• 한국지능시스템학회논문지
• /
• 제17권3호
• /
• pp.349-354
• /
• 2007

물체를 추적하는데 있어서 추적하고자 하는 물체를 검출하여 템플릿을 만드는 것과 두 물체가 겹쳐지거나 다른 배경에 가려진 물체를 구분하여 추적하는 것은 물체 추적에 있어서 중요한 문제이다. 물체를 검출하여 템플릿을 만드는 방법으로 Frame Difference를 이용하면 천천히 움직이는 물체를 잘 구분할 수 없는 문제점이 있다. 이를 해결하기 위하여 본 논문에서는 Adaptive 3-Frame Difference를 이용하여 정확한 물체의 템플릿을 생성하는 알고리즘을 제안한다.

• 디지털융복합연구
• /
• 제11권10호
• /
• pp.359-366
• /
• 2013

영상보안은 CCTV 카메라, 디지털 저장장치, 영상분석 및 인식기술 등의 발전과 시장 확대로 인하여 실시간 감시 시스템이나 지능형 영상보안 시스템 등의 보다 진화된 기술의 개발을 요구하고 있다. CCTV 카메라 시스템에서 회전이 가능한 PTZ 카메라는 줌인 기능을 가지고 있으므로 물체에 대한 정밀한 영상을 획득할 수 있으나 사각 지대가 발생할 수 있으며 동시에 두 개 이상의 이동하는 물체에 대한 감시가 불가능한 단점을 가지고 있었다. 본 연구는 지능형 동체추적 CCTV 시스템 및 영상 감시 방법에 관한 것으로 전체 영역을 감시하는 하나의 고정 카메라와 두 개 이상의 PTZ 카메라를 사용하여 광범위 영역에서 동시에 이동하는 다수의 물체를 정밀하게 촬영할 수 있는 지능형 영상 보안 시스템을 제안한다.

• 제어로봇시스템학회논문지
• /
• 제18권1호
• /
• pp.35-41
• /
• 2012

This paper proposes a moving object detection algorithm for active camera system that can be applied to mobile robot and intelligent surveillance system. Most of moving object detection algorithms based on a stationary camera system. These algorithms used fixed surveillance system that does not consider the motion of the background or robot tracking system that track pre-learned object. Unlike the stationary camera system, the active camera system has a problem that is difficult to extract the moving object due to the error occurred by the movement of camera. In order to overcome this problem, the motion of the camera was compensated by using SURF and Pseudo Perspective model, and then the moving object is extracted efficiently using stochastic Label Cluster transport model. This method is possible to detect moving object because that minimizes effect of the background movement. Our approach proves robust and effective in terms of moving object detection in active camera system.

• 한국정보통신학회논문지
• /
• 제19권2호
• /
• pp.435-442
• /
• 2015

본 논문에서는 지능형 다중 화상감시시스템에 응용할 수 있는 움직이는 물체 추적 및 보행자/차량 인식 방법을 제안한다. 지능형 다중 화상감시시스템은 다수의 고정형 카메라와 한 대의 PTZ 카메라로 구성되며, 고정형 카메라에서 검출된 움직이는 물체들을 PTZ 카메라로 팬/틸트/줌 제어하고, 보행자인지 또는 차량인지를 자동으로 인식한다. 넓은 영역을 감시하는 고정된 카메라에서 검출된 물체는 너무 작고, 변별력이 떨어지는 문제가 있다. 이러한 문제를 극복하기 위해 PTZ 카메라를 통한 특정 움직이는 물체를 팬/틸트/줌인 제어함으로써 움직이는 물체의 변별력과 감시성능을 높일 수 있다. 제안된 시스템은 움직이는 물체를 추적하는 기능 외에 SVM 학습알고리즘을 이용하여 검출된 물체가 보행자 또는 차량인지를 판단할 수도 있다. 그리고 추적에러를 줄이기 위해 기존의 고정된 카메라와 PTZ 카메라간의 캘리브레이션 방법을 개선한다. 다양한 실험결과를 통하여 제안한 시스템의 효용성을 입증하였다.

• 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.

• 제어로봇시스템학회논문지
• /
• 제16권1호
• /
• pp.69-76
• /
• 2010

The segmentation of moving object in video sequence is a core technique of intelligent image processing system such as video surveillance, traffic monitoring and human tracking. A typical method to segment a moving region from the background is the background subtraction. The steps of background subtraction involve calculating a reference image, subtracting new frame from reference image and then thresholding the subtracted result. One of famous background modeling is Gaussian mixture model (GMM). Even though the method is known efficient and exact, GMM suffers from a problem that includes false pixels in ROI (region of interest), specifically shadow pixels. These false pixels cause fail of the post-processing tasks such as tracking and object recognition. This paper presents a method for removing false pixels included in ROT. First, we subdivide a ROI by using shape characteristics of detected objects. Then, a method is proposed to classify pixels from using histogram characteristic and comparing difference of energy that converts the color value of pixel into grayscale value, in order to estimate whether the pixels belong to moving object area or shadow area. The method is applied to real video sequence and the performance is verified.

• 한국지능시스템학회논문지
• /
• 제18권2호
• /
• pp.187-192
• /
• 2008

본 논문은 실내외 공간에서 인간을 포한함 이동물체의 영상정보를 이용하여 이동로봇의 자기위치를 인식하기 위한 방법을 제시하고 있다. 제시한 방법은 로봇자체의 DR센서 정보와 카메라에서 얻은 영상정보로부터 로봇의 위치추정방법을 결합한 것이다. 그리고 이동물체의 이전 위치정보와 관측 카메라의 모델을 사용하여 이동물체에 대한 영상프레임 좌표와 추정된 로봇위치간의 관계를 표현할 수 있는 식을 제시하고 있다. 또한 이동하는 인간과 로봇의 위치와 방향을 추정하기 위한 제어방법을 제시하고 이동로봇의 위치를 추정하기 위해서 칼만필터 방법을 적용하였다. 그리고 시뮬레이션 및 실험을 통하여 제시한 방법을 검증하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.1524-1529
• /
• 2005

Particle filter is a kind of conditional density propagation model. Its similar characteristics to both selection and mutation operator of evolutionary strategy (ES) due to its Bayesian inference rule structure, shows better performance than any other tracking algorithms. When a new object is entering the region of interest, particle filter sets which have been swarming around the existing objects have to move and track the new one instantaneously. Moreover, there is another problem that it could not track multiple objects well if they were moving away from each other after having been overlapped. To resolve reinitialization problem, we use competitive-AVQ algorithm of neural network. And we regard interfarme difference (IFD) of background images as potential field and give priority to the particles according to this IFD to track multiple objects independently. In this paper, we showed that the possibility of real-time object tracking as intelligent interfaces by simulating the deformable contour particle filters.

• 한국지능시스템학회논문지
• /
• 제8권2호
• /
• pp.128-133
• /
• 1998

본 논문에서는 주어진 칼라 영상열을 분석하여 이동물체 추적을 할수 있는 병렬 프레임워크를 구축한다. 병렬 프레임워크는 크게 탐색 공간 축소 부분과 추적 부분으로 나뉘며 탐색 공간 축소 부분은 퍼지 클러스터링과 칼만 필터를 이용한 예측부분으로 구성되고 추적은 거리변환에 기반을 둔 하우스돌프 거리를 이용해 경계선 정합을 함으로써 이루어진다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권6호
• /
• pp.3104-3120
• /
• 2017

The intelligent monitoring system has been successfully applied in many fields such as: monitoring of production lines, transportation, etc. Smart surveillance systems have been developed and proven effective in some specific areas such as monitoring of human activity, traffic, etc. Most of critical application monitoring systems involve object tracking as one of the key steps. However, task of tracking of moving object is not easy. In this paper, the authors propose a method to implement human object tracking in outdoor environment based on human features in shearlet domain. The proposed method uses shearlet transform which combines the human features with context-sensitiveness in order to improve the accuracy of human tracking. The proposed algorithm not only improves the edge accuracy, but also reduces wrong positions of the object between the frames. The authors validated the proposed method by calculating Euclidean distance and Mahalanobis distance values between centre of actual object and centre of tracked object, and it has been found that the proposed method gives better result than the other recent available methods.