• KSCI Review
• /
• v.15 no.1
• /
• pp.179-183
• /
• 2007

다시점에서의 다중 객체 추적은 여러 분야에서 연구되고 있다. 다시점 영상 추적은 두 객체가 서로 근접하면 하나로 인식하는 문제점을 가지고 있다. 이러한 문제를 해결하기 위한 하나의 방법으로 능동형태모델(active shape mode: ASM)을 들 수 있다 ASM은 훈련집합을 이용하여 다른 객체에 가려진 목표 객체를 추적할 수 있다. 본 논문에서는 겹쳐진 객체를 추적하기 위해 ASM 기반의 다시점 추적 알고리듬(Multi-view tracking using ASM: MVTA)에 대해서 제안한다. 제안된 추적 방법은 (i) 영상 획득, (ii) 객체 추출, (iii) 객체 추적, 그리고 (iv) 현재 형태의 업데이트, 4가지 단계로 나눌 수 있다. 첫 번째 단계에서는 여러 대의 카메라를 사용해서 다시점 영상을 획득하며, 두 번째 단계에서는 객체를 배경으로부터 분리하며, 겹쳐진 객체로부터 목표 객체를 분리해낸다. 세 번째 단계에서는 추적을 위해 ASM을 사용하며, 마지막 단계인 네 번째 단계는 현재 입력 영상의 업데이트이다. 실험결과 제안한 MVTA는 겹쳐진 객체를 추적 시에 생기는 문제에 대해서 향상 된 결과를 보여준다.

• Proceedings of the KAIS Fall Conference
• /
• 2006.05a
• /
• pp.214-216
• /
• 2006

본 논문에서는 실시간 영상에서 적응적 배경영상을 이용하여 객체를 추적하는 방법을 제안한다. 입력되는 영상에서 배경영역의 잡음을 제거하고 조명에 강인한 객체 추출을 위하여 객체영역이 아닌 배경영역 부분을 실시간으로 갱신함으로써 적응적 배경영상을 생성한다. 그리고 배경영상과 카메라로부터 입력되는 입력영상과의 차를 이용하여 객체를 추출한다. 추출된 객체의 내부점을 이용하여 최소사각영역을 설정하고, 이를 통해 객체를 추적한다. 아울러 제안방법의 성능에 대한 실험결과를 기존 추적알고리즘과 비교, 분석하여 평가한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.647-650
• /
• 2003

실시간 영상에서 객체 추적은 수년간 컴퓨터 비전 및 여러 실용적 응용 분야에서 관심을 가지는 주제 중 하나이다. 실제로 실시간 영상내의 객체 추적은 빠른 처리와 많은 연산은 요구하고 고가의 장비가 필요하기 때문에 많은 어려움이 따른다. 본 논문에서는 보안시스템에 적용될 수 있게 실시간으로 배경영상을 갱신하면서 객체를 추출 및 추적하고 추출된 객체에서 얼굴을 추출하는 방법을 제안한다. 배경영상과 입력영상의 차이를 이용하여 실시간으로 배경영상을 입력영상으로 대체하여 시간의 흐름에 의한 배경잡음을 최소화하도록 적응적 배경영상을 생성한다 그리고 배경영상과 카메라로부터 입력되는 입력영상과의 차를 이용하여 객체의 크기와 위치를 탐지하여 객체를 추출한다. 추출된 객체의 내부점을 이용하여 최소사각영역을 설정하고 이를 통해 실시간 객체추적을 하였다. 또한 설정된 최소사각영역은 피부색의 RGB 영역에서 얼굴 영역을 추출하는데도 적용한다.

• Proceedings of the KAIS Fall Conference
• /
• 2006.05a
• /
• pp.227-231
• /
• 2006

카메라를 통하여 실시간으로 입력되는 객체의 움직임은 잡음이나 조명의 변화에 따라 정확하게 추출하고 추적하는 것이 어렵다. 따라서 실시간으로 입력되는 영상에서 객체를 추출하고 움직임을 추적하기 위해서는 고속탐색 알고리즘이 필요하다. 본 논문은 실시간영상에서 객체의 움직임을 추출하고 추적을 위하여 배경영상의 변화에 강인한 배경영상 갱신 방법과 가변적인 탐색영역을 이용한 객체추적의 빠른 알고리즘을 제안한다. 배경영상 갱신 방법은 임계값이 실험적 기준치 보다 작은 경우에는 배경영상을 갱신하고, 큰 경우에는 객체가 유입된 시점으로 판단하여 픽셀검사를 통해 객체의 윤곽점을 추출한다. 추출된 윤곽점은 객체 영역블록의 생성과 일정한 거리를 유지하는 탐색블록을 생성하여 정확하고 빠른 객체의 움직임을 추적한다. 실험결과, 제안한 방법은 95% 이상의 높은 정확도를 보였다.

• Proceedings of the Korea Contents Association Conference
• /
• 2011.05a
• /
• pp.527-528
• /
• 2011

본 논문에서는 광류 방식의 특징점 방식에 의한 물체 추적과 배경 프레임과의 차영상에 의한 움직임 객체 검출에 의한 추적 방법에 대해 비교 분석하였다. 광류 방식에 의한 객체 추적은 특징점 들의 변위에 따라 객체를 추적함에 따라 객체의 모양을 정확하게 추적하지는 못하지만 방향성에 대한 정보를 갖고 있다. 차영상에 의한 객체 검출 및 추적은 객체의 모양을 비교적 정확하게 추출하지만 방향에 대한 정보의 부족으로 객체 추적이 어렵다. 따라서 객체의 검출은 차영상으로 표시하고 방향성에 의한 추적은 광류 방식으로 추적해 나가는 방법이 우수한 것으로 분석되었다.

• Proceedings of the KAIS Fall Conference
• /
• 2006.11a
• /
• pp.229-232
• /
• 2006

단일 카메라를 통하여 실시간으로 입력되는 객체의 추적은 환경의 제약을 많이 받는다. 입력되는 영상에서의 움직임이 있는 객체는 단일하여야 하며, 동시에 많은 움직임이 발생하면 추적하고자 하는 객체를 구분하기 어려워진다. 본 논문에서는 동일공간을 감시하는 두 대의 카메라가 서로 데이터를 주고 받으며 추적하고자 하는 특정객체를 오류 없이 추적할 수 있는 방법을 제시하였다. 실시간 객체 추적은 입력되는 영상에서 객체의 위치를 가장 빠르게 검색하기 위한 고속탐색 알고리즘이 필요하다. 본 논문은 실시간영상에서 객체의 움직임을 추출하고 추적을 위하여 각각 위치가 다른 두 대의 카메라가 상호 협력하면서 객체 추적에 대한 연산을 현저하게 줄일 수 있었다. 또한 객체의 움직임이 많은 공간에서도 추적하고자 하는 특정객체를 잃어버리지 않고 추적하였다. 실험결과, 제안한 방법은 97% 이상의 높은 객체 추적율을 보였다.

• Proceedings of the KAIS Fall Conference
• /
• 2010.05a
• /
• pp.483-486
• /
• 2010

단일 카메라를 통하여 실시간으로 입력되는 객체의 추적은 환경의 제약을 많이 받는다. 입력되는 영상에서의 움직임이 있는 객체는 단일하여야 하며, 동시에 많은 움직임이 발생하면 추적하고자 하는 객체를 구분하기 어려워진다. 본 논문에서는 동일공간을 감시하는 두 대의 카메라가 서로 데이터를 주고 받으며 추적하고자 하는 특정객체를 오류 없이 추적할 수 있는 방법을 제시하였다. 실시간 객체 추적은 입력되는 영상에서 객체의 위치를 가장 빠르게 검색하기 위한 고속탐색 알고리즘이 필요하다. 본 논문은 실시간영상에서 객체의 움직임을 추출하고 추적을 위하여 각각 위치가 다른 두 대의 카메라가 상호 협력하면서 객체 추적에 대한 연산을 현저하게 줄일 수 있었다. 또한 객체의 움직임이 많은 공간에서도 추적하고자 하는 특정객체를 잃어버리지 않고 추적하였다. 실험결과, 제안한 방법은 97% 이상의 높은 객체 추적율을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10a
• /
• pp.377-380
• /
• 2006

최근 영상 데이터를 사용하여 서비스를 하는 분야가 늘어감에 따라 그 중 보안과 관련하여 영상데이터 내에 존재하는 객체를 추출하여 추적하는 방법에 대한 연구가 지속적으로 발전하고 있다. 최근에는 프레임버퍼링을 사용하여 초당 30프레임 이상의 영상을 처리하는 경우가 많다. 하지만 영상을 통한 객체 추적의 경우 빠르게 객체를 인지하여 움직임을 추적할 수 있는 기술이 드물다. 본 논문에서는 저속 처리되는 문제를 극복하기 위하여 프레임 버퍼링을 사용하여 객체를 추적할 때 차영상의 히스토그램을 사용할 것을 제안한다. 이에 따라 히스토그램을 사용하는 객체추적 시스템을 설계 및 구현하고, 본 추적능력을 검증한 결과 2배에 가까운 성능이 향상됨을 얻었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.251-254
• /
• 2020

비디오 영상으로부터 객체를 추적하는 문제에 있어서 폐색은 오늘날까지도 해결해야하는 문제 중 하나다. 폐색이란 영상 속 찾고자 하는 객체가 이전 프레임에서는 존재했지만 특정 프레임에서는 전경 혹은 다른 객체에 의해 가려져 모습이 보이지 않는 것을 의미한다. 폐색이 나타난 상황에서 해당 객체를 추적하기 위해서는 이전 프레임까지 추적된 정보를 바탕으로 영상에 다시 객체가 나타날 때까지 위치를 잘 예측해야 한다. 본 논문은 비디오 영상의 폐색 환경에 강인한 다중 객체 추적 알고리즘을 제시한다. 이를 위해 딥러닝 기반의 LSTM 구조를 활용하여 객체의 형태 정보를 학습하고 칼만 필터를 이용해 객체의 속도 정보를 학습한다. 두 정보를 조합하여 폐색이 발생하였을 때 객체의 형태와 위치를 예측하여 영상 속에 객체가 다시 등장하더라도 추적 성능을 최대화 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.532-534
• /
• 2002

동영상에서 객체 추적은 몇 년간 컴퓨터 비전 및 여러 실용적 응용 분야에서 관심을 가지는 주제 중 하나이다. 본 논문에서는 감시 시스템 분야에서 적용되어 질 수 있는 실시간 객체 추적 방법을 제안하고자 한다. 이를 위해 카메라가 고정되어 있고 배경영상의 변화가 거의 없는 환경으로 제한하고, 입력영상과 배경영상의 차를 이용하여 객체의 위치를 탐지하고 움직임을 추적한다. 객체 위치 탐지시 객체의 윤곽선 중 일부 점을 추출하고 추출된 점들을 이용, 객체의 무게중심을 구한다. 객체 추적시 가변 탐색창을 이용해 실시간으로 빠른 처리가 가능하도록 하였다. 그리고 실험을 통하여 제한된 환경하에서 실시간으로 빠른객체의 추적을 보인다.