• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 하계종합학술대회 논문집(3)
• /
• pp.227-230
• /
• 2002

In this paper we concentrate on overall direction of the gaze based on a head pose for human computer interaction. To decide a gaze direction of user in a image, it is important to pick up facial feature exactly. For this, we binarize the input image and search two eyes and the mouth through the similarity of each block ( aspect ratio, size, and average gray value ) and geometric information of face at the binarized image. We create a imaginary plane on the line made by features of the real face and the pin hole of the camera to decide the head orientation. We call it the virtual facial plane. The position of a virtual facial plane is estimated through projected facial feature on the image plane. We find a gaze direction using the surface normal vector of the virtual facial plane. This study using popular PC camera will contribute practical usage of gaze tracking technology.

• 대한전자공학회논문지SP
• /
• 제45권1호
• /
• pp.75-83
• /
• 2008

본 논문에서는 얼굴의 다중 특징을 이용하여 마우스의 다양한 동작을 효율적으로 구현할 수 있는 복지형 인터페이스를 제안한다. 제안된 시스템은 5개의 모듈로 구성 된다 : 얼굴의 검출(Face detection), 눈의 검출(eye detection), 입의 검출(mouth detection), 얼굴특징 추적(lariat feature tracking), 마우스의 제어(mouse control). 첫 단계에서는 피부색 모델과 연결 성분 분석을 이용하여 얼굴 영역을 검출한다. 그 후 얼굴영역으로부터 정확히 눈을 검출하기 위하여 신경망 기반의 텍스처 분류기를 사용하여 얼굴 영역에서 눈 영역과 비 눈 영역을 구분한다. 일단 눈 영역이 검출되면 눈의 위치에 기반 하여 에지 검출기(edge detector)를 이용하여 입 영역을 찾는다. 눈 영역과 입 영역을 찾으면 각각 mean shift 알고리즘과 template matching을 사용하여 정확하게 추적되고, 그 결과에 기반 하여 마우스의 움직임 또는 클릭의 기능이 수행된다. 제안된 시스템의 효율성을 검증하기 위하여 제안된 인터페이스 시스템을 다양한 응용분야에 적용 하였다. 장애인과 비장애인으로 나누어 제안된 시스템을 실험한 결과 모두에게 실시간으로 보다 편리하고 친숙한 인터페이스로 활용 될 수 있다는 것이 증명 되었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.915-916
• /
• 2008

We propose a clustering based object feature matching for identification of same object in multi-camera system. The method is focused on ease to system initialization and extension. Clustering is used to estimate parameters of Gaussian mixture models of objects. A similarity measure between models are determined by Kullback-Leibler divergence. This method can be applied to occlusion problem in tracking.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권10호
• /
• pp.5095-5111
• /
• 2016

The Probability Hypothesis Density (PHD) filter is a suboptimal approximation and tractable alternative to the multi-target Bayesian filter based on random finite sets. However, the PHD filter fails to track newborn targets when the target birth intensity is unknown prior to tracking. In this paper, a dual detection-guided newborn target intensity PHD algorithm is developed to solve the problem, where two schemes, namely, a newborn target intensity estimation scheme and improved measurement-driven scheme, are proposed. First, the newborn target intensity estimation scheme, consisting of the Dirichlet distribution with the negative exponent parameter and target velocity feature, is used to recursively estimate the target birth intensity. Then, an improved measurement-driven scheme is introduced to reduce the errors of the estimated number of targets and computational load. Simulation results demonstrate that the proposed algorithm can achieve good performance in terms of target states, target number and computational load when the newborn target intensity is not predefined in multi-target tracking systems.

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권2호
• /
• pp.156-165
• /
• 2021

In this paper, we propose an histogram weighted centroid based Siamese region proposal network for object tracking. The original Siamese region proposal network uses two identical artificial neural networks which take two different images as the inputs and decide whether the same object exist in both input images based on a similarity measure. However, as the Siamese network is pre-trained offline, it experiences many difficulties in the adaptation to various online environments. Therefore, in this paper we propose to incorporate the histogram weighted centroid feature into the Siamese network method to enhance the accuracy of the object tracking. The proposed method uses both the histogram information and the weighted centroid location of the top 10 color regions to decide which of the proposed region should become the next predicted object region.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제16권2호
• /
• pp.131-139
• /
• 2016

Recognition of human motions has become a main area of computer vision due to its potential human-computer interface (HCI) and surveillance. Among those existing recognition techniques for human motions, head detection and tracking is basis for all human motion recognitions. Various approaches have been tried to detect and trace the position of human head in two-dimensional (2D) images precisely. However, it is still a challenging problem because the human appearance is too changeable by pose, and images are affected by illumination change. To enhance the performance of head detection and tracking, the real-time three-dimensional (3D) data acquisition sensors such as time-of-flight and Kinect depth sensor are recently used. In this paper, we propose an effective feature extraction method, called adaptive local binary pattern (ALBP), for depth image based applications. Contrasting to well-known conventional local binary pattern (LBP), the proposed ALBP cannot only extract shape information without texture in depth images, but also is invariant distance change in range images. We apply the proposed ALBP for head detection and tracking in depth images to show its effectiveness and its usefulness.

• 전자공학회논문지S
• /
• 제36S권11호
• /
• pp.95-101
• /
• 1999

본 논문은 연속 영상에서 윤곽선과 특징을 이용하여 주위 환경 변화에 적응가능한 다중 물체 추적 방법을 제안한다. 적응 배경 모델을 사용하여 주위 환경 변화에 적응케 했으며, 물체 분할 모델은 배경 영상과 현재 영상의 차영상에서 국부 영상의 임계값 이상의 화소를 찾아 연결한 영역을 추출한다. 특징 추출과 물체인식모델은 탐색 창 내에서 발견된 다중 물체의 데이터 연상 문제를 해결하기 우해 사용되며, 실시간 추적을 위해 칼만 필터를 사용하였다. 제안된 방법을 도로 영상에 적용한 결과 다중 차량 추적이 정확히 이루어짐을 실험을 통해 보였다.

• 한국산학기술학회논문지
• /
• 제8권6호
• /
• pp.1524-1529
• /
• 2007

본 논문에서는 자동 촬영 파노라마 생성 방법을 제안한다. 기존에는 두 장의 파노라마 멤버들을 수동으로 촬영하여 파노라마 영상을 만드는 반면, 제안한 방법은 이동되는 카메라에서 파노라마 멤버들을 자동으로 촬영하여 파노라마 영상을 생성한다. 파노라마 멤버들은 카메라로부터 들어오는 영상 스트림에서 추적 영역을 자동으로 추적하여 촬영된다. 촬영된 멤버들은 추적 영역을 포함하는 정합 영역에 대해 불변 특징 방법을 적용한다. 이 방법은 파노라마 멤버들을 자동으로 촬영할 수 있고 파노라마 생성 속도가 빠른 장점이 있다. 실험에서 $320{\times}240$ 크기의 칼라 영상에 대해 제안한 방법의 처리 시간이 약 0.89초로 기존의 특징 기반 방법(6)에 비해 처리 속도가 약 2배 빠른 결과를 보였다.

• 전자공학회논문지SC
• /
• 제43권5호
• /
• pp.1-9
• /
• 2006

대부분의 영상을 이용한 물체추적은 적용환경을 단순화하거나 특정한 영상특징만을 적용할 수 있는 제한된 환경에서 잘 동작하기 때문에 이러한 물체추적방법은 지능자동차의 운전자보조시스템이 적용되는 복잡하고 동적인 교통 환경에서 원하는 물체를 추적하기는 어렵다. 이와 같은 물체간의 부분적인 교합이 존재하고 배경과 물체들이 동시에 동적으로 변하는 복잡한 환경에서는 물체의 색상, 외관, 외형 등과 같은 다양한 영상특징들을 적절하게 융합할 수 있는 구조가 요구된다. 본 논문에서는 기존의 파티클 필터를 이용한 적응형 융합구조[1]와 SIFT[2]를 이용한 영상특징 기술자를 강인한 영상특징으로 사용하고 시점 배경의 동적인 변화에 적응할 수 있도록 학습함으로써 추적의 강건성과 적응성을 향상시킨다. 제안된 알고리듬은 운전자 보조 시스템에서의 차량, 보행자, 자전거와 같은 도로상의 물체추적에 적용하였다.

• 정보처리학회논문지B
• /
• 제17B권1호
• /
• pp.37-46
• /
• 2010

본 논문에서는 개선된 챔퍼매칭(Chamfer Matching)으로 2차원 평면 객체 모델을 추적하는 방법을 제시한다. 기존 챔퍼매칭은 배경이 복잡할 경우 객체와 영상간의 유사도를 계산하기 어려운 단점이 있다. 따라서 본 논문에서는 챔퍼매칭을 에지와 코너특징을 사용해 복잡한 배경에서도 유사도를 계산할 수 있도록 개선한다. 개선된 챔퍼매칭은 기하(Geometric) 모델을 추적하는 파티클 필터(Particle Filter)의 우도함수로 사용된다. 기하모델은 2차원 평면 객체를 에지 및 코너 특징점과 포즈로 모델링하며, 색상 변화에 안정적인 객체서술자이다. 파티클 필터는 칼만필터 보다 더 비선형적인 추적 방법이다. 따라서 제안된 방법은 복잡한 환경에서 객체를 추적하기 위해 기하모델 및 파티클 필터, 개선된 챔퍼 매칭을 사용한다. 실험 결과에서는 제안 방법의 강건함을 기존 방법의 비교를 통해 나타낸다.