• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권4호
• /
• pp.2075-2092
• /
• 2017

Person re-identification is to match pedestrians observed from non-overlapping camera views. It has important applications in video surveillance such as person retrieval, person tracking, and activity analysis. However, it is a very challenging problem due to illumination, pose and viewpoint variations between non-overlapping camera views. In this work, we propose a viewpoint invariant method for matching pedestrian images using orientation of pedestrian. First, the proposed method divides a pedestrian image into patches and assigns angle to a patch using the orientation of the pedestrian under the assumption that a person body has the cylindrical shape. The difference between angles are then used to compute the similarity between patches. We applied the proposed method to real-time global multi-object tracking across multiple disjoint cameras with non-overlapping field of views. Re-identification algorithm makes global trajectories by connecting local trajectories obtained by different local trackers. The effectiveness of the viewpoint invariant method for person re-identification was validated on the VIPeR dataset. In addition, we demonstrated the effectiveness of the proposed approach for the inter-camera multiple object tracking on the MCT dataset with ground truth data for local tracking.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권11호
• /
• pp.4103-4117
• /
• 2014

Image processing and computer vision algorithms are gaining larger concern in a variety of application areas such as robotics and man-machine interaction. Vision allows the development of flexible, intelligent, and less intrusive approaches than most of the other sensor systems. In this work, we determine the location and orientation of a mobile robot which is crucial for performing its tasks. In order to be able to operate in real time there is a need to speed up different vision routines. Therefore, we present and evaluate a method for introducing parallelism into the multiple non-overlapping camera pose estimation algorithm proposed in [1]. In this algorithm the problem has been solved in real time using multiple non-overlapping cameras and the Extended Kalman Filter (EKF). Four cameras arranged in two back-to-back pairs are put on the platform of a moving robot. An important benefit of using multiple cameras for robot pose estimation is the capability of resolving vision uncertainties such as the bas-relief ambiguity. The proposed method is based on algorithmic skeletons for low, medium and high levels of parallelization. The analysis shows that the use of a multiprocessor system enhances the system performance by about 87%. In addition, the proposed design is scalable, which is necaccery in this application where the number of features changes repeatedly.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제12권4호
• /
• pp.241-253
• /
• 2006

현대사회는 광범위한 지역에 산재된 다수의 카메라로부터 사람을 자동적으로 식별하고 추적할 수 있는 감시시스템을 요구하고 있다. 본 논문에서는 넓은 시야의 확보가 용이한 고정된 다수의 비겹침 감시카메라와 사람 추적기술을 결합하여, 한 카메라에서 추적된 사람의 정보를 서버를 통해 다른 카메라에 전달하는 방법을 제안한다. 제안된 방법은 추적대상을 자동적으로 추적하고 서버에 전달함으로써, 한번 추적된 추적대상의 움직임 경로 및 추적 상태를 끝까지 추적할 수 있다. 본 논문에서는 추적대상을 식별하고 전달하기 위해 사람모델을 이용하였다. 서버를 통해 연결된 각 카메라들의 관계와 카메라 상에서 움직이는 사람의 이동은 FOV 라인에 의해 제약되어 추적대상의 정보전달에 이용되었다. 추적대상은 추적되는 동안 6 단계의 상태정보를 가진다. 제안된 시스템은 다양한 실내 동영상에 대해 실험되었으며, 91.2% 의 평균추적율과 96% 의 평균 상태율을 획득하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제13권7호
• /
• pp.488-498
• /
• 2007

본 논문은 유비쿼터스 스마트 공간에서 중첩 FOV와 비중첩 FOV에 대한 카메라 네트워크의 시공간 위상을 표현하는 새로운 방법을 제안한다. 제안된 방법을 이용하여 다중 카메라들간의 움직이는 객체들을 인식 및 추적하였으며 이를 통해 카메라 네트워크의 위상을 결정하였다. 다중 카메라의 영상으로부터 여러 객체들을 추적하기 위해 여러 가지 방법들을 사용하였다. 우선, 단일 카메라에서 객체들의 겹침 문제를 해결하기 위해서 병합-분리(Merge-Split) 방법을 사용하였으며, 보다 정확한 객체 특성을 추출하기 위해 그리드 기반의 부분 추출 방법을 사용하였다. 또한, 비중첩 FOV를 포함하는 다중 카메라의 보이지 않는 지역에 대한 객체 추적을 위해 등장과 퇴장 영역간의 전이시간과 사람들의 외형 정보를 고려하였다. 본 논문에서는 다양한 등장과 퇴장 영역간의 전이시간을 추정하고 전이확률을 이용하여 무방향 가중치 그래프로써 카메라 위상을 가시적으로 표현하였다.

• 정보보호학회논문지
• /
• 제21권6호
• /
• pp.141-152
• /
• 2011

다양한 감시 환경에서의 보안의 중요성이 대두됨에 따라 여러 대의 카메라로 움직이는 물체를 연속적으로 추적하는 시스템에 대한 연구가 활발히 진행되고 있다. 본 논문은 물체를 연속적으로 추적하기 위해 비겹침 다중 카메라 기반의 영삼감시시스템을 제안한다. 제안된 다중 IP 카메라 기반 객체추적 기술은 장치 간 hand-off 기술 및 프로토콜을 바탕으로 객체추적 모듈과 추적관리 모듈로 구성된다. 객체추적 모듈은 IP 카메라에서 실행되며 객체추적 정보 생성, 객체추적 정보 공유, 객체추적 정보를 이용한 객체 검색 및 모듈 내 설정 기능을 제공하고, 추적관리 모듈은 영상관제 서버에서 실행되며 객체추적 정보 실시간 수신, 객체추적 정보 검색, IP 카메라 컨트롤 기능을 제공한다. 본 논문에서 제안한 객체추적 기술은 다양한 감시 환경과 기술 방법에 의존하지 않는 범용적 프레임워크를 제안한다.

• 대한공간정보학회지
• /
• 제21권2호
• /
• pp.117-123
• /
• 2013

본 연구는 비측량용 카메라와 전방위 회전이 가능한 헤드 장비를 이용하여 자동 영상집성을 수행하기 위한 최적의 촬영각 및 중복도를 결정하는데 초점을 맞추고 있다. 렌즈 종류별 화각, 헤드의 옵션별 이동각을 고려하여 중복도를 계산하고, 촬영 소요시간, 저장용량, 실제 영상집성 성능 등을 감안하여 최적의 촬영중복도와 촬영각을 결정하였다. 실험결과를 통해, 35mm 렌즈를 사용하여 수직방향으로 $36^{\circ}$(33.82% 중복도), 수평방향으로 $24^{\circ}$ 또는 $30^{\circ}$(36.51% 또는 20.63% 중복도) 간격으로 촬영하는 것이 자동 영상집성에 가장 효과적임을 확인할 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제7권8호
• /
• pp.94-101
• /
• 2007

본 논문에서는 휴대폰을 위한 무선 인터넷 플랫폼의 표준인 WIPI를 이용한 모바일 시스템과 사람추적 시스템을 결합한 모바일 플랫폼 기반의 사람추적 감시시스템을 제안한다. 제안된 시스템은 크게 사람추적 시스템과 모바일 정보교환 시스템으로 구분된다. 사람추적 시스템에서는 감시지역에 침입한 사람들을 추적하고, 모바일 정보교환 시스템은 사람추적 시스템에서 추적된 결과를 사용자의 모바일 폰으로 전송한다. 본 논문에서 사용하는 사람추적 시스템은 넓은 시야 확보를 위해 카메라의 시야를 겹치지 않게 배치한 상태에서 사람들을 추적한다. 모바일 정보교환 시스템은 추적된 결과를 서버에 자동적으로 저장하여 사용자의 WIPI 모바일 폰으로 저장된 정보를 전달하게 된다. 따라서 추후에 사용자가 감시상황을 재확인하고자 했을 시, 카메라 별 또는 시간 별로 선택하여 영상을 재확인 할 수 있다. 제안된 시스템은 추적 영역과 감시 영역의 공간적 제약과 감시 시간의 시간적 제약을 해결하기 위해 카메라들과 모바일 폰 사이의 추적결과를 교환할 수 있는 새로운 형태의 감시시스템이다.

• 한국정보통신학회논문지
• /
• 제26권12호
• /
• pp.1816-1825
• /
• 2022

본 논문에서는 다양한 해상도의 카메라를 사용하는 감시 카메라 네트워크에서 각 사람을 추적하는 새로운 접근 방식을 제안한다. 다수의 비겹침 카메라 상에서 사람 추적 시 기존에 사용되던 사람 특징 정보는 다양한 카메라 시야 조건에 쉽게 영향을 받는다. 이러한 한계를 극복하기 위해 제안하는 시스템은 외모 정보와 함께 얼굴 정보를 활용한다. 일반적으로 감시 카메라로 촬영하는 사람 영상은 해상도가 낮은 경우가 많기 때문에 추적을 용이하게 하기 위해 저해상도 얼굴에서도 유용한 특징을 추출할 수 있어야 한다. 제안하는 추적 방식에서 사람 얼굴 특징을 추출하기 위해 탐지된 얼굴을 정면화한 후 텍스쳐 기반의 특징을 추출한다. 또한 감시 카메라에 포착된 얼굴의 크기가 매우 작은 경우 얼굴을 확대하는 초해상도 기법도 함께 활용한다. 공개된 데이터셋인 Dana36을 이용하여 수행한 실험결과를 통해 제안된 알고리즘의 우수한 성능을 보여준다.

• 인터넷정보학회논문지
• /
• 제9권3호
• /
• pp.169-178
• /
• 2008

본 논문에서는 광범위한 지역을 감시하기 위해 설치된 여러 대의 카메라로부터 획득된 비디오에 대해 행동을 기반으로 한 비디오 요약 시스템을 제안한다. 제안된 시스템은 시야가 겹쳐지지 않은 다수의 CCTV 카메라를 통해서 촬영한 비디오들을 30분 단위로 나누어 비디오 데이터베이스를 구축하여 시간별, 카메라별 비디오 검색이 가능하다. 또한 30분 단위로 나눈 비디오에서 키프레임을 추출하여 카메라별, 행동별로 비디오를 요약할 수 있도록 하였다. 행동 검출과 관련된 11가지(in, out, stay, left, right, forward, backward, left_forward, left_backward, right_forward, right_backward)에 대한 요약된 정보를 가지고 현재 사람의 행동이 어떤 영역에서 어떤 방향으로 움직이고 있는 지에 대한 정보를 행동별 비디오 요약을 통해 보여줌으로써 더 자세히 행동 추적된 결과를 볼 수 있다. 또한 카메라 3대에 대한 전체적인 키프레임에 대한 행동별 통계를 통해서 감시지역의 행동기반 이벤트들을 한 눈에 간단히 확인해 볼 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제17권2호
• /
• pp.15-23
• /
• 2017

사람의 빈번한 자세 변화, 그리고 background clutter과 occlusion으로 인해 Person Re-identificatio는 컴퓨터 비전 분야에서 가장 어려운 부분이다. 비겹침 카메라의 이미지는 어떤 사람을 다른 사람과 구별하기 어렵게 한다. 더욱 나은 성능 일치를 달성하기 위해 대부분의 방법은 특징 선택과 거리 메트릭을 개별적으로 사용한다. 그렇게 차별화된 표현과 적절한 거리를 얻을 수 있고, 사람과 중요한 특징의 무시 사이의 유사성을 설명할 수 있다. 이러한 상황은 우리가 이 문제를 다루는 새로운 방법을 고려하도록 한다. 본 논문에서는 Person Re-identification를 위한 3단 계층네트워크를 갖는 향상되고 반복적인 신경 회로망을 제안하였다. 특히 RNN(Revurrent Neural Network) 모델은 반복적인 EM(Expectation Maximum) 알고리즘과 3단 계층 네트워크를 포함하고, 차별적 특징과 지표 거리를 공동으로 학습한다. 반복적인 EM 알고리즘은 RNN 이전에 연속해 있는 CNN(Convoutional Neural Network)의 특징 추출 능력을 충분히 사용할 수 있다. 자율 학습을 통해 EM 프레임 워크는 패치의 레이블을 변경하고 더 큰 데이터 세트를 훈련할 수 있다. 네트워크를 더 잘 훈련시키기 위해 3단 계층 네트워크를 통해 CNN, RNN 및 풀링 계층이 공동으로 특징 추출을 할 수 있다. 실험 결과에 따르면 비전처리 분야에서 다른 연구자의 접근 방식과 비교할 때 이 방법은 경쟁력 있는 정확도를 얻을 수 있다. 이 방법에 대한 다른 요소의 영향은 향후 연구에서 분석되고 평가될 것이다.