• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2003.06a
• /
• pp.70-73
• /
• 2003

기존의 영상검지기는 한정된 구간에서 차량을 추출, 추적하는데 본 논문에서 제안한 카메라간 연계 추적 방법은 두 대의 카메라를 서로 연계하여 차량을 추적함으로써 넓은 구간에서도 효과적으로 차량을 추적할 수 있다. 한 대의 카메라는 전방을 검지하고 다른 카메라는 후방을 검지하여 전방 검지영역에서 추적한 차량을 후방 검지영역에서도 연계하여 추적하게 된다. 연계 추적을 위해 전방 카메라에서 취득한 차량의 차선정보와 차량의 대표 gray level 정보를 후방 카메라로부터의 영상 분석시 이용하여 차량 연계 추적을 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.865-867
• /
• 2005

본 논문에서는 CCTV방식의 감시시스템과 사랑추적 기술을 결합한 사람추적 감시시스템을 제안한다. 제안하는 시스템은 기존 CCTV방식의 감시시스템의 제한점이었던 모니터링 감시방식에서 벗어나 여러 대의 카메라들이 서로 다른 지역을 감시함과 동시에 카메라에 나타난 사랑들을 여러 카메라에 걸쳐서 자동적으로 추적할 수 있는 감시시스템이다. 제안된 시스템은 고정된 다수의 비겹침 카메라와 JMF RTP API를 이용하여 서버와 클라이언트간에 미디어스트림의 네트워크 정보전달과 추적 대상의 특징정보를 전달하여 사람들을 추적한다. 계층적 사람모델을 이용하여 카메라 내에 인식된 사람을 추적하고 다른 카메라로 추적된 사람의 특징정보를 전달하여 지속적으로 추적대상을 검출, 인식함으로써, 넓은 지역에 산재된 여러 카메라들을 통해 추적대상을 끝까지 추적한다. 본 논문에서는 제안된 시스템을 이용하여 실내환경의 여는 지역에서 추적대상의 움직임을 다수의 카메라가 인식하고 감시하여 끝까지 추적하였음을 확인하였다.

• 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.

• Journal of KIISE:Computing Practices and Letters
• /
• v.12 no.4
• /
• pp.241-253
• /
• 2006

In modem societies, a monitoring system is required to automatically detect and track persons from several cameras scattered in a wide area. Combining multiple cameras with non-overlapping views and a tracking technique, we propose a method that tracks automatically the target persons in one camera and transfers the tracking information to other networked cameras through a server. So the proposed method tracks thoroughly the target persons over the cameras. In this paper, we use a person model to detect and distinguish the corresponding person and to transfer the person's tracking information. A movement of the tracked persons is defined on FOV lines of the networked cameras. The tracked person has 6 statuses. The proposed system was experimented in several indoor scenario. We achieved 91.2% in an averaged tracking rate and 96% in an averaged status rate.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.11a
• /
• pp.185-188
• /
• 2015

미리 저장된 객체의 3차원 특징점(Feature point) 좌표와 카메라 영상의 2차원 특징점 좌표를 매칭(Matching)하여 객체를 추적하는 방식의 경우, 카메라의 시점이 변할 때 특징점에서 발생되는 원근 효과(Perspective effect)가 반영되지 못하여 특징점 매칭 오류가 발생한다. 따라서 특징점에서 발생하는 원근 효과를 반영하여 정확한 카메라 포즈를 추정하기 위해 이전 프레임(Frame)의 카메라 포즈(Camera Pose)에 맞추어 텍스쳐가 포함 된 3차원 객체의 모델을 렌더링 하여 원근 효과를 적용한 후, 현재 카메라 영상과 특징점 매칭하여 프레임 사이의 카메라 움직임을 구하여 객체를 추적한다. 더 나아가 본 논문에서는 특징점 매칭에서 발생하는 작은 오류들로 인한 미세한 카메라 움직임은 2단계의 임계치(Threshold)를 적용하여 떨림 현상으로 간주하여 떨림 현상이 제거된 객체 추적을 수행한다. 매 프레임마다 카메라 포즈에 맞춘 추적 객체를 렌더링 하기 때문에 떨림 현상으로 간주되어 제거된 카메라 움직임은 누적되지 않고, 추적 오류도 발생시키지 않는다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.901-903
• /
• 2005

본 논문은 스테레오 카메라를 이용한 이동 카메라 환경에서 다수의 사람을 검출하여 검출된 사람을 추적하는 방법을 제안한다. 카메라가 이동하게 되면 카메라의 움직임과 검출 대상이 되는 사람의 움직임이 동시에 발생하기 때문에 카메라 움직임을 변환 모델을 사용하여 보정하고, 독립적인 움직임을 추출하여 사람을 검출 하였다. 추적은 검출된 사람 영역의 컬러 분포에 기반하여 평균 이동(Mean Shift) 알고리즘을 적용하였다. 평균 이동 알고리즘은 빠르고 안정적인 성능으로 실시간 추적에 적합하다. 그러나 객체의 컬러 정보만으로는 배경과 컬러 분포가 유사한 객체의 경우 추적에 실패할 수 있는 단점이 있다. 이점을 보완하기 위하여 본 논문에서는 변위 지도(Disparity map)를 결합하여 객체와 배경을 분리하는 깊이 마스크를 생성하였다. 변위 지도를 사용하여 다수의 사람이 등장 할 경우 발생하는 가려짐, 겹침 등 다양한 실내 환경에서 발생하는 문제도 해결 하였다. 본 논문에서 제안하는 알고리즘은 다양한 데이터에 대해서 실험한 결과 정확한 검출과 추적에 우수한 성능을 확인 할 수 있었다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.8 no.3
• /
• pp.694-701
• /
• 2004

In this paper, we proposed a feature-based tracking system that traces moving objects with a pan-tilt camera after separating the global motion of an active camera and the local motion of moving objects. The tracking system traces only the local motion of the comer features in the foreground objects by finding the block motions between two consecutive frames using a block-based motion estimation and eliminating the global motion from the block motions. For the robust estimation of the camera motion using only the background motion, we suggest a dominant motion extraction to classify the background motions from the block motions. We also propose an efficient clustering algorithm based on the attributes of motion trajectories of corner features to remove the motions of noise objects from the separated local motion. The proposed tracking system has demonstrated good performance for several test video sequences.

• 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.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.11a
• /
• pp.234-237
• /
• 2011

본 논문에서는 모델 기반 카메라 추적 시 필요한, 사전 정의 된 실측 모델의 정확성이 카메라 추적의 정확성에 미치는 영향에 대하여 논의한다. 이를 위하여 모델 기반과 특징점 기반의 카메라 추적에 가중치를 두고 혼합시켜 이용하는 하이브리드 카메라 추적 방법을 사용하고, 이 방법을 활용한 상호작용형 모델링(interactive modeling)을 이용하여 실측 모델을 제작한다. 또한, 상호작용형 모델링 과정에서 생기는 실측 모델의 오차로 인해 발생하는 카메라 추적 오차를 Cramer-Rao 하한(lower bound)을 이용하여 정의하고, 이 둘의 상관관계를 실험적으로 도출한다. 이를 통해 사전 정의된 실측 모델이 가질 수 있는 오차의 하한을 실험적으로 검증한다.

• Proceedings of the KAIS Fall Conference
• /
• 2006.11a
• /
• 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.