• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권8호
• /
• pp.385-392
• /
• 2016

현대 사회에서 상업적 성공을 위해서는 상권 분석이 필요하며, 상권 분석의 요소 중에서 핵심적인 부분은 통행량이다. 통행량을 측정하기 위해서 사람이 직접 측정하는 방법이 많이 사용되고 있으나 높은 인건비와 측정 실수를 유발할 가능성이 높다. 본 논문에서는 웹캠을 통해 촬영한 이미지를 이용하여 보행자의 통행량을 측정할 수 있는 알고리즘을 제안한다. 제안하는 알고리즘은 사람 영역 탐지와 움직임 추적으로 구성되어 있다. 사람 영역 탐지에서는 움직임 영역을 추출하고 HoG 특징과 Adaboost 분류기를 이용하여 사람 영역을 탐지한다. 움직임 추적에는 멀티 레벨 매칭과 거짓 양성 제거를 이용하여 추적 및 통행량을 측정한다. 멀티 레벨 매칭은 HoG 영역에 대해 유사도 계수를 구하여 판별하는 과정, 칼만 필터를 이용하여 추정한 위치의 이미지 유사도를 계산 과정, 사람 영역 탐지에서 추출한 움직임 영역을 이용해 유사도를 계산하는 3단계 과정으로 구성되어 있다. 거짓 양성 제거는 사람 영역 탐지에서 잘못된 탐지 영역을 제거한다. 제안한 알고리즘의 성능을 분석하기 위하여 기존의 사람 영역 탐지 및 추적하는 방법과 비교 실험을 수행하였다. 그 결과 제안하는 방법은 사람 통행량 측정에서 83.6% 정확도를 보였으며, 기존 알고리즘에 비하여 11% 높은 성능을 달성하였다.

• 한국컴퓨터정보학회논문지
• /
• 제21권10호
• /
• pp.11-19
• /
• 2016

The size of a display is large, The form becoming various of that do not apply to previous methods of gaze tracking and if setup gaze-track-camera above display, can solve the problem of size or height of display. However, This method can not use of infrared illumination information of reflected cornea using previous methods. In this paper, Robust pupil detecting method for eye's occlusion, corner point of inner eye and center of pupil, and using the face pose information proposes a method for calculating the simply position of the gaze. In the proposed method, capture the frame for gaze tracking that according to position of person transform camera mode of wide or narrow angle. If detect the face exist in field of view(FOV) in wide mode of camera, transform narrow mode of camera calculating position of face. The frame captured in narrow mode of camera include gaze direction information of person in long distance. The method for calculating the gaze direction consist of face pose estimation and gaze direction calculating step. Face pose estimation is estimated by mapping between feature point of detected face and 3D model. To calculate gaze direction the first, perform ellipse detect using splitting from iris edge information of pupil and if occlusion of pupil, estimate position of pupil with deformable template. Then using center of pupil and corner point of inner eye, face pose information calculate gaze position at display. In the experiment, proposed gaze tracking algorithm in this paper solve the constraints that form of a display, to calculate effectively gaze direction of person in the long distance using single camera, demonstrate in experiments by distance.

• 대한기계학회논문집A
• /
• 제38권4호
• /
• pp.345-354
• /
• 2014

본 논문에서는 키넥트센서(Kinect sensor)와 확장칼만필터(Extended Kalman Filter : EKF)를 이용하여 사람과 로봇간의 상대위치 및 각도와 상대속도를 실시간으로 추정하는 알고리즘을 제안한다. 또한, 다양한 이동모드에 따른 모바일로봇의 사람과의 근접동반이동 제어를 수행한다. HOG 및 SVM을 이용한 사람 두부 및 어깨 검출 알고리즘을 통해 사람을 검출하고, 키넥트센서의 정보를 이용해 EKF 알고리즘을 거쳐 사람과 로봇간의 상대위치 및 속도를 추정한다. EKF 알고리즘의 결과를 이용해 실내 환경에서 사람과 같이 근접동반주행을 하기 위한 다양한 모드의 제어 실험을 수행한다. 또한, 모션캡처장비(VICON)를 이용해 알고리즘의 정확도를 검증하였다.

• 로봇학회논문지
• /
• 제17권2호
• /
• pp.124-132
• /
• 2022

With growth in intelligence of mobile robots, interaction with humans is emerging as a very important issue for mobile robots and the pedestrian tracking technique following the designated person is adopted in many cases in a way that interacts with humans. Among the existing multi-object tracking techniques for pedestrian tracking, Simple Online and Realtime Tracking (SORT) is suitable for small mobile robots that require real-time processing while having limited computational performance. However, SORT fails to reflect changes in object detection values caused by the movement of the mobile robot, resulting in poor tracking performance. In order to solve this performance degradation, this paper proposes a more stable pedestrian tracking algorithm by correcting object tracking errors caused by robot movement in real time using wheel odometry information of a mobile robot and dynamically managing the survival period of the tracker that tracks the object. In addition, the experimental results show that the proposed methodology using data collected from actual mobile robots maintains real-time and has improved tracking accuracy with resistance to the movement of the mobile robot.

• 한국멀티미디어학회논문지
• /
• 제17권7호
• /
• pp.787-796
• /
• 2014

Many mobile robot navigation methods utilize laser scanners, ultrasonic sensors, vision camera, and so on for detecting obstacles and path following. However, human utilizes only vision(e.g. eye) information for navigation. In this paper, we study a mobile robot control method based on only the camera vision. The Gaussian Mixture Model and a shadow removal technology are used to divide the foreground and the background from the camera image. The mobile robot uses a combined CAMSHIFT and KLT feature tracker algorithms based on the information of the foreground to follow a person. The algorithm is verified by experiments where a person is tracked and followed by a robot in a hallway.

• International journal of advanced smart convergence
• /
• 제7권4호
• /
• pp.27-39
• /
• 2018

Since the global positioning system (GPS) has been included in mobile devices (e.g., for car navigation, in smartphones, and in smart watches), the impact of personal GPS log data on daily life has been unprecedented. For example, such log data have been used to solve public problems, such as mass transit traffic patterns, finding optimum travelers' routes, and determining prospective business zones. However, a real-time analysis technique for GPS log data has been unattainable due to theoretical limitations. We introduced a machine learning model in order to resolve the limitation. In this paper presents a new, three-stage real-time prediction model for a person's daily route activity. In the first stage, a machine learning-based clustering algorithm is adopted for place detection. The training data set was a personal GPS tracking history. In the second stage, prediction of a new person's transient mode is studied. In the third stage, to represent the person's activity on those daily routes, inference rules are applied.

• 한국산업정보학회논문지
• /
• 제12권5호
• /
• pp.39-46
• /
• 2007

최근 유비쿼터스 환경에서 개인 인증을 위한 연구가 활발하게 진행되고 있다. 그 중에서 걸음걸이 인식은 원거리에서 사람의 물리적인 특성을 이용하여 개인을 인증하는데 효과적인 방법이다. 본 논문에서는 걸음걸이 인식을 위해 평균 이동 알고리즘(mean shift algorithm)과 geodesic 활성 윤곽선 모델(active contour models) 기반의 사람 외형 추출 및 추적 시스템을 제안한다. 활성 윤곽선 모델은 움직이고, 변화하기 쉬운 물체를 다루는데 효과적이다. 그러나 활성 윤곽선 모델의 성능은 초기 커브에 의존적인 한계를 가지고 있다. 이 문제를 극복하기 위해 전형적인 geodesic 활성 윤곽선 모델에 평균 이동 알고리즘을 결합한다. 기본 개념은 진화시키기 전에 level set 방법을 사용하여 초기 커브를 사람 영역에 위치시키고, 그 영역을 충분히 둘러싸도록 크기를 조정한 후에 커브를 진화시킨다. 이러한 방법은 움직임이 큰 물체를 다루거나 진화 횟수를 줄이기 위해 효과적이다. 제안된 시스템은 사람 영역 검출 모듈과 사람 외형 추적모듈로 구성된다. 사람 영역 검출 모듈에서는 배경영상 제거(background subtraction)와 모폴로지 연산(morphologic operation)으로 사람의 실루엣을 검출한다. 이때, 사람의 외형은 평균 이동 알고리즘과 geodesic 활성 윤곽선 모델에 의해 정확하게 검출된다. 실험 결과에서 제안된 방법이 걸음걸이 인식(gait recognition)을 위해 사람의 외형을 효과적으로 정확하게 추출하고 추적됨을 보여준다.

• Journal of Ubiquitous Convergence Technology
• /
• 제1권1호
• /
• pp.3-8
• /
• 2007

This paper presents a set of techniques used in a real-time visual surveillance system. The system is implemented on a low-cost embedded DSP platform that is designed to work with stationary video sources. It consists of detection, a tracking and a classification module. The detector uses a statistical method to establish the background model and extract the foreground pixels. These pixels are grouped into blobs which are classified into single person, people in a group and other objects by the dynamic periodicity analysis. The tracking module uses mean shift algorithm to locate the target position. The system aims to control the human density in the surveilled scene and detect what happens abnormally. The major advantage of this system is the real-time capability and it only requires a video stream without other additional sensors. We evaluate the system in the real application, for example monitoring the subway entrance and the building hall, and the results prove the system's superior performance.

• 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.

• 한국산학기술학회논문지
• /
• 제21권10호
• /
• pp.454-460
• /
• 2020

최근 들어, 동영상의 간편한 촬영 그리고 인터넷을 통한 동영상의 보급 및 시청이 기하급수적으로 늘어남에 따라서 개인 정보의 외부 노출로 인한 피해가 발생하고 있다. 본 논문에서는 연속적으로 들어오는 영상으로부터 사람의 개인 정보가 노출된 목표 객체 영역을 강인하게 추출한 다음, 추출된 객체를 위치 예측 알고리즘을 이용해 빠르게 추적하면서 영상 블러링 기법을 통해 동시에 블로킹하는 새로운 방법을 제안한다. 본 논문에서는 먼저 입력받은 컬러 영상으로부터 개인 정보 영역이 노출된 목표 객체 영역을 인공 신경망 기반의 학습 알고리즘을 이용하여 정확하게 추출한다. 그런 다음, 검출된 객체를 위치 예측 알고리즘을 이용하여 빠르게 추적하면서 영상 블러링을 적용하여 블로킹한다. 실험 결과에서는 제안된 방법이 받아들인 다양한 종류의 컬러 영상 데이터로부터 개인 정보가 노출된 목표 객체를 기존 방법에 비해 2.5% 보다 정확하게 추적하면서 동시에 블러링함으로써 개인 정보 영역을 효과적으로 차단한다는 것을 보여준다. 본 논문에서 제안된 물체 차단 방법은 개인 정보의 보호, 비디오 감시 및 보안, 객체 검출 및 추적 등과 같은 많은 실제적인 응용 분야에서 유용하게 활용될 수 있을 것으로 기대된다.