• 한국멀티미디어학회논문지
• /
• 제19권5호
• /
• pp.890-900
• /
• 2016

This paper presents a multiple target tracking system using target feature information. In the proposed system, the state of target is defined as its kinematic as well as feature : the kinematic includes a location and a velocity; the feature contains the image correlation between a prior target and a current measurement. The feature information is used for generating the validation matrix and association probability of joint probabilistic data association (JPDA) algorithm. Through the Kalman filter, the target kinematic is updated. Then the tracking information is cycled by the track management algorithm. The system has been evaluated using the images obtained from Electro-Optics/ InfraRed (EO/IR) sensor. It is verified that the proposed system can reduce the complexity burden of JPDA process and can enhance the track maintenance rate.

• 한국군사과학기술학회지
• /
• 제11권4호
• /
• pp.124-132
• /
• 2008

In this paper, a dynamical filter called the Highest Probability Data Association Filter(HPDAF) improved by adding target feature information is proposed for robust target detection and tracking in clutter. IIR contains 2-dimensional kinematic coordinate, intensity, and feature information. In data association of the HPDAF for track initiation, feature information is utilized in addition to coordinate and intensity information. The performance of the proposed HPDA algorithm is tested and compared with the conventional HPDAF algorithm for track initiation by a series of Monte Carlo simulation runs for a 3-dimensional missile-target engagement. scenario.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권4호
• /
• pp.1066-1079
• /
• 2023

Multi-target tracking based on the detector is a very hot and important research topic in target tracking. It mainly includes two closely related processes, namely target detection and target tracking. Where target detection is responsible for detecting the exact position of the target, while target tracking monitors the temporal and spatial changes of the target. With the improvement of the detector, the tracking performance has reached a new level. The problem that always exists in the research of target tracking is the problem that occurs again after the target is occluded during tracking. Based on this question, this paper proposes a DeepSORT model based on SIFT features to improve ship tracking. Unlike previous feature extraction networks, SIFT algorithm does not require the characteristics of pre-training learning objectives and can be used in ship tracking quickly. At the same time, we improve and test the matching method of our model to find a balance between tracking accuracy and tracking speed. Experiments show that the model can get more ideal results.

• 대한전자공학회논문지SP
• /
• 제40권4호
• /
• pp.266-274
• /
• 2003

전방 관측 적외선 영상에서 가려짐이 없는 표적과 부분적으로 가려진 표적을 식별하기 위해 국부적 표적 경계선에 대한 거리함수의 푸리에기술자와 다중의 다층 퍼셉트론을 사용한 특징정보 융합 방법을 제안한다. 표적을 배경으로부터 분리한 후에 표적 경계선의 중심을 기준으로 푸리에 기술자를 구해 전역적 특징으로 사용한다. 국부적인 형상 특징을 찾기 위해 표적 경계선을 분할하여 4개의 국부적 경계선을 만들고, 각 국부적 경계선에서 두 개의 극단점이 이루는 직선과 경계선 픽셀로부터 거리함수를 정의한다. 거리함수에 대한 푸리에 기술자를 국부적 형상특징으로 사용한다. 1개의 광역적 특징 백터와 4개의 국부적 특징 백터를 정의하고 다중의 다층 퍼셉트론을 사용하여 특징정보들을 융합함으로써 최종 표적식별 결과를 얻는다. 실험을 통해 기존의 특징벡터들에 의한 표적식별 방법과 비교하여 제안한 방법의 우수성을 입증한다.

• 한국음향학회지
• /
• 제33권4호
• /
• pp.225-231
• /
• 2014

본 논문은 해양에서 발생하는 음향 표적에 대해서 표적의 식별 정보 피드백을 통해 관심 표적 추적 성능을 향상시키는 기법을 제안한다. 기존의 다중주파수 표적 추적 기법은 탐지된 음향신호 특성만 활용하여 추적을 수행하는 반면, 본 논문에서 제안하는 기법은 탐지된 음향신호 특성과 더불어 관심 표적의 특징인자가 식별되는지 여부를 추적에 활용한다. 제안하는 기법은 특징인자가 식별되는 측정치에 대해서만 추적을 수행하여 관심 표적이 아닌 표적에 대한 불필요한 추적을 방지한다. 또한 특징인자가 식별된 표적을 추적할 때 동적으로 추적 파라메터를 최적화하여 관심 표적에 대해 지속적이고 안정적인 추적을 수행한다. 모의 신호를 이용하여 실험을 수행하였으며 미약한 신호가 나타나는 수중 표적에 대해 제안하는 기법을 적용한 결과, 불필요한 표적 개수가 감소하고 관심 표적의 추적이 지속적으로 안정되게 수행됨을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제8권2호
• /
• pp.31-36
• /
• 2003

본 논문은 주성분 분석에 의한 특징 탐색 기법의 가속화 방법을 제안하고 있다. 특징 탐색이란 주어진 영상이 찾고자 하는 특징을 포함하고 있는지의 여부를 판단하고, 만일 그 특징이 포함되어 있다면 그 위치와 영역을 결정하는 방법이다. 탐색 대상으로 하는 얼굴 또는 특징의 위치와 스케일을 미리 알 수 없으므로 모든 위치에서 다양한 스케일의 특징에 대한 존재 가능성을 계산해야하는데 이것은 방대한 공간에서의 탐색문제이다. 본 논문에서는 다단계 예측맵과 윤곽선 예측맵을 이용함으로써 탐색공간을 축소하고 빠른 얼굴 및 특징 탐색을 가능케하는 방법을 제안하고 있다. 실험결과, 제안된 방법이 기존의 전역탐색방법에 비하여 계산량을 10％이하로 줄일 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제19권11호
• /
• pp.43-52
• /
• 2014

본 논문에서는 적외선 영상에서 영상 변위를 이용하여 기동 표적 영역을 탐지하고, SURF(Speeded Up Robust Features) 특징점에 대한 BAS(Beam Angle Statistics)를 이용하여 분류하는 시스템에 대하여 설명한다. 영상 기반 기술 분야에서 대표적인 대응점 정합 알고리즘인 SURF 기법은 SIFT(Scale Invariant Feature Transform) 기법에 비해 정합 속도가 매우 빠르고 비슷한 정합 성능을 보이기 때문에 널리 사용되고 있다. SURF를 이용한 대부분의 객체 인식의 경우 특징점 추출과 정합의 과정을 수행하지만, 제안하는 기법은 표적의 기동 특성을 반영하여 영상의 변위 추정을 통하여 표적의 영역을 탐지하고 SURF 특징점 들의 기하구조를 판단함으로써 표적 분류를 수행한다. 제안하는 기법은 무인 표적 탐지/인지 시스템의 초기모델 구축을 위하여 연구가 진행되었으며, 모의 표적을 이용한 가상 영상과 적외선 실 영상을 이용하여 실험한 결과 약 73~85%의 분류 성능을 확인하였다.

• 한국산학기술학회논문지
• /
• 제11권3호
• /
• pp.978-983
• /
• 2010

무선 센서 네트워크에서 음향 표적의 식별은 환경 감시, 침입 감시, 다중 표적 분리 등에서 많이 연구된다. 무선 센서 네트워크의 센서 노드에서 사용하는 기존의 신호 처리기법은 표적으로부터 수신된 신호의 에너지를 계산하여 표적의 존재 유무만을 기지국으로 전송하는 방법과 수신 신호를 압축하여 전송하는 방법이 많이 사용되었다. 전자의 경우 표적의 감시를 위한 무선 센서 네트워크에서는 표적의 정보가 한정적이므로 적합하지 않고 후자의 경우는 센서 노드에서의 신호처리 및 전송에 소모되는 에너지가 높아 센서의 생존시간이 줄어들게 된다. 따라서 본 논문에서는 표적의 감시를 위한 무선 센서 네트워크에서 필요한 시간정보와 표적의 주파수 정보를 포함하는 센서 노드에서의 특징 추출 기법을 제안한다. 본 논문에서는 웨이블릿 변환을 이용하여 추출된 웨이블릿 상수에서 표적의 시간 정보와 잡음이 제거된 표적의 식별 정보를 추출함으로서 센서 노드에서 에너지 효율적인 신호처리를 구현하고 추출된 특징을 전송하여 통신에 소모되는 에너지를 원신호 대비 28%로 줄이는 알고리듬을 제안한다.

• 한국멀티미디어학회논문지
• /
• 제19권10호
• /
• pp.1775-1781
• /
• 2016

Generally, in the underwater target recognition, feature vectors are extracted from the target signal utilizing spatial information according to target shape/material characteristics. In addition, various signal processing techniques have been studied to extract feature vectors which are less sensitive to the location of the receiver. In this paper, we synthesized active echo signals using 3-dimensional highlight distribution. Then, Fractional Fourier transform was applied to echo signals to extract signal features. For the performance verification, classification experiments were performed using backpropagation and probabilistic neural network classifiers based on single aspect and multi-aspect method. As a result, we obtained a better recognition result using proposed feature extraction and multi-aspect based method.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권3호
• /
• pp.1614-1632
• /
• 2017

Bag of visual words is a popular model in human action recognition, but usually suffers from loss of spatial and temporal configuration information of local features, and large quantization error in its feature coding procedure. In this paper, to overcome the two deficiencies, we combine sparse coding with spatio-temporal pyramid for human action recognition, and regard this method as the baseline. More importantly, which is also the focus of this paper, we find that there is a hierarchical structure in feature vector constructed by the baseline method. To exploit the hierarchical structure information for better recognition accuracy, we propose a tree regularized classifier to convey the hierarchical structure information. The main contributions of this paper can be summarized as: first, we introduce a tree regularized classifier to encode the hierarchical structure information in feature vector for human action recognition. Second, we present an optimization algorithm to learn the parameters of the proposed classifier. Third, the performance of the proposed classifier is evaluated on YouTube, Hollywood2, and UCF50 datasets, the experimental results show that the proposed tree regularized classifier obtains better performance than SVM and other popular classifiers, and achieves promising results on the three datasets.