• Journal of the Korean Institute of Intelligent Systems
• /
• v.21 no.1
• /
• pp.106-111
• /
• 2011

Video-based detection and tracking of moving objects has been widely used in real-time monitoring systems and a videoconferencing. Also, because object motion tracking can be expanded to Human-computer interface and Human-robot interface, Moving object tracking technology is one of the important key technologies. If we can track a specified object in an environment of multiple moving objects, then there will be a variety of applications. In this paper, we introduce a specified object motion tracking using particle filter. The results of experiments show that particle filter can achieve good performance in single object motion tracking and a specified object motion tracking in an environment of multiple moving objects.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.06a
• /
• pp.147-148
• /
• 2017

본 논문에서는 간단한 사용자 입력과 다중 랜덤 워크(multiple random walker) 기법을 기반으로 동영상 내의 주요 객체를 분할하는 알고리즘을 제안한다. 우선 동영상의 첫 프레임에서 점 형태의 사용자의 입력을 받아 대략적인 객체와 배경의 위치를 얻고, Lab 색상의 측지거리를 이용하여 객체와 배경의 중요도 지도를 얻는다. 다음으로 영상을 슈퍼 픽셀 단위로 분할하고, 다중 랜덤 워크 기법을 적용하여 객체 분할을 수행한다. 랜덤 워크 기법 적용 시, 중요도 지도를 각 랜덤 워커의 초기 분포로 설정하고, 노드간 색상과 움직임 차이를 이용하여 전이 행렬을 계산한다. 마지막으로 결과를 정련한 뒤, 다음 프레임으로 분할 결과를 전파하여 시간적 일관성을 유지한다. 실험을 통하여 제안 기법이 기존 기법에 비하여 우수한 객체 분할 성능을 보임을 확인한다.

• Journal of IKEEE
• /
• v.17 no.1
• /
• pp.51-56
• /
• 2013

This thesis propose a improved matching method for implementing an ORB algorithm based multi-object recognition. SURF algorithm that is well known in the object recognition algorithms is robust in object recognition. However, there is a disadvantage for real time operation because, SURF implemention requires a lot of computation. Therefore we propose a modified ORB algorithm which shows the result of almost 70% speed improvement by improving matching part to recognize multi object on real time.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.364-366
• /
• 2012

본 논문은 다중 객체 추적 시스템에 관한 연구로서, Online boosting 을 기반으로 다중 객체 추적 기술이 개발되었다. 기존의 Boosting 기반의 추적 기술과는 다르게 객체들간의 구별을 좀더 명확하게 하기 위하여, 프레임과 프레임간의 객체들끼리의 연결 시 공간적인 제약조건과 시간적 제약 조건을 이용하여 Online Boosting 알고리즘을 설계하였다. 본 시스템에서는 멀리 떨어져있는 객체들간에는 연관성이 낮다는 점을 보다 강력하게 고려하였기에 추적하는 과정에서 물체들끼리의 연관 오류가 줄어들었고, 이는 몇 개의 범용데이터를 이용한 실험을 통해 증명하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1329-1332
• /
• 2022

다중 객체 추적 기술은 스포츠, 문화 예술 공연, VR 등 여러 방송 콘텐츠에서 자주 사용되고 있다. 방송 영상 안에 등장하는 여러 객체들은 객체간 상호작용에 의해 가려짐, 사라짐 (Occlusion) 등의 현상이 빈번하게 발생하고, 이 경우 기존에 추적되어온 객체들의 ID 가 소실되거나 교환되는 문제가 발생한다. 본 논문에서 더 강인한 다중 객체 추적을 위해, 주 개체 뿐만 아니라 주 개체에 종속되는 하위 개체 또한 함께 추적하는 개체-쌍-추적 기법을 제안한다. 한 쌍으로 묶인 주 개체와 종속 개체의 추적 정보와 매칭 정보는 상호보완적으로 사용되어, 소실 및 교환된 ID 도 복원할 수 있는 가능성을 높일 수 있다. 본 논문에서는 재인지 성능 향상을 위한 개체 쌍 추적 기법을 기술하였고, 성능 평가를 통해 제안 방법이 재인지 성능 향상에 기여할 수 있음을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04a
• /
• pp.613-615
• /
• 2001

응용 프레임워크를 이용하여 응용 프로그램을 작성할 때, 응용 프레임워크와 함께, 그 프레임워크와 별도로 기존에 작성된 클래스를 이용하려면 다중 상속을 이용하거나 단순한 복사/붙이기와 같은 코드 재작성을 이용하여야 한다. 그러나 다중 상속은 여러 문제점을 가지고 있다. 코드 재작성은 단순한 짜깁기 이상은 될 수 없다. 또한 컴포넌트 기반의(Component-Based) 개발 방식을 따를 경우 프로그램 코드를 획득하거나 이해한다는 것도 쉬운 문제가 아니다. 역할 객체는 어떤 객체가 특정 콘텍스트에서 필요한 행동 양태(Behavior)를 가지는 객체를 의미한다. 본 논문에서는 이러한 프레임워크에 기작성된 클래스를 적용하기 위해 역할 객체를 이용하기를 제안하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.915-917
• /
• 2010

정보 활용이 유연한 현대 소비자들의 알 권리 충족을 위해 현존하는 모든 사물에 제공되어야 하는 정보가 늘어나고 있음에 따라 사물들의 객체의 속성도 또한 증가하고 있다. 다중속성 기반 객체를 관리하는 시스템에 있어 효율적인 객체관리를 위한 방법을 연구하고 그 방안으로 객체를 재구성하여 분배하는 디스패처(Dispatcher)를 제시한다. 또한 의존성에 관련한 향후 연구 방향을 제시한다.

• Proceedings of the KAIS Fall Conference
• /
• 2009.05a
• /
• pp.465-468
• /
• 2009

본 논문은 박물관이나 고가의 물품을 판매하는 곳에서 특정한 객체를 감시하고, 특정 객체의 도난을 방지하기 위하여 다중카메라를 설치하여 카메라 상호간의 정보를 교환함으로써 움직이는 객체를 추출하고 추적하는 시스템의 구현이다. 감시대상이 되는 객체의 상단과 정면에 카메라를 설치하여 움직임 객체가 감시대상 객체에 접촉하게 되면 두 대의 카메라가 동시에 움직임 객체를 추출하고 추적하게 된다. 먼저 정면의 카메라는 움직임 물체의 얼굴부분을 캡춰하고 지속적으로 얼굴영역을 확대 / 캡춰하면서 추적을 시작한다. 상단의 카메라는 많은 객체들의 움직임 속에서 특정한 객체만을 추적할 수 있으며, 추적은 방향예측을 통하여 수행하고 객체의 특징정보를 저장한다. 저장된 특징정보는 카메라의 범위를 벗어났을 때 인접한 카메라에 정보를 전송하고 지속적인 추적이 이뤄질 수 있도록 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.251-254
• /
• 2020

비디오 영상으로부터 객체를 추적하는 문제에 있어서 폐색은 오늘날까지도 해결해야하는 문제 중 하나다. 폐색이란 영상 속 찾고자 하는 객체가 이전 프레임에서는 존재했지만 특정 프레임에서는 전경 혹은 다른 객체에 의해 가려져 모습이 보이지 않는 것을 의미한다. 폐색이 나타난 상황에서 해당 객체를 추적하기 위해서는 이전 프레임까지 추적된 정보를 바탕으로 영상에 다시 객체가 나타날 때까지 위치를 잘 예측해야 한다. 본 논문은 비디오 영상의 폐색 환경에 강인한 다중 객체 추적 알고리즘을 제시한다. 이를 위해 딥러닝 기반의 LSTM 구조를 활용하여 객체의 형태 정보를 학습하고 칼만 필터를 이용해 객체의 속도 정보를 학습한다. 두 정보를 조합하여 폐색이 발생하였을 때 객체의 형태와 위치를 예측하여 영상 속에 객체가 다시 등장하더라도 추적 성능을 최대화 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.597-598
• /
• 2016

행동 인식을 위한 기존의 심층신경망은 행동 패턴 모델링과 행동 인식 성능 향상에 큰 기여를 하였다. 그러나 이 신경망은 영상 전체를 하나의 행동 인식 대상으로 보기 때문에 다중 객체의 개별적인 행동 인식에는 한계가 있다. 이에 본 논문에서는 R-CNN과 LSTM을 융합한 RC-LSTM 심층신경망을 통해 다중 객체의 행동 인식을 위한 방법을 제안한다.