• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅳ
• /
• pp.2120-2123
• /
• 2003

This paper presents the moving object detection and tracking algorithm using edge information base on human perceptual system The human visual system recognizes shapes and objects easily and rapidly. It's believed that perceptual organization plays on important role in human perception. It presents edge model(GCS) base on extracted feature by perceptual organization principal and extract edge information by definition of the edge model. Through such human perception system I have introduced the technique in which the computers would recognize the moving object from the edge information just like humans would recognize the moving object precisely.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 하계학술대회
• /
• pp.42-45
• /
• 2010

This paper proposes an intelligent video surveillance system for human object tracking. The proposed system integrates the object extraction, human object recognition, face detection, and camera control. First, the object in the video signals is extracted using the background subtraction. Then, the object region is examined whether it is human or not. For this recognition, the region-based shape descriptor, angular radial transform (ART) in MPEG-7, is used to learn and train the shapes of human bodies. When it is decided that the object is human or something to be investigated, the face region is detected. Finally, the face or object region is tracked in the video, and the pan/tilt/zoom (PTZ) controllable camera tracks the moving object with the motion information of the object. This paper performs the simulation with the real CCTV cameras and their communication protocol. According to the experiments, the proposed system is able to track the moving object(human) automatically not only in the image domain but also in the real 3-D space. The proposed system reduces the human supervisors and improves the surveillance efficiency with the computer vision techniques.

• 전자공학회논문지S
• /
• 제35S권3호
• /
• pp.176-184
• /
• 1998

We present a sequential factorization method using singular value decomposition (SVD) for recovering both the three-dimensional shape of an object and the motion of camera from a sequence of images. We employ paraperpective projection [6] for camera model to handle significant translational motion toward the camera or across the image. The proposed mthod not only quickly gives robust and accurate results, but also provides results at each frame becauseit is a sequential method. These properties make our method practically applicable to real time applications. Considerable research has been devoted to the problem of recovering motion and shape of object from image [2] [3] [4] [5] [6] [7] [8] [9]. Among many different approaches, we adopt a factorization method using SVD because of its robustness and computational efficiency. The factorization method based on batch-type computation, originally proposed by Tomasi and Kanade [1] proposed the feature trajectory information using singular value decomposition (SVD). Morita and Kanade [10] have extenened [1] to asequential type solution. However, Both methods used an orthographic projection and they cannot be applied to image sequences containing significant translational motion toward the camera or across the image. Poleman and Kanade [11] have developed a batch-type factorization method using paraperspective camera model is a sueful technique, the method cannot be employed for real-time applications because it is based on batch-type computation. This work presents a sequential factorization methodusing SVD for paraperspective projection. Initial experimental results show that the performance of our method is almost equivalent to that of [11] although it is sequential.

• 한국통신학회논문지
• /
• 제40권9호
• /
• pp.1828-1836
• /
• 2015

객체 추적 알고리즘들은 객체 인식 결과를 이용한 관심영역 설정을 통해 영상 전체에 대한 연산이 수행되는 것을 방지하여 연산량을 줄일 수 있다. 따라서 객체 인식 알고리즘의 정확한 객체 검출은 객체 추적에서 매우 중요한 과정이다. 고정된 카메라를 기반으로 하여 이동하는 객체를 검출 하는 방법으로 배경 차 알고리즘이 널리 사용되어왔고 많은 연구에 의해 배경 모델링 방법이 개선되면서 배경 차 알고리즘의 성능이 개선되었으나 여전히 정확하지 못한 배경 모델링에 의한 객체 오검출의 문제를 가진다. 이에 본 논문에서는 제스쳐 인식에 주로 사용되는 모션 히스토리 이미지 알고리즘을 배경 차 알고리즘과 융합하여 기존의 배경 차 알고리즘이 가지는 문제점을 극복할 수 있는 다중 이동객체 검출 알고리즘을 제안한다. 제안하는 알고리즘은 융합 과정 추가로 수행시간이 다소 길어지나 실시간성을 만족하며 기존의 배경 차 알고리즘에 비해 높은 정확도를 가짐을 실험을 통해 확인하였다.

• 한국정보통신학회논문지
• /
• 제15권2호
• /
• pp.455-461
• /
• 2011

블록정합 기법을 이용한 객체추적에서 크기가 다양하고 수시로 변하는 객체를 추적하기 위해 고정 정합블록을 사용하는 것은 적합하지 못하다. 본 논문은 동적 환경을 위한 적응적 정합블록을 정의하고, 이를 위한 블록정합 알 고리즘을 제안한다. 정합블록은 $42{\times}42$ 화소의 넓은 영역에 $10{\times}10$ 화소의 주 블록과 $6{\times}6$ 화소의 부 블록 8개로 구성되고, 영역 중심에 위치한 주 블록은 객체 블록으로 사용되고, 영역의 외곽에 위치한 부 블록은 객체블록을 위한 후보 블록으로 사용된다. 제안된 알고리즘은 부 블록에서 이전 10 프레임의 움직임 벡터를 이용해 객체블록을 추출하고, 주 블록과 추출된 객체블록을 이용해 블록정합을 수행한다. 성능 평가를 위한 실험들은 제안된 알고리즘이 정합블록에서 유효한 객체블록만을 적절히 추출하고, 자유로운 움직임을 갖는 객체를 영상의 중심 영역에 유지시켜 주는 것을 보여주고 있다.

• 항공우주기술
• /
• 제13권2호
• /
• pp.66-72
• /
• 2014

본 논문에서는 비동기 다중 레이더의 추적데이터 융합을 통한 우주 물체 추적 알고리즘을 소개하였다. 지구저궤도에 분포되어 있는 우주 물체 추적을 위하여 다중의 레이더를 사용한 추적 시나리오를 설정하였고, 각 레이더의 우주 물체 추적을 위하여 선형화 칼만 필터를 사용하였다. 샘플링 시간이 서로 다른 다중 레이더의 데이터를 융합하기 위해서 각각의 레이더에서 측정 가능한 범위를 STK/ODTK를 사용하여 결정하고, 다중 레이더가 동시에 우주 물체를 추적 하는 시간 동안 칼만 필터 기반의 비동기 융합 알고리즘을 적용하여 우주 물체의 궤도를 추정하였으며, 시뮬레이션을 통해 다중 레이더 융합을 통한 궤도 추정의 성능을 분석하였다.

• 한국생산제조학회지
• /
• 제25권6호
• /
• pp.522-531
• /
• 2016

In this study, we propose an object identification method for bin-picking developed for industrial robots. We identify the grasp posture and the associated geometric parameters of grasp objects using the joint data of a robotic gripper. Prior to grasp identification, we analyze the grasping motion in a low-dimensional space using principle component analysis (PCA) to reduce the dimensions. We collected the joint data from a human hand to demonstrate the grasp-identification algorithm. For data acquisition of the human grasp data, we conducted additional research on the motion characteristics of a human hand. We explain the method for using the algorithm of grasp identification for bin-picking. Finally, we present a subject for future research using our proposed algorithm of grasp model and identification.

• ETRI Journal
• /
• 제45권5호
• /
• pp.836-846
• /
• 2023

Mobile robots are used in modern life; however, object recognition is still insufficient to realize robot navigation in crowded environments. Mobile robots must rapidly and accurately recognize the movements and shapes of pedestrians to navigate safely in pedestrian-rich spaces. This study proposes real-time, accurate, three-dimensional (3D) multi-pedestrian detection and tracking using a 3D light detection and ranging (LiDAR) point cloud in crowded environments. The pedestrian detection quickly segments a sparse 3D point cloud into individual pedestrians using a lightweight convolutional autoencoder and connected-component algorithm. The multi-pedestrian tracking identifies the same pedestrians considering motion and appearance cues in continuing frames. In addition, it estimates pedestrians' dynamic movements with various patterns by adaptively mixing heterogeneous motion models. We evaluate the computational speed and accuracy of each module using the KITTI dataset. We demonstrate that our integrated system, which rapidly and accurately recognizes pedestrian movement and appearance using a sparse 3D LiDAR, is applicable for robot navigation in crowded spaces.

• 대한전자공학회논문지SP
• /
• 제41권5호
• /
• pp.23-34
• /
• 2004

본 논문에서는 사전학습이 필요 없는 능동 특징점 모델(non-prior training active feature model; NPT AFM) 기반에서 광류(optical flow)를 이용한 객체추적 기술을 제안한다. 제안한 알고리듬은 비정형 객체에 대한 분석[1]에 초점을 두고 있으며, 실시간에서 NPT-AFM을 사용한 강건한 추적을 가능하게 한다. NPT-AFM 알고리듬은 관심 객체의 위치를 파악하는 과정 (localization)과 이전 프레임 정보와 현재 프레임 정보를 이용하여, 객체의 위치를 예측(prediction), 보정(correction)하는 과정으로 나눌 수 있다 위치 파악 과정에서는 움직임 분할(motion segmentation)을 수행한 후 개선된 Shi-Tomasi의 특징점 추적 알고리듬[2]을 사용 하였다. 예측 및 보정 과정에서는 광류 정보를 사용하여 특징점을 추적하고[3] 만약, 특징점이 적절히 추적 되지 않거나 추적에 실패하면 특징점들의 시간(temporal), 공간(spatial)적 정보를 이용하여 예측, 보정하게 된다. 객체의 형태 (shape)대신 특징점을 사용하였으며, 객체를 추적하는 과정에서 특징점들은 능동 특징점 모델(active feature model; AFM)을 위한 학습 집합(training sets)의 요소로 갱신된다. 실험결과, 제안한 NPT-AF% 기반 추적 알고리듬은 실시간에서 비정형 객체를 추적하는데 강건함을 보석준다.

• International Journal of Control, Automation, and Systems
• /
• 제4권2호
• /
• pp.236-246
• /
• 2006

Motion tracking and object segmentation are the most fundamental and critical problems in vision tasks such as motion analysis. An active contour model, snake, was developed as a useful segmenting and tracking tool for rigid or non-rigid objects. In this paper, the development of new snake model called 'adaptive color snake model (ACSM)' for segmentation and tracking is introduced. The simple operation makes the algorithm runs in real-time. For robust tracking, the condensation algorithm was adopted to control the parameters of ACSM. The effectiveness of the ACSM is verified by appropriate simulations and experiments.