이동 물체의 상호 발생 특징정보를 이용한 동영상에서의 이동물체 추적

Moving Object Tracking Using Co-occurrence Features of Objects

  • Kim, Seongdong (Dept. information & communication network at Kaywon School of Art and Design) ;
  • Seongah Chin (Division of Multimedia, Sungkyul University) ;
  • Moonwon Choo (Division of Multimedia, Sungkyul University)
  • 발행 : 2002.12.01

초록

본 논문에서는 연속적으로 입력되는 칼라영상에서 물체의 이동에 의하여 형성된 동작영역을 확인하고, 영상의 시컨스(sequence)를 대상으로 움직이는 물체의 형태인 보행자 혹은 자동차들의 이동방향을 추적하는 시스템을 제안하였다. 카메라가 고정되어 있고 물체가 이동하는 상황에서 카메라시계에 진입하는 물체를 포착하여, 포착된 물체의 영역을 차 영상 분석을 통해 이진화하여 추출하고, 추출된 영역을 co-occurrence matrix의 RGB full 칼라의 특징 벡터를 추출하는 것을 제시하였다 추출되어지는 칼라 특징벡터를 분석하여 인접 프레임간의 이동물체 영역끼리의 대응관계를 조사함으로서, 이동물체를 추적한다. 군집화(clustering) 단계에서는 이전 단계에서 추출한 특징 벡터들 가운데 에너지, 엔트로피만을 가지고 인접 프레임간의 군집화를 조사하기 위하여 이동물체 영역들 간의 퍼지동적물체 정합 알고리즘을 적용시켰다. 인접 프레임간의 움직임 영역의 물체들에 대하여 멤버 쉽 함수를 근거로 중심 값을 계산하면, 동일 물체일 경우 중심 값 부근에서 군집이 형성되며, 이를 바탕으로 이동물체를 추출할 수 있는 방안을 제안하였다.

In this paper, we propose an object tracking system which can be convinced of moving area shaped on objects through color sequential images, decided moving directions of foot messengers or vehicles of image sequences. In static camera, we suggests a new evaluating method extracting co-occurrence matrix with feature vectors of RGB after analyzing and blocking difference images, which is accessed to field of camera view for motion. They are energy, entropy, contrast, maximum probability, inverse difference moment, and correlation of RGB color vectors. we describe how to analyze and compute corresponding relations of objects between adjacent frames. In the clustering, we apply an algorithm of FCM(fuzzy c means) to analyze matching and clustering problems of adjacent frames of the featured vectors, energy and entropy, gotten from previous phase. In the matching phase, we also propose a method to know correspondence relation that can track motion each objects by clustering with similar area, compute object centers and cluster around them in case of same objects based on membership function of motion area of adjacent frames.

키워드

참고문헌

  1. Proc. IEEE Frame Rate Workshop Real-Time Tracking of Mutiple People using Stereo Beymer, D.;Konolige, K.
  2. Pattern recognition Lett, v.3 no.4 On image enhancement and thread selction using the greylevel co-occurrence matrix Chanda, B.;Chaudhuri,d B.;Dutta, Majumder
  3. IEEE, Intelligent transportation system v.1 no.2 Image analysis and rule based reasoning for a traffic monitoring system Cucchira,Rita;Piccardi, Massimo;Mello, Paola
  4. IEEE Pattern analysis and machine Intelligence v.22 no.8 Robust Real-Time Periodic Motion Detection, and analysis and Application Culter, Ross;Davis, Lary S.
  5. IEEE pattern analysis and machine intelligence v.23 no.2 Correspondence with cumlative simlilarity transforms Darrell,Trevor;Covel, Michele
  6. IEEE Trans, On Vehicular Tech. v.48 no.1 Vehicle Recogntion and Tracking from Road Image Sequences Foresti,Gian Luca(et al.)
  7. IEEE Trans, on pattern analysis and machine intelligence v.22 no.8 Wc⁴;Real time Survellance of people and their activities Haritaoglu, Ismail;David, Harwood;Larry, S. Davis
  8. Addisionwesly Computer and Robot vision Vol. I Haralick, Robert
  9. An efftcient method for texture defect detectiion;sub-band domain co-occurence Latife, A.(et.al)
  10. IEEE2000 0-7695-0580-5/00 Person Tracking Real-World Scenarios Using Statistical Methods Rigoll, G.;Eickeler, S.;MullerPerson,S.
  11. IEEE Proceeding of ICPR'96 v.` A Camera-Based System for Tracking People in Real Time Segen, Jakub;Pingali, Sarmai
  12. Ph. D dissertation1999 Image text segmentation Chin, Seongah
  13. International Thomson 1999(2nd edtion) Image Processing Analysis and machine vision Sonka, Milan;Hiavac, Vaclav;Boyle, Rogger
  14. 박사학위논문 숭실대 동영상 분석에 의한 실시간 이동물체 추적시스템 김계영
  15. 박사학위논문 연세대 Bayes 결정과 특징기반움직임 플로우를 이용한 이동물체의검출 및 추적 이규원
  16. 대한전자공학회 논문지 v.36-S 특징기반 다중 물체추적 시스템에 관한 연구 이장명(외 3인)
  17. 대한전자공학회논문지 v.32 no.11 무인감시장치 구현을 위한 단일 이동물체 추적 알고리즘 이재구(외 3인)