• Proceedings of the KAIS Fall Conference
• /
• 한국산학기술학회 2005년도 춘계학술발표논문집
• /
• pp.227-230
• /
• 2005

최근 컴퓨터 비전 및 영상처리 분야에서 일련의 동영상으로부터 움직이는 객체를 검출하고 추적하는 시스템에 대한 관심이 점차 높아지고 있다. 본 연구에서는 원격 제어에 의해 상하좌우 이동이 가능한 장치에 고정된 카메라를 이용하여 움직이는 단일 이동 객체를 추적할 수 있는 시스템을 구현하였다. 추적 시스템은 영상 획득 및 전처리 단계, 차영상 기법에 기반한 움직임 추정 단계와 추정된 중심점 좌표를 기준으로 카메라를 제어하는 추적 단계로 구성되어 있다. 구현된 이동 객체의 실시간 추적 시스템의 성능을 평가하기 위해 사람이 보통의 속도로 실내에서 이동하는 환경에서 실시간 추적 실험을 실시하였다. 그 결과 객체를 잃어버리지 않고 정상적으로 추적할 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 한국방송∙미디어공학회 2016년도 추계학술대회
• /
• pp.21-22
• /
• 2016

본 논문에서는 동영상에서 객체를 자동 검출하는 기법을 제안한다. 제안하는 기법은 정지 영상에서 객체를 검출하는 기법과 동영상에서 객체를 추적하는 기법을 동시에 수행하여 동영상에서 객체를 검출한다. 매 프레임 검출기는 학습된 종류의 객체들을 검출하고 추적기는 이전 프레임에서 검출되었던 객체를 추적한다. 검출기가 검출한 결과와 추적기가 추적한 결과를 매칭하고, 겹치는 결과와 그렇지 않은 결과에 대해 각각 다른 검사를 수행하여 신뢰도 있는 결과를 도출한다. 실험 결과를 통해 제안하는 기법이 기존 검출 기법에 비해 우수한 성능을 보임을 확인한다.

• Annual Conference of KIPS
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (상)
• /
• pp.619-622
• /
• 2003

다중 물체 추적은 움직이는 물체를 추출하고 추출된 정보와 물체 정보를 이용하여 움직임 궤도를 추적하는 것이다. 따라서 정확한 움직임 궤도 추적이 수행되어지려면 우선적으로 물체의 수에 해당하는 Object 추출이 선행되어져야 한다. 물체 추적 시 물체 추출은 주로 처리속도가 빠르고 효율적인 배경영상을 이용한 차영상 기법을 이용하는데 이 경우 배경 영상 갱신이 중요하다. 본 논문에서는 실세계조명 하에서 장시간 다중 물체 추적이 가능하도록 물체의 움직임이 아닌 물체의 위치에 기반한 배경 영상 획득 방법을 제안한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• 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 KAIS Fall Conference
• /
• 한국산학기술학회 2010년도 춘계학술발표논문집 1부
• /
• pp.475-478
• /
• 2010

본 논문에서는 실시간 영상에서 적응적 배경영상을 이용하여 객체를 추출하고 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.

• Journal of the Korea Society of Computer and Information
• /
• 제10권2호
• /
• pp.59-68
• /
• 2005

Object tracking in a real time image is one of interesting subjects in computer vision and many practical application fields Past couple of years. But sometimes existing systems cannot find object by recognize background noise as object. This paper proposes a method of object detection and tracking using adaptive background image in real time. To detect object which does not influenced by illumination and remove noise in background image, this system generates adaptive background image by real time background image updating. This system detects object using the difference between background image and input image from camera. After setting up MBR(minimum bounding rectangle) using the internal point of detected otject, the system tracks otiect through this MBR. In addition, this paper evaluates the test result about performance of proposed method as compared with existing tracking algorithm.

• Journal of Korean Society for Geospatial Information Science
• /
• 제16권2호
• /
• pp.49-56
• /
• 2008

Image registration is one of the critical techniques of image mosaic which has many applications such as generating panoramas, video monitoring, image rendering and reconstruction, etc. The fundamental tasks of image registration are point features extraction and tracking which take much computation time. KLT(Kanade-Lucas-Tomasi) feature tracker has proposed for extracting and tracking features through image sequences. The aim of this study is to demonstrate the usage of effective and robust KLT feature detector and tracker for an image registration using the sequence image frames captured by UAV video camera. In result, by using iterative implementation of the KLT tracker, the features extracted from the first frame of image sequences could be successfully tracked through all frames. The process of feature tracking in the various frames with rotation, translation and small scaling could be improved by a careful choice of the process condition and KLT pyramid implementation.

• Journal of the Korea Society for Simulation
• /
• 제27권1호
• /
• pp.111-117
• /
• 2018

It is indispensable for a missile to track a target under the flight condition since the tracking capability affects the system performance considerably. The best way to verify the tracker's performance is flight test while it costs too much. Consequently, captive flight test or CFT has an important role in the development of a missile system. CFT, however, cannot simulate missile dynamics and is an offline and open-loop test. In this paper, we propose a new integrated-flight simulation(IFS) method using CFT imagery to overcome the limitation of synthetic image-based IFS method. This method increases the utilization of CFT's outputs and compensates the reality of imagery which lacks in the synthetic image-based IFS. Using this method make it possible to verify the system capability in various simulation modes.

• Proceedings of the KIEE Conference
• /
• 대한전기학회 2006년도 제37회 하계학술대회 논문집 D
• /
• pp.1999-2000
• /
• 2006

기존 2D 추적기들은 영상에서 특정 평면 영역을 원근 투영하에서 만족할 만한 추적결과를 보여주었다. 하지만 2D 추적기는 2D 영역들로 이루어진 3D물체를 영상에서 추적하는 경우, 물체자신의 회전에 의해 가려지거나 새로 나타나는 영역에 대해 대응하지 못하여 추적에 실패하게 되지만, 3D 정보를 이용한다면 이러한 사라짐과 나타나는 영역을 예측하고 완벽하게 추적할 수 있게 된다. 본 연구에서는 일련의 영상으로부터 3D 모델과 2D 텍스쳐맵을 추출하고, 이를 이용하여 3D 물체의 회전과 평행이동 움직임을 추적한다. 또한 카메라의 줌 파라미터를 모델링하고 추적기 알고리즘에 추가하여, 물체의 3차원 파라미터의 추적과 동시에 카메라 줌 파라미터를 추적하였다.

• Proceedings of the KAIS Fall Conference
• /
• 한국산학기술학회 2006년도 추계학술발표논문집
• /
• 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.