• 한국멀티미디어학회논문지
• /
• 제20권6호
• /
• pp.893-910
• /
• 2017

In this paper, we propose a simple online multiple object (human) tracking method, LKDeep (Lucas-Kanade feature and Detection based Simple Online Multiple Object Tracker), which can run in fast online enough on CPU core only with acceptable tracking performance for embedded surveillance purpose. The proposed LKDeep is a pragmatic hybrid approach which tracks multiple objects (humans) mainly based on LK features but is compensated by detection on periodic times or on necessity times. Compared to other state-of-the-art multiple object tracking methods based on 'Tracking-By-Detection (TBD)' approach, the proposed LKDeep is faster since it does not have to detect object on every frame and it utilizes simple association rule, but it shows a good object tracking performance. Through experiments in comparison with other multiple object tracking (MOT) methods using the public DPM detector among online state-of-the-art MOT methods reported in MOT challenge [1], it is shown that the proposed simple online MOT method, LKDeep runs faster but with good tracking performance for surveillance purpose. It is further observed through single object tracking (SOT) visual tracker benchmark experiment [2] that LKDeep with an optimized deep learning detector can run in online fast with comparable tracking performance to other state-of-the-art SOT methods.

• 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.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 학술대회 논문집 정보 및 제어부문
• /
• pp.6-8
• /
• 2005

Study that uses geometrical information in computer vision is lively. Problem that should be preceded is matching problem before studying. Feature point should be extracted for well matching. There are a lot of methods that extract feature point from former days are studied. Because problem does not exist algorithm that is applied for all images, it is a hot water. Specially, it is not easy to find feature point in endoscope image. The big problem can not decide easily a point that is predicted feature point as can know even if see endoscope image as eyes. Also, accuracy of matching problem can be decided after number of feature points is enough and also distributed on whole image. In this paper studied algorithm that can apply to endoscope image. SIFT method displayed excellent performance when compared with alternative way (Affine invariant point detector etc.) in general image but SIFT parameter that used in general image can't apply to endoscope image. The gual of this paper is abstraction of feature point on endoscope image that controlled by contrast threshold and curvature threshold among the parameters for applying SIFT method on endoscope image. Studied about method that feature points can have good distribution and control number of feature point than traditional alternative way by controlling the parameters on experiment result.

• 말소리와 음성과학
• /
• 제1권4호
• /
• pp.111-117
• /
• 2009

In this paper, a new speech endpoint detector in noisy environment is proposed. According to the previous research, the energy feature in the speech region is easily distinguished from that in the speech absent region. In conventional method, the endpoint can be found by applying the edge detection filter that finds the abrupt changing point in feature domain. However, since the frame energy feature is unstable in noisy environment, the accurate edge detection is not possible. Therefore, in this paper, the novel feature extraction method based on spectrum envelop pattern is proposed. Then, the edge detection filter is applied to the proposed feature for detection of the endpoint. The experiments are performed in the car noise environment and a substantial improvement was obtained over the conventional method.

• 대한공간정보학회지
• /
• 제16권2호
• /
• pp.49-56
• /
• 2008

영상등록은 영상모자�掠茱� 중 중요한 기술로 인식되고 있으며, 파노라마 영상생성이나 비디오 모니터링, 영상복원 등과 같은 다양한 분야에서 사용될 수 있다. 영상등록에서 중요한 처리과정은 많은 시간이 소요되는 특징점 검출과 추적이다. 본 연구에서는 연속된 영상자료에서 특징점을 검출하고 추적하기 위해서 KLT 특징점 추적자를 제안하였으며, 무인헬기에서 촬영된 연속영상프레임의 영상등록에 적용하여 효용성을 입증하였다. 그 결과 KLT추적자에 의한 반복처리는 연속영상의 첫 번째 프레임에서 추출된 특징점을 이용하여 전체 프레임에 걸쳐 성공적으로 추적할 수 있었다. 또한, 회전, 축척, 이동량이 다른 각각의 프레임들간의 특징점 추적은 KLT영상피라미드와 처리조건의 선택에 의해 정확도를 향상시킬 수 있었다.

• 한국게임학회 논문지
• /
• 제11권2호
• /
• pp.161-166
• /
• 2011

본 논문에서는 동작인식 위한 정확한 배경 분할 및 특징점 추출 방법을 제안한다. 배경 분할 과정에서는 먼저, HSV 입력 이미지를 RGB 색상 공간에서 HSV 색상 공간으로 변환한 뒤, H와 S 값에 대한 두 개의 임계치를 사용하여 살색 영역을 분할, 프레임간의 차영상을 이용하여 움직임이 있는 영역을 추출한다. 차영상에서 발생하는 잔상 영역을 제거하기 위하여 헤시안 어파인 영역 검출기를 적용하고, 잡음이 제거된 차 영상과 살색 영역의 이진화 영상을 이용하여 사람의 동작이 나타나는 영역을 분할한다. 특징점 추출 과정은 전체 영상을 블록 단위로 나눠서 각 블록 안에서 분할된 영상에 포함되는 픽셀들의 중점을 구하여 특징점을 추출한다. 실험결과 복잡한 환경에서도 정확한 배경 분할과 사용자 동작을 대표하는 특징점 추출이 약 12 fps로 가능함을 알 수 있었다.

• 전기전자학회논문지
• /
• 제23권1호
• /
• pp.207-213
• /
• 2019

본 논문에서는 객체 추적을 위한 간소화된 특징점 검출 알고리즘을 제안하고, 이의 실시간 처리를 위한 하드웨어 구조 설계 및 구현 결과를 제시한다. 기존 Shi-Tomasi 알고리즘은 객체 추적 응용에서 우수한 성능을 보이지만, 연산 복잡도가 큰 문제가 존재한다. 따라서, 기존 알고리즘에 비해 연산 복잡도를 간소화시키면서 유사한 성능 지원이 가능한 효율적인 특징점 검출 알고리즘을 제안하고, 하드웨어 설계 및 구현 결과를 제시한다. 제안된 특징점 검출기는 FPGA 기반 구현 결과, 1,307개의 logic slices, 5개의 DSP 48s, 86.91Kbit의 메모리로 구현 가능함을 확인하였으며, 114MHz의 동작 주파수로 $1920{\times}1080FHD$급 영상에 대해 54fps의 실시간 처리가 가능하다.

• 한국음향학회지
• /
• 제28권4호
• /
• pp.401-407
• /
• 2009

본 논문에서는 주파수 영역에서의 가우시안 혼합 모델 (Gaussian Mixture Model, GMM) 기반의 새로운 동시통화 검출 (Double-talk Detection, DTD) 알고리즘을 제안한다. 구체적으로 주파수 영역에서의 음향학적 반향억제 (Acoustic Echo Suppression, AES)를 위한 동시 통화 검출 알고리즘을 구성하기 위해 기존의 시간 영역에서의 동시통화 검출에 사용되는 상호 상관계수를 이산 푸리에 변환을 통해 16개 채널의 주파수 영역으로 변환하였다. 이러한 주파수 영역에서의 상호 상관계수를 GMM의 보다 효과적인 구성을 위해 통계적 분류 특성에 근거하여 우수한 7개를 선별하였다. 본 논문은 이러한 특징 벡터로 패턴인식에서 우수한 성능을 보이는 GMM을 구성하였으며 원단화자만 있는 구간, 동시통화 구간, 근단 화자만 있는 구간을 우도 (Likelihood) 비교에 따라 분류함으로써 별도의 원단 화자 신호에 대한 음성 검출기 (Voice Activity Detector, VAD)의 사용 없이 잡음환경과 반향 경로 변화에서 강인한 동시통화 검출 알고리즘을 제안한다. 다양한 실험 결과 제안된 방법은 기존의 상호 상관계수를 고정된 문턱 값과 가부 비교하여 동시 통화 구간을 검출하는 hard decision 방법에 비해 검출 오류 확률 (Detection Error Probability)을 비교한 결과 우수한 성능을 보였다.

• 대한설비공학회:학술대회논문집
• /
• 대한설비공학회 2008년도 하계학술발표대회 논문집
• /
• pp.282-287
• /
• 2008

Identification of steady-state is the first step in developing a fault detection and diagnosis (FDD) system. In a complete FDD system, the steady-state detector will be included as a module in a self-learning algorithm which enables the working system's reference model to "tune" itself to its particular installation. In this study, a steady-state detector of a residential air conditioner based on moving windows was designed. Seven representing measurements were selected as key features for steady-state detection. The optimized moving window size and the feature thresholds was suggested through startup transient test and no-fault steady-state test. Performance of the steady-state detector was verified during indoor load change test. From the research, the general methodology to design a moving window steady-state detector was provided for vapor compression applications.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.1055-1056
• /
• 2008

In this paper, we survey various Robust Object Recognition Algorithms. One of the core technologies for local feature detector is Scale Invariant Feature Transform. And we compared several algorithms with SIFT based on IPP technology. As a result, the conversion of source codes using IPP is sped up. And this will be more improved recognition speed using SIMD Instructions.