• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.9 no.2
• /
• pp.338-347
• /
• 2005

In this paper, a decimation-in-time search direction algorithm for displacement prediction of moving object is proposed. The initialization of the proposed algorithm for moving direction prediction is performed by detecting moving objects at sequential frames and by obtaining a moving angle and a moving distance. A moving direction of the moving object at current frame is obtained by applying the decimation-in-time search direction mask. The decimation-in-tine search direction mask is that the moving object is detected by thinning out frames among the sequential frames, and the moving direction of the moving object is predicted by the search mask which is decided by obtaining the moving angle of the moving object in the 8 directions. to examine the propriety of the proposed algorithm, velocities of a driving car are measured and tracked, and to evaluate the efficiency, the proposed algorithm is compared to the full search algorithm. The evaluated results show that the number of displacement search times is reduced up to 91.8$\%$ on the average in the proposed algorithm, and the processing time of the tracking is 32.1ms on the average.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2001.05a
• /
• pp.633-637
• /
• 2001

In this paper, we proposed model creation algorithm for multiple moving objects tracking. The proposed algorithm is divided that the initial model creation step as moving objects are entered into background image and the model reformation step in the moving objects tracking step. In the initial model creation step, the initial model is created by AND operating division image, divided using difference image and clustering method, and edge image of the current image. In the model reformation step, a new model was reformed in the every frame to adapt appearance change of moving objects using Hausdorff Distance and 2D-Logarithmic searching algorithm. We simulated for driving cart in the road. In the result, model was created over 98% in case of irregular approach direction of cars and tracking objects number.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.10 no.1
• /
• pp.191-196
• /
• 2006

This paper presents the moving object tracking method using vision system. In order to track object in real time, the image of moving object have to be located the origin of the image coordinate axes. Accordingly, Fuzzy Control System is investigated for tracking the moving object, which control the camera module with Pan/Tilt mechanism. Hereafter, so the this system is applied to mobile robot, we design and implement image processing board for vision system. Also fuzzy controller is implemented to the StrongArm board. Finally, the proposed fuzzy controller is useful for the real-time moving object tracking system by experiment.

• The KIPS Transactions:PartB
• /
• v.12B no.3 s.99
• /
• pp.301-312
• /
• 2005

Three different cases should be considered for motion tracking: moving object with fixed camera, fixed object with moving camera and moving object with moving camera. Two methods are widely used for motion tracking: the optical flow method and the difference frame method. The optical new method is mainly used when either one, object or camera is fixed. This method tracks object using time-space vector which compares object position frame by frame. This method requires heavy computation, and is not suitable for real-time monitoring system such as DVR(Digital Video Recorder). The different frame method is used for moving object with fixed camera. This method tracks object by comparing the difference between background images. This method is good for real-time applications because computation is small. However, it is not applicable if the camera is moving. This thesis proposes and implements the motion tracking system using the difference frame method with PTZ(Pan-Tilt-Zoom) control. This system can be used for moving object with moving camera. Since the difference frame method is used, the system is suitable for real-time applications such as DVR.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.09b
• /
• pp.87-90
• /
• 2003

과거의 이동로봇 시스템은 완전한 자율주행이 주된 목표였으며 그때의 영상정보는 단지 모니터링을 하는 보조적인 수단으로 사용되었다. 그러나 지금은 이동 물체의 추적, 대상 물체의 인식과 판별, 특징 추출과 같은 다양한 응용분야에서 영상정보를 이용하는 연구가 활발히 진행되고 있다 또한 제어 측면에서는 전통적인 제어기법으로는 해결하기 힘들었던 여러 가지 비선형적인 제어를 지능제어 방법을 통하여 많이 해결하곤 하였다. 그러한 지능제어에서 신경망을 많이 사용하기도 한다. 최근에는 신경망의 학습에 많이 사용하는 방법 중 강화학습이 많이 사용되고 있다. 강화학습이란 동적인 제어평면에서 시행착오를 통해, 목적을 이루기 위해 각 상황에서 행동을 학습하는 방법이다. 그러므로 이러한 강화학습은 수많은 시행착오를 거쳐 그 대응 관계를 학습하게 된다. 제어에 사용되는 제어 파라메타는 어떠한 상태에 처할 수 있는 상태와 행동들, 그리고 상태의 변화, 또한 최적의 해를 구할 수 있는 포상알고리즘에 대해 다양하게 연구되고 있다. 본 논문에서 연구한 시스템은 비젼시스템과 Strong Arm 보드를 이용하여 대상물체의 색상과 형태를 파악한 후 실시간으로 물체를 추적할 수 있게 구성하였으며, 또한 물체 이동의 비선형적인 경향성을 강화학습을 통하여 물체이동의 비선형성을 보다 유연하게 대처하여 보다 안정하고 빠르며 정확하게 물체를 추적하는 방법을 실험을 통하여 제안하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.05a
• /
• pp.180-183
• /
• 2010

본 연구에서는 개선된 영역기반의 패턴매칭 기법을 사용하여 이동물체의 탐색과 검출을 수행하였다. 시간에 따라 변화하는 이동물체의 안정된 추적을 위해 매 영상 프레임마다 이동물체의 윤곽선을 탐지하여 다음 영상에서의 템플릿으로 사용하기 위해 갱신하였으며, 패턴매칭의 연산속도 향상을 위해 패턴 정합률에 따라 영상을 다른 비율로 압축하여 추적하는 방법을 제안하였다. 기존의 영상파일을 사용하여 시뮬레이션 한 결과 이동물체의 검출과 추적에 양호한 동작을 보여주었으며 제안된 방법의 실시간 동작 가능성을 조사하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.159-160
• /
• 2009

특정한 물체를 추적하는 방법에는 여러 가지가 있다. 사람의 경우 시각, 청각, 촉각, 미각 등의 여러가지 방법으로 물체를 추적하고 판단할 수 있는데 한 가지 방법 보다는 두 가지, 세 가지 방법을 동시에 사용하는 것이 물체를 추적하고 판단하는데 도움이 된다. 그러나 컴퓨터는 사용할 수 있는 정보가 제한적 이다. 물체를 추적하는데 있어서 영상데이터 만을 사용할 경우 물체가 가까이 있어 화면 전체를 차지할 경우 더 이상의 물체를 판단하기 힘들어 진다. 이러한 단점을 보완하기 위해 거리 센서를 부착함으로서 이동 로봇이 물체에 일정거리를 유지하면서 이동을 할 수 있도록 구현하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.426-428
• /
• 1998

본 논문은 움직임 추정기법 중의 하나인 차영상 분석 기법을 기반으로한 이동 물체 추적 시스템을 제안한다. 실세계와 같은 복잡한 환경에서의 적응성을 높이기 위해 동적인 배경 추출 방법을 제안하고, 이를 바탕으로한 차영상 분석 기법을 이용하여 이동 물체를 탐지한 후 개선된 인공신경망의 경쟁학습 모델인 ART2 학습알고리즘을 이용하여 추적한다. 또한 이동 물체의 평가도 값이 아닌 RGB 컬러정보를 이용한 물체의 특징 벡터를 구한다. 이러한 특징 벡터들은 이동 물체의 모양이나 명암의 변화를 반영한다. 이러한 정보의 변화에 적응성을 갖게 하기위해 개선된 ART2를 사용한다. 그리고 실제 환경에서 보행자를 탐지, 추적하는 실험 결과 Gray 영상보다 정확한 추적이 가능하였다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.11 no.4
• /
• pp.263-269
• /
• 2010

This paper describes real-time detection and tracking of moving objects for unmanned visual surveillance. Using images obtained from the fixed camera it detects moving objects within the image and tracks them with displaying rectangle boxes enclosing the objects. Tracking method is implemented on an embedded system which consists of TI DSK645.5 kit and the FPGA board connected on the DSP kit. The DSP kit processes image processing algorithms for detection and tracking of moving objects. The FPGA board designed for image acquisition and display reads the image line-by-line and sends the image data to DSP processor, and also sends the processed data to VGA monitor by DMA data transfer. Experimental results show that the tracking of moving objects is working satisfactorily. The tracking speed is 30 frames/sec with 320x240 image resolution.

• Journal of Advanced Navigation Technology
• /
• v.22 no.1
• /
• pp.20-26
• /
• 2018

In this paper, we propose a moving object detection and tracking algorithm based on multi-frame feature point tracking information to reduce false positives. However, there are problems of detection error and tracking speed in existing studies. In order to compensate for this, we first calculate the corner feature points and the optical flow of multiple frames for camera movement compensation and object tracking. Next, the tracking error of the optical flow is reduced by the multi-frame forward-backward tracking, and the traced feature points are divided into the background and the moving object candidate based on homography and RANSAC algorithm for camera movement compensation. Among the transformed corner feature points, the outlier points removed by the RANSAC are clustered and the outlier cluster of a certain size is classified as the moving object candidate. Objects classified as moving object candidates are tracked according to label tracking based data association analysis. In this paper, we prove that the proposed algorithm improves both precision and recall compared with existing algorithms by using quadrotor image - based detection and tracking performance experiments.