• Annual Conference of KIPS
• /
• 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.

• Annual Conference of KIPS
• /
• 2006.11a
• /
• pp.77-80
• /
• 2006

도로 동영상의 차량 추적 시스템은 영상 내 추적 구간을 확장하는 일이 중요하다. 본 논문에서는 추적 구간을 넓히기 위하여 모자익 기법을 제안하였다. 동영상 모자익의 가장 어려운 문제는 프레임마다 동일한 대응점을 알아내는 데 있다. 본 논문에서는 미리 예측된 영역에서의 컬러 상관관계를 이용하여 흔들린 대응점을 탐지하고 또한 가려진 부분이나 돌발 상황에 대해서는 투영 변환만으로도 최적 근사 대응점을 찾아낼 수 있는 탐색 방법을 제안하여 실제 도로 동영상에서 실험 하였다.

• Annual Conference of KIPS
• /
• 2001.04a
• /
• pp.301-304
• /
• 2001

영상내의 문자정보는 색인에 필요한 유용한 정보를 제공하기 때문에 이를 이용한 멀티미디어 데이터의 색인기법이 최근 많이 연구되고 있다. 본 논문에서는 칼라동영상에서 실시간으로 문자를 추출하고 추적하는 방법을 제안하였다. 제안된 방법은 연결성분(connected component)방법을 이용한 문자추출 모듈과 SSD(a Sum Of Squared Difference)를 이용한 문자추적모듈로 구성되어져 있다. 실제 TV영상에 대하여 제안된 방법을 테스트 해본 결과 빠른 문자추출과 추적시간을 가졌다.

• Annual Conference of KIPS
• /
• 2015.04a
• /
• pp.878-880
• /
• 2015

파티클 필터 기반 얼굴추적은 비교적 빠른 속도와 구현의 용이성으로 널리 사용되고 있으나 조명이나 포즈변화가 있는 영상에서 드리프트(drift) 현상에 의해 얼굴추적의 정확도가 급격히 저하된다. 본 논문에서는 앞에 언급한 얼굴의 다양성에 강인한 얼굴 텍스처 특징을 제안한다. 제안방법은 인접한 픽셀들 간의 관계를 고려한 텍스처 패턴을 정의할 때 인접한 픽셀들의 평균(average)을 적용하여 조명변화에 강인하다. 또한 얼굴의 구조적 정보를 반영한 블록 기반의 텍스처 패턴 풀링(pooling)에 의해 포즈변화에 강인하다. 실제 감시환경을 가정해 CCTV 카메라로 자체 제작한 비디오 영상에서 Local Binary Pattern(LBP)와 같은 대표적인 특징들과 비교 실험을 수행하였다. 실험결과, 드리프트(drift) 폭이 적어 더 높은 얼굴추적 정확도를 보였으며 초당 28 프레임의 매우 빠른 처리속도를 보였다.

• Annual Conference of KIPS
• /
• 2011.04a
• /
• pp.1555-1558
• /
• 2011

본 논문에서는 멀티미디어 데이터에 대한 내용기반 인식 기법을 이용하여 인터넷에 불법으로 배포되어 있는 콘텐츠를 추적하는 기법을 소개한다. 내용기반 인식 기법은 콘텐츠의 원신호에서 내용기반 해쉬나 혹은 축약된 형태의 특징벡터를 추출하여 콘텐츠를 인식하는 기술로 저작권보호 분야에서 불법 저작물을 필터링하는데 많이 활용되고 있다. 불법 콘텐츠 추적시스템은 인터넷에서 광범위하게 유포되어 있는 저작물을 검색하여 그 내용을 기반으로 인식하여 불법 여부를 판단한 후 삭제메일이나 재전송 중지 등의 후속 조치를 자동으로 수행하는 저작권보호 시스템이다. 본 논문에서는 오디오, 비디오, 어문, 게임 콘텐츠에 대해 내용을 기반으로 인식을 수행하고 불법 여부를 판단하여 재전송 중지 조치를 취하는 능동적 저작물 추적 시스템을 제안한다. 제안된 시스템에서는 검색모듈에 의해 수집된 다양한 저작물에 대해 저작물별 독립적으로 인식 기능을 수행하는 기능을 제공한다.

• The KIPS Transactions:PartB
• /
• v.9B no.4
• /
• pp.465-470
• /
• 2002

This paper presents a new model based method for tracking moving object from a moving camera. In the proposed method, binary model is derived from detected object regions and Hausdorff distance between the model and edge image is used as its similarity measure to overcome the target's shape changes. Also, a novel search algorithm and some optimization methods are proposed to enable realtime processing. The experimental results on our test sequences demonstrate the high efficiency and accuracy of our approach.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.490-495
• /
• 2010

본 연구에서는 효과적인 손 제스처 인식을 위하여 다중 특징을 이용한 견고한 손 추적 방법을 제시한다. 기존의 많은 손추적 장치들이 칼라 정보나 모션 정보와 같은 단일한 정보를 바탕으로 손을 검출하고, 이를 바탕으로 손의 추적하는 방법들을 제시하고 있다. 이러한 방법들의 경우에는 손 추적 중에 환경이나 상황이 변하게 되면, 손추적의 정확도가 현저하게 떨어지게 된다. 본 연구에서는 이러한 문제점들을 보완하기 위하여, Adaboost를 이용한 손 검출, 역투영을 기반으로 손 색상을 이용한 추적, KLT를 바탕으로 한 모션 추적을 이용한 검출을 동시에 수행하며, 각 센서의 추적 결과에 대한 칼만 필터 적용뿐 아니라, 각 센서 정보를 통합하여 견고한 결과를 얻기 위한 방법을 제시한다. 이를 바탕으로 손제스처 인식 시스템을 개발하였으며, 개발된 제스처 인식을 바탕으로 비디오 플레이를 제어하는 시스템을 구현하였다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.48 no.5
• /
• pp.16-22
• /
• 2011

This paper presents the multi-object tracking approach using the background difference and particle filtering by monte carlo sampling. We apply particle filters based on probabilistic importance sampling to multi-object independently. We formulate the object observation model by the histogram distribution using color information and the object dynaminc model for the object motion information. Our approach does not increase computational complexity and derive stable performance. We implement the whole Bayesian maximum likelihood framework and describes robust methods coping with the real-world object tracking situation by the observation and transition model.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2012.10a
• /
• pp.894-897
• /
• 2012

We propose a effective method using the HOG (Histogram of Oriented Gradients) feature vector to track individual objects in an environment which multiple objects are moving. The proposed algorithm consists of pre-processing, object detection and object tracking. We experimented with six videos which have various trajectories and the movement. When occlusion between objects was occurred, we identified individual object by using center and predicted coordinates of moving objects. The algorithm shows 85.45% of tracking rate in the videos we experimented. We expect the proposed system is utilized in security systems which require the alalysis of the position and motion pattern of objects.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.744-749
• /
• 2007

물체 추적시스템은 비디오 감시 시스템, 화상회의 시스템과 같은 다양한 비전 응용 분야에서 점점 비중이 높아지고 있다. 이 시스템에서 가장 널리 사용되고 있는 방법 중 하나로 Particle-Filter를 들 수 있다. 하지만, 이 Particle-Filter의 단점은 유사한 여러 물체를 추적할 때에 그 물체들이 겹치거나 사라질 경우 정확한 추적을 하기 어렵다는 것이다. 이 단점을 극복하기 위해 많은 연구가 진행되고 있으며, 본 논문에서는 이 문제를 극복하기 위한 새로운 방법을 제안하고자 한다. 다중 물체 추적에서 빈번히 일어나는 문제는 두 가지로 요약할 수 있는데, 동일한 다중 물체가 부분적으로 엇갈리거나 다른 객체에 완전히 겹친 후 떨어질 때 한 물체를 중복하여 추적하는 문제(merge and split problem)와 이 때 분리되어 추적은 됐지만, 물체를 혼동하여 추적하는 문제(Labeling problem)이다. 본 논문에서는 이 러한 문제들을 풀기 위해 이미지 필드에서 보다 정확한 확률분포를 만들고, 이 확률분포의 신뢰성을 높이기 위해서 물체의 특징정보를 표현하는 몇 가지 방법을 제안한다. 전자의 문제는 두 가지 문제로 나누어 생각해 보았다. 첫째, 복잡환 환경에서의 분포를 찾아내는 것과 둘째, 추적 중인 물체를 잃어버릴 경우 새로운 샘플을 생성함으로써 나누어 보았다. 이 문제 중 첫번째는 K-means 클러스터링을 이용하여 유사한 물체가 주변에 퍼져 있을 때, 하나의 후보 위치가 아닌, K개의 후보 위치들을 만들어 내어 보다 정확한 추적이 가능하게 하였으며, 두 번째 문제는 추적 중인 물체가 다른 커다란 물체에 가려질 경우이다. 이 상황에서 샘플을 생성하는 방법은 지금까지 해왔던 간단한 환경에서의 생성 범위와는 다르게 넓게 해야 생성시켜야 한다. 이 때 샘플링의 수를 늘리지 않으면서, 최대한 정확하게 추적하기 위해서 동영상에서 물체의 모션을 이용한 모션 히스토그램을 얻어내고, 그 정보를 이용하여 샘플을 생성하는 위치를 조절함으로써 이 문제를 풀어 보았다. 그리고, 후자의 문제인 이미지 필드상에서 확률분포의 신뢰성을 높이기 위한 특징 정보는 기존에 많이 사용하던 칼라 히스토그램에 공간정보의 의미를 부여하는 칼라 히스토그램을 분할하는 방법과 SIFT에서 사용하는 방향정보와 크기정보를 사용했다. 이것들을 사용하여 보다 정확한 물체추적시스템을 다음과 같이 제안한다.