• 전기전자학회논문지
• /
• 제22권3호
• /
• pp.810-815
• /
• 2018

커널 상관 필터 알고리듬은 객체 추적에 대해 정확도에서 의미 있는 성과를 거두었다. 그러나 고정된 크기의 템플릿을 사용하기 때문에 추적 대상의 스케일 변화에 대처할 수 없었다. 본 논문에서는 최근접 보간법과 표준 가우시안 정규화를 이용한 다중 스케일에서의 상관 필터링 응답 값을 이용하여 프레임별로 가장 적합한 스케일을 찾아 객체를 추적하는 방식을 제안한다. 다음 프레임의 스케일 값들은 이전 프레임의 최적 스케일 값을 이용해 갱신하고 다시 해당 프레임에서의 최적의 스케일 값을 찾는다. 정확도 비교를 위해 기존 커널 상관 필터 알고리듬에서 사용된 VOT2014 데이터를 사용하여 제안된 방법의 유효성을 검증한다.

• 한국군사과학기술학회지
• /
• 제26권1호
• /
• pp.22-30
• /
• 2023

When tracking small UAVs and drone targets in cloud clutter environments, MWIR sensors are often unable to track targets continuously. To overcome this problem, the SWIR sensor is mounted on the same gimbal. Target tracking uses sensor information fusion or selectively applies information from each sensor. In this case, parallax correction using the target distance is often used. However, it is difficult to apply the existing method to small UAVs and drone targets because the laser rangefinder's beam divergence angle is small, making it difficult to measure the distance. We propose a tracking method which needs not parallax correction of sensors. In the method, images from MWIR and SWIR sensors are captured simultaneously and a tracking error for gimbal driving is chosen by effectiveness measure. In order to prove the method, tracking performance was demonstrated for UAVs and drone targets in the real sky background using MWIR and SWIR image sensors.

• 한국컴퓨터정보학회논문지
• /
• 제25권7호
• /
• pp.57-64
• /
• 2020

본 논문에서는 상관필터를 이용한 영상 추적에서 탐색 영역의 크기 조절이 가능한 재탐지 방법을 제안한다. 실제 장비를 통해 영상 추적 기능을 실행할 때에는 표적이 특정 물체에 가리고 다시 나타나는 일이 빈번하게 일어나는데, 따라서 표적의 소실 판단과 재탐지 방법이 필요하다. 본 알고리즘은 강인한 추적을 위해 커널 상관필터를 사용한다. 일반적인 상관필터를 활용한 영상 추적 알고리즘에서는 표적을 탐지하는 범위가 학습된 필터의 크기에 국한된다. 하지만 표적의 가림이 오랜 시간 지속될수록 표적의 위치는 예측된 위치에서 벗어날 가능성이 커지고, 따라서 충분히 큰 범위에서 표적의 탐색이 이루어져야 한다. 제안하는 방법은 매 프레임 2%씩 탐색 범위를 넓히며 재탐지를 시도하여 성공률을 높인다. 실험은 항공에서 촬영된 4가지 영상을 활용하였고, 제안한 알고리즘은 재탐지가 어려운 데이터셋에서도 성공적인 결과를 보였다.

• 한국인터넷방송통신학회논문지
• /
• 제20권1호
• /
• pp.27-33
• /
• 2020

최근 영상 센서를 이용한 물체 탐지 및 추적 기술은 많은 응용분야에서 그 사용이 널리 확대되고 있다. 민수 산업 분야에서 로보틱스, 비디오 감시정찰 및 차량 네비게이션 분야와 같은 영역으로 널리 확대되고 있는 추세이다. 특히, 드론의 사용이 널리 확대되고 있는 현 상황에서 공항, 원자력 발전소 및 중요시설에서는 불법적으로 운용되고 있는 소형무인기를 탐지 및 추적하여 격추시키는 시스템 개발이 매우 중요하다. 최근 영상센서를 활용한 물체 추적 방법으로 이목을 끌고 있는 방법이 학습에 기반을 둔 KCF 방법이다. 그러나 이 방법은 추적 기간이 길어지면 추적 과정에서 표적의 드리프트가 발생하는 문제점이 있다. 비디오 감시정찰 분야에서 표적의 드리프트 문제를 줄이기 위해 우리는 KCF와 적응 임계치설정 및 칼만필터를 적용하여 표적 드리프트 문제를 줄일 수 있는 방법을 제안하였다. 실험을 통해서 실제 무인비행체가 운용되는 실제 환경에서 획득된 흑백 비디오 영상에 제안한 방법과 기존의 KCF 알고리즘을 비교하여 제안한 방법의 우수성을 입증하였다.

• 한국통신학회논문지
• /
• 제31권5C호
• /
• pp.534-539
• /
• 2006

본 논문에서는 스케일러블 비디오 코딩을 위한 새로운 프레임 예측 필터링 기법과 하드웨어 구조를 제안하였다. MCTF와 hierarchical B-picture는 비디오 프레임간의 상관성을 제거하는 기술의 일종으로 본 논문에서 다루고자 하는 대상이다. 두 기술은 시간에 대해서 비인과성 시스템에 해당하므로 소프트웨어 및 하드웨어 구현 시에 프레임 버퍼링을 위한 대기지연시간이 매우 길고 대용량의 프레임 버퍼를 요구하는 단점이 있다. 이러한 비인과성 시스템을 인과성 시스템으로 재구성하여 효율적으로 구현할 수 있는 구조를 제안하고자 한다. 동일한 연산이 반복으로 수행되는 특성을 이용하여 단위 연산을 수행할 수 있는 프레임 예측 필터링 셀(FPFC : frame prediction filtering cell)을 제안하고 이를 확장하여 전체 연산구조를 재구성하였다. 먼저, 연산의 동작 순서를 분석하고 하드웨어의 구현을 고려한 인과성을 부여한 후 단위 프레임 처리를 위한 셀을 최적화하였다. 제안한 셀의 단순한 확장을 통해서 FPFC 커널을 구성하고, 이를 이용하여 스케일러블 비디오 코딩을 위한 FPFC 프로세서를 구현하였다.