• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.41 no.5
• /
• pp.193-202
• /
• 2004

This paper presents a novel histogram and color information based algorithm for detecting and tracking multiple pedestrians from a moving camera. In the proposed method, RGB color histogram is used to detect adjacent pedestrians and RGB mean value is used to track detected pedestrians. Therefore, our algorithm detect contiguous or a few occluded pedestrians and track in case pedestrian's shape change. The experimental results on our test sequences demonstrate the high efficiency of our method.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.755-758
• /
• 2002

보행자 추적은 무인 자동차 시스템, 보안 또는 감시 시스템, 횡단보도 신호제어 시스템 등 실세계의 다양한 응용 분야에서 사용될 수 있다. 본 논문에서는 걸어다니는 보행자의 움직임 정보를 이용하여 다수의 보행자를 추적하는 새로운 방법을 제안한다. 보행자의 움직임 정보는 연속된 두 개의 비디오 프레임간의 그레이 레벨 차를 이용하여 추하고, 이를 통하여 물체를 검출한다. 검출된 물체에는 보행자뿐만 아니라 다른 이동 물체가 포함될 수 있으므로 프로젝션 히스토그램(PH: Projection Histogram)을 생성한 후 보행자 유형을 기반으로 PH를 분석하여 보행자를 검출, 추적한다. 제안된 방법의 성능 평가를 위해서 복잡한 도시 환경 영상에 적용하고 그 성공적인 결과를 보인다.

• Proceedings of the Korea Society of Information Technology Applications Conference
• /
• 2007.05a
• /
• pp.38-46
• /
• 2007

본 논문에서는 실시간으로 획득된 영상을 분석하여 움직이는 다수 물체를 검출하고, 카메라를 자동 제어하여 관심 보행자만을 추적하는 시스템을 제안한다. 다수 물체 영역 검출은 차영상과 이전변환 밀도값을 이용한다. 검출된 다수 물체 영역에서 사람의 구조적 정보와 형태 정보를 이용하여 나무들의 흔들림으로 인한 영역이나 차량의 움직임 영역은 제거되고, 관심 보행자 영역만을 검출하였다. 관심 보행자 추적은 무게중심 차를 이용한 움직임 정보와 k-means 알고리즘으로 구한 세 점의 평균 색상 정보를 이용한다. 원거리 관심 보행자는 인식률을 높이기 위해 줌을 실행하여 확대하고, 관심 보행자의 화면상 위치에 따라 카메라 방향을 자동으로 조정하여 관심 보행자반을 연속적으로 추적한다. 실험 결과, 제안한 시스템은 실시간으로 움직이는 다수 물체를 검출하고, 사람의 구조적 특정과 형태 정보로 관심 보행자만을 검출할 수 있었고, 움직임 정보와 색상정보로 관심 보행자를 연속적으로 추적할 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.11a
• /
• pp.164-166
• /
• 2014

본 논문에서는 HOG 기반 보행자 검출 및 추적에서, HOG feature의 슬라이딩 윈도우의 수와 피라미드 층 수가 알고리즘의 수행속도와 직접적인 관계가 있다는 것을 확인한다. 그리고 이 결과를 바탕으로 윈도우의 수와 피라마드 층 수를 줄이는 방법을 제안하여 전체적인 보행자 검출 및 추적 속도를 증가시키고자 한다. 구체적으로, 제안하는 알고리즘은 검출 단계에서 색상의 선명도를 이용하여 관심 영역을 프레임 내에 지정함으로써 슬라이딩 윈도우의 수를 줄이고, 부가적으로 피라미드 층 수 또한 줄어들어서 보행자 검출 속도를 향상시킨다. 그리고 추적 단계에서는 보행자로 검출된 윈도우의 색상 정보를 이용하여 검출된 보행자를 빠르고 정확하게 추적하는 하는 방법을 제시한다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1351-1352
• /
• 2015

본 논문에서는 지능형 영상 감시 시스템에서 보행자를 검출하고 추적을 수행하기 위해 은닉층 활성함수에 가우시안 대신 FCM를 사용한 RBFNNs 패턴분류기와 객체 추적 알고리즘인 Mean Shift를 융합한 시뮬레이터를 개발한다. 시뮬레이터는 검출부과 추적부로 나누며, 검출부에서는 입력 영상으로부터 기울기의 방향성을 이용한 HOG(Histogram of Oriented Gradient) 특징을 구하고 빠른 처리속도를 위해 PCA 알고리즘을 통해 차원수를 축소하고 pRBFNNs 패턴분류기를 통해 보행자를 검출 한다. 다음 추적부에서 객체 추적 알고리즘인 Mean Shift를 이용하여 검출된 보행자 추적을 수행한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.16 no.4
• /
• pp.812-820
• /
• 2012

In this paper, multiple pedestrians tracking system using Histogram of Oriented Gradient and occlusion detection is proposed. The proposed system is applicable to Intelligent Surveillance System. First, we detect pedestrian in a image sequence using pedestrian's feature. To get pedestrian's feature, we make block-histogram using gradient's direction histogram based on HOG(Histogram of Oriented Gradient), after that a pedestrian region is classified by using Linear-SVM(Support Vector Machine) training. Next, moving objects are tracked by using position information of the classified pedestrians. And we create motion trajectory descriptor which is used for content based event retrieval. The experimental results show that the proposed method is more fast, accurate and effective than conventional methods.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.07a
• /
• pp.258-261
• /
• 2015

본 논문에서는 주행 중에 보행자의 인식 및 추적을 위해서 차량에서 촬영된 영상정보를 이용하여 주변의 보행자를 찾고, 사고 위험성이 있는 보행자를 인식하기 위해서 보행자 파악 및 보행자와의 거리를 측정하기 위한 연구를 하고자 한다. 본 논문에서는 차량에 정착된 카메라를 통한 보행자 인식 기술에 대해 연구 하였다. 제안한 방법은 보행자 인식 단계에서 Cascasde HOG, Haar-like 알고리즘을 적용하였고, 추적 단계에서 칼만 필터와 클러스터링 기법을 결합하여 실시간으로 보행자를 인식 및 추적하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.7 no.8
• /
• pp.1802-1808
• /
• 2003

In this paper, we propose a method about the extraction of the pedestrian tracking trajectory in the road and we used the method of mosaic background extraction and adaptive neural network for automatic pedestrian tracking system. We used mosaic background extraction to overcome ghost phenomenon. And we detected pedestrian using differential image analysis. We used adaptive neural network for multiple pedestrian tracking that non­rigid form moving. The ART2 network is capable of detecting the mass­centers of moving objects within one frame. The history of neurons positions in the sequential frames approximates the traces of the targets. The experiments done with the network in simulated environment show promising results.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.79-81
• /
• 2018

최근 딥 러닝의 발전과 함께 보행자 검출 기술의 성능이 발전하면서 다양한 분야에서 응용되고 있다. 영상 내 보행자의 위치나 움직임을 파악함으로써 위험 지역이나 보안 지역에 접근하는 보행자를 찾아낼 수 있다. 일반적인 딥 러닝 기반의 물체 검출기는 멀리 있는 보행자와 같은 작은 물체를 검출 하는 데에 적합하지 않다. 또, 검출을 수행하기 위해서 큰 계산량을 필요로 하기 때문에, 동영상의 매 프레임 마다 수행하기 부적합 하다는 단점이 있다. 본 논문에서는 작은 물체도 잘 검출할 수 있도록 기존 YOLO 네트워크의 구조를 변경하고, 보행자 데이터를 이용하여 추가로 학습함으로써 보행자를 검출하는 성능을 증가시켰다. 그리고 검출한 보행자들에 대해 추적 기법을 이용함으로써, 동영상의 매 프레임 마다 검출을 수행하는 것을 피할 수 있도록 하였다. 실제로 DukeMTMC Dataset을 이용하여 실험을 해본 결과, YOLO 네트워크의 구조를 변경하고 추가 학습을 함으로써 검출 정확도가 개선되는 것을 확인할 수 있었다. 또, 추적 기법을 이용했을 때, 성능이 크게 떨어지지 않으면서 검출 속도를 개선할 수 있는 것을 확인할 수 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.10a
• /
• pp.293-297
• /
• 2007

This thesis suggests a new algorithm to detects multiple moving objects using a CMODE(Correct Multiple Object DEtection) method in the color images acquired in real-time and to track the interested pedestrian using motion and hue information. The multiple objects are detected, and then shaking trees or moving cars are removed using structural characteristics and shape information of the man , the interested pedestrian can be detected, The first similarity judgment for tracking an interested pedestrian is to use the distance between the previous interested pedestrian's centroid and the present pedestrian's centroid. For the area where the first similarity is detected, three feature points are calculated using k-mean algorithm, and the second similarity is judged and tracked using the average hue value for the $3{\times}3$ area of each feature point. The zooming of camera is adjusted to track an interested pedestrian at a long distance easily and the FOV(Field of View) of camera is adjusted in case the pedestrian is not situated in the fixed range of the screen. As a experiment results, comparing the suggested CMODE method with the labeling method, an average approach rate is one fourth of labeling method, and an average detecting time is faster three times than labeling method. Even in a complex background, such as the areas where trees are shaking or cars are moving, or the area of shadows, interested pedestrian detection is showed a high detection rate of average 96.5%. The tracking of an interested pedestrian is showed high tracking rate of average 95% using the information of situation and hue, and interested pedestrian can be tracked successively through a camera FOV and zooming adjustment.