• Journal of Advanced Navigation Technology
• /
• v.2 no.2
• /
• pp.107-115
• /
• 1998

In this paper, we propose a robust moving object tracking(MOT) method based on motion energy and prediction. MOT consists of two steps: moving object extraction step(MOES) and moving object tracking step(MOTS). For MOES, we use improved motion energy method. For MOTS, we predict the next location of moving object based on distance and direction information among previous instances, so that we can reduce the search space for correspondence. We apply the method to both synthetic and real world sequences and find that the method works well even in the presence of occlusion and disocclusion.

• The KIPS Transactions:PartB
• /
• v.8B no.5
• /
• pp.539-548
• /
• 2001

In this paper, we propose that fast tracking algorithm for moving object is separated from background, using partial boundary line information. After detecting boundary line from input image, we track moving object by using the algorithm which takes boundary line information as feature of moving object. we extract moving vector on the imput image which has environmental variation, using high-performance BMA, and we extract moving object on the basis of moving vector. Next, we extract boundary line on the moving object as an initial feature-vector generating step for the moving object. Among those boundary lines, we consider a part of the boundary line in every direction as feature vector. And then, as a step for the moving object, we extract moving vector from feature vector generated under the information of the boundary line of the moving object on the previous frame, and we perform tracking moving object from the current frame. As a result, we show that the proposed algorithm using feature vector generated by each directional boundary line is simple tracking operation cost compared with the previous active contour tracking algorithm that changes processing time by boundary line size of moving object. The simulation for proposed algorithm shows that BMA operation is reduced about 39% in real image and tracking error is less than 2 pixel when the size of feature vector is [$10{\times}5$] using the information of each direction boundary line. Also the proposed algorithm just needs 200 times of search operation bout processing cost is varies by the size of boundary line on the previous algorithm.

• Proceedings of the IEEK Conference
• /
• 1998.10a
• /
• pp.973-976
• /
• 1998

스테레오 물체추적 시스템은 스테레오 비젼 시스템의 입체 영상에서 나타나는 스테레오 시차를 없애 주는 주시각 제어와 이동 물체를 영상의 중앙에 위치시키기 위한 팬/틸트 제어를 통해 이동 물체를 추적하게 된다. 본 논문에서는 스테레오 물체추적 시스템의 새로운 접근방법으로 적응적 물체 추적이 가능한 광 JTC를 이용해 이동 물체를 추적하는 스테레오 물체추적 시뮬레이터를 구현하였다. 이를 이용하여 여러 종류의 입력 영상에 따른 광 JTC 의 추적 결과를 분석하여 실험 결과를 예측할 수 있었으며, 이를 광학적으로 구현할 경우 배경 잡음에 강하고 실 시간적 물체 추적이 가능한 스테레오 물체추적 시스템을 구현할 수 있음을 제시하였다.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.4 no.3
• /
• pp.158-166
• /
• 2011

Generally, moving object tracking used Lucas-Kanade feature tracking method which is strong in movement, rotation and size. But this method is very weak of occlusion by background or another object and so on. In this case, this method tracks backgrounds or another objects instead a moving object, or a tracking is finished. In order to solve this problem, we proposes Lucas-Kanade feature tracking method which introduce a destimation function and prediction function.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.364-366
• /
• 2006

본 논문에서는 인간의 눈 움직임이 반영된 물체 추적 기능을 모방하여 CCD 카메라를 통하여 실시간으로 입력되는 영상 데이터로부터 특징기반 정합방법을 응용하여 움직임 정보를 추출한 후, 팬-틸트(pan-tilt) 기능의 하드웨어를 제어하여 실시간으로 이동하는 물체를 효율적으로 추적하는 시스템을 제안하였다. 기존의 연구들에서는 주로 물체의 색상값을 이용하여 추적이 이루어지므로 조명이나 카메라의 변화에 따라 이동 물체를 놓치거나 유사한 색의 다른 물체를 잘못 추적하는 문제가 있었다. 이러한 문제점을 해결하기 위하여 측정기반의 정합을 응용하여 이동하는 카메라에서 이동물체를 추출하고 이 이동 물체의 좌표를 이동하여 팬-틸트 하드웨어를 제어하여 추적을 수행하였다. 실험 결과 본 시스템은 움직이는 물체를 감지해서 팬-틸트 하드웨어를 올바르게 제어하며 카메라의 움직임을 보정해가며 전체적으로 움직이는 영상 내에서 실제 움직이는 물체를 일관성 있게 추적하는 만족스러운 결과를 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.629-632
• /
• 2002

본 논문에서는 획득 영상에서 k-평균 알고리즘에 의한 무게중심을 이용하여 이동 물체를 검출하고 추적하는 방법을 제안하였다. 이동 물체의 검출은 획득 영상에 대하여 차영상 후 에지 검출에 의해 수행된다. 제안한 검출 방법은 빛의 밝기와 각도에 의해 발생된 그림자 등의 변형을 제거하고, 이동 물체만을 검출할 수 있어, 빛에 영향을 받은 영상에 대해서도 이동 물체를 양호하게 검출할 수 있다. 물체 추적은 검출된 이동 물체에 대하여 k-평균 알고리즘으로 세 개의 물체 무게중심을 구하고, 무게중심 부근의 화소 평균값과 무게중심간의 거리를 구한다. 다음 프레임들에 대하여 탐색영역의 화소 평균값에 의해 후보 무게중심을 구하고, 물체 무게중심과 구한 후보 무게중심들의 표준편차와 무게중심간의 거리 차를 이용하여 이동 물체를 추적한다. 그 결과, 이동 물체의 추적 속도를 개선시켰고, 물체 추적 오차율을 줄였다.

• The KIPS Transactions:PartB
• /
• v.9B no.3
• /
• pp.359-368
• /
• 2002

In this paper, we propose effective boundary line extraction algorithm for moving objects by matching error image and moving vectors, and fast tracking algorithm for moving object by partial boundary lines. We extracted boundary line for moving object by generating seeds with probability distribution function based on Watershed algorithm, and by extracting boundary line for moving objects through extending seeds, and then by using moving vectors. We processed tracking algorithm for moving object by using a part of boundary lines as features. We set up a part of every-direction boundary line for moving object as the initial feature vectors for moving objects. Then, we tracked moving object within current frames by using feature vector for the previous frames. As the result of the simulation for tracking moving object on the real images, we found that tracking processing of the proposed algorithm was simple due to tracking boundary line only for moving object as a feature, in contrast to the traditional tracking algorithm for active contour line that have varying processing cost with the length of boundary line. The operations was reduced about 39% as contrasted with the full search BMA. Tracking error was less than 4 pixel when the feature vector was $(15\times{5)}$ through the information of every-direction boundary line. The proposed algorithm just needed 200 times of search operation.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06d
• /
• pp.119-122
• /
• 2007

무선 센서 네트워크에서 이동하는 물체 추적 실패시 이를 복구하기 위하여 많은 센서들의 에너지를 소비하기 때문에 이동 물체 추적 복구는 전체 센서 네트워크의 생명주기 연장에 중요한 요소이다. 본 논문에서는 물체의 이동정보를 고려한 동적 클러스터링 환경에서 이동물체의 추적 실패시 이동물체를 효율적으로 재 탐지할 수 있는 이동물체 추적 복구 기법을 제안함으로써 이동하는 물체추적 실패후 재 탐지에 성공하는 복구율을 증가시켜서 센서 노드의 에너지 소모를 최소화 하여 전체 센서 네트워크의 생명주기를 연장시키고자 한다. 시뮬레이션 결과가 증명하는 바와 같이 제안한 방식은 보다 높은 복구율을 달성하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.511-515
• /
• 1998

본 논문에서는 전경과 배경을 동시에 고려하는 이동 물체 추적 기법을 제안한다. 본 논문에서 제안하는 이동 물체 추적 기법은 카메라가 고정되지 않은 동적인 환경에서 연속적으로 촬영된 동영상으로부터 배경과 전경을 분리한 후 배경으로부터는 카메라의 동작을, 그리고 전경으로부터는 이동 물체를 추적한다. 배경에서는 영상의 움직임을 나타내는 동작 벡터를 추출하여 2차원 파라미터 동작 모델인 어파인 동작 모델에 적합시키고, 회귀분석법을 통해 어파인 동작 모델을 구성하는 파라미터를 추출하여 분석함으로써 다양한 카메라의 동작을 구한다. 전경에서는 칼라 정보를 이용하여 물체들의 모델을 생성하고 매 시점마다 모델을 수정하면서 이동 물체를 추적한다. 본 논문에서는 카메라의 동작 및 이동 물체의 추적 시 예측 알고리즘인 칼만 필터를 활용함으로써 보다 효율적이고 강건한 추적이 가능하다. 또한, 배경에서 추출된 카메라의 동작 정보를 전경에서 추출하는 이동 물체의 이동궤적 정보 계산 시 활용함으로써 보다 정확하게 장면을 분석할 수 있다.

• Proceedings of the IEEK Conference
• /
• 1999.11a
• /
• pp.641-644
• /
• 1999

스테레오 물체 추적기는 좌. 우측 카메라의 스테레오 입력 영상에서 이동 물체의 주시각을 제어하면서 자동으로 추적 물체가 항상 영상의 중앙에 위치하도록 제어해야 한다. 본 논문에서는 복잡한 배경이 존재하고 카메라가 움직이는 경우 스테레오 물체 추적을 위한 방법으로 블록 정합 알고리즘(BMA)으로 추적 물체와 배경을 분리하고, JTC를 이용해 주시각 및 팬/틸트 제어 값을 구하여 좌, 우측 카메라를 제어하는 스테레오 자동 물체 추적 시스템을 제시하였다. 추적결과 배경잡음에 상관없이 적응적으로 작용하여 정확히 이동 물체의 위치를 스테레오로 추적할 수 있었다.