실시간 감시 시스템을 위한 사전 무학습 능동 특징점 모델 기반 객체 추적
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 김상진 | - |
dc.contributor.author | 신정호 | - |
dc.contributor.author | 이성원 | - |
dc.contributor.author | 백준기 | - |
dc.date.available | 2019-07-16T05:01:14Z | - |
dc.date.issued | 2004-09 | - |
dc.identifier.issn | 1229-6384 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/cau/handle/2019.sw.cau/28555 | - |
dc.description.abstract | 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 추적되지 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-AFM 기반 추적 알고리듬은 실시간에서 비정형 객체를 추적하는데 강건함을 보여준다. | - |
dc.format.extent | 12 | - |
dc.language | 한국어 | - |
dc.language.iso | KOR | - |
dc.publisher | 대한전자공학회 | - |
dc.title | 실시간 감시 시스템을 위한 사전 무학습 능동 특징점 모델 기반 객체 추적 | - |
dc.title.alternative | Non-Prior Training Active Feature Model-Based Object Tracking for Real-Time Surveillance Systems | - |
dc.type | Article | - |
dc.identifier.bibliographicCitation | 전자공학회논문지 - SP, v.41, no.05, pp 591 - 602 | - |
dc.identifier.kciid | ART001181453 | - |
dc.description.isOpenAccess | N | - |
dc.citation.endPage | 602 | - |
dc.citation.number | 05 | - |
dc.citation.startPage | 591 | - |
dc.citation.title | 전자공학회논문지 - SP | - |
dc.citation.volume | 41 | - |
dc.publisher.location | 대한민국 | - |
dc.subject.keywordAuthor | Active feature model | - |
dc.subject.keywordAuthor | non-rigid object tracking | - |
dc.subject.keywordAuthor | feature tracking | - |
dc.subject.keywordAuthor | optical flow | - |
dc.subject.keywordAuthor | motion-based segmentation | - |
dc.subject.keywordAuthor | Active feature model | - |
dc.subject.keywordAuthor | non-rigid object tracking | - |
dc.subject.keywordAuthor | feature tracking | - |
dc.subject.keywordAuthor | optical flow | - |
dc.subject.keywordAuthor | motion-based segmentation | - |
dc.description.journalRegisteredClass | kci | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
84, Heukseok-ro, Dongjak-gu, Seoul, Republic of Korea (06974)02-820-6194
COPYRIGHT 2019 Chung-Ang University All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.