• 한국군사과학기술학회지
• /
• 제14권4호
• /
• pp.676-683
• /
• 2011

In this paper, we propose a robust method which can detect and track a high-speed small approaching target in a cluttered environment for Korean Active Protection System. The proposed method uses a temporal and spatial filter, tracking filter to detect and track a single target in consecutive order. And it is comprised of a candidate target detection step, a prior target selection step and a target tracking. Field tests on real infrared image sequences show that the proposed method could stably track a high speed and small target in complex background and target occlusion.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.307-310
• /
• 2009

In this paper, we present a robust shape matching approach based on bottom-up segmentation. We show how over-segmentation results can be used to overcome both ambiguity of contour matching and occlusion. To measure the shape difference between a template and the object in the input, we use oriented chamfer matching. However, in contrast to previous work, we eliminate the affection of the background clutters before calculating the shape differences using over-segmentation results. By this method, we can increase the matching cost interval between true matching and false matching, which gives reliable results. Finally, our experiments also demonstrate that our method is robust despite the presence of occlusion.

• 한국인터넷방송통신학회논문지
• /
• 제17권2호
• /
• pp.15-23
• /
• 2017

사람의 빈번한 자세 변화, 그리고 background clutter과 occlusion으로 인해 Person Re-identificatio는 컴퓨터 비전 분야에서 가장 어려운 부분이다. 비겹침 카메라의 이미지는 어떤 사람을 다른 사람과 구별하기 어렵게 한다. 더욱 나은 성능 일치를 달성하기 위해 대부분의 방법은 특징 선택과 거리 메트릭을 개별적으로 사용한다. 그렇게 차별화된 표현과 적절한 거리를 얻을 수 있고, 사람과 중요한 특징의 무시 사이의 유사성을 설명할 수 있다. 이러한 상황은 우리가 이 문제를 다루는 새로운 방법을 고려하도록 한다. 본 논문에서는 Person Re-identification를 위한 3단 계층네트워크를 갖는 향상되고 반복적인 신경 회로망을 제안하였다. 특히 RNN(Revurrent Neural Network) 모델은 반복적인 EM(Expectation Maximum) 알고리즘과 3단 계층 네트워크를 포함하고, 차별적 특징과 지표 거리를 공동으로 학습한다. 반복적인 EM 알고리즘은 RNN 이전에 연속해 있는 CNN(Convoutional Neural Network)의 특징 추출 능력을 충분히 사용할 수 있다. 자율 학습을 통해 EM 프레임 워크는 패치의 레이블을 변경하고 더 큰 데이터 세트를 훈련할 수 있다. 네트워크를 더 잘 훈련시키기 위해 3단 계층 네트워크를 통해 CNN, RNN 및 풀링 계층이 공동으로 특징 추출을 할 수 있다. 실험 결과에 따르면 비전처리 분야에서 다른 연구자의 접근 방식과 비교할 때 이 방법은 경쟁력 있는 정확도를 얻을 수 있다. 이 방법에 대한 다른 요소의 영향은 향후 연구에서 분석되고 평가될 것이다.

• 한국군사과학기술학회지
• /
• 제18권6호
• /
• pp.711-720
• /
• 2015

Recently many studies of Radar systems mounted on ground vehicles for autonomous driving, SLAM (Simultaneous localization and mapping) and collision avoidance have been reported. Since several pixels per an object may be generated in a close-range radar application, a width of an object can be estimated automatically by various signal processing techniques. In this paper, we tried to attempt to develop an algorithm to estimate obstacle width using Radar images. The proposed method consists of 5 steps - 1) background clutter reduction, 2) local peak pixel detection, 3) region growing, 4) contour extraction and 5)width calculation. For the performance validation of our method, we performed the test width estimation using a real data of two cars acquired by commercial radar system - I200 manufactured by Navtech. As a result, we verified that the proposed method can estimate the widths of targets.

• 한국멀티미디어학회논문지
• /
• 제20권7호
• /
• pp.986-993
• /
• 2017

Object Tracking is a technique for tracking moving objects over time in a video image. Using object tracking technique, many research are conducted such a detecting dangerous situation and recognizing the movement of nearby objects in a smart car. However, it still remains a challenging task such as occlusion, deformation, background clutter, illumination variation, etc. In this paper, we propose a novel deep visual object tracking method that can be operated in robust to many challenging task. For the robust visual object tracking, we proposed a Convolutional Neural Network(CNN) which shares weight of the convolutional layers. Input of the CNN is a three; first frame object image, object image in a previous frame, and current search frame containing the object movement. Also we propose a method to consider the motion of the object when determining the current search area to search for the location of the object. Extensive experimental results on a authorized resource database showed that the proposed method outperformed than the conventional methods.

• 정보처리학회논문지B
• /
• 제10B권6호
• /
• pp.711-718
• /
• 2003

얼굴 인식 시스템과 표정인식 시스템과 같은 고차원 처리를 수행하는 시스템의 전처리 과정으로써 이미지 영역 내에서 얼굴을 추적하는 것은 중요한 과정이다. 본 논문에서는 피부색과 얼굴의 형태 정보를 단서로 하는 CONDENSATION 알고리즘을 사용하여 얼굴의 위치를 추적하였다. 컬러의 가중치와 형태의 가중치를 결합시키는데 어려움이 있으므로 각각을 단서로 사용하는 두 개의 추적기를 가진 시스템을 제안한다. 제안된 시스템은 복잡한 배경, 피부색의 물체가 이미지 내에 존재하는 경우, 다른 얼굴이 이미지 내에 존재하는 경우 모두에 대해서 훌륭한 성능을 보여 주었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 추계학술대회 논문집 학회본부 B
• /
• pp.615-617
• /
• 1998

This paper proposes a new segmentation method of human races from grey scale images with clutter using a racial template and elliptical structure of the human head. Face detection technique can be applied in many areas of image processing such as face recognition, composition and computer graphics. Until now, many researches about face detection have been conducted, and applications in more complicated conditions are increasing. The general case is more in a complicated background than in a simple one, and a image with not only one face. Research and development of face detection in such a general case are growing rapidly, and the necessity for that is increasing continuously. Sirohey proposed a face detection method using linearized elliptical equation. The method designed in this paper is improved to be applicable even in the more general cases like where the face is much smaller than the image size and with many faces in one image using template matching and elliptic fitting technique.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권6호
• /
• pp.3182-3198
• /
• 2019

Vision-based Human Pose Estimation has been considered as one of challenging research subjects due to problems including confounding background clutter, diversity of human appearances and illumination changes in scenes. To tackle these problems, we propose to use a new multi-stage convolution machine for estimating human pose. To provide better heatmap prediction of body joints, the proposed machine repeatedly produces multiple predictions according to stages with receptive field large enough for learning the long-range spatial relationship. And stages are composed of various modules according to their strategic purposes. Pyramid stacking module and dilation module are used to handle problem of human pose at multiple scales. Their multi-scale information from different receptive fields are fused with concatenation, which can catch more contextual information from different features. And spatial and channel information of a given input are converted to gating factors by squeezing the feature maps to a single numeric value based on its importance in order to give each of the network channels different weights. Compared with other ConvNet-based architectures, we demonstrated that our proposed architecture achieved higher accuracy on experiments using standard benchmarks of LSP and MPII pose datasets.

• 로봇학회논문지
• /
• 제16권1호
• /
• pp.49-55
• /
• 2021

Recently, a smart farm technology is drawing attention as an alternative to the decline of farm labor population problems due to the aging society. Especially, there is an increasing demand for automatic harvesting system that can be commercialized in the market. Pre-harvest crop detection is the most important issue for the harvesting robot system in a real-world environment. In this paper, we proposed a real-time tomato instance tracking algorithm by using deep learning and probability models. In general, It is hard to keep track of the same tomato instance between successive frames, because the tomato growing environment is disturbed by the change of lighting condition and a background clutter without a stochastic approach. Therefore, this work suggests that individual tomato object detection for each frame is conducted by YOLOv3 model, and the continuous instance tracking between frames is performed by Kalman filter and probability model. We have verified the performance of the proposed method, an experiment was shown a good result in real-world test data.

• 한국지능시스템학회논문지
• /
• 제22권4호
• /
• pp.494-499
• /
• 2012

본 논문에서는 해양 환경에서 선박의 안전 운행에 위험 요소인 해상 물표를 검출하기 위한 방법을 제안한다. 해양 환경에서 획득한 적외선 영상에 대한 분석을 통하여, 우리는 해수면과 같은 배경 영역들에서는 주로 수직 방향 에지가 나타나는 반면에, 해상 물표 영역은 수직 및 수평 방향 에지가 모두 나타나는 특징을 확인할 수 있었다. 따라서 우리는 IR 영상에 대해서 수평 및 수직 에지 특징 추출에 기반한 물체 영역 검출 방법을 제안한다. 이를 위해, 첫 번째 단계에서는, 통계적 필터링 방법을 이용하여 해수면의 반짝임과 복잡한 클러터와 같은 잡음들을 효과적으로 제거할 수 있는 영상 개선 작업을 수행한다. 두 번째 단계에서는 1-D Discrete Cosine Transform(DCT) 기법을 이용하여 수직 방향 에지의 정보를 나타내는 수직 에지 지도 영상, 수평 방향 에지의 정보를 나타내는 수평 에지 지도 영상을 생성한다. 그런 다음, 수직 및 수평 에지 지도 영상들을 하나의 에지 지도 영상으로 통합한다. 세 번째 단계에서는 적응적인 문턱치 방법을 사용하여 물표 후보 영역을 검출한다. 마지막 단계에서는 IR 영상에서 검출한 물표 후보 영역들에 대해서 모폴로지 연산을 수행하여 배경 및 잡음 영역을 제거함으로써 정확한 물표 영역을 검출한다.