(Field of View) of camera is adjusted in case the pedestrian is not situated in the fixed range of the screen. As a experiment results, comparing the suggested CMODE method with the labeling method, an average approach rate is one fourth of labeling method, and an average detecting time is faster three times than labeling method. Even in a complex background, such as the areas where trees are shaking or cars are moving, or the area of shadows, interested pedestrian detection is showed a high detection rate of average 96.5%. The tracking of an interested pedestrian is showed high tracking rate of average 95% using the information of situation and hue, and interested pedestrian can be tracked successively through a camera FOV and zooming adjustment.