• 한국정보전자통신기술학회논문지
• /
• 제16권6호
• /
• pp.499-508
• /
• 2023

본 논문에서는 3차원 공간 내에서 동일 평면 상에 존재하는 특징점들의 좌표를 추정하기 위한 기법을 제안한다. 제안된 방법은 카메라 영상만을 이용하여 3차원 공간 내에 존재하는 다수의 특징점들을 검출한 다음 동일 평면 상에 위치하지 않는 특징점들은 제거시킨다. 이를 위해서 3차원 공간 내의 평면 객체와 2차원 카메라 영상 평면 사이의 평면 호모그래피(homography) 관계를 추정한 다음 각 특징점들의 평면 객체 상에서의 역사영 오차를 계산하고 오차값이 기준 값보다 큰 특징점들은 좌표값 추정 과정에서 제외시킨다. 제안된 방법은 별도의 센서 또는 최적화 알고리즘 없이 카메라 영상으로부터 추정된 평면 호모그래피 만을 이용한다. 실험 결과를 통해서 초당 40프레임 이상의 처리 속도를 보인다는 것을 확인할 수 있었으며, 또한 RGB-D 카메라를 이용하는 경우와 비교해도 처리 속도에 큰 차이를 보이지 않았으며, 특히 제안된 방법은 검출되는 특징점의 수가 지속적으로 증가하는 조건에서도 처리 속도가 거의 영향을 받지 않음을 알 수 있었다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제52권3호
• /
• pp.181-187
• /
• 2003

For the moving objects with environmental sensors such as object tracking moving robot with audio and video sensors, environmental information acquired from sensors keep changing according to movements of objects. In such case, due to lack of adaptability and system complexity, conventional control schemes show limitations on control performance, and therefore, sensory-motor systems, which can intuitively respond to various types of environmental information, are desirable. And also, to improve the system robustness, it is desirable to fuse more than two types of sensory information simultaneously. In this paper, based on Braitenberg's model, we propose a sensory-motor based fusion system, which can trace the moving objects adaptively to environmental changes. With the nature of direct connecting structure, sensory-motor based fusion system can control each motor simultaneously, and the neural networks are used to fuse information from various types of sensors. And also, even if the system receives noisy information from one sensor, the system still robustly works with information from other sensors which compensates the noisy information through sensor fusion. In order to examine the performance, sensory-motor based fusion model is applied to object-tracking four-foot robot equipped with audio and video sensors. The experimental results show that the sensory-motor based fusion system can tract moving objects robustly with simpler control mechanism than model-based control approaches.

• 한국통신학회논문지
• /
• 제31권2C호
• /
• pp.166-174
• /
• 2006

본 논문에서는 적응적 시차 움직임 벡터에 기반한 스테레오 물체추적 및 3차원 디스플레이 시스템을 제안하였다. 즉, 제안된 시스템에서는 스테레오 입력영상 시퀸스로부터 적응적으로 추출된 시차 벡터로부터 프레임간 적응적 시차 움직임 벡터를 구한 다음 이를 이용하여 각 프레임에서 표적물체가 존재하는 영역 및 위치좌표를 효과적으로 검출하였다. 또한, 이를 프레임간 표적의 이동거리 좌표를 구하여 최종적으로 팬/틸트를 제어해 줌으로써 표적 물체를 추적하였다. 256$\times$256 픽셀 크기의 스테레오 영상 20 프레임을 사용한 물체추적 실험 결과, 표적 물체의 실제위치와 실험을 통해 얻은 이동위치 간의 평균 에러율이 약 3.05$\%$로 낮게 나타남으로써 본 논문에서 새로이 제안한 적응적 시차 움직임 벡터 기반의 스테레오 물체추적 시스템의 실질적친 응용 가능성과 영상복원 기법을 사용하여 이동 물체의 3차원적 입체 디스플레이 또한 가능하다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제12권1호
• /
• pp.60-65
• /
• 2012

This paper presents a method for occluded object based motion estimation and tracking system in dynamic image sequences using particle filter with 3D reconstruction. A unique characteristic of this study is its ability to cope with partial occlusion based continuous motion estimation using particle filter inspired from the mirror neuron system in human brain. To update a prior knowledge about the shape or motion of objects, firstly, fundamental 3D reconstruction based occlusion tracing method is applied and object landmarks are determined. And optical flow based motion vector is estimated from the movement of the landmarks. When arbitrary partial occlusions are occurred, the continuous motion of the hidden parts of object can be estimated by particle filter with optical flow. The resistance of the resulting estimation to partial occlusions enables the more accurate detection and handling of more severe occlusions.

• 인터넷정보학회논문지
• /
• 제18권4호
• /
• pp.61-67
• /
• 2017

최근 지능형 CCTV는 빅 데이터, 인공지능 및 영상 분석과 같은 분야와 결합하여 다양한 이상 행위들을 탐지하고 보행자와 같은 객체의 전반적인 상황을 분석할 수 있으며, 이러한 지능형 영상 감시 기능에 대한 영상 분석 연구가 활발히 진행되고 있는 추세이다. 그러나 일반적으로 2차원 정보를 이용하는 CCTV 영상은 위상학적 정보 부족으로 인해 객체 오 인식과 같은 한계가 존재한다. 이러한 문제는 두 대의 카메라를 사용하여 생성된 객체의 깊이 정보를 영상에 추가함으로써 해결 할 수 있다. 본 논문에서는 가우시안 혼합기법을 사용하여 배경 모델링을 수행하고, 모델링 된 배경에서 전경을 분할하여 움직이는 객체의 존재 여부를 탐지한다. RGB 정보 기반 분할 결과를 이용하여 깊이 정보 기반 분할을 수행하기 위해 두 대의 카메라를 사용하여 스테레오 기반 깊이 지도를 생성한다. RGB 기반으로 분할된 영역을 깊이 정보를 추출하기 위한 도메인으로 설정하고, 도메인 내부에서 깊이 기반 분할을 수행한다. 강건하게 분할된 객체의 중심점을 탐지하고 방향을 추적하기 위해 가장 기본적인 객체 추적 방법인 CAMShift 기법을 적용하여 객체의 움직임을 추적한다. 실험을 통하여 제안된 RGB-D 모델을 이용한 객체 탐지 및 추적 방법의 우수성을 입증하였다.

• 한국정보전자통신기술학회논문지
• /
• 제17권5호
• /
• pp.358-366
• /
• 2024

본 논문에서는 3차원 공간 내의 2차원 평면에 존재하는 특징점을 검출한 다음 이를 기반으로 실시간 카메라 추적을 수행하기 위한 방법을 제안한다. 제안된 방법은 두 단계를 거쳐서 수행된다. 먼저 3차원 공간 내에서 다수의 특징점을 검출한 다음 동일 평면 상에 존재하는 특징점들만을 선별한다. 그리고 특징점들이 존재하는 평면 객체와 카메라 영상 평면 사이의 사영기하(projective geometry) 관계를 추정한 다음 이를 기반으로 카메라의 외부 파라미터(extrinsic parameter)를 추정한다. 실험 과정에서 별도의 특수 조명은 이용하지 않으며 일반적인 조명이 갖추어진 실내 환경 내에서 실험을 수행하였다. 제안된 방법은 기존의 방법과는 다르게 실시간으로 평면 객체 상의 새로운 특징점을 검출하여 카메라 추적에 이용함으로써 카메라 자세정보 초기화를 위한 기준 특징점(reference feature)이 검출 불가능한 상황에서도 카메라의 추적이 가능하다는 장점을 갖고 있다. 실험을 통하여 제안된 방법은 평균 5~7픽셀 정도의 재사영 오차를 발생시킴을 확인할 수 있었다. 이는 영상의 해상도를 고려했을 때 상대적으로 작은 값으로 간주될 수 있으며, 기준 특징점이 영상 내에 존재하지 않은 환경에서도 카메라 추적을 수행할 수 있음을 알 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 추계종합학술대회
• /
• pp.408-413
• /
• 2005

본 논문에서는 Omni-directional Image에서 이동 객체를 추적하고, 이동 객체의 실제 거리 좌표 상에서의 위치를 추정하기 위한 3차원 포물면 좌표 변환 방법을 제안하고 있다. 실시간으로 이동 객체를 추출하기 위해 제안된 색상 정보(Hue) 히스토그램 정합 기법을 사용하였다. 색상 정보 히스토그램 정합 기법에 의해 추출된 이동 객체의 이미지 상의 좌표는 카메라의 높이, 초점 거리 등과 같은 환경 변수와 함께 제안하는 3차원 포물면 좌표 변환 함수에 대입하여 이동 객체의 실제 거리 좌표를 추정한다. 실험 결과를 통해 본 논문에서 제안하는 방법은 빛의 밝기에 비교적 강인하게 이동 객체를 추출할 수 있었고, Omni-directional Image에서 이동 객체의 실제 거리 좌표를 추정할 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제25권2호
• /
• pp.145-156
• /
• 2022

Nowadays, the complexity of object tracking models among hardware applications has become a more in-demand duty to complete in various indeterminable environment tracking situations with multifunctional algorithm skills. In this paper, we propose a virtual city environment using AirSim (Aerial Informatics and Robotics Simulation - AirSim, CityEnvironment) and use the DQN (Deep Q-Learning) model of deep reinforcement learning model in the virtual environment. The proposed object tracking DQN network observes the environment using a deep reinforcement learning model that receives continuous images taken by a virtual environment simulation system as input to control the operation of a virtual drone. The deep reinforcement learning model is pre-trained using various existing continuous image sets. Since the existing various continuous image sets are image data of real environments and objects, it is implemented in 3D to track virtual environments and moving objects in them.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 하계학술대회
• /
• pp.42-45
• /
• 2010

This paper proposes an intelligent video surveillance system for human object tracking. The proposed system integrates the object extraction, human object recognition, face detection, and camera control. First, the object in the video signals is extracted using the background subtraction. Then, the object region is examined whether it is human or not. For this recognition, the region-based shape descriptor, angular radial transform (ART) in MPEG-7, is used to learn and train the shapes of human bodies. When it is decided that the object is human or something to be investigated, the face region is detected. Finally, the face or object region is tracked in the video, and the pan/tilt/zoom (PTZ) controllable camera tracks the moving object with the motion information of the object. This paper performs the simulation with the real CCTV cameras and their communication protocol. According to the experiments, the proposed system is able to track the moving object(human) automatically not only in the image domain but also in the real 3-D space. The proposed system reduces the human supervisors and improves the surveillance efficiency with the computer vision techniques.

• 대한전자공학회논문지SP
• /
• 제37권3호
• /
• pp.79-87
• /
• 2000

본 논문에서는 배경이 움직이는 자연환경에서 모델기반 이동물체 추적 알고리즘을 제안하였다. 제안한 알고리즘은 이동물체의 형태변화에 적응하기 위하여 Hausdorff 거리를 모델과 영상사이의 유사도로 사용하였으며, 이동물체의 위치 탐색시간을 줄이기 위하여 2D-Logarithmic 탐색기법을 사용하였다 이동물체 추적실험은 도로에서 주행하는 차량을 대상으로 수행하였다. 그 결과 자동차 영상과 오토바이 영상에서 실제위치와 추적결과에 대한 평균자승오차는 각각 1.15와 1.845로 이동물체의 정확한 추적이 가능함을 알 수 있었다. 그리고 추적 정합 시도 회수는 제안한 알고리즘이 기존알고리즘 보다 자동차 영상에서는 평균 1125회, 오토바이 영상에서는 평균 523회 적게 시도하여 추적시간을 단축할 수 있음을 알 수 있었다.