• 제목/요약/키워드: 이동물체 추적

검색결과 286건 처리시간 0.03초

컬러 및 광류정보를 이용한 이동물체 추적 (A Moving Object Tracking using Color and OpticalFlow Information)

  • 김주현;최한고
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2013년도 춘계학술발표대회
    • /
    • pp.319-322
    • /
    • 2013
  • 본 연구에서는 이동 객체를 컬러기반에서 추적하는데 있어 주변 환경 변화와 추적중인 객체 색상이 유사한 물체가 존재할 경우 보다 안정적으로 추적할 수 있는 방법을 제시한다. 백그라운드 차영상과 모폴로지 연산을 통하여 이동 객체를 검출하고, 매 프레임마다 발생하는 밝기 및 주변 환경의 영향을 고려하여 기존의 CamShift 알고리즘을 보완하였다. 추적 물체와 색상이 비슷한 주변 물체가 존재할 경우 개선된 CamShift는 불안정한 추적을 보여주었는데 이를 해결하기 위해 Optical Flow기반의 KLT 알고리즘과 병합하는 방법을 제시하였다. 실험 결과를 통해 제안된 추적 방법은 기존의 단점을 보완하였으며 추적성능이 개선됨을 확인하였다.

이동 물체 추적을 위한 경계선 추출 (Boundary Line Extract for Moving Object Tracking)

  • 김태식;이주신
    • 전자공학회논문지T
    • /
    • 제35T권2호
    • /
    • pp.28-34
    • /
    • 1998
  • 본 논문에서는 3차원 영상 처리 시스템을 이용한 이동 물체 추적을 위한 경계선 추출 알고리즘을 제시하였다. 이동 물체의 검출은 입력 영상에서 차 영상 기법을 이용하였고, 이동 물체 검출을 위한 검출 윈도우는 처리시간을 줄이기 위하여 4개의 예상영역과 물체영역으로 구성하였으며, 크기는 이동 물체의 크기와 중심 좌표에 대한 예측 계수에 의해 정하였고, 추적 카메라는 직류 모터에 의해 X, Y 방향으로 이동하도록 하였다. 모형 자동차를 이용하여 알고리즘을 수행한 결과, 최대 추적 시간은 2초였고, 추적 에러는 물체 크기의 6% 이하였다.

  • PDF

효과적인 이동물체 추적을 위한 색도 영상과 엔트로피 기반의 그림자 제거 (Shadow Removal Based on Chromaticity and Entropy for Efficient Moving Object Tracking)

  • 박기홍
    • 한국항행학회논문지
    • /
    • 제18권4호
    • /
    • pp.387-392
    • /
    • 2014
  • 최근 지능형 비디오 감시를 위한 다양한 연구가 제안되고 있음에도 CCTV 영상에서 이상 징후 판단이 사람에 의해 이루어지고 있어 상황인식을 위한 방법 및 연구가 필요하다. 본 논문에서는 이동물체 검출 및 추적을 위해 RGB 칼라 모델 기반의 색도 영상과 엔트로피 영상을 도출하여 그림자 제거를 수행한 후 이동물체를 추적하는 방법을 제안한다. 이동물체 검출을 위해 잡음 및 주위환경변화에 민감하지만 순간적으로 발생되는 상황인지 환경에서 효과적인 차영상 모델을 적용하였다. 검출한 이동물체 영역에서 RGB 채널의 색도 영상을 기반으로 첫 번째 그림자 후보 영역을 선정하였고, 그레이레벨에서 엔트로피를 계산하여 두 번째 그림자 후보 영역을 추정하여 그림자를 제거하였다. 제안하는 방법의 타당성을 위해 고속도로에서 주행하는 자동차들을 대상으로 실험하였고, 실험 결과 색상과 엔트로피를 이용한 그림자를 제거와 이동물체 추적이 효과적으로 수행됨을 확인하였다.

수정된 경계추적 방법을 이용한 물체의 윤곽선 추적 (Object boundary tracking using modified boundary tracking algorithm)

  • 고종환;권우현;임성운;최연호
    • 대한전기학회:학술대회논문집
    • /
    • 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
    • /
    • pp.419-420
    • /
    • 2007
  • 영상에서 경계선 추적은 영상내에 존재하는 특정 물체가 배경과 구분되어지는 외각선을 검출하기 위해 사용되어지는 알고리즘이다. 이렇게 해서 얻어진 외각선의 데이터는 물체를 분석하는데 사용되어 질 수 있다. 본 논문에서는 물체의 외각선 데이터를 획득하기 위해 사용되어지는 경계선 추적 알고리즘중 검색윈도우의 중심점 이동 횟수를 개선한 이동벡터 윈도우 알고리즘과 간단한 경계 추적자(SBF:Simple Boundary Follower)알고리즘을 부분적으로 적용하여 검색윈도우의 중심점 이동횟수 및 검색픽셀의 수를 줄이기 위한 방법을 제안한다. 제안한 경계선 추적 방법은 직선보다는 곡선이 많이 포함되어 있는 물체의 경계선을 추적하는데 보다 효과적임을 실험을 통하여 확인 할 수 있었다.

  • PDF

다중 비디오카메라에서 색 정보를 이용한 특정 이동물체 추적 알고리듬 (The Interesting Moving Objects Tracking Algorithm using Color Informations on Multi-Video Camera)

  • 신창훈;이주신
    • 정보처리학회논문지B
    • /
    • 제11B권3호
    • /
    • pp.267-274
    • /
    • 2004
  • 본 논문은 다중 비디오카메라에서 색 정보를 이용한 특정 이동물체 추적 이동물체 추적 알고리듬을 제안한다. 제안된 방법은 다중 비디오카메라로부터 입력되는 영상의 RGB 칼라 좌표계를 HSI 칼라 좌표계로 변환한 후, 영상의 색조 영역만을 가지고 배경영상과 물체가 존재하는 영상에서 차영상 기법과 가산투영 기법을 사용하여 이동물체를 검출한다. 검출된 이동물체 영역의 색조는 0도부터 360도 사이에서 24단계로 정규화 된다. 정규화된 이동물체의 색조 분포도를 구한 후, 가장 높은 분포를 갖는 3개의 정규화 레벨과 3개의 정규화 레벨 사이의 간격을 이동물체의 특징파라미터로 사용하였다. 각 카메라간의 이동물체 동일성 관별은 이동물체 특징파라미터를 가지고 판별하고, 추적 감시하였다. 제안된 방법의 타당성을 검토하기 위하여 실내에 각기 다른 장소에 4대의 카메라를 각각 설치하여 이동물체의 대상을 사람으로 놓고, 특정사람을 감시한 결과 각 카메라에서 검출된 특정사람의 색조분포도 변화는 10%내를 유지함을 보였고, 특징 파라미터로 4대의 카메라에서 특정사람이 자동 추적감시 됨을 확인하였다.

이동 카메라 영상에서 이동물체의 실시간 추적 (Real-time Moving Object Tracking from a Moving Camera)

  • 전춘;이주신
    • 정보처리학회논문지B
    • /
    • 제9B권4호
    • /
    • pp.465-470
    • /
    • 2002
  • 본 연구에서는 이동 카메라에서 취득한 영상에서 이동물체를 실시간으로 추적하기 위한 모델정합기반 알고리즘을 제안하였다. 제안한 알고리즘은 추적 초기에 화면에서 검출된 이동물체의 윤곽선영상을 모델로 사용하였으며, 추적대상의 형태변화에 적응하기 위하여 Hausdorff 거리를 모델과 영상사이의 유사도로 사용하였다. 또한 새로운 위치탐색 알고리즘 및 처리시간을 단축시키기 위한 방법을 제안함으로써 실시간 추적이 가능하게 하였다. 비디오 카메라로 녹화한 영상을 컴퓨터에서 입력받아 추적실험을 수행하여 기존 방법들과 비교 분석함으로써 제안한 알고리즘의 우수성을 입증하였다.

히스토그램 프로젝션을 이용한 이동 카메라로부터의 물체 추적 알고리즘 (Algorithm for Object Tracking Using Histogram Projection from Moving Camera)

  • 설성욱;이희봉;남기곤;이철헌
    • 융합신호처리학회 학술대회논문집
    • /
    • 한국신호처리시스템학회 2001년도 하계 학술대회 논문집(KISPS SUMMER CONFERENCE 2001
    • /
    • pp.245-248
    • /
    • 2001
  • 본 논문은 히스토그램 백 프로젝션, 히스토그램 인터 섹션 그리고 XY-프로젝션을 이용하여 물체를 분할하고 정합하여 물체 추적 시스템에 적용하고자 한다. 물체 추적 시스템에서 실시간 처리를 위하여 물체정합 모델은 계산량이 적고, 물체의 변화에도 일관성이 있어야 한다. 본 논문에서 제안한 물체정합 모델은 이러한 물체 추적 시스템에 적합하다. 본 논문에서는 움직이는 카메라로부터 획득된 영상에서 물체를 정합하는 것을 보였으며, 물체를 큰 오차 없이 추적함을 보였다.

  • PDF

다중물체추적을 이용한 유동인구 행태 분석 (Population Movement Analysis Using Visual Object Tracking)

  • 최규형;최영주;정지홍;서용덕
    • 한국방송∙미디어공학회:학술대회논문집
    • /
    • 한국방송공학회 2007년도 동계학술대회
    • /
    • pp.83-86
    • /
    • 2007
  • 비디오에서의 물체 추적은 컴퓨터비젼(computer vision)의 주요 연구 분야로 지능형 로봇, 무인 감시 체제 등의 영역의 핵심 기술로 여겨지고 있다. 본 논문에서는 다중물체추적을 통해 카메라로 부터 입력된 동영상에서 특정 장소를 지나가는 사람들을 추적함으로서, 그 지역에서의 인구의 이동 패턴을 추출하고 자 한다. 물체 추적은 블롭 추적(blob tracking) 방식을 이용하며, 이를 위해 정확한 전경물체 추출, 추출된 이미지 블롭(blob)과 기존 트랙과의 연결, 새로운 물체(사람)의 등장과 퇴장등의 작업을 수행한다. 추적된 물체들이 궤적을 통해, 시간의 변화에 따른 그 지역에서의 인구의 밀도, 주 이동 경로, 방향 등의 변화를 추출한다. 이러한 통계치는 해당 지역의 개발 정책 수립 및 시장성 조사를 위한 2차 데이타로 활용할 수 있다.

  • PDF

모폴로지 기반의 차영상 분석기법을 이용한 균열검출의 인식 (The Recognition of Crack Detection Using Difference Image Analysis Method based on Morphology)

  • 변태모;김장형;김형수
    • 한국정보통신학회논문지
    • /
    • 제10권1호
    • /
    • pp.197-205
    • /
    • 2006
  • 본 논문에서는 비젼 시스템을 이용하여 이동 물체를 추적하는 방법을 제안하였다. 이동 물체를 계속적으로 추적하기 위해서는 이동 물체의 영상이 화상의 중심점 부근에 위치하도록 해야 한다. 따라서 이동 물체의 영상이 화상의 중심점의 부근에 위치하도록 하기 위하여 팬/틸트(Pan/Tilt)구조의 카메라 모듈을 제어하는 퍼지 제어기를 구현하였다. 향후, 시스템을 이동로봇에 적용하기 위하여 비젼 시스템을 위한 영상처리보드를 설계 제작하였고, 대상물체의 색상과 형태를 파악한 후 퍼지 제어기를 이용하여 카메라모듈이 물체를 추적할 수 있도록 StrongArm 보드를 이용하여 구성하였다. 그리고, 실험에 의해서 제안된 퍼지 제어기 가 실시간 이동물체 추적 시스템에 적용 가능함을 확인 하였다.

계층적 탐색기법을 이용한 이동물체 추적 (Tracking Moving Object using Hierarchical Search Method)

  • 방만식;김태식;김영일
    • 한국정보통신학회논문지
    • /
    • 제7권3호
    • /
    • pp.568-576
    • /
    • 2003
  • 본 논문에서는 계층적 탐색기법을 이용한 동적 배경에서의 이동물체 추적 알고리즘을 제안하였다. 제안한 알고리즘은 초기모델 생성단계와 이동물체 추적 단계로 구성되었으며, 이전프레임에 비해 이동 거리가 큰 경우에도 안정적으로 추적할 수 있었다. 그리고, 카메라의 흔들림과 추적물체의 3차원 운동으로 인한 형태 변화에도 전체 프레임에서 효과적으로 추적을 할 수 있었고, 이동물체의 정확한 위치를 검출하여 추적시간을 단축할 수 있었다. 정합모델과 윤곽선 영상에 사이에 이동물체의 유사도 판정은 Partial Hausdorff 거리를 이용하여 평가하였다. 제안한 알고리즘의 타당성 검토를 위해 도로에서 주행하는 차량을 대상으로 이동물체 검출 및 추적 실험을 한 결과 정합횟수는 평균 28.21회이고, 프레임 당 정합시간은 평균 53.21 ms로 제안한 알고리즘의 우수성을 입증하였다. 추적위치와 실체위치를 비교하여 그 평균 자승오차를 계산한 결과 E=1.148임을 알 수 있었다. 차량의 크기, 색상 및 형태가 다른 경우 도로의 색과 차이가 있는 차량들은 98.66%의 추적 성능을 나타냈으며, 검정색 또는 적색 등과 같은 차량은 흑백 영상에서 도로의 색과 유사하여 배경의 영향을 많이 받으므로 95.33%이었고, 전체 평균은 97%로 우수한 추적 성능을 나타내었다.