• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.487-489
• /
• 2000

본 논문에서는 다해상도 영상에서 움직이는 다중 객체의 추적 방법을 다룬다. 일반적으로 객체 추적 알고리즘은 움직임 탐지, 정합, 갱신의 처리 단계로 구성되어 있다. 특히 다중객체 추적일 경우, 정합 과정은 매우 중요하다. 일반적인 시각 시스템에서는 대상 객체가 강체(rigid object)라고 가정하면 이러한 정합 과정은 비교적 쉽게 구현될 수 있다. 그러나 다해상도 영상에서는 한 위치에서 다른 위치로 움직일 때 그 영역의 형태 및 크기가 변형 되기 때문에 정합이 쉽게 이루어지지 않는다. 따라서 본 논문에서는 이러한 문제를 해결할 수 있는 다해상도 영상에서의 정합방법을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.493-495
• /
• 2002

다시점 영상 부호화와 함께, 가상물체를 지능형으로 합성하기 위해서는 정합할 위치를 강인하게 추적(tracking)하여야 한다. 기존의 특징추적기법은 시점이 확장된 시스템에서, 광원의 영향과 가려진 영역의 발생으로 인하여, 추적 할 수 없게 되거나 시각적 혼동이 발생하는 등의 많은 문제점을 유발한다. 뿐만 아니라 다시점에 의한 정보의 급격한 증가는 시점간 움직임을 추적하여 정합하는 연산량의 추가적 발생을 초래한다. 이에 본 논문은 광원이나 가려진 영역(occtusion)의 영향이 적은 형상과 정보량이 많은 텍스쳐를 동시에 고려하여 영역의 변형에 따라 발생하는 최적 움직임을 예측하는 파라미터 모델을 결정함으로써 사각영역을 추적한다. 이 때 미리 연산된 카메라 파라미터와 투영관계를 사용해 시점간에 가상 객체를 지속적으로 3차원 정합한다. 결과적으로, 제안된 알고리즘은 기존의 특징추적 알고리즘에 비해 광원의 영향과 가려진 영역에 강인하며 정합의 오류가 적고 추적 할 때 시점간의 대응을 위한 연산을 줄이기 때문에 실감 혼합현실 시스템의 구현에 매우 효율적임을 실험을 통해 증명하였다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2001.06a
• /
• 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.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.1000-1005
• /
• 2007

본 논문에서는 실물체의 3차원 모델을 복원하기 위해 거리영상 카메라에서 획득된 3차원 점군에 대한 온라인 정합 기법을 제안한다. 제안하는 방법은 거리영상 카메라를 사용하여 연속된 거리영상과 사진영상을 획득하고 문턱값(threshold)을 이용하여 물체와 배경에 대한 정보를 분류한다. 거리영상에서 특징점을 선택하고 특징점에 해당하는 거리영상의 3차원 점군을 이용하여 투영 기반 정합을 실시한다. 초기정합이 종료되면 사진영상간의 대응점을 추적하여 거리영상을 정제하는 과정을 거치는데 대응점 추적에 사용되는 KLT(Kanade-Lucas-Tomasi) 추적기를 수정하여 초기정합의 결과를 대응점 탐색에 이용함으로써 탐색의 속도와 성공률을 증가시켰다. 특징점과 추적된 대응점에 해당하는 3차원 점군을 이용하여 거리영상의 정제를 수행하고 정합이 완료되면 오프라인에서 3차원 모델을 합성하였다. 제안한 알고리듬을 적용하여 2개의 실물체에 대하여 실험을 수행하고 3차원 모델을 생성하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.11a
• /
• pp.6-7
• /
• 2013

본 논문은 기존의 고정블록 알고리즘에서 발생할 수 있는 객체 추적의 문제점을 보안한 다중 블록을 이용한 적응적 블록 정합 알고리즘을 제안한다. 기존의 고정블록을 이용한 정합 알고리즘은 추적 대상 객체의 크기와 블록의 크기가 추적 성능에 미치는 영향이 크기 때문에 객체 추적에 실패하는 경우가 발생한다. 본 논문에서는 고정된 블록 정합 알고리즘의 문제점을 해결하기 위해 다중 블록을 이용하여 객체 내의 포함된 블록들을 효과적으로 선택하고 선택된 블록들의 특성으로부터 효과적인 가중치를 부여하여 추적 성능을 향상시킨다. 제안된 알고리즘은 블록 정합 알고리즘 중 가장 정확도가 높다고 알려진 전역 탐색 방법을 이용하여 정확도를 평가 하였다.

• Proceedings of the Korea Contents Association Conference
• /
• 2016.05a
• /
• pp.333-334
• /
• 2016

본 논문은 광류와 템플릿 정합을 이용한 장기 객체 추적 기법을 제안한다. 템플릿 정합은 객체의 형태, 크기, 회전 등 변화에 취약하지만, 객체의 변화량이 적은 경우 검출 성능은 우수한 편이다. 동영상의 인접한 프레임들은 객체의 변화량이 크지 않아 템플릿 정합만으로도 검출이 가능하지만, 누적되는 오차로 인해 템플릿의 갱신이 필요하다. 하지만 템플릿 정합만으로는 갱신에 필요한 객체 영역을 특정할 수 없기 때문에, 광류를 이용하여 효과적으로 템플릿을 갱신할 수 있다. 이와 같은 구조의 적응형 템플릿 정합을 적용한 장기 객체 추적 기법을 제안하며, 모의 실험을 통해 장기 객체 추적이 가능함을 증명한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.2
• /
• pp.455-461
• /
• 2011

In object tracking using the block mating algorithm, it is not proper to use a fixed matching block to track an object of which size may be various and can be changed at any time. This paper defines an adaptive matching block for the dynamic environment and proposes a block matching algorithm for it. The matching block is composed of a main-block of $10{\times}10$ pixels and 8 sub-blocks of $6{\times}6$ pixels in a wide area of $42{\times}42$ pixels, the main-block located its center is used as an object block, and the sub-blocks located its boundary are used as candidates for the object block. The proposed algorithm extracts the object blocks from the sub-blocks by using their motion vectors for 10 previous frames and performs the block matching with the main block and them. The experiments for perform estimation show that the proposed algorithm extracts just valid object blocks from the matching block and keeps an object having free movement in image center area.

• The KIPS Transactions:PartB
• /
• v.14B no.7
• /
• pp.493-502
• /
• 2007

An on-line registration technique is presented to register multi-view range images for the 3D reconstruction of real objects. Using a range camera, we first acquire range images and photometric images continuously. In the range images, we divide object and background regions using a predefined threshold value. For the coarse registration of the range images, the centroid of the images are used. After refining the registration of range images using a projection-based technique, we use a modified KLT(Kanade-Lucas-Tomasi) tracker to match photometric features in the object images. Using the modified KLT tracker, we can track image features fast and accurately. If a range image fails to register, we acquire new range images and try to register them continuously until the registration process resumes. After enough range images are registered, they are integrated into a 3D model in offline step. Experimental results and error analysis show that the proposed method can be used to reconstruct 3D model very fast and accurately.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.317-318
• /
• 2013

블록정합을 이용한 객체 추적 시 다른 물체에 의한 부분적인 가림이나 잡음 등이 발생할 경우, 추적 성능이 매우 저하될 수 있다. 이는 단순히 두 영상의 밝기를 블록 단위로 비교하여 이동 위치를 판단하기 때문이다. 본 논문에서는 상기 문제점을 해결하기 위해, 객체의 움직임을 예측할 수 있는 필터를 적용한다. 예측된 위치와 가까운 곳에서 계산된 유사도에는 보다 높은 가중치를 곱하여 블록정합을 수행한다. 필터를 통해 예측된 객체 이동은 과거의 움직임을 반영하고 있으므로 일시적인 외란에 대해 추적 능력을 강인하게 한다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.38 no.6
• /
• pp.648-656
• /
• 2001

In this paper, we propose a new feature-based vehicle tracking system using trajectory matching for intelligent traffic surveillance. The proposed system consists of three parts: feature extraction, feature tracking, and feature grouping using trajectory matching. For feature extraction and feature tracking, features of vehicles are selected based on the measure of cornerness and are tracked using linear Kalman filtering. We then group features from the same vehicle in the grouping step. We suggest a new grouping algorithm using the spatial information of features and trajectory matching to solve the over-grouping Problems of the feature-based tracking method. Finally, our proposed tracking system demonstrates good performance for typical traffic scenes with partial occlusion and neighboring conditions.