• 대한전자공학회논문지SP
• /
• 제41권5호
• /
• pp.1-11
• /
• 2004

본 논문에서는 비정형 객체를 능동형태 모델을 사용하여 실시간으로 추적하기 위한 방법을 제시하였다. 객체를 추적 할 때, 가려진 부분의 윤곽을 추정해 낼 수 있는 능동형태 모델을 사용하였으며, 비디오의 각 프레임에서 처리과정의 시간을 줄이기 위해서 영상을 계층적으로 분리하여 실시간 처리를 가능하게 하였다 또한 다음 입력영상의 초기 윤곽을 효율적으로 찾기 위해서 칼만필터(Kalman filter)를 사용하여 특징점을 예측하였고, 블록 정합(block matching) 기법을 추가하여 예측 안정성을 향상시켰다. 비 계층적 방법, 비 예측 방법 등과 비교 실험을 통해서 제안된 계층적, 예측형 방식이 수렴속도 증가와 모델링의 정확도에서 모두 개선된 효과를 얻을 수 있음을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제22권2호
• /
• pp.167-177
• /
• 2019

Even though so much progresses have been achieved in Multiple Object Tracking (MOT), most of reported MOT methods are not still satisfactory for commercial embedded products like Pan-Tilt-Zoom (PTZ) camera. In this paper, we propose a real-time multiple pedestrians tracking method for embedded environments. First, we design a new light weight convolutional neural network(CNN)-based pedestrian detector, which is constructed to detect even small size pedestrians, as well. For further saving of processing time, the designed detector is applied for every other frame, and Kalman filter is employed to predict pedestrians' positions in frames where the designed CNN-based detector is not applied. The pose orientation information is incorporated to enhance object association for tracking pedestrians without further computational cost. Through experiments on Nvidia's embedded computing board, Jetson TX2, it is verified that the designed pedestrian detector detects even small size pedestrians fast and well, compared to many state-of-the-art detectors, and that the proposed tracking method can track pedestrians in real-time and show accuracy performance comparably to performances of many state-of-the-art tracking methods, which do not target for operation in embedded systems.

• 한국산학기술학회논문지
• /
• 제19권3호
• /
• pp.693-698
• /
• 2018

본 논문은 최근 물체탐지 분야에서 실시간 물체 탐지 알고리즘으로 주목을 받고 있는 YOLOv2(You Only Look Once) 알고리즘을 이용하여 밀집 영역에 주차되어 있는 자동차 탐지 방법을 제안한다. YOLO의 컨볼루션 네트워크는 전체 이미지에서 한 번의 평가를 통해서 직접적으로 경계박스들을 예측하고 각 클래스의 확률을 계산하고 물체 탐지 과정이 단일 네트워크이기 때문에 탐지 성능이 최적화 되며 빠르다는 장점을 가지고 있다. 기존의 슬라이딩 윈도우 접근법과 R-CNN 계열의 탐지 방법은 region proposal 방법을 사용하여 이미지 안에 가능성이 많은 경계박스를 생성하고 각 요소들을 따로 학습하기 때문에 최적화 및 실시간 적용에 어려움을 가지고 있다. 제안하는 연구는 YOLOv2 알고리즘을 적용하여 기존의 알고리즘이 가지고 있는 물체 탐지의 실시간 처리 문제점을 해결하여 실시간으로 지상에 있는 자동차를 탐지하는 방법을 제안한다. 제안하는 연구 방법의 실험을 위하여 오픈소스로 제공되는 Darknet을 사용하였으며 GTX-1080ti 4개를 탑재한 Deep learning 서버를 이용하여 실험하였다. 실험결과 YOLO를 활용한 자동차 탐지 방법은 기존의 알고리즘 보다 물체탐지에 대한 오버헤드를 감소 할 수 있었으며 실시간으로 지상에 존재하는 자동차를 탐지할 수 있었다.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2002년도 가을 학술발표회 논문집
• /
• pp.70-77
• /
• 2002

Since our physical world cannot be modeled as rigid body, deformable object models are important. For real-time simulation of elastic object, it must be guaranteed by its exact solution and low-latency computational cost. In this paper, we describe the boundary integral equation formulation of linear elastic body and related boundary element method(BEM). The deformation of elastic body can be effectively solved with 1ow run-time computational costs, using precomputed Green Function and fast low-rank updates based on Capacitance Matrix Algorithm.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.574-578
• /
• 2009

정지 영상이나 비디오 영상 시퀀스에서 배경 영상으로부터 움직이는 관심 물체를 구별하기 위한 실시간 물체 검출은 물체의 위치 추적과 인식에 있어 필수적인 단계이다. 물체 분할 후에 그림자 영역이 움직이는 물체 영역에 포함되어지기 때문에 그림자는 물체의 일부분 혹은 움직이는 물체로 오분류될 수 있다. 이러한 이유로 그림자 제거 알고리즘은 움직이는 물체 검출 및 추적 시스템의 결과에 중요한 역할을 한다. 이 문제점들을 해결하기 위해 본 논문에서는 움직이는 물체의 특징과 색상공간에서 그림자의 특징에 기반을 둔 정확한 물체 검출과 그림자 제거 알고리즘을 제안한다. 실험결과는 제안 알고리즘이 실험 영상에서 물체 검출과 그림자 제거에 대해 효과적인 것을 알 수가 있다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2003년도 춘계학술발표회 논문집
• /
• pp.425-428
• /
• 2003

Real time monitoring of object position is very important in Customs Free Zone like Incheon Airport and Incheon Harbor because all logistics must be controled spatially for effective management. Real time positioning system using GPS(Global Positioning System) is apt for the monitoring of logistics. In this study, we aims to develope real time monitoring system for logistics using GPS.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제8권2호
• /
• pp.174-182
• /
• 2002

실시간 시스템이 복잡해짐에 따라 이를 개발하는 과정에서 객체 지향 설계 방법론과 이를 지원하는 CASE 도구들이 널리 사용되고 있다. 그러나 이런 객체 지향 CASE 도구를 사용할 경우, 설계자들은 별도의 과정으로 객체 중심으로 설계된 모델을 실제 수행되는 주체인 태스크로 변환시켜야 한다. 불행하게도 객체 모델과 태스크는 특성이 근본적으로 다르고, 스케줄 가능성을 분석하기가 어렵기 때문에 이러한 과정을 자동화하기는 매우 어렵다. 이 문제를 해결하기 위하여 많은 CASE 도구에서는 개발자가 직접 수동으로 객체를 태스크로 변환시키도록 요구하고 있다. 결과적으로 개발자들은 자신의 경험을 바탕으로 하여 임시 변통적인 방법에 의존하여 태스크를 유도하고 있다. 유도된 태스크 집합은 결과 시스템의 스케줄 가능성에 직접적으로 중요한 영향을 미친다. 본 논문에서는 실시간 객체 지향 설계 모델을 스케줄 가능성을 고려해 다중 스레드 구현으로 자동적으로 변환하는 방법을 제안한다. 본 논문에서 태스크는 다른 주기와 종료시한을 갖는 상호 배타적인 트랜잭션들로 이루어진다. 이러한 새로운 태스크 모델에 대하여 스케줄 가능성 분석 알고리즘을 제시한다. 또한 제안된 방법을 지원하기 위하여 런 타임 시스템과 코드 생성이 어떻게 지원되어야 하는지에 대하여 설명한다. 사례 연구는 단일 태스크 매핑의 부적절성을 보여줌과 함께, 다중 태스크를 수동으로 유도하는 것이 매우 어렵고, 제안된 방법이 실질적으로 유용하다는 것을 명백하게 보여준다.

• 한국항행학회논문지
• /
• 제14권2호
• /
• pp.272-277
• /
• 2010

증강현실은 실세계의 정보와 가상의 정보를 연결시키기 위한 매개체가 요구되며, 이러한 매개체를 지속적으로 추적 인식하는 기술을 필요로 한다. 이러한 기술 중에 마커를 이용한 광학 트랙킹이 주류를 이루고 있으나 마커를 부착하는 과정이 불편하고 오래 걸리므로 최근에는 마커리스 트랙킹 기법이 활발히 연구되고 있다. 본 논문은 2차원 평면 즉 동일평면상의 특징점들을 트랙킹하는 방법이 아닌3차원 객체에 대한 특징점을 추출하여 실시간으로 트랙킹하는 방법을 제안한다, SURF(Speed Up Robust Features)를 이용하여 특징점을 추출하고 이를 POSIT(Pose Object System for Iteration) 알고리즘으로 3차원 객체의 회전과 이동정보를 얻어 실시간으로 객체를 추적한다. 추적 실패시 실시간으로 재추적이 가능하도록 빠른 특징점 추출과 매칭을 통하여 트랙킹에 적합한 특징점을 선택하여 객체의 위치와 회전 정보를 얻어 객체를 실시간으로 추적 및 재표현 하였다.

• 정보처리학회논문지B
• /
• 제10B권3호
• /
• pp.329-338
• /
• 2003

실시간 영상에서 객체 추적은 수년간 컴퓨터 비전 및 여러 실용적 응용 분야에서 관심을 가지는 주제 중 하나이다. 하지만 배경영상의 잡음을 객체로 인식하는 오류로 인하여 추출하고자 하는 객체를 찾지 못하는 경우가 있다. 본 논문에서는 실시간 영상에서 적응적 배경영상을 이용하여 객체를 추출하고 추적하는 방법을 제안한다. 입력되는 영상에서 배경영역의 잡음을 제거하고 조명에 강인한 객체 추출을 위하여 객체영역이 아닌 배경영역 부분을 실시간으로 갱신함으로써 적응적 배경영상을 생성한다. 그리고 배경영상과 카메라로부터 입력되는 입력영상과의 차를 이용하여 객체를 추출한다 추출된 객체의 내부점을 이용하여 최소사각영역을 설정하고, 이를 통해 객체를 추적한다. 아울러 제안방법의 성능에 대한 실험결과를 기존 추적알고리즘과 비교, 분석하여 평가한다.

• 한국통신학회논문지
• /
• 제29권1C호
• /
• pp.92-101
• /
• 2004

논문에서는 MPEG-4(Moving Picture Expert Group-4) 객체기반 부호화를 위하여 영상에서 실 시간적으로 변화영역(객체)을 추출하는 알고리즘에 대하여 제안한다. 기존의 객체 분리방법 들은 Off-Line 방법으로 객체를분리하므로 실시간 처리를 필요로 하는 영상전화나 영상회의 시스템에서는 사용할 수 없었다. 그리고 또 MPEG-4표준의 버전1에서 권장하는 객체분할 방식인 공간적인 분할(Spatial Segmentation)방법과 시간적인 분할(Temporal Segmentation)방법은 픽셀단위로 연산을 하므로 연산의 복잡도가 높아서 실시간 영상전송에 어렵다. 그러나 이 논문에서 제안하는 알고리즘은 연산단위를 픽셀단위로 연산하는 것이 아니라 매크로블록 단위로 연산이 이루어지므로 실시간 전송을 가능케 한다. 그러나MPEG-4권고 안에서 제시한 알고리즘처럼 이 번에 제안한 알고리즘도 한 영상에서 여러 개의 객체를 추출하는 것이 이루어지지 않았다. 그리고 전체 시스템 구성을 보면 크게 부호기와 복호기로 나누어지고 부호기에 본 논문에서 제안한 실시간 객체추출 알고리즘이 전처리 단으로 삽입되어 구현되었다.