• Journal of Korea Multimedia Society
• /
• v.10 no.7
• /
• pp.827-837
• /
• 2007

Conventional color-based object tracking using Mean Shift algorithm does not provide appropriate result when initial color distribution disappears. In this paper we propose a tracking algorithm that updates the object color sample when the color is changing. Mean Shift analysis is first used to derive the object candidate with maximum increase in density direction from current position. The color information of object is updated iteratively. The proposed algorithm achieves accurate tracking of objects when initial color samples are changed and finally disappeared. The validity of the effective approach is illustrated by the experimental results.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 1999.06b
• /
• pp.51-56
• /
• 1999

본 논문에서는 동영상에서 의미 있는 객체 영역을 추출하기 위해, 사람이 첫 장에서 관심 있는 객체를 표시하고, 그 다음 프레임부터는 사람의 도움 없이 객체를 추적하는 반자동 (semi-automatic) 방식의 객체 추적 알고리즘에 대해 개선된 알고리즘을 제안하고 이를 구현하였다. 제안한 객체 추적 알고리즘은 이전 프레임의 객체의 움직임을 이용하여 현재 프레임에서 대략적인 객체의 위치를 찾은 후, 윤곽선의 불확실도를 조사하고, 윤곽선을 재조정하여 정확한 객체의 위치를 찾는다. 제안한 알고리즘은 다양한 영상에서 만족할 만한 결과를 얻었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.516-518
• /
• 2012

본 논문은 Particle Filtering과 계층적인 Boosting 알고리즘을 이용한 다중 객체 추적 기법을 제안한다. Particle Filtering을 이용하여 각 객체를 단일 객체로 추적하고 Boosting 기반의 데이터 연관 알고리즘을 사용하여 영상에서 움직이는 물체들을 추적한다. 본 제안한 알고리즘에서는 객체들의 이동경로 정확한 감지를 위해 Particle Filtering을 통해 각 객체가 움직이는 예측 정보를 이용하고, Boosting 알고리즘을 계측적인 형태로 설계함에 따라 데이터 물체의 추적 정확도를 높일 수 있도록 하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.06a
• /
• pp.160-162
• /
• 2017

본 논문은 칼만 필터를 이용한 다중 객체 추적 알고리즘에 대하여 다루고 있다. 기존의 객체 추적 알고리즘만을 이용하여 객체 추적을 하였을 경우, 잘못 검출되는 물체의 비율이 높았는데, 이를 해결하기 위하여, 본 실험에서는 움직이는 물체에 집중하여, 객체 추적을 하는 방법에 대하여 연구하였다. 효과적인 객체 추적을 위하여, 우리는 우선 배경 분리 알고리즘의 결과 이미지에서 객체의 후보들을 찾았다. 실험적인 결과를 통해 비디오에서 오직 움직이는 물체에만 집중함으로써 우리는 효과적이고 효율적으로 객체를 추적할 수 있다는 것을 알 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.01a
• /
• pp.273-275
• /
• 2011

본 논문에서는 효과적인 객체 추적을 위해 가우시언 믹스처 기반의 그림자 제거 알고리즘을 제안하고, GPGPU(General Purpose GPU) 아키텍처인 NVIDIA 사의 CUDA(Compute Unified Device Architecture)를 이용하여 기존의 객체 추적 알고리즘의 컴퓨팅 시간을 개선하는 모델을 제안한다. 이 시스템은 GPU를 이용한 가우시언 믹스처 모델 기반의 객체 추적 알고리즘으로 전경과 배경 분리 시 CPU와 GPU의 프로세스 시간을 적절히 분배하여 소모되는 연산시간을 줄이고, 고 해상도의 이미지에서의 객체 분리 및 추적의 시스템 처리량을 최대화 한다. 객체 추출 후 효과적인 추적을 위해 예측 모델인 칼만 필터를 사용한다.

• Proceedings of the KAIS Fall Conference
• /
• 2006.11a
• /
• pp.229-232
• /
• 2006

단일 카메라를 통하여 실시간으로 입력되는 객체의 추적은 환경의 제약을 많이 받는다. 입력되는 영상에서의 움직임이 있는 객체는 단일하여야 하며, 동시에 많은 움직임이 발생하면 추적하고자 하는 객체를 구분하기 어려워진다. 본 논문에서는 동일공간을 감시하는 두 대의 카메라가 서로 데이터를 주고 받으며 추적하고자 하는 특정객체를 오류 없이 추적할 수 있는 방법을 제시하였다. 실시간 객체 추적은 입력되는 영상에서 객체의 위치를 가장 빠르게 검색하기 위한 고속탐색 알고리즘이 필요하다. 본 논문은 실시간영상에서 객체의 움직임을 추출하고 추적을 위하여 각각 위치가 다른 두 대의 카메라가 상호 협력하면서 객체 추적에 대한 연산을 현저하게 줄일 수 있었다. 또한 객체의 움직임이 많은 공간에서도 추적하고자 하는 특정객체를 잃어버리지 않고 추적하였다. 실험결과, 제안한 방법은 97% 이상의 높은 객체 추적율을 보였다.

• Proceedings of the KAIS Fall Conference
• /
• 2010.05a
• /
• pp.483-486
• /
• 2010

단일 카메라를 통하여 실시간으로 입력되는 객체의 추적은 환경의 제약을 많이 받는다. 입력되는 영상에서의 움직임이 있는 객체는 단일하여야 하며, 동시에 많은 움직임이 발생하면 추적하고자 하는 객체를 구분하기 어려워진다. 본 논문에서는 동일공간을 감시하는 두 대의 카메라가 서로 데이터를 주고 받으며 추적하고자 하는 특정객체를 오류 없이 추적할 수 있는 방법을 제시하였다. 실시간 객체 추적은 입력되는 영상에서 객체의 위치를 가장 빠르게 검색하기 위한 고속탐색 알고리즘이 필요하다. 본 논문은 실시간영상에서 객체의 움직임을 추출하고 추적을 위하여 각각 위치가 다른 두 대의 카메라가 상호 협력하면서 객체 추적에 대한 연산을 현저하게 줄일 수 있었다. 또한 객체의 움직임이 많은 공간에서도 추적하고자 하는 특정객체를 잃어버리지 않고 추적하였다. 실험결과, 제안한 방법은 97% 이상의 높은 객체 추적율을 보였다.

• Proceedings of the KAIS Fall Conference
• /
• 2006.05a
• /
• pp.227-231
• /
• 2006

카메라를 통하여 실시간으로 입력되는 객체의 움직임은 잡음이나 조명의 변화에 따라 정확하게 추출하고 추적하는 것이 어렵다. 따라서 실시간으로 입력되는 영상에서 객체를 추출하고 움직임을 추적하기 위해서는 고속탐색 알고리즘이 필요하다. 본 논문은 실시간영상에서 객체의 움직임을 추출하고 추적을 위하여 배경영상의 변화에 강인한 배경영상 갱신 방법과 가변적인 탐색영역을 이용한 객체추적의 빠른 알고리즘을 제안한다. 배경영상 갱신 방법은 임계값이 실험적 기준치 보다 작은 경우에는 배경영상을 갱신하고, 큰 경우에는 객체가 유입된 시점으로 판단하여 픽셀검사를 통해 객체의 윤곽점을 추출한다. 추출된 윤곽점은 객체 영역블록의 생성과 일정한 거리를 유지하는 탐색블록을 생성하여 정확하고 빠른 객체의 움직임을 추적한다. 실험결과, 제안한 방법은 95% 이상의 높은 정확도를 보였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.06a
• /
• pp.25-28
• /
• 2016

본 논문에서는 실시간 얼굴 추적을 위하여 기존의 CamShift 알고리즘의 단점을 보완한 새로운 CamShift 알고리즘을 제안한다. 배경 내 추적 객체와 색상이 유사한 객체가 존재할 경우 기존 CamShift 알고리즘은 불안정한 추적을 보여준다. 이러한 문제점을 화소 단위로 거리정보를 획득할 수 있는 Kinect 의 깊이 정보와 HSV 색공간 기반의 피부색 후보영역을 추출하는 Skin Detection 알고리즘을 이용하여 색상분포만 이용하는 기존의 CamShift 의 단점을 보완한다. 또한 추적하던 객체가 사라지거나 가려짐이 발생할 경우에도 다시 추적할 수 있는 특징점 기반의 매칭 알고리즘을 통하여 차폐영역에 강인한 특성을 가지게 한다. 이러한 향상된 CamShift 알고리즘을 사람의 얼굴 추적에 적용함으로써 다양한 분야에 활용 가능한 강인한 얼굴추적 알고리즘을 제안하고자 한다. 실험결과 제안하는 알고리즘은 기존의 추적 알고리즘인 TLD 보다 월등히 빠른 처리속도와 더 우수한 추적성능을 보여주었고, CamShift 보다 조금 느리지만 기존의 CamShift 가 가지고 있는 문제점들을 해결하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.240-241
• /
• 2019

최근 객체 추적 분야에서의 딥러닝 활용도가 증가하고 있다. 대표적인 딥러닝 기반 객체 추적 시스템은 객체 검출 알고리즘과 추적 알고리즘의 연쇄된 형태로 구성된 형태이다. 따라서 추적 시스템의 성능은 객체 검출기의 성능에 매우 의전적이라는 한계점이 존재한다. 본 논문에서는 위와 같은 검출-추적의 직관적인 구조로 구성된 시스템에서 딥러닝 기반 검출기에 대한 의존성을 낮추고 또한 추적기의 동작 속도를 증가시키는 방법을 제안한다.