• 대한전자공학회논문지SP
• /
• 제41권5호
• /
• pp.193-202
• /
• 2004

본 논문에서는 이동 카메라로부터 획득한 컬러 영상에서 다수의 보행자를 검출하고 추적하기 위한 히스토그램과 컬러 정보기반 알고리즘을 제안하였다. 제안한 알고리즘은 RGB 컬러 히스토그램 기법을 이용하여 인접한 보행자를 검출하고 검출된 보행자는 RGB 평균값을 이용하여 추적하였다. 따라서 보행자가 서로 인접해 있거나 약간 겹쳐진 경우에도 검출할 수 있고 보행자의 형태가 변하는 경우에도 효율적으로 추적하였다. 제안된 알고리즘에 대하여 비디오 카메라로 녹화한 영상을 컴퓨터에서 입력받아 보행자 검출과 추적 실험을 수행하여 제안한 알고리즘의 우수성을 입증하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 춘계학술발표논문집 (상)
• /
• 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.

• 한국정보기술응용학회:학술대회논문집
• /
• 한국정보기술응용학회 2007년도 춘계학술대회
• /
• 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.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• 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.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1351-1352
• /
• 2015

본 논문에서는 지능형 영상 감시 시스템에서 보행자를 검출하고 추적을 수행하기 위해 은닉층 활성함수에 가우시안 대신 FCM를 사용한 RBFNNs 패턴분류기와 객체 추적 알고리즘인 Mean Shift를 융합한 시뮬레이터를 개발한다. 시뮬레이터는 검출부과 추적부로 나누며, 검출부에서는 입력 영상으로부터 기울기의 방향성을 이용한 HOG(Histogram of Oriented Gradient) 특징을 구하고 빠른 처리속도를 위해 PCA 알고리즘을 통해 차원수를 축소하고 pRBFNNs 패턴분류기를 통해 보행자를 검출 한다. 다음 추적부에서 객체 추적 알고리즘인 Mean Shift를 이용하여 검출된 보행자 추적을 수행한다.

• 한국정보통신학회논문지
• /
• 제16권4호
• /
• pp.812-820
• /
• 2012

본 논문에서는 지능형 감시 시스템에 부합하는 기울기 히스토그램 및 폐색 추적을 통한 다중보행자 추적 시스템을 제안한다. 먼저, 연속 영상에서 보행자의 특징을 이용하여 보행자를 검출한다. 보행자의 특징을 획득하기 위해 HOG(Histogram of Oriented Gradient)를 기반으로 기울기의 방향성을 이용한 블록별 히스토그램을 생성하고, Linear-SVM(Support Vector Machine)의 학습을 통해 보행자만을 분류한다. 다음으로 보행자의 위치정보를 이용하여 추적을 행한다. 마지막으로 추적이 끝날 경우 내용기반 검색이 가능한 움직임 궤적 디스크립터를 생성한다. 실험을 통해 제안한 방법이 기존 방법보다 빠르고 정확한 움직임 추적에 효과적임을 증명하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2015년도 제52차 하계학술대회논문집 23권2호
• /
• pp.258-261
• /
• 2015

본 논문에서는 주행 중에 보행자의 인식 및 추적을 위해서 차량에서 촬영된 영상정보를 이용하여 주변의 보행자를 찾고, 사고 위험성이 있는 보행자를 인식하기 위해서 보행자 파악 및 보행자와의 거리를 측정하기 위한 연구를 하고자 한다. 본 논문에서는 차량에 정착된 카메라를 통한 보행자 인식 기술에 대해 연구 하였다. 제안한 방법은 보행자 인식 단계에서 Cascasde HOG, Haar-like 알고리즘을 적용하였고, 추적 단계에서 칼만 필터와 클러스터링 기법을 결합하여 실시간으로 보행자를 인식 및 추적하였다.

• 한국정보통신학회논문지
• /
• 제7권8호
• /
• pp.1802-1808
• /
• 2003

본 논문은 자동 보행자 추적 시스템에 필요한 배경 이미지를 추출하는 방법과 추출되어진 배경 이미지를 이용하여 보행자를 탐지하고 적응적 신경망을 이용하여 보행자의 이동 궤적을 추적하는 시스템을 구현하였다. 본 논문은 고스트(ghost) 현상을 극복하기 위하여 모자이크 배경 이미지 추출 법으로 배경 이미지를 추출하였으며, 보행자의 탐지에 차영상 분석법을 기반으로 하여 보행자를 탐지하였다. ART2 네트워크는 프레임에 존재하는 이동 물체의 중심점을 탐지할 수 있다. 그리고, 이전 프레임에서 탐지되어진 물체의 정보를 이용하여 물체의 이동궤적을 추적할 수 있다. 제안하는 방법으로 실험한 결과 비강체(non­rigid)형태 운동을 하는 보행자를 탐지하고 그 궤적 추적에 대한 실시간 시스템 구성의 가능성에 대하여 알 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 하계학술대회
• /
• pp.79-81
• /
• 2018

최근 딥 러닝의 발전과 함께 보행자 검출 기술의 성능이 발전하면서 다양한 분야에서 응용되고 있다. 영상 내 보행자의 위치나 움직임을 파악함으로써 위험 지역이나 보안 지역에 접근하는 보행자를 찾아낼 수 있다. 일반적인 딥 러닝 기반의 물체 검출기는 멀리 있는 보행자와 같은 작은 물체를 검출 하는 데에 적합하지 않다. 또, 검출을 수행하기 위해서 큰 계산량을 필요로 하기 때문에, 동영상의 매 프레임 마다 수행하기 부적합 하다는 단점이 있다. 본 논문에서는 작은 물체도 잘 검출할 수 있도록 기존 YOLO 네트워크의 구조를 변경하고, 보행자 데이터를 이용하여 추가로 학습함으로써 보행자를 검출하는 성능을 증가시켰다. 그리고 검출한 보행자들에 대해 추적 기법을 이용함으로써, 동영상의 매 프레임 마다 검출을 수행하는 것을 피할 수 있도록 하였다. 실제로 DukeMTMC Dataset을 이용하여 실험을 해본 결과, YOLO 네트워크의 구조를 변경하고 추가 학습을 함으로써 검출 정확도가 개선되는 것을 확인할 수 있었다. 또, 추적 기법을 이용했을 때, 성능이 크게 떨어지지 않으면서 검출 속도를 개선할 수 있는 것을 확인할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.293-297
• /
• 2007

본 논문에서는 실시간으로 획득된 칼라 영상에서 CMODE(Correct Multiple Object DEtection)방법을 이용하여 움직이는 다수 물체를 검출하고, 위치 정보와 색상 정보를 이용하여 관심 보행자만을 추적하는 새로운 알고리즘을 제안한다. 다수 물체가 검출되면, 사람의 구조적 특징과 형태 정보를 이용하여 나무의 흔들림이나 차량의 움직임은 제거하고 관심 보행자만을 검출한다. 검출된 관심 보행자 추적을 위한 1차 유사성 판단은 이전 관심 보행자의 무게중심과 현재 관심 보행자의 무게중심간의 거리차를 이용한다. 1차 유사성이 판단된 영역에 대하여 k-평균 알고리즘으로 세 개의 특징점을 구하고, 각 특징점의 $3{\times}3$ 영역에 대한 평균 색상값으로 2차 유사성을 판단하여 추적하도록 한다. 카메라 배율은 원거리의 보행자에 대한 추적을 용이하게 하기 위해서 조정하고, 카메라 시계(FOV: Field of View)는 보행자의 위치가 화면내의 일정 범위에 있지 않을 경우에 조정한다. 실험 결과, 제안한 CMODE 방법이 라벨링 방법보다 평균 접근 횟수가 1/4배정도 덜 접근하였으며, 평균 검출시간도 3배정도 빠르게 검출됨을 확인할 수 있었다. 나무의 흔들림으로 인한 영역이나 차량의 움직임 영역, 그림자 영역과 같이 복잡한 배경에서도 관심 보행자 검출은 평균 96.5%의 높은 검출률을 보였다. 관심 보행자 추적은 위치 정보와 색상 정보를 이용하여 평균 95%의 높은 추적률을 보였으며, 관심 보행자는 카메라 시계와 배율을 조정함으로써 연속적으로 추적할 수 있었다.