Journal of IKEEE (전기전자학회논문지)

Institute of Korean Electrical and Electronics Engineers (한국전기전자학회)
권호 표지

An effective indoor video surveillance system based on wide baseline cameras

Wide baseline 카메라 기반의 효과적인 실내공간 감시시스템

  • 김응창 (고려대학교 전기전자전파공학부) ;
  • 김승균 (고려대학교 전기전자전파공학부) ;
  • 최강아 (고려대학교 전기전자전파공학부) ;
  • 정준영 (고려대학교 전기전자전파공학부) ;
  • 고성제 (고려대학교 전기전자전파공학부)
  • Received : 2010.12.03
  • Accepted : 2010.12.29
  • Published : 2010.12.30
Download PDF
⟨ Previous Next ⟩

Abstract

The video surveillance system is adopted in many places due to its efficiency and constancy in monitoring a specific area over a long period of time. However, many surveillance systems composed of a single static camera often produce unsatisfactory results due to their lack of field of view. In this paper, we present a video surveillance system based on wide baseline stereo cameras to overcome the limitation. We adopt the codebook algorithm and mathematical morphology to robustly model the foreground pixels of the moving object in the scene and calculate the trajectory of the moving object via 3D reconstruction. The experimental results show that the proposed system detects a moving object and generates a top view trajectory successfully to track the location of the object in the world coordinates.

특정 공간 내에서의 보안에 대한 효과적인 방법으로써 비디오 영상 감시 시스템(video surveillance system)이 널리 사용되고 있다. 그러나, 단일 카메라 기반의 시스템에서는 한정된 카메라 시야(field of view)의 제약으로 인하여 대상 영역을 완전히 커버하지 못하는 문제점이 있다. 본 논문에서는 이러한 단일 카메라 기반의 비디오 영상감시 시스템의 단점을 보완하기 위한 복수의 wide baseline 고정 카메라를 이용한 시스템을 개발, 구현하였다. 제안하는 시스템에서는 복수의 고정 카메라로부터 움직이는 물체를 강건하게 검출하기 위하여, 코드북(codebook) 기반의 물체 검출 알고리즘과 모폴로지(morphology)가 사용되고, 3D 재구성을 통해 검출된 물체의 궤적을 계산한다. 실험결과로부터 제안하는 시스템은 물체를 성공적으로 추출하여, 신뢰도 있는 이동궤적을 top view 형태로 제공함 을 확인할 수 있다.

Keywords

References

  1. A. Hampapur, S. Pankanti, A. Senior, Y. Tian, L. Brown, and R. Bolle, "Face Cataloger : Multi-Scale Imaging for Relating Identity to Location," IEEE International Conference on Advanced Video and Signal Based Surveillance, pp.13-20, 2003.
  2. Richard Hartley and Andrew Zisserman, Multiple View Geometry in Computer Vision, Cambridge University Press, 2000.
  3. K. Kim, T. H. Chalidabhongse, D. Harwood, and L. Davis, "Realtime foreground-background segmentation using codebook model," Real-time Imaging, Vol. 11, No. 3, pp. 172-185, Jun. 2005. https://doi.org/10.1016/j.rti.2004.12.004
  4. H. Fujiyoshi and A. Lipton, "Real-time Human Motion Analysis by Image Skeletonization," Proc. of the Workshop on Application of Computer Vision, pp.15-21, 1998.
  5. Rafael C. Gonzalez and Richard E. Woods, Digital Image Processing, Third edition, Prentice Hall, 2008.
  6. Luong, Q.-T. and Faugeras, O. D, "The Fundamental matrix: theory, algorithms, and stability analysis," International Journal of Computer Vision, Vol.17, No.1, pp.43-76, 1996. https://doi.org/10.1007/BF00127818
  7. Luong, Q.-T. and Faugeras, O. D, "The Fundamental matrix: theory, algorithms, and stability analysis," International Journal of Computer Vision, Vol.17, No.1, pp.43-76, 1996. https://doi.org/10.1007/BF00127818
  8. H. Christopher Longuet-Higgins, "A computer algorithm for reconstructing a scene from two projections," Nature, Vol. 293 pp. 133-135, 1981. https://doi.org/10.1038/293133a0
  9. R. Hartley, "In Defense of the Eight-Point Algorithm," IEEE Trans. on Pattern Recognition and Machine Intelligence, Vol. 19, No. 6, pp. 580-593, 1997. https://doi.org/10.1109/34.601246
  10. R. I. Hartley and P. Sturm, "Triangulation," Computer Vision and Image Understanding, Vol. 68, No.2, pp.146-157, 1997. https://doi.org/10.1006/cviu.1997.0547