DOI QR코드

DOI QR Code

3D Multiple Objects Detection and Tracking on Accurate Depth Information for Pose Recognition

자세인식을 위한 정확한 깊이정보에서의 3차원 다중 객체검출 및 추적

  • 이재원 (전남대학교 전자컴퓨터공학과) ;
  • 정지훈 (LG이노텍 부품소재연구소) ;
  • 홍성훈 (전남대학교 전자컴퓨터공학부(전남대학교 정보통신연구소))
  • Received : 2011.12.30
  • Accepted : 2012.06.15
  • Published : 2012.08.31

Abstract

'Gesture' except for voice is the most intuitive means of communication. Thus, many researches on how to control computer using gesture are in progress. User detection and tracking in these studies is one of the most important processes. Conventional 2D object detection and tracking methods are sensitive to changes in the environment or lights, and a mix of 2D and 3D information methods has the disadvantage of a lot of computational complexity. In addition, using conventional 3D information methods can not segment similar depth object. In this paper, we propose object detection and tracking method using Depth Projection Map that is the cumulative value of the depth and motion information. Simulation results show that our method is robust to changes in lighting or environment, and has faster operation speed, and can work well for detection and tracking of similar depth objects.

'제스처'는 음성을 제외한 가장 직관적인 인간의 의사표현 수단이다. 그에 따라 제스처를 이용하여 컴퓨터를 제어하는 방법에 대한 많은 연구가 진행되고 있다. 이러한 연구에서 사용자를 검출하고 추적하는 방법은 매우 중요한 과정 중의 하나이다. 기존의 2차원 객체 검출 및 추출 방법은 조명이나 주변 환경의 변화에 민감하고, 2차원과 3차원 정보의 혼합사용 방법은 연산량이 많다는 단점이 있다. 또한 3차원 정보를 이용한 기존 방법들은 유사한 깊이의 객체 분할이 불가능하다. 따라서 본 논문에서는 깊이 정보의 누적 값인 Depth Projection Map (DPM)과 움직임 정보를 이용하여 객체를 검출하고 추적하는 방법을 제안한다. 실험 결과 제안 방법은 조명이나 환경변화에 강인하고, 연산속도가 빠르며, 유사한 깊이의 물체도 잘 검출하고 추적할 수 있음을 확인하였다.

Keywords

References

  1. Shao-Yi Chien, Yu-Wen Huang, Bing-Yu Hsieh, Shyh-Yih Ma, and Liang-Gee Chen, "Fast Video Segmentation Algorithm with Shadow Cancellation, Global Motion Compensation, and Adaptive Threshold Techniques," IEEE Transaction on Multimedia, Vol. 6, No. 5, pp. 732-748, 2004. https://doi.org/10.1109/TMM.2004.834868
  2. Chia-Feng Juang, Chia-Ming Chang, Jiuh-Rou Rou, and Lee D, "Computer Vision-Based Human Body Segmentation and Posture Estimation," IEEE Transactions on Systems, Man and Cybernetics, Part A, Systems and Humans, Vol. 39, No. 1, pp. 119-133, 2009. https://doi.org/10.1109/TSMCA.2009.2008397
  3. Haritaoglu. I, Harwood. D, and Davis. L.S, "W4 : Real-time Surveillance of People and Their Activities," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 22, No. 8, pp. 809-830, 2000. https://doi.org/10.1109/34.868683
  4. 전재덕, 이미정, 김종호, 김상균, 강병두, "Eigenbackground와 Clustering을 이용한 객체 검출 시스템," 멀티미디어학회논문지, 제13권, 제1호, pp. 47-57, 2010.
  5. Ismail Haritaoglu, David Harwood, and Larry S. Davis, "W4S: A Real-Time System for Detecting and Tracking People in 2.5D," ECCV`98 In Computer Vision, pp. 877-892, 1998.
  6. Parvizi. E, Wu, and Q.M.J, "Multiple Object Tracking Based on Adaptive Depth Segmentaion," Canadian Conference on Computer and Robot Vision 2008, pp.273-277, 2008.
  7. Yinghua Shen, Chaohui Lu, and Pin Xu, "Stereoscopic Video Object Segmentation Based on Disparity Map," Measuring Technology and Mechatronics Automation 2010, Vol. 3, pp. 493-495, 2010
  8. Boykov, Y and Kolmogorov. V, "An Experimental Comparison of Min-Cut/Max-Flow Algorithms for Energy Minimization in Vision," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 26, No. 9, pp. 1124-1137, 2004. https://doi.org/10.1109/TPAMI.2004.60
  9. 안정호, 김길천, 변혜란, "그래프 컷을 이용한 강인한 인체 실루엣 추출," 정보과학회논문지, 제34권 제1호, pp. 52-58, 2007.
  10. 곽수영, 변혜란, "휴머노이드 로봇을 위한 사람 검출, 추적 및 실루엣 추출 시스템," 한국통신학회논문지, 제34권, 제6호, pp. 561-669, 2009.
  11. Y. Ma, S. Worrall, and A. M. Kondoz, "Automatic Video Object Segmentation using Depth Information and an Active Contour Model," Proc. IEEE 10th Workshop on Multimedia Signal Processing, pp. 910-914, 2008.
  12. Comaniciu D and Meer P, "Mean Shift: A Robust Appoach Toward Feature Space Analysis," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 24, No. 5, pp. 603- 619, 2002. https://doi.org/10.1109/34.1000236

Cited by

  1. A Study On Positioning Of Mouse Cursor Using Kinect Depth Camera vol.18, pp.4, 2014, https://doi.org/10.7471/ikeee.2014.18.4.478
  2. Robust Illumination Change Detection Using Image Intensity and Texture vol.16, pp.2, 2013, https://doi.org/10.9717/kmms.2013.16.2.169