• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1302-1304
• /
• 2015

컴퓨터 비전에서 다수의 보행자 궤적을 생성하는 문제는 여전히 어려운 문제이다. 전경에서 추출된 보행자 윤곽은 음영과 밝기 등의 문제로 윤곽이 명확하지 않고, 보행자들이 서로 다른 방향으로 움직이며 상호작용을 한다. 이로 인해 보행자를 식별하고 궤적을 생성하기에는 다소 어려움이 있다. 우리는 의사결정 트리를 사용하여 보행자 영역의 병합과 분할 상황을 개별 분리된 보행자로 검출한다. 검출된 개별 보행자는 점 대응 알고리즘으로 각 보행자의 궤적을 생성한다. 우리는 수정된 $A^*$ 검색 알고리즘으로 새로운 휴리스틱 점 대응 알고리즘을 소개한다. 우리의 실험은 PETS2010 데이터 세트로 구현되고 실험했다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.40-42
• /
• 2019

색상 영상과 이에 상응하는 깊이 영상으로 3차원 비디오를 만드는 방법은 최근 키넥트 깊이 카메라와 같이 저가임에도 불구하고 높은 성능을 보이는 카메라가 시중에 출시되면서 다양한 형태의 응용분야에 많이 사용되기 시작했다[1]. 본 연구는 TOF(Time Of Flight) 카메라와 RGB 카메라가 같이 있는 키넥트를 이용해서 깊이 영상에서 보행자를 탐지한다. 전처리 작업으로 배경 깊이 맵을 미리 저장하고, 깊이의 차이로 보행자 유무를 알아낸다. 보행자를 지속적으로 탐지하기 위해 CAMShift 알고리즘을 사용해 라벨링과 보행자 추적을 하며, 보행자의 진행 방향과 속도를 탐지하기 위해 Dense Optical Flow를 사용해 보행자의 벡터 정보를 저장한다. 보행자가 깊이 맵 밖으로 나가면 해당 보행자에 대한 탐지를 종료한다.

• 한국정보통신학회논문지
• /
• 제19권2호
• /
• pp.435-442
• /
• 2015

본 논문에서는 지능형 다중 화상감시시스템에 응용할 수 있는 움직이는 물체 추적 및 보행자/차량 인식 방법을 제안한다. 지능형 다중 화상감시시스템은 다수의 고정형 카메라와 한 대의 PTZ 카메라로 구성되며, 고정형 카메라에서 검출된 움직이는 물체들을 PTZ 카메라로 팬/틸트/줌 제어하고, 보행자인지 또는 차량인지를 자동으로 인식한다. 넓은 영역을 감시하는 고정된 카메라에서 검출된 물체는 너무 작고, 변별력이 떨어지는 문제가 있다. 이러한 문제를 극복하기 위해 PTZ 카메라를 통한 특정 움직이는 물체를 팬/틸트/줌인 제어함으로써 움직이는 물체의 변별력과 감시성능을 높일 수 있다. 제안된 시스템은 움직이는 물체를 추적하는 기능 외에 SVM 학습알고리즘을 이용하여 검출된 물체가 보행자 또는 차량인지를 판단할 수도 있다. 그리고 추적에러를 줄이기 위해 기존의 고정된 카메라와 PTZ 카메라간의 캘리브레이션 방법을 개선한다. 다양한 실험결과를 통하여 제안한 시스템의 효용성을 입증하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(A)
• /
• pp.241-242
• /
• 2011

실내에서 보행자의 움직임을 추적하기 위해 AP를 이용한 WiFi 핑거프린팅, 별도의 센서를 이용하는 방법 등 다양한 방법이 연구되고 있다. 본 논문은 보행자의 움직임을 추적하여 스마트 폰의 지자계 센서를 이용해 코너를 찾아 건물의 실내 레이아웃을 추측하기 위한 방법을 제시하고 그 성능을 분석한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.489-492
• /
• 2015

사용자의 위치기반 서비스에 대한 수요가 증가함에 따라 보행자의 현재 이동경로와 위치를 나타내는 '보행자 항법 시스템(PDR, Pedestrian Dead Reckoning)'에 관한 많은 연구들이 진행 중이다. 보행자 관성 항법 시스템은 IMU를 통해 데이터를 수신하여 각속도와 가속도 값을 구하고, 이 값을 토대로 사용자의 속도와 위치를 추정 한다. 또한 Zero-velocity(영속도)검출을 통해 누적되는 오차를 보정한다. 지금까지 대부분의 보행자 관성항법 시스템의 성능평가는 보행속도가 느리고 제한적인 상황에서 수행되었다. 하지만 이러한 상황은 보행자의 실제 보행상태를 반영하지 못한다. 본 논문에서는 다양한 보행속도에 따른 관성 항법 시스템의 성능을 실험하고 결과를 분석한다.

• 한국융합학회논문지
• /
• 제10권3호
• /
• pp.39-47
• /
• 2019

본 논문에서는 실시간으로 보행자를 추적할 때 배경 제거를 이용하여 변형된 HOG(Histogram of Oriented Gradients) 특징 추출을 제안하였다. 기존의 HOG 특징 추출은 연산량이 많아 추적 속도가 느린 문제가 있다. 배경 제거를 통해 연산량 감소와 추적률을 향상시키기 위해 연구하였다. 불필요한 영역에서의 특징 추출을 감소시키기 위해 HSV 색공간에서 S 채널과 V 채널을 이용하여 영역 제거를 진행하였다. 영상의 평균 S 채널과 V 채널로 배경 제거 후 입력 영상이 전체적으로 어두워 객체 추적에 실패하는 경우가 있다. 이러한 경우를 방지하기 위해 히스토그램 평활화를 하였다. 제거된 영역에서 추출되는 HOG 특징이 감소되고, 객체에서는 명확한 HOG 특징이 추출되어 객체 추적 속도와 추적률이 향상되었다. 본 실험에서는 다수의 보행자나 한명의 보행자가 존재하는 영상, 배경이 복잡한 영상, 흔들림이 심한 영상을 가지고 실험하였다. 제안하는 방법은 기존의 HOG-SVM 방법과 비교하여 처리 속도는 약 41.84% 향상되었으며 오 추적률은 약 52.29% 감소되어 개선된 추적률을 보였다.

• 한국전자통신학회논문지
• /
• 제10권2호
• /
• pp.183-188
• /
• 2015

본 논문에서는 야간 CCTV 영상을 활용하여 보행자를 검출하고 추적하는 방법을 제안하고 추적 성능을 분석한다. 유사 Haar 특징을 이용하여 Adaboost 알고리즘으로 학습하고 종속분류기로 객체를 검출한다. 파티클 필터를 활용하여 검출된 보행자를 추적한다. 야간 CCTV영상에 대하여 파티클 필터의 객체 추적에 효율적인 파티클 수와 분포를 실험을 통하여 제시하였다. 골목길 등에서 취득한 야간 CCTV영상에 대하여 검출과 추적성능을 검증하였다.

• 정보처리학회논문지B
• /
• 제19B권3호
• /
• pp.177-182
• /
• 2012

본 논문에서는 대규모 실내 환경에서 WiFi 모듈이 내장된 스마트폰 사용자의 위치를 추적하기 위한 효과적인 이동 모델과 관측 모델을 제시한다. 제안하는 세 가지 부속 이동 모델들은 보행자의 움직임에 대한 더 정확한 예상 확률 분포를 제공한다. 또, 가우시안 보간법 기반의 관측 모델은 훈련 데이터 의 수집이 이루어지지 않은 지역들에 대해서도 관측 우도 계산을 가능하게 한다. 파티클 필터 프레임워크 속에 이와 같은 이동 모델과 관측 모델을 결합함으로써, 본 연구의 위치 추적 알고리즘은 대규모 실내 환경들에서도 스마트폰 사용자의 위치를 정확하게 추적할 수 있다. 한 복층 건물에서 안드로이드 스마트폰으로 수행한 실험을 통해, 본 연구에서 제안한 WiFi 위치 추적 알고리즘의 성능을 확인할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.536-539
• /
• 2020

길이 좁고 차도와 인도의 구분이 없는 골목길의 특성상 사각지대가 많고 보행자의 동선을 예측하기 힘들어 교통사고가 많이 발생하고 있다. 따라서 본 논문에서는 AI 를 활용, 영상 내 사물을 추적하여 골목길에서의 사고를 예방하는 시스템을 제안한다. 해당 시스템은 Object - Detection & Tracking 을 사용하여 보행자 및 차량을 식별·추적하여 두 개 이상의 사물이 동시에 교차로에 접근 시 사고 예방 알람을 발생시킨다. 이 시스템을 전국에 설치되어 있는 CCTV 에 활용하면 추가적인 비용과 설치 시간에 제한받지 않고 전국적으로 응용할 수 있을 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.556-559
• /
• 2021

해당 연구는 Insta evo 360° 카메라로 촬영한 Equirectangular 형태의 영상을 활용하여 보행자에게 위험한 차량을 구분한 후 실시간적으로 차량 접근 알림을 주는 시스템에 관한 연구이다. 360° 영상 속 위험 차량 탐지와 추적을 위해 파노라마와 일반도로 이미지 데이터 세트로 전이학습 된 You Look Only Once v5 (YOLOv5), 객체 추적 알고리즘 Simple Online and Realtime Tracking with a Deep Association Metric (DeepSORT), 그리고 실험을 통해 개발한 비 위험 차량 필터링 알고리즘을 활용한다. Insta evo 360° 카메라를 머리 위에 얹어 촬영한 영상을 개발한 최종 시스템에 적용한 결과, 약 90% 정확도로 영상에서 비 위험 차량과 위험 차량을 구분할 수 있고, 위험 차량의 경우 차량의 방향을 시각적으로 알려줄 수 있다. 본 연구를 바탕으로 보행자 시야각 외부의 위험 차량에 대한 경고 알림을 주어 보행자 교통사고 발생 가능성을 줄이고, 전방위를 볼 수 있는 360° 카메라의 활용 분야가 보행 안전 시스템뿐만 아니라 더 다양해질 것으로 기대한다.