• 지능정보연구
• /
• 제28권1호
• /
• pp.89-106
• /
• 2022

최근 영상 데이터의 급증으로 이를 효과적으로 처리하기 위해 객체 탐지 및 추적, 행동 인식, 표정 인식, 재식별(Re-ID)과 같은 다양한 컴퓨터비전 기술에 대한 수요도 급증했다. 그러나 객체 탐지 및 추적 기술은 객체의 영상 촬영 장소 이탈과 재등장, 오클루전(Occlusion) 등과 같이 성능을 저하시키는 많은 어려움을 안고 있다. 이에 따라 객체 탐지 및 추적 모델을 근간으로 하는 행동 및 표정 인식 모델 또한 객체별 데이터 추출에 난항을 겪는다. 또한 다양한 모델을 활용한 딥러닝 아키텍처는 병목과 최적화 부족으로 성능 저하를 겪는다. 본 연구에서는 YOLOv5기반 DeepSORT 객체추적 모델, SlowFast 기반 행동 인식 모델, Torchreid 기반 재식별 모델, 그리고 AWS Rekognition의 표정 인식 모델을 활용한 영상 분석 시스템에 단일 연결 계층적 군집화(Single-linkage Hierarchical Clustering)를 활용한 재식별(Re-ID) 기법과 GPU의 메모리 스루풋(Throughput)을 극대화하는 처리 기법을 적용한 행동 및 표정 검출용 영상 분석 시스템을 제안한다. 본 연구에서 제안한 시스템은 간단한 메트릭을 사용하는 재식별 모델의 성능보다 높은 정확도와 실시간에 가까운 처리 성능을 가지며, 객체의 영상 촬영 장소 이탈과 재등장, 오클루전 등에 의한 추적 실패를 방지하고 영상 내 객체별 행동 및 표정 인식 결과를 동일 객체에 지속적으로 연동하여 영상을 효율적으로 분석할 수 있다.

• 한국HCI학회논문지
• /
• 제6권1호
• /
• pp.9-16
• /
• 2011

물체를 3차원으로 모델링 하는 데에 있어서 기존의 연구들은 주로 모델링할 물체 외에 다른 방해 요소가 없는 제한된 환경에서 작업을 수행하였다. 이러한 환경 제약이 없는 일상적인 생활환경에서 물체를 모델링하기 위해서는 관심영역 외의 주변 물체들이 복잡하게 섞여있고 빈번하게 변하는 상황을 고려해야 한다. 본 논문에서는 스테레오 비전 카메라를 이용하여 동적인 환경에서 대상 물체가 포함된 전경 영역을 배경으로부터 분리하고 지속적으로 추적하는 방법을 제안한다. 스테레오 영상으로부터 획득된 거리 정보를 이용하여 색상 정보를 이용할 때보다 환경변화에 강인하게 전경 영역을 분리할 수 있다. 또한 시간적으로 연속된 두 영상에 나타나는 전경 영역은 위치나 상태에 따른 변화가 크지 않으므로 관심영역의 상대적인 거리 분포를 비교하여 추적할 수 있다. 다양한 조건의 동적인 환경에서 전경 영역을 분리 및 추적하는 실험을 통해 본 논문에서 제안하는 방법의 성능을 평가한다. 이를 통해 분리 및 추적된 전경 영역으로부터 물체 영역을 추출하여 3차원 물체 모델링이 가능함을 보인다.

• 지능정보연구
• /
• 제8권2호
• /
• pp.1-13
• /
• 2002

본 논문에서는 연속적으로 입력되는 칼라영상에서 물체의 이동에 의하여 형성된 동작영역을 확인하고, 영상의 시컨스(sequence)를 대상으로 움직이는 물체의 형태인 보행자 혹은 자동차들의 이동방향을 추적하는 시스템을 제안하였다. 카메라가 고정되어 있고 물체가 이동하는 상황에서 카메라시계에 진입하는 물체를 포착하여, 포착된 물체의 영역을 차 영상 분석을 통해 이진화하여 추출하고, 추출된 영역을 co-occurrence matrix의 RGB full 칼라의 특징 벡터를 추출하는 것을 제시하였다 추출되어지는 칼라 특징벡터를 분석하여 인접 프레임간의 이동물체 영역끼리의 대응관계를 조사함으로서, 이동물체를 추적한다. 군집화(clustering) 단계에서는 이전 단계에서 추출한 특징 벡터들 가운데 에너지, 엔트로피만을 가지고 인접 프레임간의 군집화를 조사하기 위하여 이동물체 영역들 간의 퍼지동적물체 정합 알고리즘을 적용시켰다. 인접 프레임간의 움직임 영역의 물체들에 대하여 멤버 쉽 함수를 근거로 중심 값을 계산하면, 동일 물체일 경우 중심 값 부근에서 군집이 형성되며, 이를 바탕으로 이동물체를 추출할 수 있는 방안을 제안하였다.

• 전자공학회논문지CI
• /
• 제41권3호
• /
• pp.91-102
• /
• 2004

본 논문에서는 MPEG-1,2로부터 객체 기반 MPEG-4로의 고속 변환을 위한 정보 추출 알고리즘을 소개한다. 객체 기반 MPEG-4로의 변환을 위한 정보로써 객체 영상과 형상 정보, 매크로블록 움직임 벡터, 헤더정보가 MPEG-4로부터 추출된다. 추출된 정보를 이용하면 객체 기반 MPEG-4로의 고속 변환이 가능하다. 가장 중요한 정보인 객체 영상 추출은 MPEG-2의 움직임 벡터와 워터쉐드 알고리즘을 이용하여 이루어진다. 사용자의 인지정보를 이용하여 프레임 내에서 객체를 추출하고, 추출된 객체로 연속된 프레임에서 객체를 추적하게 된다. 수행 중 객체의 빠른 움직임으로 만족스럽지 못한 결과를 내더라도, 사용자가 개입하여 다시 좋은 결과를 얻을 수 있도록 하였다. 객체 추적 과정은 크게 두 단계로 객체 추출 단계와 객체 추적 단계로 나누어져 있다. 객체 추출 단계는 블록분류와 워터쉐드 알고리즘으로 자동 분할된 영상에서 사용자가 직접 객체를 추출하는 단계이다. 사용자가 개입하는 단계이기 때문에, 번거로울 수 있으나 손쉽게 추출할 수 있도록 구현하였다 객체 추적 단계는 연속된 프레임에서 객체를 추적하는 단계로, MPEG-1,2 움직임 벡터와 객체 모양 정보를 이용하여 고속으로 구해지고 워터쉐드 알고리즘으로 윤곽선 보정작업을 하였다 실험 결과 MPEG-1,2 비트스트림으로부터 객체 기반 MPEC-4로의 고속 변환이 가능함을 알 수 있었다.

• 전기학회논문지
• /
• 제67권4호
• /
• pp.578-585
• /
• 2018

In this paper, we propose a classification and theft detection system for human and livestock for various moving objects in a barn. To do this, first, we extract the moving objects using the GMM method. Second, the noise generated when extracting the moving object is removed, and the moving object is recognized through the labeling method. And we propose a method to classify human and livestock using model formation and color for the unique form of the detected moving object. In addition, we propose a method of tracking and overlapping the classified moving objects using Kalman filter. Through this overlap determination method, an event notifying a dangerous situation is generated and a theft determination system is constructed. Finally, we demonstrate the feasibility and applicability of the proposed system through several experiments.

• 한국군사과학기술학회지
• /
• 제1권1호
• /
• pp.238-248
• /
• 1998

This paper presents an image analysis method for mearurement correction using the object contour based analysis, which measure the shape features of the imitation missile object. The image analysis is divided into object's tilting angle analysis and corner points detection. The tilting angle is calculated by edge extracting the region-of-interest image and by Radon transform it. The corner points are obtained by contour tracking of binary image and its curvature data processing and analysis. The ability of this presented method is simulated and evaluated by the results of accuracy testing.

• 로봇학회논문지
• /
• 제19권1호
• /
• pp.130-138
• /
• 2024

High-precision 3D Object Detection is a crucial component within autonomous driving systems, with far-reaching implications for subsequent tasks like multi-object tracking and path planning. In this paper, we propose a novel approach designed to enhance the performance of 3D Object Detection, especially in heading angle estimation by employing a moving object segmentation technique. Our method starts with extracting point-wise moving labels via a process of moving object segmentation. Subsequently, these labels are integrated into the LiDAR Pointcloud data and integrated data is used as inputs for 3D Object Detection. We conducted an extensive evaluation of our approach using the KITTI-road dataset and achieved notably superior performance, particularly in terms of AOS, a pivotal metric for assessing the precision of 3D Object Detection. Our findings not only underscore the positive impact of our proposed method on the advancement of detection performance in lidar-based 3D Object Detection methods, but also suggest substantial potential in augmenting the overall perception task capabilities of autonomous driving systems.

• 대한전자공학회논문지SP
• /
• 제48권6호
• /
• pp.105-114
• /
• 2011

스네이크 알고리즘은 객체와 배경 사이의 활성 윤곽(active contour)을 추출하여 객체를 추적하는 기법으로 널리 사용되고 있지만, 객체 윤곽의 밝기 기울기 성분보다 배경에 존재하는 기울기 성분이 크면 객체 윤곽이 배경으로 잘못 수렴되는 문제를 갖는다. 또 객체의 급격한 이동으로 인해 객체의 윤곽이 탐색영역을 벗어나면 윤곽선이 객체의 내부로 수축되는(shrink) 현상이 발생하게 되어 객체 추적에 실패하게 된다. 본 논문에서는 이러한 기존의 문제점을 개선한 새로운 스네이크 윤곽 추적 방법을 제안한다. 먼저, 객체 경계에 존재하는 평균 기울기 방향만을 고려하도록 개선된 에지 에너지 함수와 스플라인 경계의 안쪽과 바깥쪽 영역의 명암차를 이용한 컨트라스트 에너지 함수를 제안하여 윤곽선이 배경에 잘못 수렴되는 문제를 해결하였다. 또한 이전 프레임과 현재 프레임의 차영상으로부터 스네이크 포인터의 모션 벡터를 얻고 이를 이용하여 이전 프레임의 스네이크 포인터를 현재 프레임의 객체 윤곽 부근으로 빠르게 이동시켜 윤곽선이 객체 내부로 수축되는 현상을 방지하였다. 실험 결과 제안하는 기법은 기존 방법들에 비하여 복잡한 배경에 더 강인하며 움직임이 큰 객체를 정확하게 추적할 수 있었다.

• 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.

• 인터넷정보학회논문지
• /
• 제18권4호
• /
• pp.61-67
• /
• 2017

최근 지능형 CCTV는 빅 데이터, 인공지능 및 영상 분석과 같은 분야와 결합하여 다양한 이상 행위들을 탐지하고 보행자와 같은 객체의 전반적인 상황을 분석할 수 있으며, 이러한 지능형 영상 감시 기능에 대한 영상 분석 연구가 활발히 진행되고 있는 추세이다. 그러나 일반적으로 2차원 정보를 이용하는 CCTV 영상은 위상학적 정보 부족으로 인해 객체 오 인식과 같은 한계가 존재한다. 이러한 문제는 두 대의 카메라를 사용하여 생성된 객체의 깊이 정보를 영상에 추가함으로써 해결 할 수 있다. 본 논문에서는 가우시안 혼합기법을 사용하여 배경 모델링을 수행하고, 모델링 된 배경에서 전경을 분할하여 움직이는 객체의 존재 여부를 탐지한다. RGB 정보 기반 분할 결과를 이용하여 깊이 정보 기반 분할을 수행하기 위해 두 대의 카메라를 사용하여 스테레오 기반 깊이 지도를 생성한다. RGB 기반으로 분할된 영역을 깊이 정보를 추출하기 위한 도메인으로 설정하고, 도메인 내부에서 깊이 기반 분할을 수행한다. 강건하게 분할된 객체의 중심점을 탐지하고 방향을 추적하기 위해 가장 기본적인 객체 추적 방법인 CAMShift 기법을 적용하여 객체의 움직임을 추적한다. 실험을 통하여 제안된 RGB-D 모델을 이용한 객체 탐지 및 추적 방법의 우수성을 입증하였다.