• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.798-802
• /
• 2003

The robustness and reliability of vision algorithms is the key issue in robotic research and industrial applications. In this paper, the robust real time visual tracking in complex scene is considered. A common approach to increase robustness of a tracking system is to use different models (CAD model etc.) known a priori. Also fusion of multiple features facilitates robust detection and tracking of objects in scenes of realistic complexity. Because voting is a very simple or no model is needed for fusion, voting-based fusion of cues is applied. The approach for this algorithm is tested in a 3D Cartesian robot which tracks a toy vehicle moving along 3D rail, and the Kalman filter is used to estimate the motion parameters, namely the system state vector of moving object with unknown dynamics. Experimental results show that fusion of cues and motion estimation in a tracking system has a robust performance.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제56차 하계학술대회논문집 25권2호
• /
• pp.135-136
• /
• 2017

When driving at night time environment, the whole body of transports does not visible to us. Due to lack of light conditions, there are only two options, which is clearly visible their taillights and break lights. To improve the recognition correctness of vehicle detection, we present an approach to vehicle detection and tracking using finding contour of the object on binary image at night time. Bilateral filtering is used to make more clearly on threshold part. To remove unexpected small noises used morphological opening. In verification stage, paired tail lights are tracked during their existence in the ROI. The accuracy of the test results for vehicle detection is about 93%.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권11호
• /
• pp.2901-2919
• /
• 2012

Recent research in MEMS (Micro-Electro-Mechanical Systems) and wireless communication has enabled tracking of continuous objects, including fires, nuclear explosions and bio-chemical material diffusions. This paper proposes an energy-efficient scheme that detects and tracks different dynamic shapes of a continuous object (i.e., the inner and outer boundaries of a continuous object). EBCO (Efficient Boundary detection and tracking of Continuous Objects in WSNs) exploits the sensing capabilities of sensor nodes by automatically adjusting the sensing range to be either a boundary sensor node or not, instead of communicating to its neighboring sensor nodes because radio communication consumes more energy than adjusting the sensing range. The proposed scheme not only increases the tracking accuracy by choosing the bordering boundary sensor nodes on the phenomenon edge, but it also minimizes the power consumption by having little communication among sensor nodes. The simulation result shows that our proposed scheme minimizes the energy consumption and achieves more precise tracking results than existing approaches.

• Spatial Information Research
• /
• 제14권2호
• /
• pp.235-244
• /
• 2006

모바일매핑시스템은 차량에 GPS, IMU, CCD 카메라 등을 장착하여 대상물의 위치 및 영상정보를 획득할 수 있는 효율적인 시스템으로 도로 시설물의 유지 관리, 수치 지도의 갱신 등 여러 분야에서 활용되고 있다. 이러한 모바일매핑시스템은 CCD 카메라 영상과 차량의 위치 및 자세정보를 제공하게 되고 이는 영상안의 객체에 대한 위치정보를 제공하는데 중요한 역할을 한다. 모바일매핑시스템에서의 위치 및 자세정보를 활용하여 본 연구에서는 획득된 정보를 이용하여 특정 이동객체를 대상으로 위치 추적 기술을 적용하여 보았다. 이러한 이동객체 추적 시스템은 모바일매핑시스템에서 획득된 다양한 지리정보 중에서 필요한 특정 객체만을 추출하여 정보에 대한 활용성을 증대 시킬 수 있을 것이다.

• 한국ITS학회 논문지
• /
• 제17권1호
• /
• pp.123-128
• /
• 2018

본 논문에서는 효율적인 차량 객체를 추적하는 특징점 매칭을 이용한 다중 차량 객체 검출 알고리즘을 제안한다. 제안하는 알고리즘은 효율적인 차량 객체 추적을 위해 FAST 알고리즘을 이용해서 차량의 특징점을 추출한다. 그리고 5X5 영역으로 분할 된 영상에서 특징점이 포함되면 True 포함되지 않으면 False로 해당 영역을 검은색으로 후처리하여 차량 객체을 제외한 불필요한 객체 정보를 제거한다. 그리고 후처리 된 영역을 차량의 최대 탐색창 크기로 설정하고, 차량의 최외각 특징점을 이용한 최소 탐색창을 설정하여 Mean-Shift 알고리즘의 탐색창 크기에 대한 단점을 보완하여 차량 객체 추적을 한다. 제안한 방법의 성능 평가하기위해 SIFT, SURF 알고리즘을 비교하여 실험한다. 그 결과 SIFT 알고리즘에 비해서 약 4배 빠르고 SUFR 알고리즘의 처리 과정 보다는 효율적으로 검출하는 장점이 있다.

• 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.

• 전자공학회논문지CI
• /
• 제37권1호
• /
• pp.11-20
• /
• 2000

본 논문은 도로영상에서 움직이는 물체 추적을 위한 윤곽선 및 형태 파라미터 추출방법을 제안코자 한다. 축소영상에서 차영상 방법을 이용하여 윤곽선을 추출하고 원영상에서 특징을 추출함으로써 추적의 정확성을 높이고자 한다. 사용된 특징은 물체화소의 원분포, 중심모멘트, 최대${\cdot}$최소비이다. 이를 이용하여 데이터 연상문제를 해결하였으며, 실시간 추적을 위하여 칼만필터를 사용하였다. 제안된 알고리즘에 의해 추출된 특징 벡터는 다중 차량 추적에 적합함을 실험을 통해 보였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년 학술대회 논문집 정보 및 제어부문
• /
• pp.434-436
• /
• 2006

In a visual driver-assistance system, separating moving objects from fixed objects are an important problem to maintain multiple hypothesis for the state. Color and edge-based tracker can often be "distracted" causing them to track the wrong object. Many researchers have dealt with this problem by using multiple features, as it is unlikely that all will be distracted at the same time. In this paper, we improve the accuracy and robustness of real-time tracking by combining a color histogram feature with a brightness of Optical Flow-based feature under a Sequential Monte Carlo framework. And it is also excepted from Tracking as time goes on, reducing density by Adaptive Particles Number in case of the fixed object. This new framework makes two main contributions. The one is about the prediction framework which separating moving objects from fixed objects and the other is about measurement framework to get a information from the visual data under a partial occlusion.

• 대한원격탐사학회지
• /
• 제24권3호
• /
• pp.235-243
• /
• 2008

Object tracking is a common vision task to detect and trace objects between consecutive frames. It is also important for a variety of applications such as surveillance, video based traffic monitoring system, and so on. An efficient moving vehicle clustering and tracking algorithm suitable for traffic monitoring system is proposed in this paper. First, automatic background extraction method is used to get a reliable background as a reference. The moving blob(object) is then separated from the background by mean shift method. Second, the scale invariant feature based method extracts the salient features from the clustered foreground blob. It is robust to change the illumination, scale, and affine shape. The simulation results on various road situations demonstrate good performance achieved by proposed method.

• 한국컴퓨터정보학회논문지
• /
• 제17권1호
• /
• pp.71-80
• /
• 2012

본 논문에서는 단일 카메라를 이용하여 차량의 위치를 검출하고 연속적인 프레임에서의 차량의 움직임을 추적하는 알고리즘을 제안한다. 차량의 특징을 검출하기 위해 Haar-like 에지 검출기를 사용하고, 카메라의 캘리브레이션 정보를 이용하여 차량의 위치를 추정한다. 신뢰도를 높이기 위해 k 개의 연속적인 프레임에서의 누적된 차량 정보를 추출한다. 최종 검출된 차량을 템플릿으로 지정하고 SURF (Speeded Up Robust Features) 알고리즘을 통해 연속적으로 입력되는 프레임에서 동일한 차량을 추출한다. 이를 통해 동일 차량으로 추출된 차량 정보를 새로운 템플릿으로 업데이트 한다. 비교 검출을 위한 수행 시간을 줄이기 위해 이전 프레임에서 검출된 차량의 범위를 확장한 영역만을 관심 영역으로 지정한다. 이 과정은 공통된 대응점을 찾지 못할 때까지 검출과 추적 과정을 반복하여 진행한다. 실 도로 상에서 얻어진 영상에 대해 적용함으로써 제안된 알고리즘의 효율성을 보였다.