• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2009년도 정보 및 제어 심포지움 논문집
• /
• pp.408-410
• /
• 2009

We present an efficient and robust measurement model for visual tracking. This approach builds on and extends work on subspace representations of measurement model. Subspace-based tracking algorithms have been introduced to visual tracking literature for a decade and show considerable tracking performance due to its robustness in matching. However the measures used in their measurement models are often restricted to few approaches. We propose a novel measure of object matching using Angle In Feature Space, which aims to improve the discriminability of matching in subspace. Therefore, our tracking algorithm can distinguish target from similar background clutters which often cause erroneous drift by conventional Distance From Feature Space measure. Experiments demonstrate the effectiveness of the proposed tracking algorithm under severe cluttered background.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권1호
• /
• pp.80-84
• /
• 2010

손 추적 기술은 인간과 기계와의 효율적인 의사소통을 위한 손동작 인식 기술의 핵심 기반 기술이다. 최근의 손 추적 연구는 3차원 손 모델을 이용한 연구 방향에 초점을 맞추고 있고, 기존의 2차원 손 모델을 이용한 방법보다 강인한 추적 성능을 보이고 있다. 본 논문에서는 결합된 파티클 필터에 기반한 새로운 3차원 손 추적 방법을 제안한다. 이는 전역적 손 형상과 지역적 손가락 움직임을 분리하여 추정하고, 각각의 추정 결과를 서로의 사전 정보로 이용하여 기존의 방법보다 빠르고 강인한 추적을 가능하게 한다. 또한, 추적 성능 향상을 위해 색상과 에지를 함께 고려한 다중 증거 결합 방법을 적용한다. 실험결과, 제안하는 방법은 복잡한 배경이나 동작에서도 강인한 추적 결과를 보였다.

• 한국연소학회:학술대회논문집
• /
• 한국연소학회 2015년도 제51회 KOSCO SYMPOSIUM 초록집
• /
• pp.173-175
• /
• 2015

We simulate the particle bed motions with combustion and reduction in steel making rotary kilns. The particle bed motions are simulated by a Lagrangian approach called Discrete Phase Model (DPM). To reduce the number of tracking particles, the Coarse Grain Model (CGM) was applied. The model for particle motions showed good agreements with experimental results. In addition to the particle motion, the combustion and reduction simulation was performed. The combustion and reduction simulation can consider heat, mass and momentum transfer between the gas phase and particle beds.

• 한국정보통신학회논문지
• /
• 제20권8호
• /
• pp.1537-1545
• /
• 2016

실시간영상에서 객체의 분할 및 추적은 침입자 감시와 로봇의 물체 추적, 증강현실의 객체 추적등 다양한 분야에서 사용되고 있다. 본 논문에서는 초기 입력 영상의 일부를 학습하여 배경모델로 제작한 후, 배경제거 방법을 이용하여 움직이는 객체의 분할을 통해 객체를 검출하였다. 검출된 객체의 영역을 기반으로 HSV 색상히스토그램과 파티클 필터를 이용하여 객체의 움직임을 추적하는 방법을 제안한다. 제안한 분할 방법은 평균 배경모델을 이용한 방법보다 주변환경 변화의 영향을 적게 받으며, 움직이는 객체의 검출 성능이 더욱 우수하였다. 또한 단일 객체 및 다수의 객체가 존재하는 환경에서 추적 객체가 유사한 색상 객체와 겹치는 경우, 추적 객체의 영역 절반 이상이 가려지는 경우에도 지속적으로 추적하는 결과를 얻을 수 있었다. 2개의 비디오 영상을 사용한 실험결과는 평균 중첩율 85.9%, 추적률 96.3%의 성능을 보여준다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권12호
• /
• pp.977-985
• /
• 2009

본 논문은 빠르게 움직이는 인간 신체를 추적할 수 있는 실시간 인간 신체 움직임 추적 알고리듬을 제안한다. 반복 최근접점(Iterative closest point) 알고리듬은 효율적이고 계산량이 적어 실시간 인간 신체 움직임 추적에 적합하지만 잘못된 최근접점(Closest point) 선택으로 인해 국부적 최소점(Local minimum)에 쉽게 빠지게 되어 종종 추적에 실패하게 된다. 이를 극복하기 위해, 반복 최근접점 알고리듬에 움직임 이력(Motion history) 정보를 기반으로 한 파티클 필터 (Particle filter)를 결합한다. 제안하는 인간 신체 움직임 추적은 계층적 트리 구조를 사용함으로써 신체 추적 공간 크기를 줄여주며, 움직임 이력 정보를 이용한 움직임 예측 모델을 사용함으로써 빠른 인간 신체 움직임 추적을 가능하게 한다. 실험 결과는 제안하는 인간 신체 움직임 추적이 정확한 추적 성능과 빠른 수렴 속도를 가진다는 것을 보여 준다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2004년도 추계학술발표대회논문집 제23권 2호
• /
• pp.479-482
• /
• 2004

In this article we consider a single maneuvering target Tracking algorithm in the presence of missing measurements and high clutter environments for multi-sensor target tracking problem. The tracking algorithm is based on the Particle filtering method to predict and update target states. Proposed is the AMM-PF(Auxiliary Multiple Model Particle Filter)[2] method for maneuvering target tracking to improve performance in track estimate and maintenance with a high level of uncertainty. The algorithm we propose is compared to the Extended Kalman Filter(EKF). A simulation study is included.

• 한국통신학회논문지
• /
• 제41권9호
• /
• pp.1060-1068
• /
• 2016

연결정보만을 이용하는 range-free 측위 기법의 성능은 이동성을 갖는 무선 단말 움직임에 취약한 문제점이 있다. 본 논문은 실제 전파 환경을 고려한 실내 네트워크에서 베이지안 필터를 사용하여 실시간으로 움직이는 무선장치를 추적하는 두 가지 알고리즘을 제안하였다. 제안하는 알고리즘은 측정 모델의 선형성에 따라 Kalman filter 와 Markov Chain Monte Carlo (MCMC) particle filter를 적용하였다. Kalman과 MCMC particle filter 기반 알고리즘은 각각 무선단말 간 연결정보를, 이동 단말의 한 홉 간격 내 단말로부터 수신하는 신호의 세기 (RSS: received signal strength)와 연결정보를 혼합한 융합정보를 측정 모델로 사용하였다. 정확한 시뮬레이션을 위해 실내 쇼핑몰 지도를 구현한 네트워크 지형, 그리고 라디오 불규칙도 모델을 적용하였다. 또한, 장애물 존재 여부에 따라 라디오 불규칙도를 분류하였다. 성능평가를 위해 MATLAB 시뮬레이션을 수행하였으며, 기존 range-free 측위 기법보다 향상된 위치정확도를 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 제36회 하계학술대회 논문집 D
• /
• pp.2796-2798
• /
• 2005

This Paper presents a method that a mobile robot can track persons in complex environment using particle filters. The topic of person following using mobile robot is researched in many different areas. The main problems of following a person are real time constraint, motion change of person during the tracking and occlusion with other objects. We present appearance adaptive models in a particle filter to realize robust visual tracking algorithm. Adaptive appearance model can handle occlusion with other people while target is moving.

• 한국통신학회논문지
• /
• 제40권10호
• /
• pp.2090-2101
• /
• 2015

본 논문은 ACM(active contour model)과 색상기반 PF(particle filter)의 장점을 결합하여 크기와 색상이 변화하는 객체에 대해 강인한 추적이 가능한 방법을 제안한다. 제안하는 방법은 색상기반의 PF 추적기, 윤곽선을 추적하는 ACM 추적기, 그리고 두 추적기의 추정 정보를 결합하여 최종적인 객체의 위치와 스케일을 결정하고 또 참조 모델의 업데이트 여부를 결정하는 Decision 부로 이루어진다. PF 추적기는 객체의 형태변화와 모션블러에 강인하지만 위치와 스케일의 정확도가 떨어지고, ACM 추적기는 배경 클러터가 없는 경우에는 객체의 윤곽을 정확하게 추출하지만 복잡한 배경에서는 추적에 실패하는 문제가 있다. 본 논문에서는 색상 PF 추적기가 추정한 객체 위치와 스케일 정보를 이용하여 ACM의 내부 에너지를 제어함으로써 ACM의 스네이크 포인터가 객체가 아닌 배경 클러터로 수렴되는 것을 방지하여 정확히 객체의 윤곽을 추적할 수 있도록 하였다. 사람의 머리 윤곽선을 포함한 얼굴 추적에 제안된 알고리즘을 적용하고 추정 위치와 스케일 오차를 분석하여 성능을 분석하였으며 제안된 방식이 기존 기법들보다 추적 성능이 우수함을 보였다.

• 한국통신학회논문지
• /
• 제37권5A호
• /
• pp.375-387
• /
• 2012

본 연구에서는 움직이는 CCD 카메라로부터 입력된 영상에서 색상 및 질감 성분을 기반으로 하는 파티클 필터를 이용하여 실시간으로 객체를 추적할 수 있는 알고리즘을 제안한다. 초기 영상에서 추적하고자 하는 객체를 선택하면 이를 타깃 파티클로 결정하고, 타깃 파티클로 부터 추적을 위한 초기 상태가 모델링 된다. 이후 프레임부터 N개의 파티클들이 랜덤 분포로 생성되고 각 파티클로 부터 질감 정보인 로컬 CS-LBP (Centre Symmetric Local Binary Patterns)모델과 색상 분포 모델이 특징 모델로 사용된다. 각 특징 모델에 대해 바타차리야 (Bhattacharyya) 거리를 사용하여 각 파티클과 타깃 파티클 간의 특징 관측 우도(likelihood)를 구하고 이를 각 파티클의 가중치로 설정 한다. 각 파티클의 가중치를 기반으로 가중치가 가장 높은 파티클을 새로운 타깃으로 설정하고, 각 파티클들을 재 샘플링 한다. 본 실험결과에서는 여러 가지 특징을 조합하여 실험을 하였고, 그 결과 색상 분포 모델과 로컬 CS-LBP를 조합했을 때 추적 성능이 가장 우수한 것을 확인할 수 있었다.