• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.41 no.5
• /
• pp.193-202
• /
• 2004

This paper presents a novel histogram and color information based algorithm for detecting and tracking multiple pedestrians from a moving camera. In the proposed method, RGB color histogram is used to detect adjacent pedestrians and RGB mean value is used to track detected pedestrians. Therefore, our algorithm detect contiguous or a few occluded pedestrians and track in case pedestrian's shape change. The experimental results on our test sequences demonstrate the high efficiency of our method.

• Journal of the Institute of Convergence Signal Processing
• /
• v.12 no.4
• /
• pp.250-257
• /
• 2011

In this paper, we proposed the method detecting multiple pedestrians using motion information and SVM(Support Vector Machine) from a moving camera image. First, we detect moving pedestrians from both the difference image and the projection histogram which is compensated for the camera ego-motion using corresponding feature sets. The difference image is simple method but it is not detected motionless pedestrians. Thus, to fix up this problem, we detect motionless pedestrians using SVM The SVM works well particularly in binary classification problem such as pedestrian detection. However, it is not detected in case that the pedestrians are adjacent or they move arms and legs excessively in the image. Therefore, in this paper, we proposed the method detecting motionless and adjacent pedestrians as well as people who take excessive action in the image using motion information and SVM The experimental results on our various test video sequences demonstrated the high efficiency of our approach as it had shown an average detection ratio of 94% and False Positive of 2.8%.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.11a
• /
• pp.164-166
• /
• 2014

본 논문에서는 HOG 기반 보행자 검출 및 추적에서, HOG feature의 슬라이딩 윈도우의 수와 피라미드 층 수가 알고리즘의 수행속도와 직접적인 관계가 있다는 것을 확인한다. 그리고 이 결과를 바탕으로 윈도우의 수와 피라마드 층 수를 줄이는 방법을 제안하여 전체적인 보행자 검출 및 추적 속도를 증가시키고자 한다. 구체적으로, 제안하는 알고리즘은 검출 단계에서 색상의 선명도를 이용하여 관심 영역을 프레임 내에 지정함으로써 슬라이딩 윈도우의 수를 줄이고, 부가적으로 피라미드 층 수 또한 줄어들어서 보행자 검출 속도를 향상시킨다. 그리고 추적 단계에서는 보행자로 검출된 윈도우의 색상 정보를 이용하여 검출된 보행자를 빠르고 정확하게 추적하는 하는 방법을 제시한다.

• Journal of IKEEE
• /
• v.19 no.2
• /
• pp.155-159
• /
• 2015

In this paper, we propose a method for pedestrian detection in real time video and reducing the calculation time of the HOG features for pedestrian detection. When the pedestrian is detected in real-time image, the next frame is detected by using a previously detected region information. In addition, we used a PSO to detect a pedestrian may appear in a region other than a pedestrian is detected quickly. the performance was measured for MIT, INRIA dataset, showed a performance increase of about 82% than the conventional method.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1184-1186
• /
• 2022

횡단보도에서의 보행자 교통사고 방지를 위한 다양한 방법들이 연구되고 있다. 본 논문에서는 점멸 신호등 상황에서 보행자 교통사고를 감소시키기 위해 영상을 이용한 심층 신경망 기반 횡단보도 보행자 검출 방법을 소개한다. YOLOv5 와 Faster R-CNN 각각을 기반으로 다양한 버전의 횡단보도 보행자 검출기를 구현하고, 이번 실험에서 중점이 되는 이들의 수행 시간을 비교 평가하고 mAP@0.5 가 어느 정도인지 판단하여 가장 적합한 모델을 판단한다. 실험 결과 실시간 처리 측면에서 YOLOs 모델이 84 fps 를 달성함으로써 실시간 보행자 검출에 가장 좋은 성능을 보였다. 횡단보도의 상황은 상시 빠르게 변하므로 가장 빠른 처리 성능을 기록한 YOLOv5s 모델이 실시간 횡단보도 보행자 검출 시스템에 가장 적합한 것으로 판단된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.1016-1017
• /
• 2018

사물인터넷 환경에서 획득되는 상황 인지 데이터들 중에 특히 이동 객체에 대한 정보를 담은 데이터는 상황 인지의 여러 응용 분야에 매우 유용하다. 하지만, 실시간으로 보행자를 검출하게 되면 인원이 중첩되거나 보행자가 아닌 사물이 검출 되는 현상이 발생한다. 정확한 보행자 검출을 위해 사물인터넷 환경에서 얻을 수 있는 영상에서 다양한 크기와 위치의 수많은 블록들로부터 HOG를 계산하고 유의미한 블록들을 선별해서 보행자 수를 검출한다. 검출된 보행자 수는 서버에 저장되어 특정 공간의 이용자 수를 알아내는데 사용된다.

• Journal of KIISE
• /
• v.44 no.1
• /
• pp.44-50
• /
• 2017

Pedestrian detection, an important component of autonomous driving and driving assistant system, has been extensively studied for many years. In particular, image based pedestrian detection methods such as Hierarchical classifier or HOG and, deep models such as ConvNet are well studied. The evaluation score has increased by the various methods. However, pedestrian detection requires high sensitivity to errors, since small error can lead to life or death problems. Consequently, further reduction in pedestrian detection error rate of autonomous systems is required. We proposed a new method to detect pedestrians and reduce the error rate by using the Faster R-CNN with new developed pedestrian training data sets. Finally, we compared the proposed method with the previous models, in order to show the improvement of our method.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1345-1346
• /
• 2015

본 논문에서는 보행자 및 배경 이미지로부터 HOG-PCA 특징을 추출하고 다항식 기반 RBFNNs(Radial Basis Function Neural Network) 패턴분류기과 최적화 알고리즘을 이용하여 보행자를 검출하는 시스템 설계를 제안한다. 입력 영상으로부터 보행자를 검출하기 위해 전처리 과정에서 HOG(Histogram of oriented gradient) 알고리즘을 통해 특징을 추출한다. 추출된 특징은 고차원이므로 패턴분류기 분류 시 많은 연산과 처리속도가 따른다. 이를 개선하고자 PCA (Principal Components Analysis)을 사용하여 저차원으로의 차원 축소한다. 본 논문에서 제안하는 분류기는 pRBFNNs 패턴분류기의 효율적인 학습을 위해 최적화 알고리즘인 PSO(Particle Swarm Optimization)을 사용하여 구조 및 파라미터를 최적화시켜 모델의 성능을 향상시킨다. 사용된 데이터로는 보행자 검출에 널리 사용되는 INRIA2005_person data set에서 보행자와 배경 영상을 각각 1200장을 학습 데이터, 검증 데이터로 구성하여 분류기를 설계하고 테스트 이미지를 설계된 최적의 분류기를 이용하여 보행자를 검출하고 검출률을 확인한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.22 no.4
• /
• pp.641-647
• /
• 2018

Recently, CCTV, which provides video information for multiple purposes, has been transformed into an intelligent, and the range of automation applications increased using the computer vision. A highly reliable detection method must be performed for accurate recognition of pedestrians and vehicles and various methods are being studied for this purpose. In such an object detection system. In this paper, we propose a method to detect a large number of pedestrians by acquiring three characteristic information that features of color information using HSI, motion vector information and shaping information using HOG feature information of a pedestrian in a situation where a large number of pedestrians are moving. The proposed method distinguishes each pedestrian while minimizing the failure or confusion of pedestrian detection and tracking. Also when pedestrians approach or overlap, pedestrians are identified and detected using stored frame feature data.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.755-758
• /
• 2002

보행자 추적은 무인 자동차 시스템, 보안 또는 감시 시스템, 횡단보도 신호제어 시스템 등 실세계의 다양한 응용 분야에서 사용될 수 있다. 본 논문에서는 걸어다니는 보행자의 움직임 정보를 이용하여 다수의 보행자를 추적하는 새로운 방법을 제안한다. 보행자의 움직임 정보는 연속된 두 개의 비디오 프레임간의 그레이 레벨 차를 이용하여 추하고, 이를 통하여 물체를 검출한다. 검출된 물체에는 보행자뿐만 아니라 다른 이동 물체가 포함될 수 있으므로 프로젝션 히스토그램(PH: Projection Histogram)을 생성한 후 보행자 유형을 기반으로 PH를 분석하여 보행자를 검출, 추적한다. 제안된 방법의 성능 평가를 위해서 복잡한 도시 환경 영상에 적용하고 그 성공적인 결과를 보인다.