• 한국ITS학회 논문지
• /
• 제6권3호
• /
• pp.45-56
• /
• 2007

비디오를 이용한 차량 추적 자동화 기술은 차량속도 등의 정확한 교통량 측정을 위해 중요하다. 그러나 단일 카메라로 취득된 비디오를 이용한 차량추적의 경우 카메라의 유한한 시계(field of view)때문에 추적범위가 제약된다. 차량추적 범위를 넓히고 차량행태에 대한 보다 많은 정보를 얻기 위해서는 복수개의 카메라로 연속된 추적영역을 촬영하여 분석하는 방식을 이용할 수 있다. 본 논문에서는 규칙기반 차량추적 알고리즘을 적용한 두 대의 동기된 비디오 시??스에서 연속적으로 추적하는 방식을 제안한다. 제안된 방법에서는 영상분석을 통해 나타날 수 있는 거의 모든 경우를 규칙을 만들기 위해 고려되었으며, 칼만 필터를 이용하여 예측성능을 향상시켰다. 제안된 연속된 비디오에서의 차량추적 방법은 확장된 추적범위에서 차량의 순간속도, 차량의 개별행태 등에 보다 많은 정보를 취득하는데 성공적으로 활용될 수 있다.

• 한국ITS학회 논문지
• /
• 제4권2호
• /
• pp.1-11
• /
• 2005

차량의 자동 추적은 도로 건설 계획을 수립하는데 있어서 중요한 자료인 교통의 흐름을 분석하거나, 비디오 영상의 교통량 분석 시스템에서 차량의 정확한 속도를 측정하는 등 여러 분야에서 그 중요성이 날로 증가하고 있다. 본 논문에서는 비디오 영상에서 차량 추적 시 발생할 수 있는 가능한 경우들을 고려한 규칙기반 차량 추적 방법들을 제안한다. 제안된 방법들은 정화도의 관점에서 Mean-Shift방법에 비해 빠르고 좋은 성능을 나타내었다 본 논문에서 제안된 방법은 추적의 속도나 정확성을 높이기 위해 칼만 필터 예측기 및 칼라 정보를 이용한 탐색들을 융합한다면 더 우수한 추적 성능을 보일 것으로 기대된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권12호
• /
• pp.2355-2373
• /
• 2011

Vision-based vehicle detector systems are becoming increasingly important in ITS applications. Real-time operation, robustness, precision, accurate estimation of traffic parameters, and ease of setup are important features to be considered in developing such systems. Further, accurate vehicle detection is difficult in varied complex traffic environments. These environments include changes in weather as well as challenging traffic conditions, such as shadow effects and jams. To meet real-time requirements, the proposed system first applies a color background to extract moving objects, which are then tracked by considering their relative distances and directions. To achieve robustness and precision, the color background is regularly updated by the proposed algorithm to overcome luminance variations. This paper also proposes a scheme of feedback compensation to resolve background convergence errors, which occur when vehicles temporarily park on the roadside while the background image is being converged. Next, vehicle occlusion is resolved using the proposed prior split approach and through reasoning for rule-based tracking. This approach can automatically detect straight lanes. Following this step, trajectories are applied to derive traffic parameters; finally, to facilitate easy setup, we propose a means to automate the setting of the system parameters. Experimental results show that the system can operate well under various complex traffic conditions in real time.

• 한국정보보호학회:학술대회논문집
• /
• 한국정보보호학회 1995년도 종합학술발표회논문집
• /
• pp.115-125
• /
• 1995

본 논문에서는 컴퓨터 시스템에서 침입 감지 시스템을 설계함에 있어서 사용될 수 있는 새로운 방법인 Event Sequence Tracking 방법을 제안하였다. Event Sequence Tracking 방법에서는 컴퓨터 시스템의 공격방법을 크게 두가지로 분류한다. 첫번째는 일련의 시스템 명령어를 이용한 공격방법이고 두번째는 침입자 자신이 만들었거나 다른 사람으로부터 얻은 프로그램을 이용하는 방법이다. 첫번째 공격방법에 대한 감지방법은 시스템을 공격할 때 사용한 일련의 시스템 명령어들을 감사 데이타를 분석하여 찾아내고 이 결과를 기존에 알려진 공격 시나리오들과 비교하여 침입자를 찾아내는 방식이다. 두번째 공격방법에 대한 감지 방법은 보안 관리자가 정해놓은, 시스템에서 일반 사용자가 할 수 없는 행위에 관한 보안 정책에 따라 Key-Event 데이타 베이스를 만들고 여기에 해당하는 event의 집합을 감사 데이타에서 찾아내는 방법이다. Event Sequence Tracking 방법은 Rule-based Penetration Identification 방법의 일종으로서 시스템의 공격방법을 분류하여 컴퓨터 시스템에의 침입을 효과적으로 감지할 수 있다는 것과 rule-base의 생성과 갱신을 함에 있어서 보다 간단하게 할 수 있다는 장점을 갖는다.

• 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.

• 한국통신학회논문지
• /
• 제34권10C호
• /
• pp.955-960
• /
• 2009

본 논문에서는 주파수영역에서 음향학적 반향 억제 (AES, acoustic echo suppression) 성능을 개선시키기 위해 tracking echo-presence uncertainty (TEPU) 기법에 근거한 새로운 잔여 반향 억제 (RES, residual echo suppression) 알고리즘을 제안한다. 제안된 방법은 RES를 위해 마이크로폰 입력신호 대 원단의 반향신호가 제거된 결과신호의 전력 비 (ratio)를 문턱 (threshold) 값에 의한 decision rule에 적용하여 추정된 echo-presence uncertainty를 RES 필터로 이용한다. 제안된 알고리즘은 각각의 주파수 채널에서 echo-presence uncertainty를 도출하여 용이하게 잔여 반향신호를 제거하는 장점을 가진다. 실제로 잔여 반향신호를 제거하기 위한 기존의 방법과 객관적인 실험을 통해 비교 평가한 결과 우수한 성능을 보였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.311-314
• /
• 2003

In radar tracking, since the sensor measures range, azimuth and elevation angle of a target, the measurement equation is nonlinear and the extended Kalman filter (EKF) is applied to nonlinear estimation. The conventional EKF has been widely used as a nonlinear filter for radar tracking, but the considerably large measurement error due to the linearization of nonlinear function in highly nonlinear situations may deteriorate the performance of the EKF. To solve this problem, a fuzzy-model-based Kalman filter (FMBKF) is proposed for radar tracking. The FMBKP uses a local model approximation based on a TS fuzzy model instead of a Jacobian matrix to linearize nonlinear measurement equation. The hybrid GA and RLS method is used to identify the premise and the consequent parameters and the rule numbers of this TS fuzzy model. In two-dimensional radar tracking problem, the proposed method is compared with the conventional EKF.

• 한국군사과학기술학회지
• /
• 제15권1호
• /
• pp.57-65
• /
• 2012

To neutralize fast Anti-Tank Guided Missiles(ATGMs) or Anti-Tank Rockets(ATRs) projected at short ranges, the trajectories and times that the threats arrive at hard-kill systems should be predicted precisely. The trajectories of ATGMs or ATRs are almost stationary but the velocity and acceleration are very changeable in the terminal stage, so that it is needed to predict the characteristics of ATGMs and ATRs for filtering. In this paper the Fuzzy Rule based Adaptive Kalman Filter(FRAKF) is proposed to estimate the position, velocity and acceleration of the threats with accuracy and the performance of it is compared with the existing tracking filter considering the maneuvering characteristics of threats.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1996년도 하계학술대회 논문집 B
• /
• pp.1205-1207
• /
• 1996

The computed-torque method (CTM) shows good trajectory tracking performance in controlling robot manipulator if there is no disturbance or modelling errors. But with the increase of a payload or the disturbance of a manipulator, the tracking errors become large. So there have been many researchs to reduce the tracking error. In this paper, we propose a new control algorithm based on the CTM that decreases a tracking error by generating new reference trajectory to the controller. In this algorithm we used a fuzzy system based on the rule bases. For the numerical simulation, we used a 2-link robot manipulator. To simulate the disturbance due to a modelling uncertainty, we added errors to each elements of the inertia matrix and the nonlinear terms and assumed a payload to the end-effector. In the simulations of several cases, our method showed better trajectory tracking performance compared with the CTM.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 춘계학술대회 학술발표 논문집
• /
• pp.126-130
• /
• 2001

In this paper, we propose the design methodology of target tracking system using fuzzy basis function expansion (FBFE) based on virus evolutionary genetic algorithm(VEGA). In general, the objective of target tracking is to estimate the future trajectory of the target based on the past position of the target obtained from the sensor. In the conventional and mathematical nonlinear filtering method such as extended Kalman filter (EKF), the performance of the system may be deteriorated in highly nonlinear situation. To resolve these problems of nonlinear filtering technique, by appling artificial intelligent technique to the tracking control of moving targets, we combine the advantages of both traditional and intelligent control technique. In the proposed method, after composing training datum from the parameters of extended Kalman filter, by combining FBFE, which has the strong ability for the approximation, with VEGA, which prevent GA from converging prematurely in the case of lack of genetic diversity of population, and by identifying the parameters and rule numbers of fuzzy basis function simultaneously, we can reduce the tracking error of EKF. Finally, the proposed method is applied to three dimensional tracking problem, and the simulation results shows that the tracking performance is improved by the proposed method.