• 한국멀티미디어학회논문지
• /
• 제16권5호
• /
• pp.619-628
• /
• 2013

이 논문에서는 CAMshift 알고리즘과 칼만 필터(Kalman filter) 알고리즘을 결합하여 강건하게 개선된 추적모듈에 관해서 기술한다. 물체를 추적할 때 사용되는 CAMshift 알고리즘은 추적과정에서 탐색 윈도우를 설정할 때 물체가 이동하는 방향 및 속도를 고려하지 않는다는 단점이 있었다. 이를 해결하기 위해 칼만 필터 알고리즘을 추가한다면 현재 물체의 위치 및 속도 등의 정보를 바탕으로 다음 순간의 물체 위치를 추정할 수 있게 된다. 이 추정값을 기준으로 CAMshift 추적 시 탐색 윈도우를 재설정함으로써, 기존 CAMshift 알고리즘만으로는 추적이 불가능한 고속 이동물체에 대해서도 보다 정확한 추적이 가능하게 되었다. 또 본 연구에서는 추적 대상의 HSV와 YCrCb 두 색상정보를 동시에 고려함으로써 단일 색정보를 이용하는 검출보다 더 강인한 결과를 얻을 수 있었다.

• 한국통신학회논문지
• /
• 제35권3C호
• /
• pp.271-277
• /
• 2010

본 논문에서는 PTZ(Pan, Tilt, Zoom) 카메라를 이용한 위치 추적을 제안하였다. 추적해야 할 객체가 정해지면 카메라가 움직이는 동안에도 추적이 가능한 CAMShift 추적 알고리즘을 이용하여 객체를 실시간 추적한다. CAMShift 추적 알고리즘은 객체의 크기를 계산하므로 Zoom을 연동한 추적이 가능하다. Pan, Tilt의 위치는 구좌표계를 이용하여 계산하였다. 이렇게 구해진 PTZ 위치는 PTZ 프로토콜을 이용하여 RS-485 통신으로 객체의 위치를 화면의 중심에 놓이게 함으로써 적합한 추적을 하게 된다. 본 논문에서 제안하는 알고리즘은 다양한 환경에서 추적에 우수한 성능을 확인 할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.79-79
• /
• 2015

현재 홍수 시 유량조사에 가장 많이 사용하고 있는 부자법은 측정 인력, 측정비용 및 위험성이 높다는 단점이 있다. 또한 교량에서 부자를 투하하고 측면에서 부자의 이동을 추적하기 때문에 평면상의 이동에 대한 정보를 얻기 어렵다는 한계가 있다. 이에 김서준 등(2014)은 PTV 기법을 이용한 부자 추적 알고리즘을 개발하였으나 부자가 회전하거나 물속에 잠기는 부분이 변화하여 수면 위로 확인되는 부자의 길이가 변할 경우 추적이 어렵다는 한계가 있었다. 이를 개선하고자 본 연구에서는 Template Match 알고리즘과 색상 기반 영상 처리 기법을 이용한 목표물 인식 방법인 Camshift 기법을 적용하여 부자를 추적할 수 있는 알고리즘을 개발하였다. Template Match 알고리즘의 경우는 입자가 많을수록 추적을 잘한다는 장점이 있지만 회전 및 변형에 취약하다는 단점이 있고, Camshift 영상 처리 기법의 경우 다수의 추적자가 존재할 경우 추적에 어려움이 있으나 추적자의 회전과 변형을 정확하게 추적할 수 있다는 장점이 있다. 따라서 Template Match 알고리즘을 이용하여 이동 예상영역을 결정하고 Camshift 영상 처리 기법으로 추적을 하게되면 두 방법의 장점을 모두 살릴 수 있다. Camshift 영상 처리 기법을 실제 부자 추적에 적용해 본 결과 부자의 회전 및 변형에도 정확하게 추적할 수 있는 것을 확인하였다. 향후 부자법을 이용한 유량 조사에 본 연구에서 개발한 알고리즘을 적용한다면 현장에서 동영상 촬영만 하면 되기 때문에 측정 인원을 최소화 할 수 있어 매우 경제적이고, 홍수 시 위험성도 감소할 것으로 기대된다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권3호
• /
• pp.180-191
• /
• 2002

본 논문은 MLP와 MultiCAMShift 알고리즘을 이용한 텍스춰 기반의 영상 내 문자 추출 방법을 제안한다. MLP를 이용한 텍스춰 분석기는 별도의 특징값 추출 단계 없이 다양한 환경의 입력 영상에 대해 효과적으로 문자 확률 영상을 생성하며, 문자 확률 영상 상에서 수행되는 MultiCAMShift 알고리즘은 국소 탐색만으로 효율적으로 문자 영역을 추출할 수 있다.

• 융합신호처리학회논문지
• /
• 제15권4호
• /
• pp.112-118
• /
• 2014

본 연구는 칼라기반에서 단일 이동객체 추적을 다루고 있다. 우선 매 영상에서 이동객체 영상의 밝기 변화에 따른 추적 약점을 개선하기 위해 기존의 Camshift 알고리즘을 보완하였다. 보완된 알고리즘도 추적중인 물체와 색상이 같은 주변 물체가 존재할 경우 불안정한 추적을 보여주었는데 본 연구에서는 이를 해결하기 위해 Optical Flow기반의 KLT 알고리즘과 병합하는 방법을 제시하였다. 픽셀기반의 특징점 추적을 수행하는 KLT 알고리즘은 칼라기반의 Camshift의 단점을 보완할 수 있다. 실험 결과 제안된 병합 방법은 기존의 추적단점을 보완하였으며 추적성능이 개선됨을 실험으로 확인하였다.

• 한국항행학회논문지
• /
• 제16권3호
• /
• pp.545-552
• /
• 2012

본 논문에서는 사람의 신체 일부분을 추적하는 시스템을 위해서 피부영역을 추출하고 여러 개의 영역을 추적하는 칼만 필터와 가중 탐색 영역을 이용한 다중 CAMShift 알고리즘(KWMCAMShift)을 제안한다. 배경모델을 구성하고 손과 얼굴의 피부색영역을 탐색 영역으로 하는 CAMShift를 제안한다. 이때 CAMShift의 유동적인 탐색영역을 안정화하기 위해 칼만 필터를 이용한다. 손과 얼굴 등이 상호 겹쳐지는 경우 탐색영역의 손실을 막기 위해 주 탐색영역과 비 탐색영역에 대한 가중치를 부가하여 서로 폐색 영역에 대한 회피 알고리즘을 제안한다. 얼굴 영역과 양손의 영역을 중심으로 인간의 자세를 추정하여 어깨와 손과의 관계로 팔꿈치를 추정하였고, 가우시안 배경 모델에 생성되는 그림자를 제거하여 발끝을 찾아 신체 전체를 추정하였다. 제안된 KWMCAMShift 알고리즘을 적용하였을 때 폐색 시에도 96.82%의 인식률을 보였으며 실시간이 가능하였다.

• 융합신호처리학회논문지
• /
• 제15권2호
• /
• pp.42-47
• /
• 2014

본 논문에서는 단일 카메라를 사용하여 사용자 검지 손가락 움직임과 손가락 개수의 인식을 기반으로 하는 손동작 게임 컨트롤러 인터페이스를 구현한다. 구현한 손동작 게임 컨트롤러 인터페이스는 검지 손가락 끝점의 위치 추적을 위해서 CAMShift(Continuously Adaptive Mean Shift) 알고리즘을 적용하고, 손가락 개수 인식을 위해서는 손 영역의 중심으로부터 이중 원형 추적(Double Circle Tracing)에 의한 교차정보를 이용한다. 이때 성능 향상을 위해서 RGB 입력 영상에 대해서 CAMShift 알고리즘 적용에는 HSI 컬러모델을 이중 원형 추적을 위해서는 YCbCr 컬러모델을 사용한다. 또한 인텔사의 OpenCV 라이브러리를 기반으로 C++언어를 사용하여 사격 시뮬레이터 게임을 제작하여 손동작 게임 컨트롤러 인터페이스의 성능을 평가하고 사용자 명령 컨트롤러로서의 유효성을 검증하였다. 그 결과 각 게임 컨트롤 모드별 평균 90% 이상의 인식률을 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.695-698
• /
• 2015

본 논문에서는 CAMshift와 칼만필터를 이용하여 기존 방송사가 제공하는 야구 중계 화면에서 타자가 스윙하는 배트를 추적하는 방법을 제안한다. 타자가 스윙을 하는 동안 배트는 빠른 속도로 위치가 변하고, 모양 또한 계속 변하며 회전한다. 이러한 이유로, 배트의 invariant로 색상정보를 이용하기 위해 탐색윈도우의 크기를 스스로 조정하는 CAMshift를 적용한다. 색상정보를 이용하기 때문에 배경에 배트와 비슷한 색의 객체가 존재하면 추적에 방해가 되므로 탐색범위를 MHI(Motion History Image)를 이용하여 Motion detection되는 범위로 좁힌다. 칼만필터를 함께 적용함으로써 탐색윈도우의 크기 변화를 제한하고 보다 높은 추적의 정확도를 얻을 수 있었다. 하지만, 색상정보를 이용하기 때문에 조명에 의한 색상변화에 한계가 있었다.

• 한국멀티미디어학회논문지
• /
• 제21권8호
• /
• pp.876-887
• /
• 2018

In this paper, we propose an robust CAMShift method to track stage objects with a camera. In order to solve the problem of tracking object misdetection in existing CAMShift technique, MBR region is detected to separate the background and the subject, and the subject size of the region of interest is calculated to solve the problem of erroneously detecting a large region having a similar color distribution ratio. Also, by applying the color corelogram and MB-LBP to the part that can not be solved by the color ratio and the size limitation, accurate texture tracking is enabled by reflecting the texture characteristics. Experimental results show that the proposed method has good tracking performance for objects that do not deviate from the size of the subject set in the area of interest and accurately extracts the texture characteristics of different subjects with similar color distribution ratios.

• 제어로봇시스템학회논문지
• /
• 제18권4호
• /
• pp.328-336
• /
• 2012

In this paper, we propose a robust fingertip extraction and extended Continuously Adaptive Mean Shift (CAMSHIFT) based robust hand gesture recognition for natural human-like HRI (Human-Robot Interaction). Firstly, for efficient and rapid hand detection, the hand candidate regions are segmented by the combination with robust $YC_bC_r$ skin color model and haar-like features based adaboost. Using the extracted hand candidate regions, we estimate the palm region and fingertip position from distance transformation based voting and geometrical feature of hands. From the hand orientation and palm center position, we find the optimal fingertip position and its orientation. Then using extended CAMSHIFT, we reliably track the 2D hand gesture trajectory with extracted fingertip. Finally, we applied the conditional density propagation (CONDENSATION) to recognize the pre-defined temporal motion trajectories. Experimental results show that the proposed algorithm not only rapidly extracts the hand region with accurately extracted fingertip and its angle but also robustly tracks the hand under different illumination, size and rotation conditions. Using these results, we successfully recognize the multiple hand gestures.