• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.10a
• /
• pp.729-732
• /
• 2014

본 논문에서는 실시간 영상에서 움직임 검출 및 추적에 관련한 기본 기술들을 나열하고 구현하여 구현 가능성 및 성능에 대하여 검증을 진행하였다. 움직임 검출에는 배경 차영상 기법에 의한 움직임 및 변화 영역 검출 방법과 움직임 히스토리에 의한 움직임 검출법, 광류에 의한 움직임 검출법이 있으며 이를 구현하여 검증하였다. 또한 움직임 추적의 경우에는 추적하려는 물체의 히스토그램의 역투영을 이용하면서 물체의 중심점을 추적하는 MeanShift와 물체의 중심, 크기, 방향을 함께 추적하는 CamShift가 있고 Kalman 필터에 의한 움직임 추적을 구현하여 검증하였다. 구현된 방법을 통하여 보안용의 영상감시 장비의 추적 시스템 및 GPS 좌표를 기반으로하여 비행체를 추적하면서 통신링크를 유지하는 추적안테나 시스템에 적용하므로서 제어의 정확도를 높일 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2007.02a
• /
• pp.18-24
• /
• 2007

T-DMB aBIFS 데이터 방송은 방송 AV 콘텐츠에 부가데이터를 연결하여 방송함으로써 대화형 방송 서비스를 가능하게 하고 있다. T-DMB 비디오 콘텐츠에서 움직이는 객체 부분에 부가데이터를 연결함으로써 시청 중에 사용자 Interaction을 통한 움직임 객체 영역의 정보 소비를 위한 응용을 고려할 때에, 저작단계에서 움직임 영역을 정의하고 이를 추적하는 도구가 필요하다. 본 논문에서는 $K264{\mid}AVC$비디오에 대해 효율적인 움직임 객체 영역 추적을 완전 부호화를 수행하지 않고 비트스트림에서 부호화 정보를 이용하여 움직임 영역을 추적하는 방법을 제안한다. 제안된 방법은 움직임 정보 및 부분적으로 복원된 텍스쳐 정보를 사용하여 객체의 특성에 따라 적응적으로 객체의 특성점을 추적함으로써 빠른 처리 속도와 정확한 추적을 동시에 가능하게 한다. 실험을 통하여, 제안하는 방법이 움직임 정보만을 사용한 방법의 처리 속도와 유사하면서도 정확한 추적 성능을 보일 뿐만 아니라 다양한 유형의 객체에 대한 적응적인 추적이 가능함을 확인하였다.

• Journal of KIISE:Software and Applications
• /
• v.36 no.12
• /
• pp.977-985
• /
• 2009

This paper proposes a real-time algorithm for tracking the fast moving human body. Although Iterative closest point (ICP) algorithm is suitable for real-time tracking due to its efficiency and low computational complexity, ICP often fails to converge when the human body moves fast because the closest point may be mistakenly selected and trapped in a local minimum. To overcome such limitation, we combine a particle filter based on a motion history information with the ICP. The proposed human body motion tracking algorithm reduces the search space for each limb by employing a hierarchical tree structure, and enables tracking of the fast moving human bodies by using the motion prediction based on the motion history. Experimental results show that the proposed human body motion tracking provides accurate tracking performance and fast convergence rate.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.18 no.11
• /
• pp.2733-2737
• /
• 2014

Motion detection according to the movement and the change area detection method according to the background difference and the motion history image for use in a motion estimation technique using a real-time image, the motion detection method according to the optical flow, the back-projection of the histogram of the object to track for motion tracking At the heart of MeanShift center point of the object and the object to track, while used, the size, and the like due to the motion tracking algorithm CamShift, Kalman filter to track with direction. In this paper, we implemented the motion detection algorithm based on color and shape information of the object and verify.

• Journal of the Institute of Electronics Engineers of Korea SD
• /
• v.45 no.10
• /
• pp.66-74
• /
• 2008

Surveillance system using active tracking camera has no distance limitation of surveillance range compared to supersonic or sound sensors. However, complex motion tracking algorithm requires huge amount of computation. Compared to conventional methods using DSPs or embedded processors, this paper proposes and implements a novel motion tracker unit that detects and extracts motion information of moving objects by using picture difference of consecutive frames. The proposed motion tracker unit was implemented in FPGA with about 13,000 gates. It processes NTSC format video and was verified by embedding it into the active surveillance camera system. We also propose and implements a motion estimator unit linkable to video codec by embedding the proposed motion tracker unit into ready-made motion estimator unit. The implemented motion estimator unit is about 17,000 gates in $0.35{\mu}m$ process.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.308-309
• /
• 2008

본 논문에서는 추적하고자 하는 관심객체를 일정한 크기의 블록으로 나누어 각 블록이 독립적으로 추적을 수행한다. 나누어진 각 블록들은 NCC(Normalized Cross Correlation)를 사용하여 통계적인 특성을 고려하여 움직임을 추정한다. 추정된 블록들의 움직임 벡터 중 평한 벡터보다 일정 값 이상 큰 블록은 관심객체 움직임 벡터 추정 시 제외시킴으로써 잘못된 추정으로 인한 에러를 줄인다. 선택된 블록들의 추정 에러값에 따라 추정값이 높은 블록의 움직임 벡터는 높은 가중치를 적용하고 추정값이 낮은 블록의 움직임 벡터는 낮은 가중치를 적용하여 추적 신뢰도를 높였다. 실험결과, 제안된 알고리즘은 강건한 실시간 추적이 가능함을 보여준다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.21 no.1
• /
• pp.106-111
• /
• 2011

Video-based detection and tracking of moving objects has been widely used in real-time monitoring systems and a videoconferencing. Also, because object motion tracking can be expanded to Human-computer interface and Human-robot interface, Moving object tracking technology is one of the important key technologies. If we can track a specified object in an environment of multiple moving objects, then there will be a variety of applications. In this paper, we introduce a specified object motion tracking using particle filter. The results of experiments show that particle filter can achieve good performance in single object motion tracking and a specified object motion tracking in an environment of multiple moving objects.

• Proceedings of the KAIS Fall Conference
• /
• 2009.12a
• /
• pp.605-607
• /
• 2009

본 논문은 감시 시스템의 객체 추적 시, 정확한 객체 추출을 위해 블록 기반으로 객체를 추적하는 방법을 제안한다. 객체 움직임 추적은 주어진 환경에 따라 변수가 많고, 변수를 대처하는 알고리즘을 많이 추가 할 경우 실시간 추적에 어려움이 발생한다. 특히 배경이 조명이나 바람 등의 환경적 요인에 의해 변화되는 문제는 객체를 추적하는데 가장 큰 문제점이다. 특히 사람이나 멧돼지의 경우 움직임에 의한 객체 구성 요소의 흔들림에 의해 고정 블록의 연산에 의해 움직임 객체를 추적할 때 정확한 객체의 윤곽선을 검출하기 힘들다. 따라서 연속되는 프레임에서 전체 화면의 차영상을 이용하여 움직임 관심 영역을 설정하고, 관심 영역에 해당하는 블록들을 분석하였다. 이를 기반으로 움직임 객체의 최외곽 사각형의 객체 영역을 추출하여 기존 고정 블록 방법에 의한 객체 추적보다 좀 더 정확하게 객체를 추출하고 추적할 수 있다.

• Proceedings of the KAIS Fall Conference
• /
• 2009.05a
• /
• pp.465-468
• /
• 2009

본 논문은 박물관이나 고가의 물품을 판매하는 곳에서 특정한 객체를 감시하고, 특정 객체의 도난을 방지하기 위하여 다중카메라를 설치하여 카메라 상호간의 정보를 교환함으로써 움직이는 객체를 추출하고 추적하는 시스템의 구현이다. 감시대상이 되는 객체의 상단과 정면에 카메라를 설치하여 움직임 객체가 감시대상 객체에 접촉하게 되면 두 대의 카메라가 동시에 움직임 객체를 추출하고 추적하게 된다. 먼저 정면의 카메라는 움직임 물체의 얼굴부분을 캡춰하고 지속적으로 얼굴영역을 확대 / 캡춰하면서 추적을 시작한다. 상단의 카메라는 많은 객체들의 움직임 속에서 특정한 객체만을 추적할 수 있으며, 추적은 방향예측을 통하여 수행하고 객체의 특징정보를 저장한다. 저장된 특징정보는 카메라의 범위를 벗어났을 때 인접한 카메라에 정보를 전송하고 지속적인 추적이 이뤄질 수 있도록 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.123-124
• /
• 2018

본 논문에서는 HEVC 국제표준으로 압축된 비디오에서 움직임 물체를 추적하는 방법을 제안한다. 제안하는 방법은 HEVC 비트스트림의 대부분을 차지하는 인터 프레임의 움직임 벡터 정보를 입력 데이터로 사용하는 ST-MRF(Spatio-Temporal-Markov Random Field) 모델을 기반으로 하며, ST-MRF 모델에서 발생할 수 있는 오차전파로 점진적으로 객체를 부정확하게 추적하는 것을 HEVC GOP(Group of Picture)마다 삽입되는 인트라 프레임만을 복호화 하여 픽셀 정보를 입력으로 하는 YOLO 모델과 융합시켜 보정함으로써 추적하던 객체를 잃지 않고 강건하게 추적하는 방법을 제안한다.