• KIPS Transactions on Computer and Communication Systems
• /
• v.9 no.6
• /
• pp.137-142
• /
• 2020

As research on security systems using IoT (Internet of Things) devices increases, the need for research to track the location of specific objects is increasing. The goal is to detect the movement of objects in real-time and to predict the radius of movement in short time. Many studies have been done to clearly recognize and detect moving objects. However, it does not require the sharing of information between cameras that recognize objects. In this paper, using the device information of the camera and the video information taken from the camera, the movement radius of the object is predicted and information is shared about the camera within the radius to provide the movement path of the object.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06c
• /
• pp.52-54
• /
• 2006

RFID를 이용하는 물류 시스템에서 태그 객체의 위치 추적을 위해서는 태그 객체의 궤적을 모델링하고 효율적으로 검색하기 위한 색인 구성이 필수적이다. 태그 객체의 궤적은 리더의 인식 영역에 들어오고 나가는 두 점을 연결한 시공간 선분으로 표현할 수 있다. 그러나 태그 객체가 리더의 인식영역 밖으로 벗어나게 되면 태그 객체의 궤적을 표현 할 수 없으므로 위치 추적이 불가능하게 되는 문제를 가진다. 이러한 문제를 해결하기 위하여 리더의 비 인식 영역에서 GPS를 이용한 태그 객체의 위치 추적을 병행할 필요가 있다. 본 논문에서는 RFID 시스템과 LBS 시스템을 연동한 환경에서 태그 궤적을 표현하기 위한 위치 추적 시스템의 모델을 제시하고. 제시된 모델에서 태그 객체의 위치 추적을 효율적으로 처리하기 위한 색인 구조를 제안한다. 제안된 색인 구조는 태그 객체의 현재 위치뿐만 아니라 과거 궤적을 효율적으로 처리하기 위한 새로운 삽입 및 분할 알고리즘을 제안하여 노드가 차지하는 영역을 최소화한다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.36 no.7C
• /
• pp.421-427
• /
• 2011

The importance of the real-time object recognition and tracking field has been growing steadily due to rapid advancement in the computer vision applications industry. As is well known, the mean-shift algorithm is widely used in robust real-time object tracking systems. Since the mentioned algorithm is easy to implement and efficient in object tracking computation, many say it is suitable to be applied to real-time object tracking systems. However, one of the major drawbacks of this algorithm is that it always converges to a local mode, failing to perform well in a cluttered environment. In this paper, an Optical Flow-based algorithm which fits for real-time recognition of multiple moving objects is proposed. Also in the tests, the newly proposed method contributed to raising the similarity of multiple moving objects, the similarity was as high as 0.96, up 13.4% over that of the mean-shift algorithm. Meanwhile, the level of pixel errors from using the new method keenly decreased by more than 50% over that from applying the mean-shift algorithm. If the data processing speed in the video surveillance systems can be reduced further, owing to improved algorithms for faster moving object recognition and tracking functions, we will be able to expect much more efficient intelligent systems in this industrial arena.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2003.11a
• /
• pp.163-168
• /
• 2003

현실 세계에서 자동차, 비행기, 태풍의 이동 등과 같이 시간에 따라 연속적으로 위치 및 모양이 변화하는 객체를 이동 객체라 한다. 이와 같은 이동 객체 정보를 다루기 위해서는 연속적으로 변화하는 정보를 저장해야 하며, 이로 인해 대용량 정보를 효과적으로 다루기 위한 색인이 필요하다. 특히, LBS를 제공을 위한 GPS 환경에서의 차량 관리 시스템 등에서는 이동 객체 관리를 위해 빠른 검색을 필요로 한다. 그리고, 기존의 이동 객체 색인은 대부분 R-트리의 구조를 가지기 때문에, 데드 스페이스 및 오버랩 등 R-트리의 문제점을 갖게 되고, 고려하는 초점에 따라 이 문제가 더 커진다. 따라서, 이 논문에서는 PDA를 활용한 차량 추적 시스템을 개발하고, R-트리의 문제점을 해결하기 위한 MP-트리 노드 연산 기법을 제안한다. 제안된 노드 연산 기법은 하위 노드의 경계 정보를 순서대로 저장함으로써, 데드 스페이스 및 오버랩으로 인한 불필요한 검색 비용과 분할 비용을 줄이고, 특정 시점 질의 및 시공간 범위 질의를 효과적으로 처리한다. 기존 이동 객체 색인과 비교한 실험으로부터 이동 객체 질의 처리 및 공간 활용에 대해 노드 연산이 유용하게 쓰임을 확인하였다.

• KIISE Transactions on Computing Practices
• /
• v.20 no.11
• /
• pp.598-603
• /
• 2014

In wireless sensor networks, two methods have been generally used to track continuously moving object: a user query-based method and a periodic report-based method. Although the former method generates more overhead as a result of the user queries, the former one is also an energy-efficient method that does not transfer unnecessary information. For the user query-based method, a virtual tree that consist of sensor nodes is used to perform the user query and the sensor reporting. The tree stores the information of the mobile objects, and the stored information triggers a report b the user query. However, in case of a fast-moving object, the tracking accuracy decreases as a result of the time delay of the end-to-end repeated query. In order to solve this problem, we propose a query-relay method that reduces the time delay for mobile object tracking. In the proposed method, the nodes in the tree relay the query to adjacent nodes according to the movement of mobile object that is tracked. When the query messages are relayed. The end-to-end querying time delay is reduced. and a simulation shows that our method is superior to existing ones in terms of tracking accuracy.

• Journal of Korean Tunnelling and Underground Space Association
• /
• v.20 no.6
• /
• pp.1161-1175
• /
• 2018

An unexpected event could be easily followed by a large secondary accident due to the limitation in sight of drivers in road tunnels. Therefore, a series of automated incident detection systems have been under operation, which, however, appear in very low detection rates due to very low image qualities on CCTVs in tunnels. In order to overcome that limit, deep learning based tunnel incident detection system was developed, which already showed high detection rates in November of 2017. However, since the object detection process could deal with only still images, moving direction and speed of moving vehicles could not be identified. Furthermore it was hard to detect stopping and reverse the status of moving vehicles. Therefore, apart from the object detection, an object tracking method has been introduced and combined with the detection algorithm to track the moving vehicles. Also, stopping-reverse discrimination algorithm was proposed, thereby implementing into the combined incident detection processes. Each performance on detection of stopping, reverse driving and fire incident state were evaluated with showing 100% detection rate. But the detection for 'person' object appears relatively low success rate to 78.5%. Nevertheless, it is believed that the enlarged richness of image big-data could dramatically enhance the detection capacity of the automatic incident detection system.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.203-206
• /
• 2004

본 논문에서는 다양하고 실재적인 조명과 얼굴방향에 관계없이 원활하게 실시간으로 눈을 추적하는 방법을 제안하고자 한다. 기존의 능동적 적외선 조명을 이용한 대다수의 눈 추적장치들은 밝은 동공효과를 이용하고 있다. 그러나, 눈 깜박임, 외부 조명 간섭과 같은 여러 가지 요소로 인하여 동공들이 충분하게 밝게 나타나지 않는 경우가 많이 있다. 그러므로, 본 논문에서는 능동적 적외선 조명을 기반으로 한 칼만 필터링을 이용한 객체 추적 방법과 전형적인 외관을 기반으로 객체 인식 방법을 결합함으로써, 외부 조명의 간섭으로 밝은 동공 효과가 나타나지 않는 경우에도 견실하게 눈을 검출하고 추적 할 수 있는 방법을 제안한다. 눈 검출과 추적을 위해 SVM과 평균 이동 추적 방법을 사용하였고, 적외선 조명과 카메라를 포함한 영상 획득 장치를 구성하여 기존의 방법과 비교 실험한 결과 제안된 방법은 일부 피검자의 경우 100% 완벽하게 눈 추적을 할 수 있음을 보여 주었다.

• Information and Communications Magazine
• /
• v.28 no.4
• /
• pp.35-40
• /
• 2011

본고에서는 지능형 국방 감시시스템에 적용할 수 있는 핵심 기술인 PTZ(Pan-Tilt-Zoom) 네트워크 카메라를 이용한 액티브 객체 추적 및 객체 특성 분석 기법을 소개한다. 본고에서 소개하는 기법은 기존의 적응적 배경 모델링 기반의 객체 검출에서 발생하는 고스트 현상을 제거하고 정지객체를 안정적으로 추적할 수 있는 방법과 PTZ 카메라의 Panning, Tilting, Zooming을 통하여 카메라의 FOV를 지속적으로 추적하기 위한 카메라 이동 위치 예측 알고리즘을 포함하고 있다. 본고에서는 또한, 지능형 감시시스템의 한 종류로서 일반인이 통행할 수 있는 구역에서 출입자의 의상 특성을 분석하여 비인증 출입자를 검출하는 방법과 추적하는 객체가 차량일 경우, 차량의 종류를 자동 분류하는 기법을 소개한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.317-318
• /
• 2013

블록정합을 이용한 객체 추적 시 다른 물체에 의한 부분적인 가림이나 잡음 등이 발생할 경우, 추적 성능이 매우 저하될 수 있다. 이는 단순히 두 영상의 밝기를 블록 단위로 비교하여 이동 위치를 판단하기 때문이다. 본 논문에서는 상기 문제점을 해결하기 위해, 객체의 움직임을 예측할 수 있는 필터를 적용한다. 예측된 위치와 가까운 곳에서 계산된 유사도에는 보다 높은 가중치를 곱하여 블록정합을 수행한다. 필터를 통해 예측된 객체 이동은 과거의 움직임을 반영하고 있으므로 일시적인 외란에 대해 추적 능력을 강인하게 한다.

• The Journal of Korean Institute of Next Generation Computing
• /
• v.14 no.6
• /
• pp.15-29
• /
• 2018

This paper proposes an enhanced object tracking algorithm to compensate the lack of temporal information in existing particle swarm optimization based object trackers using the trajectory of the target object. The proposed scheme also enables the tracking and documentation of the location of an online updated set of distractions. Based on the trajectories information and the distraction set, a rule based approach with adaptive parameters is utilized for occlusion detection and determination of the target position. Compare to existing algorithms, the proposed approach provides more comprehensive use of available information and does not require manual adjustment of threshold values. Moreover, an effective weight adjustment function is proposed to alleviate the diversity loss and pre-mature convergence problem in particle swarm optimization. The proposed weight function ensures particles to search thoroughly in the frame before convergence to an optimum solution. In the existence of multiple objects with similar feature composition, this algorithm is tested to significantly reduce convergence to nearby distractions compared to the other existing swarm intelligence based object trackers.