• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제20권11호
• /
• pp.598-603
• /
• 2014

무선 센서 네트워크에서 객체의 위치 추적은 객체의 움직임 포착 및 동선 파악 등에 활용되는 중요한 어플리케이션이다. 따라서 객체의 정확한 동선을 파악하기 위해 추적의 정밀성이 중요하다. 하지만 기존의 연구들은 객체 추적을 위하여 사용자가 반복적으로 질의를 하기 때문에 에너지 효율성 및 정밀성이 떨어지게 된다. 따라서 본 논문에서는 객체 추적의 에너지 효율성 및 추적의 정밀성을 향상시키기 위하여, 각 노드들이 사용자의 질의를 객체의 예상 경로에 중계하는 방안을 제안한다. 이 방법은 객체 추적을 위하여 네트워크를 일정 크기로 클러스터링하고 각 클러스터 헤드를 트리로 구성한다. 객체를 감지한 클러스터 헤드는 트리를 통해 사용자에게 객체의 정보를 전달하고, 객체의 예상 경로에 위치한 클러스터 헤드에게 사용자의 질의를 중계해 줌으로써, 사용자의 반복적인 질의를 줄여준다. 시뮬레이션 결과, 제안방안이 기존의 객체 추적 연구에 비해 높은 에너지 효율과 추적 정밀성을 가지는 것을 보인다.

• 디지털융복합연구
• /
• 제10권7호
• /
• pp.123-128
• /
• 2012

본 논문에서는 보다 정확한 물체 인식을 위하여 물체의 특징점 검출 시스템을 제안한다. 물체의 특징점 검출 시스템은 학습 단계와 검출 단계로 구분된다. 학습 단계에서는 각 특징점의 탐색영역을 설정하기 위한 관심영역모델과 탐색영역에서 특징점을 검출하기 위한 각 특징점별 검출기를 생성한다. 검출 단계에서는 학습 단계에서 생성했던 관심영역모델을 이용하여 입력 영상에서 각각의 특징점의 탐색영역을 설정한다. 시스템에서 검출하고자 하는 특징점 검출 방법은 고속 푸리에 변환을 이용하기 때문에 검출 속도가 빠르며 물체의 추적 시 실패하는 확률이 낮아진다. 제안하는 방법을 개발하여 실험 영상에 적용한 결과 추적하고자 하는 물체가 불규칙적인 속도로 움직일 때에도 안정적으로 추적함을 알 수 있었다. 실험 결과는 기존의 방법들에서 사용되었던 다양한 데이터 집합에 적용하였을 때 우수한 성능을 보여준다.

• 전자공학회논문지CI
• /
• 제41권3호
• /
• pp.91-102
• /
• 2004

본 논문에서는 MPEG-1,2로부터 객체 기반 MPEG-4로의 고속 변환을 위한 정보 추출 알고리즘을 소개한다. 객체 기반 MPEG-4로의 변환을 위한 정보로써 객체 영상과 형상 정보, 매크로블록 움직임 벡터, 헤더정보가 MPEG-4로부터 추출된다. 추출된 정보를 이용하면 객체 기반 MPEG-4로의 고속 변환이 가능하다. 가장 중요한 정보인 객체 영상 추출은 MPEG-2의 움직임 벡터와 워터쉐드 알고리즘을 이용하여 이루어진다. 사용자의 인지정보를 이용하여 프레임 내에서 객체를 추출하고, 추출된 객체로 연속된 프레임에서 객체를 추적하게 된다. 수행 중 객체의 빠른 움직임으로 만족스럽지 못한 결과를 내더라도, 사용자가 개입하여 다시 좋은 결과를 얻을 수 있도록 하였다. 객체 추적 과정은 크게 두 단계로 객체 추출 단계와 객체 추적 단계로 나누어져 있다. 객체 추출 단계는 블록분류와 워터쉐드 알고리즘으로 자동 분할된 영상에서 사용자가 직접 객체를 추출하는 단계이다. 사용자가 개입하는 단계이기 때문에, 번거로울 수 있으나 손쉽게 추출할 수 있도록 구현하였다 객체 추적 단계는 연속된 프레임에서 객체를 추적하는 단계로, MPEG-1,2 움직임 벡터와 객체 모양 정보를 이용하여 고속으로 구해지고 워터쉐드 알고리즘으로 윤곽선 보정작업을 하였다 실험 결과 MPEG-1,2 비트스트림으로부터 객체 기반 MPEC-4로의 고속 변환이 가능함을 알 수 있었다.

• 한국지능시스템학회논문지
• /
• 제22권6호
• /
• pp.741-747
• /
• 2012

본 논문에서는 감시 시스템에서 다중 물체를 감지하고 추적하기 위한 빠르고 강인한 알고리즘을 제안한다. 제안된 시스템은 감지 모듈과 추적 모듈, 2개의 모듈로 구성된다. 이동 물체의 감지 모듈에서는 우리는 영상 이진화 기법과 프레임별 영상을 이용하여 움직이는 물체를 추출하고, 모폴로지 기법을 이용하여 각종 노이즈를 제거한다. 또한, 블록 기반 히스토그램기법을 사용하여 인간과 다른 물체를 구분하는 방법을 제안한다. 이동 물체의 추적 모듈에서는 색상 기반 추적 알고리즘과 칼만 필터가 이용된다. 먼저 RGB 영상을 HSV 영상으로 변환한 후, 다중 물체를 추적하기위해 색상 기반 추적 알고리즘을 사용한다. 이때 다른 물체와의 충돌시 물체를 추적하기 위해 칼만 필터를 사용한다. 마지막으로, 제안된 방법을 몇 가지 실험을 통해 그 효용성 및 응용 가능성을 보인다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1995년도 Proceedings of the Korea Automation Control Conference, 10th (KACC); Seoul, Korea; 23-25 Oct. 1995
• /
• pp.174-177
• /
• 1995

Detecting a small threat object either fast moving or floating on shallow water presents a formidable challenge to shipboard sensor systems, which must determine whether or not to launch defensive weapons in a timely manner. An integrated multisensor concept is envisioned wherein the combined use of active and passive sensor is employed for the detection of short duration targets in dense ocean surface clutter to maximize detection range. The objective is to develop multisensor integration techniques that operate on detection data prior to track formation while simultaneously fusing contacts to tracks. In the system concept, detections from a low grazing angle search radar render designations to a sensor-search infrared sensor for target classification which in turn designates an active electro-optical sensor for sector search and target verification.

• 대한임베디드공학회논문지
• /
• 제3권3호
• /
• pp.143-150
• /
• 2008

In this paper, we investigate a real-time environment recognition system based on stereo vision for moving object. This system consists of stereo matching, obstacle detection and distance estimation. In stereo matching part, depth maps can be obtained real road images captured adjustable baseline stereo vision system using belief propagation(BP) algorithm. In detection part, various obstacles are detected using only depth map in case of both v-disparity and column detection method under the real road environment. Finally in estimation part, asymmetric parabola fitting with NCC method improves estimation of obstacle detection. This stereo vision system can be applied to many applications such as unmanned vehicle and robot.

• 정보처리학회논문지B
• /
• 제17B권1호
• /
• pp.15-22
• /
• 2010

비디오 감시 시스템에서 정확한 물체 추적을 위해서는 움직이는 물체가 없는 정적인 배경 영상이 필수적이다. 하지만 기존의 배경 생성 방법들은 주로 시간 축에 따른 화소 정보를 이용하여 오랫동안 정지해 있는 물체들이 존재하는 경우에는 적용하기 어려운 단점이 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 mean-shift와 fast marching method(FMM)을 이용해 시간 축 화소 정보와 공간 축 화소 정보를 이용하여 배경을 생성하는 방법을 제안한다. mean-shift를 이용해 시간 축에 따른 화소 값의 최빈값을 추정하여 배경을 생성하고, FMM을 이용해공간 축에 따른 화소 정보를 이용하여 일정 기간 동안 움직이지 않은 물체가 있는 환경에서 바람직한 배경을 생성한다. 실험 결과는 제안한 방법이 기존의 시간에 따른 빈도만을 이용하는 방법보다 더 효율적임을 보여준다.

• 디지털융복합연구
• /
• 제13권12호
• /
• pp.209-215
• /
• 2015

차량 등 객체를 추적하기 위한 많은 알고리즘들이 있지만 본 논문에서 제안하는 특징점 정합 알고리즘 분야는 지수 복잡도의 시간이 걸리는 작업이다. 더구나, 차량을 추적하기 위해 기존에 제안되었던 객체 추출 등 영상 전처리 알고리즘 또한 상당한 시간을 요구한다. 따라서 본 논문에서는 도로상에서 많은 차량들의 이동 궤적을 빠르고 효율적으로 추적하기 위한 방법을 2단계로 제안한다. 1단계로 객체 탐지가 아닌 번호판 영역을 먼저 탐지한 후 특징점을 추출하는 단계하고, 2단계로 특징점들을 정합하기 위한 비용산정식을 구한 후 동적계획법을 이용하여 효율적으로 차량을 추적할 수 있는 방법을 제안한다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1993년도 한국자동제어학술회의논문집(국내학술편); Seoul National University, Seoul; 20-22 Oct. 1993
• /
• pp.660-665
• /
• 1993

Neural networks are used in the framework of sensorbased tracking control of robot manipulators. They learn by practice movements the relationship between PSD ( an analog Position Sensitive Detector) sensor readings for target positions and the joint commands to reach them. Using this configuration, the system can track or follow a moving or stationary object in real time. Furthermore, an efficient neural network architecture has been developed for real time learning. This network uses multiple sets of simple backpropagation networks one of which is selected according to which division (corresponding to a cluster of the self-organizing feature map) in data space the current input data belongs to. This lends itself to a very fast training and processing implementation required for real time control.

• 한국통신학회논문지
• /
• 제26권12A호
• /
• pp.2109-2119
• /
• 2001

본 논문에서는 MPEG-2 비트열로부터 객체 기반 MPEG-4로의 고속 변환을 위한 정보 추출 알고리즘을 소개한다. 객체 기반 MPEG-4로의 변환을 위한 정보로써 객체 영상과 형상 정보, 매크로블록 움직임 벡터, 헤더정보가 MPEG-2로부터 추출된다. 추출된 정보를 이용하면 객체 기반 MPEG-4로의 고속 변환이 가능하다. 가장 중요한 정보인 객체 영상 추출은 MPEG-2의 움직임 벡터와 워터쉐드 알고리즘을 이용하여 이루어진다. 사용자의 인지정보를 이용하여 프레임 내에서 객체를 추출하고, 추출된 객체로 연속된 프레임에서 객체를 추적하게 된다. 수행 중 객체의 빠른 움직임으로 만족스럽지 못한 결과를 내더라도, 사용자가 개입하여 다시 좋은 결과를 얻을 수 있도록 하였다. 객체 추적 과정은 크게 두 단계로 객체 추출 단계와 객체 추적 단계로 나누어져 있다. 객체 추출 단계는 블록분류와 워터쉐드 알고리즘으로 자동 분할된 영상에서 사용자가 직접 객체를 추출하는 단계이다. 사용자가 개입하는 단계이기 때문에, 번거로울 수 있으나 손쉽게 추출할 수 있도록 구현하였다. 객체 추적 단계는 연속된 프레임 에서 객체를 추적하는 단계로 MPEG-2 움직임 벡터와 객체 모양 정보를 이용하여 고속으로 구해지고 워터쉐드 알고리즘으로 윤곽선 보정작업을 하였다. 실험 결과 MPEG-2 비트스트림으로부터 객체 기반 MPEG-4로의 고속변환이 가능함을 알 수 있었다.