• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.931-933
• /
• 2017

감시 카메라 환경에서 돈사 내 돼지들을 탐지 및 추적에 관한 연구는 효율적인 돈사 관리 측면에서 중요한 이슈로 떠오르고 있다. 그러나 돼지의 추적 중 돼지간의 겹침이 발생하였을 때 겹침 돼지를 탐지 및 분리하는 것은 어려우며, 이를 해결하는 것은 매우 중요한 문제이다. 본 논문에서는 이러한 문제를 해결하기 위하여 깊이 정보를 이용하여 돈방의 겹침 돼지들을 탐지한 후, 돼지들의 평균 깊이 값을 이용하여 겹침 돼지를 분리하는 방법을 제안한다. 실험 결과, 깊이 정보 값을 이용하여 겹침 돼지를 탐지한 후 돼지들의 평균 깊이 값을 이용하여 올라탄 돼지와 깔린 돼지로 분리할 수 있음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.509-511
• /
• 2023

현대 컴퓨터 비전 분야에서는 객체 추적이 중요한 연구 주제 중 하나다. 기존 Tracking By Detection 방식은 실시간 추적 속도와 Tracklet을 유지할 수 있는 정보 전달의 한계를 가지고 있다. 본 연구에서는 유사도 비교 모듈을 기반으로 Tracking By Detection 모델을 설계하고자 한다. 탐지 모델은 Anchor를 사용하지 않는 CenterNet을 사용하고 탐지된 값에 유사도 비교 알고리즘을 적용하여 객체 탐지와 객체 추적을 동시에 수행하는 모델을 제안한다. 제안하는 방법은 Occlusion으로 인한 객체 정보 손실을 완화하고, 새로운 객체 및 장애물에 대해 강건할 것으로 사료된다.

• 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.

• The Journal of the Convergence on Culture Technology
• /
• v.7 no.1
• /
• pp.588-594
• /
• 2021

Due to the recent proliferation of video contents, previous contents expressed as the character or the picture are being replaced to video and growth of video contents is being boosted because of emerging new platforms. As this accelerated growth has a great impact on the process of universalization of technology for ordinary people, video production and editing technologies that were classified as expert's areas can be easily accessed and used from ordinary people. Due to the development of these technologies, tasks like that recording and adjusting that depends on human's manual involvement could be automated through object tracking technology. Also, the process for situating the object in the center of the screen after finding the object to record could have been automated. Because the task of setting the object to be tracked is still remaining as human's responsibility, the delay or mistake can be made in the process of setting the object which has to be tracked through a human. Therefore, we propose a novel object tracking technique of CMT combining the face detection technique utilizing Haar cascade classifier. The proposed system can be applied to an effective and robust image tracking system for continuous object tracking on the smartphone in real time.

• Journal of Korean Tunnelling and Underground Space Association
• /
• v.19 no.5
• /
• pp.813-827
• /
• 2017

Surveillance cameras installed in tunnels capture the various video frames effected by dynamic and variable factors. In addition, localizing and managing the cameras in tunnel is not affordable, and quality of capturing frame is effected by time. In this paper, we introduce a new method to detect and track the vehicles in tunnel by using surveillance cameras installed in a tunnel. It is difficult to detect the video frames directly from surveillance cameras due to the motion blur effect and blurring effect on lens by dirt. In order to overcome this difficulties, two new methods such as Differential Frame/Non-Maxima Suppression (DFNMS) and Haar Cascade Detector to track cars are proposed and investigated for their feasibilities. In the study, it was shown that high precision and recall values could be achieved by the two methods, which then be capable of providing practical data and key information to an automatic accident detection system in tunnels.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.05a
• /
• pp.151-154
• /
• 2013

We typically have a variety of equipment that can detect and track targets, and detect and track target quickly and accurately through the exchange of the information between each piece of equipment. These equipments have similar detection area(FOV), but some are different due to the limits of the resolution of the equipments. In this paper, we studied the method of reducing time to search and detect target, and also did the method of tracking automatically it.

• Journal of Platform Technology
• /
• v.11 no.4
• /
• pp.3-12
• /
• 2023

In the post-COVID era, the importance of quarantine measures is greatly emphasized, and accordingly, research related to the detection of mask wearing conditions and prevention of other infectious diseases using deep learning is being conducted. However, research on the detection and tracking of visitors to cultural facilities to prevent the spread of diseases is equally important, so research on this should be conducted. In this paper, a convolutional neural network-based object detection model is trained through transfer learning using a pre-collected dataset. The weights of the trained detection model are then applied to a multi-object tracking model to monitor visitors. The visitor detection model demonstrates results with a precision of 96.3%, recall of 85.2%, and an F1-score of 90.4%. Quantitative results of the tracking model include a MOTA (Multiple Object Tracking Accuracy) of 65.6%, IDF1 (ID F1 Score) of 68.3%, and HOTA (Higher Order Tracking Accuracy) of 57.2%. Furthermore, a qualitative comparison with other multi-object tracking models showcased superior results for the model proposed in this paper. The research of this paper can be applied to the hygiene systems within cultural facilities in the post-COVID era.

• Journal of Internet Computing and Services
• /
• v.18 no.4
• /
• pp.61-67
• /
• 2017

Recently, CCTV has been combined with areas such as big data, artificial intelligence, and image analysis to detect various abnormal behaviors and to detect and analyze the overall situation of objects such as people. Image analysis research for this intelligent video surveillance function is progressing actively. However, CCTV images using 2D information generally have limitations such as object misrecognition due to lack of topological information. This problem can be solved by adding the depth information of the object created by using two cameras to the image. In this paper, we perform background modeling using Mixture of Gaussian technique and detect whether there are moving objects by segmenting the foreground from the modeled background. In order to perform the depth information-based segmentation using the RGB information-based segmentation results, stereo-based depth maps are generated using two cameras. Next, the RGB-based segmented region is set as a domain for extracting depth information, and depth-based segmentation is performed within the domain. In order to detect the center point of a robustly segmented object and to track the direction, the movement of the object is tracked by applying the CAMShift technique, which is the most basic object tracking method. From the experiments, we prove the efficiency of the proposed object detection and tracking method using the RGB-D model.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.423-425
• /
• 1998

영상검지기를 이용하여 도로상에서 이동중인 차량의 움직임을 탐지하고 분석하는 방법은 지능형교통시스템의 많은 분야에 적용되어질 수 있다. 영상분석으로 움직이는 물체를 탐지하는 방법에는 영상차를 이용하는 방법과 영상차를 이용하지 않는 방법으로 분류할 수 있다. 영상차를 이용하는 방법에서는 영상간의 차영상을 기반으로 하여 물체를 탐지하는 방법은 일반적이고 보편적인 방법이나 시간에 따른 배경영상의 왜곡과 물체의 정체현상에 많은 문제점을 지니고 있다. 그리고 영상차를 이용하지 않는 방법은 영상내의 분석으로 물체를 탐지하는 방법이고, 영상간의 정보를 사용하지 않으므로 영상차에 의한 문제점은 발생되지 않는다. 기존에 연구되어진 영상차를 이용하지 않는 방법은 물체의 형태를 고려하지 않고 단지 이동점의 좌표분석으로 차량의 움직임을 측정하고 있다. 본 논문에서는 영상차를 이용하지 않으며 영상내의 형태정보 분석과 색상정보를 고려하여 기존의 영상검지기가 지니는 문제점을 개선하여 정밀한 차량 추적에 대한 가능성을 알 수 있었다.

• 한국IT서비스학회:학술대회논문집
• /
• 2009.11a
• /
• pp.524-527
• /
• 2009

최근 감시, 상황판단, 정보전달에 있어서 비디오 영상의 사용이 점점 증가하고 있다. 그러나 비디오 영상에 나타나는 객체들의 비정상행위를 탐지하는 것은 사용자에게 의존한다. 따라서 사용자가 비정상 행위를 놓치기 쉽고, 상황에 대한 대처가 늦어진다는 문제가 발생한다. 이러한 점을 개선하기 위해 실시간 영상 마이닝 기법을 이용한 비정상행위 탐지법이 연구되었으나, 제약 조건이 심하고, 불필요하게 추적되는 데이터가 많아 효율이 떨어진다는 단점이 있다. 본 논문에서는 이러한 단점을 개선하여 3차원 환경에서의 객체의 추적에 대한 정확도를 높이고 일반적인 상황에서도 적용이 가능한 비디오 마이닝을 이용한 비정상 행위 탐지 기법을 제안한다.