• 한국게임학회 논문지
• /
• 제15권5호
• /
• pp.99-108
• /
• 2015

3D 게임에서 오브젝트의 위치를 파악하거나 사실감을 높이기 위하여 광원의 시점에서 정점의 깊이 값을 계산하는 그림자 매핑 기법이 많이 사용된다. 그림자 맵의 깊이 값은 월드 좌표를 통해 계산되기 때문에 월드 좌표가 변하지 않는 정적 오브젝트는 깊이 값을 갱신할 필요가 없다. 본 논문에서는, (1) 렌더링 속도를 향상시키기 위하여 한번만 저장하는 정적 오브젝트 깊이 값과 매번 갱신하는 동적 오브젝트의 깊이 값을 다중 렌더 타겟을 이용하여 따로 관리한다. 또한 (2) 쿼터 뷰 기반 3D 게임에서 동적 오브젝트 그림자 품질을 높이기 위하여 광원의 위치가 카메라를 따라다니며 동적 오브젝트에 가깝게 변동한다. 제안하는 방법의 효율성을 3D 게임의 다양한 정적 및 동적 오브젝트 구성에 따른 실험을 통하여 검증하였다.

• 인터넷정보학회논문지
• /
• 제17권3호
• /
• pp.25-32
• /
• 2016

본 논문에서는 에지를 사용한 관측 모델과 파티클 필터를 이용하여 실시간으로 객체를 추적하는 방법을 제안한다. 논문에서 제안하는 방법은 먼저, 초기 프레임에서 추적하고자 하는 객체를 지정한다. 지정된 객체에 대해 에지 관측 모델과 N개의 파티클 필터 집합을 생성한다. 에지 관측 모델과 파티클의 8방향 에지 모델의 중간 거리 평균을 비교하여 가중치를 계산하고, 계산된 값으로 가중치를 업데이트한다. 업데이트된 가중치를 이용해 파티클들을 리샘플링한 후, 추적 객체의 상태인 현재 위치를 추정할 수 있다. 마지막으로 본 논문에서 제안하는 방법은 여러 실험 데이터를 이용하여 기존의 방법과의 비교분석을 통해 안정적인 추적에 대한 성능을 입증한다.

• 전자공학회논문지
• /
• 제52권6호
• /
• pp.107-116
• /
• 2015

고성능 컴퓨터와 디지털 카메라의 보급으로 컴퓨터를 이용한 객체 탐지 및 추적은 컴퓨터 비전의 다양한 응용분야에서 중요한 문제로 대두 되고 있다. 또한, 지능형 자동화 감시 장치, 영상 분석 장치, 자동화된 로봇 분야 등에서 그 필요성이 점점 부각 되고 있다. 객체 추적은 카메라를 이용하여 움직이는 객체의 위치를 찾는 처리 과정을 의미 하며, 강건한 객체 추적을 위해서는 객체의 스케일, 형태 변화, 회전에 강건하고 정확한 객체의 위치를 파악할 수 있어야한다. 본 논문에서는 랜덤 포레스트를 이용한 강건한 객체 추적에 대한 알고리즘을 제안하였다. 정확한 객체의 위치를 찾기 위해 지역 공분산과 ZNCC (Zeros Mean Normalized Cross Correlation)를 사용하여 객체를 검출하고 검출된 객체를 5개의 부분으로 나누어 랜덤 포레스트로 객체가 잘 검출 되었는지 검증 한다. 검증된 객체 중 모델을 선택하여 객체 검출이 잘못 되었다고 판단된 경우 입력 모델을 변경하여 정확한 객체를 찾도록 하였다. 제안된 알고리즘과 기존의 알고리즘들을 비교 하였을 때 비교적 정확한 객체의 위치를 잘 찾아 가는 것을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제15권4호
• /
• pp.406-411
• /
• 2005

본 논문에서는 다수 로봇의 목표물 탐색을 위한 area-based Q-learning 알고리즘에 대해 논한다. 선험적 정보가 없는 공간내의 목표물을 탐색하기 위해, 로봇들은 주위의 환경을 인식하고 스스로 다음 행동에 대한 결정을 내릴 수 있어야 한다. Area-based Q-learning에서, 먼저 각 로봇은 정육각형을 이루도록 배치된 6개의 적외선 센서를 통해 자신과 주변 환경 사이의 거리를 구한다. 다음으로 이 거리데이터들로부터 6방향의 면적(area)을 계산하여, 보다 넓은 행동반경을 보장해주는 영역으로 이동(action)한다. 이동 후 다시 6방향의 면적을 계산, 이전 상태에서의 이동에 대한 Q-value를 업데이트 한다. 본 논문의 실험에서는 5대의 로봇을 이용하여 선험적 지식이 없고, 장애물이 놓여 있는 공간에서의 목표물 탐색을 시도하였다. 결론에서는 3개의 제어 알고리즘-랜덤 탐색, area-based action making (ABAM), hexagonal area-based Q-learning - 을 이용하여 목표물 탐색을 시도한 결과를 보인다.

• 전자공학회논문지
• /
• 제50권5호
• /
• pp.275-280
• /
• 2013

본 논문에서는 동적 영상에서 이동하는 관심 물체의 위치좌표를 추출하고 영역화할 수 있는 자동 3D 촬영 시스템의 카메라 정보 추출 기법을 제안하였다. 즉, 기존 블록 기반의 MSE (mean square error) 알고리즘을 이용하여 초기화된 기준영상과 현재 입력되는 스테레오 영상간의 비교를 통해 좌, 우측 관심 물체의 위치좌표를 추출한 다음, 이들 추출된 위치좌표를 이용하여 스테레오 카메라의 팬/틸트를 제어하고, 제어된 팬/틸트의 움직임 각도와 스테레오 카메라의 기하학적인 구성요소를 이용하여 관심물체의 마스크 크기를 결정함으로써 다음 프레임의 기준영상으로 사용될 표적 영역화가 이루어진다. 새롭게 영역화된 기준영상은 이후 같은 방법으로 갱신되며, 검출된 위치좌표에 따라 스테레오 카메라의 주시각 제어 및 FOV 제어를 통해 실시간 자동 추적이 이루어지게 된다.

• 방송공학회논문지
• /
• 제27권4호
• /
• pp.561-568
• /
• 2022

최근 대부분의 딥러닝 기반 동영상 물체 분할 방법들에서는 외부 메모리에 과거 예측 정보를 저장한 상태에서 알고리즘 수행을 하며, 일반적으로 메모리에 많은 과거 정보를 저장할수록 관심 물체의 다양한 변화에 대한 근거들이 축적되어 좋은 결과를 얻을 수 있다. 하지만 하드웨어의 제한으로 인해 메모리에 모든 정보를 저장할 수 없어 이에 따른 성능 하락이 발생한다. 본 논문에서는 저장되지 않는 정보들을 기존의 메모리에 추가적인 메모리 할당 없이 저장하는 방법을 제안한다. 구체적으로, 기존 메모리와 새로 저장할 정보들과의 어텐션 점수를 계산한 후에, 각 점수에 따라 해당 메모리에 새 정보를 더한다. 이 방법으로 물체 형체의 변화에 대한 정보가 반영되어 물체 변화에 대한 강인성이 높아져서 분할 성능이 유지됨을 확인할 수 있었다. 또한, 메모리의 누적 매칭 횟수에 따라 적응적으로 업데이트 비율을 결정하여, 업데이트가 많이 되는 샘플들은 과거의 정보를 더 기억하여 신뢰성 있는 정보를 유지할 수 있게 하였다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2004년도 국내 LBS 기술개발 및 표준화 동향세미나
• /
• pp.113-116
• /
• 2004

Assisted by high technologies of information and communication in storing and collecting moving object information, many applications have been developing technical methods to exploit databases of moving objects effectively and variously. Among them, today, Current and Anticipated Future Position Indexing methods manage current positions of moving objects in order to anticipate future positions of them or more complex future queries. They, however, strongly demand update performance as fast enough to guarantee certainty of queries as possible. In this paper, we propose a new indexing mettled derived from the TPR-tree that should has update performance considerably improved, we named it BUR-tree. In our method, index structure can be inserted, deleted, and updated with a number (or bulk) of objects simultaneously rather than one object at a time as in conventional methods. This method is intended to be applied to a traffic network in which vast number of objects, such as cars, pedestrians, moves continuously.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1998년도 제13차 학술회의논문집
• /
• pp.496-500
• /
• 1998

Not merely running at the designated constant speed as the classical cruise control, the adaptive cruise control (ACC) maintains safe headway distance when the front is blocked by other vehicles. One of the most essential part of ACC System is the range sensor which can measure the position and speed of all objects in front continuously, ignore all irrelevant objects, distinguish vehicles in different lanes and lock on to the closest vehicle in the same lane. In this paper, the hierarchical object recognition algorithm (HORA) is proposed to process raw scanning laser data and acquire valid distance to target vehicle. HORA contains two principal concepts. First, the concept of life quantifies the reliability of range data to filter off the spurious detection and preserve the missing target position. Second, the concept of conformation checks the mobility of each obstacle and tracks the position shift. To estimate and predict the vehicle position Kalman filter is used. Repeatedly updated covariance matrix determines the bound of valid data. The algorithm is emulated on computer and tested on-line with our ACC vehicle.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권4호
• /
• pp.2094-2112
• /
• 2019

Focusing on the issue that the conventional Kernel Correlation Filter (KCF) algorithm has poor performance in handling scale change and obscured objects, this paper proposes an anti-occlusion and scale adaptive tracking algorithm in the basis of KCF. The average Peak-to Correlation Energy and the peak value of correlation filtering response are used as the confidence indexes to determine whether the target is obscured. In the case of non-occlusion, we modify the searching scheme of the KCF. Instead of searching for a target with a fixed sample size, we search for the target area with multiple scales and then resize it into the sample size to compare with the learnt model. The scale factor with the maximum filter response is the best target scaling and is updated as the optimal scale for the following tracking. Once occlusion is detected, the model updating and scale updating are stopped. Experiments have been conducted on the OTB benchmark video sequences for compassion with other state-of-the-art tracking methods. The results demonstrate the proposed method can effectively improve the tracking success rate and the accuracy in the cases of scale change and occlusion, and meanwhile ensure a real-time performance.

• 한국지리정보학회지
• /
• 제20권1호
• /
• pp.1-14
• /
• 2017

토지피복도는 지역의 현황을 파악하는 기초적 자료이지만 시간적 공간적 해상도의 한계로 인하여 생태 연구 분야에서의 활용성은 떨어지는 측면이 있다. 이에 본 연구에서는 UAV으로 취득된 고해상도 영상을 기반으로 토지피복도 제작과 자료의 활용가능성을 알아보고자 하였다. UAV를 이용하여 연구대상지 $2.5km^2$ 범위에서 10.5cm 정사영상을 취득하였으며 객체기반(Object-based)과 화소기반(pixel-based) 분류를 통해 얻어진 토지피복도를 비교 분석하였다. 정확도 검증 결과 화소기반 분류는 Kappa 0.77, 객체기반 분류는 Kappa 0.82로 분류정확도가 높았으며, 전반적인 면적비율은 유사하지만 초지, 습지 지역에서 양호한 분류 결과가 나타났다. 객체기반 분류를 위한 최적의 영상분할 가중치는 Scale150, Shape 0.5, Compactness 0.5, Color 1로 선정하였으며 가중치 선정과정에서 Scale이 가장 큰 영향을 주었다. 화소기반 분류 결과와 비교해 객체간의 명확한 경계를 가지므로 결과물 판독이 용이한 것으로 나타났으며, 환경부 토지피복도(세분류)와 비교하여 개발지역(도로, 건물 등)을 제외한 자연지역(산림, 초지, 습지 등)의 분류에 효과적이었다. UAV 영상을 활용한 토지피복 분류방법으로서 객체기반 분류기법의 적용은 자료의 최신성, 정확성, 경제성 등의 장점으로 생태 연구 분야에 기여할 수 있을 것으로 판단된다.