• 대한전자공학회논문지SP
• /
• 제41권6호
• /
• pp.99-108
• /
• 2004

본 논문에서는 CCD(charge-coupled device) 영상 기반의 자동 표적 탐지 시스템(ATD System : Automatic Target Detection System)에 적합한 빠른 탐색 방법을 제안한다. 무기체계에서의 활용을 위해서는 빠른 연산이 주요한 변수인 만큼 이 논문에서는 적은 계산량으로 다양한 표적을 탐지할 수 있는 능력에 주안점을 두고 있다. 표적 훈련(train)단계에서는 구간별 수직 방향 프로젝션을 이용하여 1D의 템플릿을 구성하고 K-means clustering과 이진 트리 구조(binary tree structure)를 활용하여 실제 시험 단계에서 템플릿 정합하는 횟수를 최소화한다. 또한 Correlation-based Adaptive Predictive Search(CAPS)를 이용하여 각각의 템플릿에 적응적인 skip-width를 사용하여 탐색 속도를 높이고 클러터 제거 단계에서는 윤곽선으로부터 추출한 Fourier Descriptor계수를 비교함으로써 초기 탐지에서 타겟으로 오인된 클러터를 모양 정보에 기반해서 제거하는 방법을 사용한다.

• International Journal of Automotive Technology
• /
• 제7권3호
• /
• pp.361-367
• /
• 2006

This paper describes a novel stereo vision based localization of free parking site, which recognizes the target position of automatic parking system. Pixel structure classification and feature based stereo matching extract the 3D information of parking site in real time. The pixel structure represents intensity configuration around a pixel and the feature based stereo matching uses step-by-step investigation strategy to reduce computational load. This paper considers only parking site divided by marking, which is generally drawn according to relevant standards. Parking site marking is separated by plane surface constraint and is transformed into bird's eye view, on which template matching is performed to determine the location of parking site. Obstacle depth map, which is generated from the disparity of adjacent vehicles, can be used as the guideline of template matching by limiting search range and orientation. Proposed method using both the obstacle depth map and the bird's eye view of parking site marking increases operation speed and robustness to visual noise by effectively limiting search range.

• Journal of Electrical Engineering and Technology
• /
• 제9권2호
• /
• pp.707-720
• /
• 2014

This paper proposes a face tracking scheme that is a combination of a face detection algorithm and a face tracking algorithm. The proposed face detection algorithm basically uses the Adaboost algorithm, but the amount of search area is dramatically reduced, by using skin color and motion information in the depth map. Also, we propose a face tracking algorithm that uses a template matching method with depth information only. It also includes an early termination scheme, by a spiral search for template matching, which reduces the operation time with small loss in accuracy. It also incorporates an additional simple refinement process to make the loss in accuracy smaller. When the face tracking scheme fails to track the face, it automatically goes back to the face detection scheme, to find a new face to track. The two schemes are experimented with some home-made test sequences, and some in public. The experimental results are compared to show that they outperform the existing methods in accuracy and speed. Also we show some trade-offs between the tracking accuracy and the execution time for broader application.

• 대한원격탐사학회지
• /
• 제30권5호
• /
• pp.547-557
• /
• 2014

본 논문에서는 영상 등록을 위한 유사도 계산에 사용되는 원형 템플릿의 설계 방법을 제안한다. 원형 템플릿은 영상의 이동 및 회전 변환에 불변한 성질을 가지고 있어 기준 영상 및 관측 영상 사이에 이동 및 회전 변환이 존재하더라도 영상 등록 제어점을 정확하게 정합하는 장점이 있다. 기준 영상의 제어점을 중심으로 일정한 거리 이내에 다수의 원주를 구성하고 각 원주 위에 일정한 간격으로 위치하는 화소들로 이루어지는 원형 템플릿을 생성하고 이를 이차원 이산 극좌표 행렬(Discrete Polar Coordinate Matrix, DPCM)으로 구성한다. 관측 영상에서도 동일한 형태의 원형 템플릿을 생성하고 탐색 범위 내의 각 위치에서 관측 영상의 원형 템플릿을 0도에서 360도 범위 내에서 일정 각도 간격으로 회전시키면서 극좌표 행렬을 생성하고 기준 영상의 극좌표 행렬과의 유사도를 Mutual Information을 이용해서 계산한다. 탐색 범위 내의 각 위치와 회전 각도에 대한 Mutual Information이 최대가 되는 화소를 정합쌍으로 결정한다. 제안한 알고리즘은 서로 다른 두 시기에 촬영한 KOMPSAT-2 영상에 적용하여 영상의 회전 변화 조건하에서 우수한 정합 성능을 보임을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권11호
• /
• pp.5624-5638
• /
• 2016

A novel method based on Surf points is proposed to detect and lock-track single ground target in aerial videos. Videos captured by moving cameras contain complex motions, which bring difficulty in moving object detection. Our approach contains three parts: moving target template detection, search area estimation and target tracking. Global motion estimation and compensation are first made by grids-sampling Surf points selecting and matching. And then, the single ground target is detected by joint spatial-temporal information processing. The temporal process is made by calculating difference between compensated reference and current image and the spatial process is implementing morphological operations and adaptive binarization. The second part improves KALMAN filter with surf points scale information to predict target position and search area adaptively. Lastly, the local Surf points of target template are matched in this search region to realize target tracking. The long-term tracking is updated following target scaling, occlusion and large deformation. Experimental results show that the algorithm can correctly detect small moving target in dynamic scenes with complex motions. It is robust to vehicle dithering and target scale changing, rotation, especially partial occlusion or temporal complete occlusion. Comparing with traditional algorithms, our method enables real time operation, processing $520{\times}390$ frames at around 15fps.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 학술회의 논문집 정보 및 제어부문 B
• /
• pp.1002-1005
• /
• 2003

This paper presents a new template matching method for finding facial feature points. Instead of matching each template to its corresponding feature point separately the present method matches a set of element templates simultaneously. The set of templates can be placed on the space predefined by the geometrical characteristics of human faces. As a result, the search area for template matching is very small compared with a conventional method. This makes the presented method very robust and accurate. Experiment results show that the presented method results in good performance In various illuminance environments and poses.

• International Journal of Control, Automation, and Systems
• /
• 제6권3호
• /
• pp.413-423
• /
• 2008

The template matching method is used as a simple method to track objects or patterns that we want to search for in the input image data from image sensors. It recognizes a segment with the highest correlation as a target. The concept of this method is similar to that of SNF (Strongest Neighbor Filter) that regards the measurement with the highest signal intensity as target-originated among other measurements. The SNF assumes that the strongest neighbor (SN) measurement in the validation gate originates from the target of interest and the SNF utilizes the SN in the update step of a standard Kalman filter (SKF). The SNF is widely used along with the nearest neighbor filter (NNF), due to computational simplicity in spite of its inconsistency of handling the SN as if it is the true target. Probabilistic Strongest Neighbor Filter for m validated measurements (PSNF-m) accounts for the probability that the SN in the validation gate originates from the target while the SNF assumes at any time that the SN measurement is target-originated. It is known that the PSNF-m is superior to the SNF in performance at a cost of increased computational load. In this paper, we suggest an image tracking algorithm that combines the template matching and the PSNF-m to estimate the states of a tracked target. Computer simulation results are included to demonstrate the performance of the proposed algorithm in comparison with other algorithms.

• 한국정보통신학회논문지
• /
• 제17권5호
• /
• pp.1119-1128
• /
• 2013

본 논문에서는 얼굴을 검출하고 GPU 기반으로 얼굴을 고속으로 추적하는 알고리즘을 제안하였다. 얼굴 검출에서는 깊이영상과 RGB영상을 사용하고, 기존의 방법인 Adaboost을 이용하지만 움직임 영역과 피부색 영역을 이용하여 Adaboost의 입력영상을 제한하여 얼굴을 검출하였다. 얼굴 검출과는 다르게 얼굴 추적은 깊이 정보만을 사용하였다. 기본적으로 얼굴 추적에서는 템플릿과 매칭 된 블록을 찾는 템플릿 매칭 방법을 사용하였다. 또한 고속으로 얼굴을 추적하기 위해서 GPU를 이용하여 템플릿 매칭을 병렬하여 연산하였다. 실험결과 CPU와 GPU을 비교 하였을 때 GPU 수행속도가 최대 49배까지 향상되는 것을 확인하였다.

• 융합신호처리학회논문지
• /
• 제12권1호
• /
• pp.7-12
• /
• 2011

본 논문은 자체 생성된 기준 히스토그램 템플릿을 이용하여 잠망경으로부터 획득되는 영상에 존재하는 관심 물체영역을 배경영역으로부터 분할하는 기법을 제안한다. 먼저, 수평선을 추출하고, 추출된 수평선을 기준으로 하여 하늘과 바다 영역으로 분할한다. 분할된 각각의 영역에서 배경 영역을 대표할 수 있는 영역의 블록들을 지정하여 기준 히스토그램 템플릿으로 설정한다. 여기서 전체 영상을 동일한 크기의 블록들로 나누어, 이미 설정된 기준 히스토그램 템플릿과의 멀티 정합을 통해 물체 영역과 배경 영역으로 분할한다. 본 연구에서 제안한 물체 영역 분할 알고리즘은 배경이 하늘과 바다인 환경에서 물체가 존재하는 다양한 영상에 대해 적용되었고, 사전에 주어진 학습영상이 없는 상태에서도 영상 분할이 원활하게 수행됨을 확인하였다. 또한 입력 영상에서 수평선의 기울기와 수평선에 대한 물체의 위치에 상관없이 물체 영역을 적절히 분할함을 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권10호
• /
• pp.973-982
• /
• 2003

이 논문은 주어진 영상에 존재하는 물체를 자동적으로 탐지하기 위한 시간과 공간 효율적인 방법을 소개한다. 일반화 허프 변환(Generalized Hough Transform: GHT)은 다양한 모양의 물체를 찾기 위해 자동 물체 탐지를 하는 강력한 템플릿(template) 매칭 알고리즘이다. 다양한 모양과 크기의 물체를 찾기 위해 서로 다른 많은 템플릿을 GHT에 적용해야 한다. GHT로 찾아진 모든 경계선은 보다 정교한 경계선을 찾기 위한 초기 외곽선으로 사용된다. 그러나, GHT의 주요 단점은 과도한 시간과 공간을 요구하는 것이다. 이런 단점을 극복하기 위해서, 제안된 알고리즘은 공간 효율적 방법인 반복적 GHT(iterative GHT: IGHT)를 사용한다. 또한, 원래 영상의 크기를 이분의 일 크기와 사분의 일 크기로 줄여서 다중 해상도 탐색을 이용한다. 사분의 일 영상에서 첫 번째 IGHT를 수행하여 획득한 정보를 이용하고, 세포 크기의 범위를 줄여 이분의 일 크기의 영상에서 탐색공간을 제한한다. 이분의 일 크기의 영상에서 두 번째 IGHT를 수행한 후, 세포핵은 세부 탐색에 의해 찾아지고, 정확한 경계선을 결정하기 위한 에지 정보에 의해 분할된다. 실험결과는 이 방법이 정확도의 손실이 없으면서, 수행시간과 메모리 사용을 줄이고 있음을 보여준다.