• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.277-280
• /
• 2007

특정컬러정보 검출기반의 이동객체 탐색 알고리듬을 구현한다. 입력 이미지에 대해 조도변화 및 노이즈 제거 등을 위해 전처리 과정을 거치고, 이동객체 탐색은 R,G,B 각 채널의 영상차를 이용하여 객체를 검색한다. 실험 결과 검색 속도는 윤관선 탐색 및 정합법에 비해 15% 향상되었고 안정적이다. 또한 컬러 정보 기반의 객체 탐색이 가능함을 제시하였다.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2003년도 추계공동학술대회
• /
• pp.145-156
• /
• 2003

This paper for real time object tracking in this treatise detect histogram analysis that is accumulation value of binary conversion density and edge information and body that move by real time use of difference Image techniques and proposed method to object tracking. Firstly, we extract edge that can reduce quantity of data keeping information about form of input image in object detection. Object is extracted by performing difference image and binarization in edge image. Area of detected object is determined by threshold value that divide sum of horizontal accumulation value about binary conversion density by value that add horizontalityㆍverticality maximum accumulation value. Object is tracked by comparing similarity with object that is detected in previous frame and present frame. As experiment result, proposed algorithm could improve the object detection speed, and could track object by real time and could track local movement.

• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.115-122
• /
• 2024

Multi-object tracking (MOT) is a vital component in understanding the surrounding environments. Previous research has demonstrated that MOT can successfully detect and track surrounding objects. Nonetheless, inaccurate classification of the tracking objects remains a challenge that needs to be solved. When an object approaching from a distance is recognized, not only detection and tracking but also classification to determine the level of risk must be performed. However, considering the erroneous classification results obtained from the detection as the track class can lead to performance degradation problems. In this paper, we discuss the limitations of classification in tracking under the classification uncertainty of the detector. To address this problem, a class update module is proposed, which leverages the class uncertainty estimation of the detector to mitigate the classification error of the tracker. We evaluated our approach on the VisDrone-MOT2021 dataset,which includes multi-class and uncertain far-distance object tracking. We show that our method has low certainty at a distant object, and quickly classifies the class as the object approaches and the level of certainty increases.In this manner, our method outperforms previous approaches across different detectors. In particular, the You Only Look Once (YOLO)v8 detector shows a notable enhancement of 4.33 multi-object tracking accuracy (MOTA) in comparison to the previous state-of-the-art method. This intuitive insight improves MOT to track approaching objects from a distance and quickly classify them.

• 제어로봇시스템학회논문지
• /
• 제17권3호
• /
• pp.229-235
• /
• 2011

To make a robust object tracking and identifying system for an intelligent robot and/or home system, heterogeneous sensor fusion between visible ray system and infrared ray system is proposed. The proposed system separates the object by combining the ROI (Region of Interest) estimated from two different images based on a heterogeneous sensor that consolidates the ordinary CCD camera and the IR (Infrared) camera. Human's body and face are detected in both images by using different algorithms, such as histogram, optical-flow, skin-color model and Haar model. Also the pose of human body is estimated from the result of body detection in IR image by using PCA algorithm along with AdaBoost algorithm. Then, the results from each detection algorithm are fused to extract the best detection result. To verify the heterogeneous sensor fusion system, few experiments were done in various environments. From the experimental results, the system seems to have good tracking and identification performance regardless of the environmental changes. The application area of the proposed system is not limited to robot or home system but the surveillance system and military system.

• 전기학회논문지
• /
• 제66권4호
• /
• pp.682-691
• /
• 2017

In this paper, we propose the fusion design methodology of both pedestrian detection and object tracking system realized with the aid of HOG-PCA based RBFNN pattern classifier. The proposed system includes detection and tracking parts. In the detection part, HOG features are extracted from input images for pedestrian detection. Dimension reduction is also dealt with in order to improve detection performance as well as processing speed by using PCA which is known as a typical dimension reduction method. The reduced features can be used as the input of the FCM-based RBFNNs pattern classifier to carry out the pedestrian detection. FCM-based RBFNNs pattern classifier consists of condition, conclusion, and inference parts. FCM clustering algorithm is used as the activation function of hidden layer. In the conclusion part of network, polynomial functions such as constant, linear, quadratic and modified quadratic are regarded as connection weights and their coefficients of polynomial function are estimated by LSE-based learning. In the tracking part, object tracking algorithms such as mean shift(MS) and cam shift(CS) leads to trace one of the pedestrian candidates nominated in the detection part. Finally, INRIA person database is used in order to evaluate the performance of the pedestrian detection of the proposed system while MIT pedestrian video as well as indoor and outdoor videos obtained from IC&CI laboratory in Suwon University are exploited to evaluate the performance of tracking.

• 한국멀티미디어학회논문지
• /
• 제15권8호
• /
• pp.963-976
• /
• 2012

'제스처'는 음성을 제외한 가장 직관적인 인간의 의사표현 수단이다. 그에 따라 제스처를 이용하여 컴퓨터를 제어하는 방법에 대한 많은 연구가 진행되고 있다. 이러한 연구에서 사용자를 검출하고 추적하는 방법은 매우 중요한 과정 중의 하나이다. 기존의 2차원 객체 검출 및 추출 방법은 조명이나 주변 환경의 변화에 민감하고, 2차원과 3차원 정보의 혼합사용 방법은 연산량이 많다는 단점이 있다. 또한 3차원 정보를 이용한 기존 방법들은 유사한 깊이의 객체 분할이 불가능하다. 따라서 본 논문에서는 깊이 정보의 누적 값인 Depth Projection Map (DPM)과 움직임 정보를 이용하여 객체를 검출하고 추적하는 방법을 제안한다. 실험 결과 제안 방법은 조명이나 환경변화에 강인하고, 연산속도가 빠르며, 유사한 깊이의 물체도 잘 검출하고 추적할 수 있음을 확인하였다.

• 한국항행학회논문지
• /
• 제17권1호
• /
• pp.98-106
• /
• 2013

본 논문에서는 다시점 카메라 환경에서 비디오 압축 도메인의 이동체 검출 및 추적 방법을 제안한다. 비디오 압축 비트열로부터 추출된 움직임 벡터와 블록 모드를 기반으로 이동블록 검증 및 라벨링, 이웃 blob 결합 알고리즘을 제안한다. 또한, 단일시점 및 다시점 환경에서 이동체의 일시 정지, 교차, 겹침시에도 지속적인 추적이 가능한 일정 시간 구간내 이동체 정보 갱신 기법을 제안한다. 기준 카메라 화면에 나타나지 않는 이동체는 다른 카메라 화면의 이동체 위치로부터 기준 카메라 화면상 좌표로 변환하여 참조하였다. 제안 기법의 성능은 부호기의 움직임 벡터 정밀도에 의존적인데, 두 대의 카메라 환경에서 H.264 JM15.1 압축 비트열로부터 복호화 없이 평균 89%와 84%의 검출률과 추적률을 보였다. 또한, 물체의 일시 정지, 교차, 겹침시에도 지속적인 이동체 검출 및 추적이 가능하며, 단일시점 환경에 비해 다시점 환경에서 평균 6%의 검출률과 7%의 추적률 개선을 확인할 수 있었다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2005년도 추계학술대회 논문집
• /
• pp.209-212
• /
• 2005

This paper describes detection and tracking of a moving object for unmanned visual surveillance. security systems. Using images obtained from camera it detects and tracks a moving object and displays bounding box enclosing the moving object. The algorithm for detection and tracking is tested using a personal computer, and then implemented on EMPOS II embedded system. Simulation results show that the tracking of a moving object based on embedded system is working well. However it needs to improve image acquisition time for real time implementation to apply security systems.

• 문화기술의 융합
• /
• 제7권1호
• /
• pp.588-594
• /
• 2021

최근 영상 콘텐츠의 확산에 따라 기존 콘텐츠들이 동영상으로 전환되고 있으며, 새로운 플랫폼들의 등장으로 인해 영상 콘텐츠 생태계의 성장은 가속화되고 있다. 이처럼 가속화된 성장은 전문가의 영역으로 분류되던 동영상 제작 및 편집 기술들을 일반인들 또한 쉽게 접하고 이용할 수 있도록 기술의 보편화 과정에 큰 영향을 미치고 있다. 이러한 기술들의 발전으로 인해 사람의 수작업을 통해서만 영상을 녹화하고 조절하던 과정들을 객체 추적 기술에 기반하여 자동으로 촬영하고자 하는 객체를 찾아 화면의 정중앙에 위치시켜 영상을 녹화하는 자동화 과정이 가능하게 되었다. 하지만 추적하고자 하는 객체를 지정하는 일은 아직까지 사람의 수작업을 요구하며 객체를 지정하는 수작업 과정에서 지연이나 객체 지정에 실수가 발생할 수도 있다. 이에 따라, 본 연구에서는 Haar Cascade Classifier를 활용한 얼굴 탐지기법과 CMT 객체 추적 알고리즘을 결합한 새로운 객체 추적 기법을 제안한다. 제안된 시스템은 스마트폰에서 실시간 연속적인 객체추적을 위한 효율적이고 강인한 영상추적 시스템에 잘 응용될 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.461-463
• /
• 2023

본 연구는 실시간 MOT(Multiple-Object-Tracking)의 성능을 향상시키기 위해 다양한 기법을 적용한 MOT 모델을 설계한다. 연구에서 사용하는 Backbone 모델은 TBD(Tracking-by-Detection) 기반의 Tracking 모델을 사용한다. Heatmap Detection을 통해 객체를 검출하고 Transformer 기반의 Feature를 연결하여 Tracking 한다. 제안하는 방법은 Anchor 기반의 Detection의 장시간 문제와 추적 객체 정보 전달손실을 감소하여 실시간 객체 추적에 도움이 될 것으로 사료된다.