• 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.

• 한국항공우주학회지
• /
• 제40권1호
• /
• pp.35-42
• /
• 2012

본 논문은 영상기반항법에서 특징점의 이동변위가 큰 경우에도 추적 성능을 확보할 수 있는 파티클 필터 기반의 특징점 추적 필터를 설계하였다. 기존 KLT(Kanade-Lucas-Tomasi) 알고리즘에서 이동량이 큰 경우의 추적 성능을 향상시키기 위해 특징점의 동역학 모델을 적용하였고, 불규칙적인 영상정보의 특성을 반영하기 위해 파티클 필터를 사용하였다. 저장된 이미지로 KLT 알고리즘과의 특징점 추적 성능을 비교한 결과 제안한 알고리즘은 큰 이동량을 갖는 경우에도 추적 기능을 유지하는 것을 확인하였다.

• 한국음향학회지
• /
• 제33권4호
• /
• pp.225-231
• /
• 2014

본 논문은 해양에서 발생하는 음향 표적에 대해서 표적의 식별 정보 피드백을 통해 관심 표적 추적 성능을 향상시키는 기법을 제안한다. 기존의 다중주파수 표적 추적 기법은 탐지된 음향신호 특성만 활용하여 추적을 수행하는 반면, 본 논문에서 제안하는 기법은 탐지된 음향신호 특성과 더불어 관심 표적의 특징인자가 식별되는지 여부를 추적에 활용한다. 제안하는 기법은 특징인자가 식별되는 측정치에 대해서만 추적을 수행하여 관심 표적이 아닌 표적에 대한 불필요한 추적을 방지한다. 또한 특징인자가 식별된 표적을 추적할 때 동적으로 추적 파라메터를 최적화하여 관심 표적에 대해 지속적이고 안정적인 추적을 수행한다. 모의 신호를 이용하여 실험을 수행하였으며 미약한 신호가 나타나는 수중 표적에 대해 제안하는 기법을 적용한 결과, 불필요한 표적 개수가 감소하고 관심 표적의 추적이 지속적으로 안정되게 수행됨을 확인하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2009년도 정보 및 제어 심포지움 논문집
• /
• pp.408-410
• /
• 2009

We present an efficient and robust measurement model for visual tracking. This approach builds on and extends work on subspace representations of measurement model. Subspace-based tracking algorithms have been introduced to visual tracking literature for a decade and show considerable tracking performance due to its robustness in matching. However the measures used in their measurement models are often restricted to few approaches. We propose a novel measure of object matching using Angle In Feature Space, which aims to improve the discriminability of matching in subspace. Therefore, our tracking algorithm can distinguish target from similar background clutters which often cause erroneous drift by conventional Distance From Feature Space measure. Experiments demonstrate the effectiveness of the proposed tracking algorithm under severe cluttered background.

• 한국지능시스템학회논문지
• /
• 제19권4호
• /
• pp.586-591
• /
• 2009

본 논문에서는 Particle filter를 이용한 특징 벡터 기반 이동 물체 추적 알고리즘을 제안한다. 이를 위해, 첫 번째, RGB 칼라 모델을 이용하여 초기 이동 물체의 움직임 영역(blob)을 추출하고, KLT-알고리즘을 이용하여 입력 영상에 대한 특징 벡터를 구한다. 그 다음, 초기 추출된 이동 물체의 움직임 영역에 이 특징 벡터를 매칭시켜 1차 특징 벡터를 구한다. 두 번째로, RGB와 HSI 칼라모델을 이용하여 이동 물체의 움직임 영역을 추출하고, 앞서 구한 1차 특징 벡터에 Snake 알고리즘을 적용함으로써 새로운 특징 벡터를 구한다. 그 다음, 기 추출된 이동 물체의 움직임 영역에 이 새롭게 구한 특징 벡터를 매칭시켜 2차 특징 벡터를 구한다. 최종적으로, 2차 특징 벡터에 Particle filter를 적용함으로써 본 논문에서 제안한 이동물체를 추적하는 알고리즘을 완성한다. 마지막으로, 본 논문에서 제안한 알고리즘은 복잡하고 다양한 환경에서 실험을 통해 그 응용 가능성을 증명한다.

• 한국멀티미디어학회논문지
• /
• 제23권10호
• /
• pp.1236-1249
• /
• 2020

In a most recent object tracking research work, applying Convolutional Neural Network and Recurrent Neural Network-based strategies become relevant for resolving the noticeable challenges in it, like, occlusion, motion, object, and camera viewpoint variations, changing several targets, lighting variations. In this paper, the LSTM Network-based Tracking association method has proposed where the technique capable of real-time multi-object tracking by creating one of the useful LSTM networks that associated with tracking, which supports the long term tracking along with solving challenges. The LSTM network is a different neural network defined in Keras as a sequence of layers, where the Sequential classes would be a container for these layers. This purposing network structure builds with the integration of tracking association on Keras neural-network library. The tracking process has been associated with the LSTM Network feature learning output and obtained outstanding real-time detection and tracking performance. In this work, the main focus was learning trackable objects locations, appearance, and motion details, then predicting the feature location of objects on boxes according to their initial position. The performance of the joint object tracking system has shown that the LSTM network is more powerful and capable of working on a real-time multi-object tracking process.

• 정보처리학회논문지B
• /
• 제18B권4호
• /
• pp.201-212
• /
• 2011

본 논문에서는 특징점 추적을 이용한 끼어들기 위반차량 검지 시스템을 제안한다. 제안된 끼어들기 위반차량 검지 시스템의 전체적인 알고리즘은 영상 변환 및 전처리, 특징 추출, 추적대상 차량의 특징점 등록 및 추적, 끼어들기 위반차량 검지 등의 단계로 구성된다. 특히 형태학적 기울기 영상을 이용하여 특징점을 추출하므로 써 주간 및 야간 영상에 대해 동일한 알고리즘을 적용하여 그림자, 기상 조건, 차량 전조등 및 조명 등에 강인한 영상 검지 시스템을 구성 한다. 제안한 시스템을 끼어들기 금지구간에서 주간, 야간, 비 오는 날 야간에 취득한 영상을 사용하여 실험한 결과 정인식률 99.49%와 오류율 0.51%를 보였다. 또한 실시간처리에 문제가 없는 평균 91.34frame/s의 빠른 처리속도를 나타냈다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 Proceedings of the Korea Automatic Control Conference, 11th (KACC); Pohang, Korea; 24-26 Oct. 1996
• /
• pp.145-148
• /
• 1996

In moving object tracking based on the visual sensory feedback, a prerequisite is to determine which feature or which object is to be tracked and then the feature or the object identification precedes the tracking. In this paper, we focus on the object identification not image feature identification. The target identification is realized by finding out corresponding line segments to the hypothesized model segments of the target. The key idea is the combination of the Mahalanobis distance with the geometrica relationship between model segments and extracted line segments. We demonstrate the robustness and feasibility of the proposed target identification algorithm by a moving vehicle identification and tracking in the video traffic surveillance system over images of a road scene.

• 대한임베디드공학회논문지
• /
• 제11권4호
• /
• pp.219-225
• /
• 2016

Visual object tracking is one of the key tasks in computer vision. Robust trackers should address challenging issues such as fast motion, deformation, occlusion and so on. In this paper, we therefore propose a visual object tracking method that exploits inter-frame correlations of convolutional feature maps in Convolutional Neural Net (ConvNet). The proposed method predicts the location of a target by considering inter-frame spatial correlation between target location proposals in the present frame and its location in the previous frame. The experimental results show that the proposed algorithm outperforms the state-of-the-art work especially in hard-to-track sequences.

• 제어로봇시스템학회논문지
• /
• 제8권4호
• /
• pp.327-332
• /
• 2002

The main problems of computational complexity in object tracking are definition of objects, segmentations and identifications in non-structured environments with erratic movements and collisions of objects. The object's information as a region that corresponds to objects without discriminating among objects are considered. This paper describes the algorithm that, automatically and efficiently, recognizes and keeps tracks of interest-regions selected by users in video or camera image sequences. The block-based feature matching method is used for the region tracking. This matching process considers only dominant feature points such as corners and curved-edges without requiring a pre-defined model of objects. Experimental results show that the proposed method provides above 96% precision for correct region matching and real-time process even when the objects undergo scaling and 3-dimen-sional movements In successive image sequences.