• 전자공학회논문지T
• /
• 제35T권2호
• /
• pp.28-34
• /
• 1998

본 논문에서는 3차원 영상 처리 시스템을 이용한 이동 물체 추적을 위한 경계선 추출 알고리즘을 제시하였다. 이동 물체의 검출은 입력 영상에서 차 영상 기법을 이용하였고, 이동 물체 검출을 위한 검출 윈도우는 처리시간을 줄이기 위하여 4개의 예상영역과 물체영역으로 구성하였으며, 크기는 이동 물체의 크기와 중심 좌표에 대한 예측 계수에 의해 정하였고, 추적 카메라는 직류 모터에 의해 X, Y 방향으로 이동하도록 하였다. 모형 자동차를 이용하여 알고리즘을 수행한 결과, 최대 추적 시간은 2초였고, 추적 에러는 물체 크기의 6% 이하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1991년도 한국자동제어학술회의논문집(국내학술편); KOEX, Seoul; 22-24 Oct. 1991
• /
• pp.152-155
• /
• 1991

A solution to the problem of robot manipulator tracking of a smoothly moving object is given. It is shown that fuzzy prediction rule, fuzzy control can compensate the adverse effects of noise, time delay, unknown object trajectory, and robot modeling uncertainty. Simulations show that the fuzzy logic control results in acceptable precision,

• 정보처리학회논문지D
• /
• 제9D권5호
• /
• pp.827-836
• /
• 2002

이동 객체 관리 시스템은 사람, 동물, 자동차 등과 같이 시간에 따라 위치를 변경하는 시공간 데이터를 관리한다. 이러한 이동 객체 관리 시스템은 차량 위치 추적, 디지털 전장, 위치 기반 서비스 등에 적용된다. 그러나 기존의 이동 객체 관리 시스템은 이동 객체의 과거 및 미래의 위치정보를 개별적으로 관리하며, 불확실한 과거 및 미래의 위치 추정 방법을 구체적으로 제시하지 못한다. 따라서 이 논문에서는 이동 객체의 이력 정보를 관리할 뿐만 아니라, 데이터베이스에 저장된 이력정보를 이용한 이동 객체의 과거 및 미래의 위치 추정이 가능한 시스템을 제안한다. 이를 위해 차량 위치 추적을 위한 이동 객체를 모델링하고 이동 객체 데이터베이스 구조를 제시한다. 아울러 제안 시스템의 실행 모델을 제시하고, 이를 차량 추적을 위한 가상 시나리오에 적용한다.

• 한국정보전자통신기술학회논문지
• /
• 제4권3호
• /
• pp.158-166
• /
• 2011

일반적으로 이동 물체 추적은 움직임 및 회전, 크기에 견고한 루카스-카나데 특징 추적 방법이 많이 사용된다. 그러나 이 방법은 추적하던 이동 물체가 배경이나, 다른 물체 등으로 인해 추적하는 물체가 가려질 경우, 이동 물체를 추적하지 못하고 배경이나 다른 물체 등을 추적하거나, 추적이 종료된다. 따라서 본 논문에서는 이러한 문제점을 해결하기 위해 루카스-카나데 특징 추적 방법에 평가 함수와 이동 물체 추적 예측을 도입하여, 가림현상에도 이동 물체를 추적하는 방법을 제안한다.

• 제어로봇시스템학회논문지
• /
• 제18권7호
• /
• pp.673-679
• /
• 2012

This paper introduces robust tracking algorithm for fast and erratic moving object. CAMSHIFT algorithm has less computation and efficient performance for object tracking. However, the method fails to track a object if it moves out of search window by fast velocity and/or large movement. The size of the search window in CAMSHIFT algorithm should be selected manually also. To solve these problems, we propose an efficient prediction technique for fast movement of object using Kalman Filter with automatic initial setting and variable configuration technique for search window. The proposed method is compared to the traditional CAMSHIFT algorithm for searching and tracking performance of objects on test image frames.

• Journal of information and communication convergence engineering
• /
• 제9권5호
• /
• pp.545-550
• /
• 2011

Trilateration is a typical method to locate an object, which requires inherently at least three prerecognized reference points. In some cases, owing to out of reachability to communication facilities the target node cannot be reachable always to three base stations. This paper presents a predictive method, which can identify the location of a moving target node in real time even though the target node could not get in touch with all three base stations. The method is based on the PIDcontrolled Moving Objects Spatio-Temporal Model Algorithm. Simulation results verify that this method can predict the moving direction of a moving target, and then combine with its past position information to judge accurately the location.

• IEIE Transactions on Smart Processing and Computing
• /
• 제1권2호
• /
• pp.78-87
• /
• 2012

In this paper, we address the tracking problem caused by camera motion and rolling shutter effects associated with CMOS sensors in consumer handheld cameras, such as mobile cameras, digital cameras, and digital camcorders. A modified particle filtering method is proposed for simultaneously tracking objects and compensating for the effects of camera motion. The proposed method uses an elastic registration algorithm (ER) that considers the global affine motion as well as the brightness and contrast between images, assuming that camera motion results in an affine transform of the image between two successive frames. By assuming that the camera motion is modeled globally by an affine transform, only the global affine model instead of the local model was considered. Only the brightness parameter was used in intensity variation. The contrast parameters used in the original ER algorithm were ignored because the change in illumination is small enough between temporally adjacent frames. The proposed particle filtering consists of the following four steps: (i) prediction step, (ii) compensating prediction state error based on camera motion estimation, (iii) update step and (iv) re-sampling step. A larger number of particles are needed when camera motion generates a prediction state error of an object at the prediction step. The proposed method robustly tracks the object of interest by compensating for the prediction state error using the affine motion model estimated from ER. Experimental results show that the proposed method outperforms the conventional particle filter, and can track moving objects robustly in consumer handheld imaging devices.

• 한국지능시스템학회논문지
• /
• 제16권6호
• /
• pp.710-715
• /
• 2006

최근 반도체 제조기술의 발달로 저가의 센서 노드의 개발이 가능해 짐에 따라 실제 시스템에 대한 모니터링 및 제어 시스템의 개발이 가능하게 되고 있다. 이에 본 연구에서는 센서 네트워크 어플리케이션 중 하나인 움직이는 물체의 추적을 위한 새로운 형태의 알고리즘을 제안하고자 한다. 제안된 알고리즘은 물체의 이동을 감지한 센서 노드들간의 협업을 통해 이동 물체의 움직임을 지속적으로 감지하는 것을 가능케 한다. 이로 인해 제안된 알고리즘은 타켓의 순간적인 놓침을 초래할 수 있는 예측 실패 등에 대해 강인한 특성을 갖는다. 또한 시뮬레이션 고찰을 통해 제안된 알고리즘이 랜덤한 움직임을 갖는 타켓에 대한 정확한 추적이 가능함을 확인하였다.

• 스마트미디어저널
• /
• 제5권1호
• /
• pp.78-87
• /
• 2016

The major problems of recent object tracking methods are related to the inefficient detection of moving objects due to occlusions, noisy background and inconsistent body motion. This paper presents a robust method for the detection and tracking of a moving in infrared animal videos. The tracking system is based on adaptive optical flow generation, Gaussian mixture and Kalman filtering. The adaptive Gaussian model of optical flow (GMOF) is used to extract foreground and noises are removed based on the object motion. Kalman filter enables the prediction of the object position in the presence of partial occlusions, and changes the size of the animal detected automatically along the image sequence. The presented method is evaluated in various environments of unstable background because of winds, and illuminations changes. The results show that our approach is more robust to background noises and performs better than previous methods.

• 한국정보통신학회논문지
• /
• 제18권11호
• /
• pp.2721-2726
• /
• 2014

배경제거를 위해 GMM(Gaussian Mixture Models)을 이용하는 MOG(Model of Gaussian) 알고리즘에서 각 화소들에서 수행될 모델변수 계산과 객체 분류는 방대한 계산을 요구하여 MOG 알고리즘의 활용들에 큰 걸림돌이 되고 있다. 본 논문은 객체 예측을 근간으로 단순한 모델변수 계산과 객체 분류 생략을 부분적으로 수행하는 고속 MOG 알고리즘을 제안한다. 전자는 모델변수에 거의 영향을 주지 않는 화소에서 적용되고, 후자는 객체 예측이 확실히 믿을만한 화소에 적용된다. 동영상을 이용한 기존 알고리즘과 제안된 알고리즘의 비교 실험에서 제안된 알고리즘은 단순 모델변수 계산과 객체 분류 생략을 각각 77.75%와 92.97% 이상을 수행하지만 영상 단위와 이동 객체 단위의 평균 분류 정확도 측면에서 각각 99.98% 이상과 99.36% 이상을 유지시켜 주고 있다.