• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제8권3호
• /
• pp.220-224
• /
• 2008

This paper presents the polygon-based Q-leaning and Parallel SVM algorithm for object search with multiple robots. We organized an experimental environment with one hundred mobile robots, two hundred obstacles, and ten objects. Then we sent the robots to a hallway, where some obstacles were lying about, to search for a hidden object. In experiment, we used four different control methods: a random search, a fusion model with Distance-based action making (DBAM) and Area-based action making (ABAM) process to determine the next action of the robots, and hexagon-based Q-learning, and dodecagon-based Q-learning and parallel SVM algorithm to enhance the fusion model with Distance-based action making (DBAM) and Area-based action making (ABAM) process. In this paper, the result show that dodecagon-based Q-learning and parallel SVM algorithm is better than the other algorithm to tracking for object.

• 전자공학회논문지SC
• /
• 제44권1호
• /
• pp.40-49
• /
• 2007

운전자를 위한 영상처리 시스템에서 도로 위의 움직이는 물체와 고정된 물체의 구분은 매우 중요한 문제이다. 많은 연구자들이 색상과 경계 기반의 추적 시스템은 'distracted' 현상으로 인해 잘못된 결과를 야기 시키는 데 이것은 동시에 모든 점들이 예상을 벗어난 경우에 대한 문제를 다루지 않기 때문이다. 본 논문에서는 순차적인 몬테카를로 필터를 사용하여 다중 차량 추적에 대응하며 광학적 흐름 기법의 명암 흐름과 히스토그램 기법의 색상 정보의 분포를 결합하여 실시간 시스템의 강인성과 정확성을 향상시킨다. 또한 고정된 물체의 경우 적응하는 입자 수의 밀도를 줄여 시간이 지남에 따라 추적 대상에서 제외된다. 두 개의 큰 흐름으로 나뉘는데 전자는 움직이는 물체와 고정된 물체를 구분하기 위한 예측 단계에 대하여 설명하고 후자는 센서인 영상으로부터 얻어진 정보를 측정 단계로 사용하여 겹쳐진 영역에 대응하는 방법에 대하여 논한다.

• 방송공학회논문지
• /
• 제21권6호
• /
• pp.913-919
• /
• 2016

본 논문에서는 다중 랜덤 워커(multiple random walkers)에 기반한 객체 추적 기법을 제안한다. 우선 서포트 벡터 머신(support vector machine)을 이용한 분류기 기반 객체 추적 기법을 소개한다. 다음으로 영상의 영역에 대한 특징 벡터 중 배경으로부터 추출된 특징 벡터를 억제하는 기법을 제안한다. 영역에서 배경 요소를 찾기 위해 다중 랜덤 워커를 이용한 전경 및 배경 추출 방법을 제시한다. 배경 요소가 억제된 특징 벡터를 이용하여 학습된 서포트 벡터 머신은 객체와 배경이 유사한 영상, 객체가 다른 물체에 의해 가려지는 영상 등에서 객체와 배경을 확실하게 구분하고, 추적 알고리즘은 정확한 객체 추적을 수행한다. 또한, 객체 추적 알고리즘의 응용에서 중요한 속도 문제를 크게 개선하는 방법을 제안한다. 마지막으로 실험을 통해 제안하는 기법이 높은 처리 속도를 유지하면서 동시에 기존 기법보다 우수한 추적 성능을 보임을 확인한다.

• 한국차세대컴퓨팅학회논문지
• /
• 제14권6호
• /
• pp.15-29
• /
• 2018

본 논문에서는 기존 파티클 스웜 최적화를 기반으로 추적 대상 객체의 이동 궤적을 이용하는 객체 추적기에서 시간 정보 활용의 문제점을 개선한 강인한 객체 추적 알고리즘을 제안한다. 제안하는 알고리즘은 추적 대상 객체와 유사한 특징을 가지는 변위들의 집합에 대한 위치들의 온라인 업데이트와 추적을 가능하게 한다. 객체들의 중첩을 검출하고 추적 대상의 위치를 결정하기 위해 궤적 정보와 변위들의 집합을 기반으로 적응적 파라미터를 사용하는 규칙기반 접근을 사용한다. 기존 알고리즘들과 비교해보면 제안하는 접근법은 가용한 정보를 복합적으로 사용함으로써 각종 임계값에 대한 적응적 조정을 가능하게 한다. 또한, 파티클 스웜 최적화에서 발산에 의한 손실과 불완전한 수렴의 문제를 해결하기 위해 효율적인 가중치 조절 함수를 제안하고 있다. 제안하는 가중치 조절 함수는 파티클들이 최적의 해에 수렴하기 이전에 전체 프레임 영역에서 탐색할 수 있도록 한다. 유사한 특징 조합을 가지는 다중 객체가 존재하는 환경에서 제안 알고리즘을 테스트한 결과, 기존 스웜 최적화 기반의 객체 추적기들에 비해 기존 유사 변위들에 대한 잘못된 추적을 현저히 줄이는 것을 확인할 수 있었다.

• 로봇학회논문지
• /
• 제5권3호
• /
• pp.262-269
• /
• 2010

This paper presents a probabilistic head tracking method, mainly applicable to face recognition and human robot interaction, which can robustly track human head against various variations such as pose/scale change, illumination change, and background clutters. Compared to conventional particle filter based approaches, the proposed method can effectively track a human head by regularizing the sample space and sequentially weighting multiple visual cues, in the prediction and observation stages, respectively. Experimental results show the robustness of the proposed method, and it is worthy to be mentioned that some proposed probabilistic framework could be easily applied to other object tracking problems.

• 전기전자학회논문지
• /
• 제22권3호
• /
• pp.810-815
• /
• 2018

커널 상관 필터 알고리듬은 객체 추적에 대해 정확도에서 의미 있는 성과를 거두었다. 그러나 고정된 크기의 템플릿을 사용하기 때문에 추적 대상의 스케일 변화에 대처할 수 없었다. 본 논문에서는 최근접 보간법과 표준 가우시안 정규화를 이용한 다중 스케일에서의 상관 필터링 응답 값을 이용하여 프레임별로 가장 적합한 스케일을 찾아 객체를 추적하는 방식을 제안한다. 다음 프레임의 스케일 값들은 이전 프레임의 최적 스케일 값을 이용해 갱신하고 다시 해당 프레임에서의 최적의 스케일 값을 찾는다. 정확도 비교를 위해 기존 커널 상관 필터 알고리듬에서 사용된 VOT2014 데이터를 사용하여 제안된 방법의 유효성을 검증한다.

• ETRI Journal
• /
• 제45권5호
• /
• pp.836-846
• /
• 2023

Mobile robots are used in modern life; however, object recognition is still insufficient to realize robot navigation in crowded environments. Mobile robots must rapidly and accurately recognize the movements and shapes of pedestrians to navigate safely in pedestrian-rich spaces. This study proposes real-time, accurate, three-dimensional (3D) multi-pedestrian detection and tracking using a 3D light detection and ranging (LiDAR) point cloud in crowded environments. The pedestrian detection quickly segments a sparse 3D point cloud into individual pedestrians using a lightweight convolutional autoencoder and connected-component algorithm. The multi-pedestrian tracking identifies the same pedestrians considering motion and appearance cues in continuing frames. In addition, it estimates pedestrians' dynamic movements with various patterns by adaptively mixing heterogeneous motion models. We evaluate the computational speed and accuracy of each module using the KITTI dataset. We demonstrate that our integrated system, which rapidly and accurately recognizes pedestrian movement and appearance using a sparse 3D LiDAR, is applicable for robot navigation in crowded spaces.

• Journal of Information Processing Systems
• /
• 제17권1호
• /
• pp.124-135
• /
• 2021

Object detection is a fundamental yet challenging task in computer vision that plays an important role in object recognition, tracking, scene analysis and understanding. This paper aims to propose a multiproperty fusion algorithm for moving object detection. First, we build a scale-invariant feature transform (SIFT) vector field and analyze vectors in the SIFT vector field to divide vectors in the SIFT vector field into different classes. Second, the distance of each class is calculated by dispersion analysis. Next, the target and contour can be extracted, and then we segment the different images, reversal process and carry on morphological processing, the moving objects can be detected. The experimental results have good stability, accuracy and efficiency.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 추계학술대회
• /
• pp.894-897
• /
• 2012

HOG(Histogram of Oriented Gradients)의 특징벡터를 이용하여 여러 객체가 움직이는 환경에서의 효과적인 개별객체 추적 방법을 제안한다. 알고리즘의 구성은 크게 영상의 전처리 과정, 객체검출, 객체추적으로 구성하였고, 다양한 궤적과 객체의 움직임을 갖는 6개의 동영상을 이용하여 실험하였다. 객체간에 겹치는 현상이 일어났을 때, 객체의 중심좌표와 예측좌표를 이용하여 개별 객체를 구분하였다. 제안한 시스템을 실험에 사용한 비디오에 적용한 결과 85.45%의 추적 성공률을 보였다. 제안한 시스템은 사물의 위치 및 움직임 패턴을 분석을 요하는 보안 시스템에 적용할 수 있을 것이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.165-168
• /
• 2021

최근 딥러닝 환경의 확산으로 인하여 데이터셋 생성의 중요성이 높아지고 있다. 본 논문에서는 효율적인 데이터셋 생성을 위하여 객체의 회전 영상을 촬영하고 해당 영상에서의 객체 추적을 수행하는 방법을 설계하고 구현하고자 한다. 본 논문에서 구현하는 방법은 객체의 여러 각도를 촬영하기 위하여 객체를 회전시켜 영상 데이터를 획득하고 해당 영상에서의 배경 제거 및 차분 영상 처리 기법을 통하여 객체를 검출하고 추적하여 라벨링을 수행하여 사용자가 현재 프레임에서의 객체 추적 결과를 모니터링할 수 있도록 화면으로 보여주며, 추후 데이터셋으로 활용하기 위하여 이미지 내에서의 객체 위치 데이터를 반환하도록 구현하였다.