• 한국항행학회논문지
• /
• 제14권2호
• /
• pp.272-277
• /
• 2010

증강현실은 실세계의 정보와 가상의 정보를 연결시키기 위한 매개체가 요구되며, 이러한 매개체를 지속적으로 추적 인식하는 기술을 필요로 한다. 이러한 기술 중에 마커를 이용한 광학 트랙킹이 주류를 이루고 있으나 마커를 부착하는 과정이 불편하고 오래 걸리므로 최근에는 마커리스 트랙킹 기법이 활발히 연구되고 있다. 본 논문은 2차원 평면 즉 동일평면상의 특징점들을 트랙킹하는 방법이 아닌3차원 객체에 대한 특징점을 추출하여 실시간으로 트랙킹하는 방법을 제안한다, SURF(Speed Up Robust Features)를 이용하여 특징점을 추출하고 이를 POSIT(Pose Object System for Iteration) 알고리즘으로 3차원 객체의 회전과 이동정보를 얻어 실시간으로 객체를 추적한다. 추적 실패시 실시간으로 재추적이 가능하도록 빠른 특징점 추출과 매칭을 통하여 트랙킹에 적합한 특징점을 선택하여 객체의 위치와 회전 정보를 얻어 객체를 실시간으로 추적 및 재표현 하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년 학술대회 논문집 정보 및 제어부문
• /
• pp.434-436
• /
• 2006

In a visual driver-assistance system, separating moving objects from fixed objects are an important problem to maintain multiple hypothesis for the state. Color and edge-based tracker can often be "distracted" causing them to track the wrong object. Many researchers have dealt with this problem by using multiple features, as it is unlikely that all will be distracted at the same time. In this paper, we improve the accuracy and robustness of real-time tracking by combining a color histogram feature with a brightness of Optical Flow-based feature under a Sequential Monte Carlo framework. And it is also excepted from Tracking as time goes on, reducing density by Adaptive Particles Number in case of the fixed object. This new framework makes two main contributions. The one is about the prediction framework which separating moving objects from fixed objects and the other is about measurement framework to get a information from the visual data under a partial occlusion.

• 반도체디스플레이기술학회지
• /
• 제18권3호
• /
• pp.110-114
• /
• 2019

Recently, video monitoring system technology has been rapidly developed to monitor and respond quickly to various situations. In particular, computer vision and related research are being actively carried out to track objects in the video. This paper proposes an efficient multiple objects detection method based on convolutional neural network (CNN) for multiple objects tracking. The results of the experiment show that multiple objects can be detected and tracked in the video in the proposed method, and that our method is also good performance in complex environments.

• 한국항행학회논문지
• /
• 제16권2호
• /
• pp.386-393
• /
• 2012

본 논문에서는 객체의 관심점(interest points)에 대한 지역 특징 기술자를 이용하여 이미지나 동영상에서 다수의 관심 객체를 효과적으로 인식하고 추적하기 위한 기법을 제안한다. 이를 위해 먼저 대상이 되는 객체를 포함하는 다양한 이미지를 수집하고 SURF 알고리즘을 적용하여 객체의 관심점과 그들에 대한 지역 특징 기술자를 생성한다. 지역 특징에 대한 통계적인 분석을 통하여 관심점들 중에서 해당 객체의 특성을 가장 잘 표현하는 대표점(representative points)을 선택하고 이를 바탕으로 이미지에 존재하는 객체를 인식한다. 또한, 지역 특징 기술자의 정합을 응용하여 각 SURF 지점들의 움직임 벡터를 생성하고 이를 기반으로 실시간으로 객체를 추적한다. 제안하는 기법은 모든 객체를 독립적으로 다루기 때문에, 여러 개의 객체를 동시에 인식하고 추적할 수 있다. 다양한 실험을 통해, 동영상에서 객체의 존재 여부 및 종류를 신속하게 판별하고 관심 객체의 추적을 효과적으로 수행할 수 있음을 보인다.

• 디지털산업정보학회논문지
• /
• 제9권1호
• /
• pp.141-150
• /
• 2013

This study proposes technology using Active Shape Model to track the object separating it by depth-sensors. Unlike the common visual camera, the depth-sensor is not affected by the intensity of illumination, and therefore a more robust object can be extracted. The proposed algorithm removes the horizontal component from the information of the initial depth map and separates the object using the vertical component. In addition, it is also a more efficient morphology, and labeling to perform image correction and object extraction. By applying Active Shape Model to the information of an extracted object, it can track the object more robustly. Active Shape Model has a robust feature-to-object occlusion phenomenon. In comparison to visual camera-based object tracking algorithms, the proposed technology, using the existing depth of the sensor, is more efficient and robust at object tracking. Experimental results, show that the proposed ASM-based algorithm using depth sensor can robustly track objects in real-time.

• 한국정보통신학회논문지
• /
• 제7권6호
• /
• pp.1276-1282
• /
• 2003

기존의 공간 색인에 관한 연구는 효율적인 검색 방법을 제시하였지만 이동체 데이터베이스에서는 질의처 리의 효율성보다 이동 객체의 최근 위치를 빨리 저장하는 것이 더 중요하다. 그러므로 기존의 색인은 가능한 정확한 현재 위치 정보를 제공해야 하는 이동체 데이터베이스에는 적용할 수 없다. 이 논문에서는 이동 객체의 색인 구축비용을 줄이기 위한 처리 기법을 제안한다. 구체적으로 각 이동 객체의 위치 변경 보고 즉시 변경하는 방법과 일정 주기마다 전체 객체에 대해 재색인하는 방법의 장단점을 분석하고, 데이터베이스 변경 횟수의 최소화를 위해 이동체의 특성을 감안한 새로운 선택적 즉시 변경 방법을 제안한다.

• Journal of Mechanical Science and Technology
• /
• 제16권4호
• /
• pp.427-435
• /
• 2002

This paper presents a development result for image processed tracking system of multiple moving objects based on Kalman filter and a simple window tracking method. The proposed algorithm of foreground detection and background adaptation (FDBA) is composed of three modules: a block checking module(BCM), an object movement prediction module(OMPM), and an adaptive background estimation module (ABEM). The BCM is processed for checking the existence of objects. To speed up the image processing time and to precisely track multiple objects under the object's mergence, a concept of a simple window tracking method is adopted in the OMPM. The ABEM separates the foreground from the background in the reset simple tracking window in the OMPM. It is shown through experimental results that the proposed FDBA algorithm is robustly adaptable to the background variation in a short processing time. Furthermore, it is shown that the proposed method can solve the problems of mergence, cross and split that are brought up in the case of tracking multiple moving objects.

• 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.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권3호
• /
• pp.1121-1141
• /
• 2020

We propose a robust visual object tracking algorithm fusing a convolutional neural network tracker trained offline from a large number of video repositories and a color histogram based tracker to track objects for mixing immersive audio. Our algorithm addresses the problem of occlusion and large movements of the CNN based GOTURN generic object tracker. The key idea is the offline training of a binary classifier with the color histogram similarity values estimated via both trackers used in this method to opt appropriate tracker for target tracking and update both trackers with the predicted bounding box position of the target to continue tracking. Furthermore, a histogram similarity constraint is applied before updating the trackers to maximize the tracking accuracy. Finally, we compute the depth(z) of the target object by one of the prominent unsupervised monocular depth estimation algorithms to ensure the necessary 3D position of the tracked object to mix the immersive audio into that object. Our proposed algorithm demonstrates about 2% improved accuracy over the outperforming GOTURN algorithm in the existing VOT2014 tracking benchmark. Additionally, our tracker also works well to track multiple objects utilizing the concept of single object tracker but no demonstrations on any MOT benchmark.

• 한국컴퓨터정보학회논문지
• /
• 제22권5호
• /
• pp.21-28
• /
• 2017

As technology related to digital imaging equipment is developed and generalized, digital imaging system is used for various purposes in fields of society. The object tracking technology from digital image data in real time is one of the core technologies required in various fields such as security system and robot system. Among the existing object tracking technologies, cam shift technology is a technique of tracking an object using color information of an object. Recently, digital image data using infrared camera functions are widely used due to various demands of digital image equipment. However, the existing cam shift method can not track objects in image data without color information. Our proposed tracking algorithm tracks the object by analyzing the color if valid color information exists in the digital image data, otherwise it generates the lightness feature information and tracks the object through it. The brightness feature information is generated from the ratio information of the width and the height of the area divided by the brightness. Experimental results shows that our tracking algorithm can track objects in real time not only in general image data including color information but also in image data captured by an infrared camera.