DOI QR코드

DOI QR Code

Collaborative Tracking Algorithm for Intelligent Video Surveillance Systems Using Multiple Network Cameras

지능형 영상 감시 시스템을 위한 다수의 네트워크 카메라를 이용한 협동 추적

  • 이덕용 (한국폴리텍V대학 김제캠퍼스) ;
  • 전형석 (군산대학교 제어로봇공학과) ;
  • 주영훈 (군산대학교 제어로봇공학과)
  • Received : 2011.11.19
  • Accepted : 2011.12.13
  • Published : 2011.12.25

Abstract

In this paper, we propose a collaborative tracking algorithm for intelligent video surveillance systems using the multiple network cameras. To do this, each camera detects a moving object and it's movement direction by motion templates. Once a moving object is detect, the Kalman filter is used to reduce noises, and a collaborative tracking camera is selected according to the movement direction and the camera state. In this procedure, Pan-Tilt-Zoom(PTZ) parameters are assigned to obtain clear images. Finally, some experiments show the validity of the proposed method.

본 논문에서는 지능형 영상 감시 시스템을 위한 다수의 네트워크 카메라를 이용한 협동 추적 알고리즘을 제안한다. 이를 위하여 각의 카메라는 모션 템플릿 기법을 통하여 영상내의 움직임 물체를 추출하고, 추출된 움직임 물체의 이동방향을 추정한다. 움직임 물체가 추출되면 칼만 필터를 이용하여 움직임 물체의 정확한 좌표를 추정한다. 움직임 물체의 이동방향과 카메라의 상태를 이용하여 가장 효율적인 협동추적 카메라를 선정하고, 각 카메라의 공간정보를 이용하여 PTZ 변수를 설정하고 협동요청을 한다. 협동요청을 받은 카메라는 설정된 PTZ 변수를 이용하여 움직임 물체를 협동 추적하고 확대영상을 획득한다. 실험을 통하여 제안된 협동추적 알고리즘의 성능분석 및 그 응용 가능성을 확인한다.

Keywords

References

  1. F. Chang, "PTZ Camera Target Tracking in Large Complex Scenes", Intelligent Control and Automation (WCICA), pp 2914-2918, 2010.
  2. N. Bellotto, "A Distributed Camera System for Multi-Resolution Surveillance", Third ACM/IEEE International Conference on Distributed Smart Cameras (ICDSC), pp 1-8, 2009.
  3. N. A. Manap "Smart Surveillance System Based on Stereo Matching Algorithms with IP and PTZ Camera" 3DTV-Conference: The True Vision-Capture, Transmission and Display of 3D Video (3DTV-CON), pp 1-4 2010.
  4. H. Ismail, H. David, and S. Larry, "W4S: A Real Time System for Detection and Tracking People", Face and Gesture Recognition Workshop, Vol. 1406, pp 877-892, 1998.
  5. A. Bobick, J.Davis, "Real-time recognition of activity using temporal templates" IEEE Workshop on Applications of Computer Vision, pp 39-42, 1996
  6. L. Matthies, T. Kanade, and R. Szeliski "Kalman filter based algorithms for estimating depth from image sequences". International Journal of Computer Vision, Vol. 3, No. 3, pp. 209-236, 1989. https://doi.org/10.1007/BF00133032
  7. D. W. Seo, H. U. Chae and K. H. Jo, "Multiple Camera-Based Correspondence of Ground Foot for Human Motion Tracking", Int. Journal of Control, Robotics and Systems, Vol. 14, No. 8, pp. 848-855, 2008. https://doi.org/10.5302/J.ICROS.2008.14.8.848