선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 2절에서 PT2 카메라를 통하여 객체를 추적할 때, 객체의 세부 정보를 추출하기 위하여 순간적으로 카메라 줌-인을 통하여 영상을 확대하고, 객체의 영역을 추출한다. 본 절에서는 추출된 객체가 차량일 경우, 차량의 차종을 자동으로 분류하기 위한 방법[研을 설명한다. 본 절에서 설명하는 방법에서는 차종을 일반승용차, SUV, 트럭 세 가지로 크게 구 of Interest)을 추출하고, 가로 3등분, 세로 3등분으로 구분된 9개의 서브영역을 정의한다.
- 본 절에서는 카메라로부터 입력된 영상에서 원하는 객체를 안정적으로 검출하기 위해 미디언 배경 모델[8]을 기본으로 하고, 배경에 포함된 객체에 의해 발생될 수 있는 고스트 현상을 제거하고, 이동하다가 순간적으로 이동을 멈춘 정지객체에 대한 안정적 검출을 가능하게 하는 방법을 소개하고자 한다. 소개하고자하는 방법은 픽셀 기반 1단계와 비 모션영역 기반 2단계에 걸친 배경 갱신을 수행하는 방법으로서 세부 알고리즘은 아래 [알고리즘 H과 같다.
- 본고에서는 PTZ 카메라를 이용하여 적응적 배경 모델링을 기반으로 하는 액티브 객체 추적 기법을 소개하였다. 소개된 방법은 적응적 배경 모델링과 모션 히스토리 영상의 정보를 기반으로 2단계 배경 갱신 기법을 적용함으로써 적응적 배경 모델링이나 모션 정보만을 이용하는 기존 방법 에서 처리가 힘들었던 고스트의 제거와 정지 객체의 지속적 추적이 가능하도록 하였다.
- 본고에서는 지능형 영상감시 시스템의 핵심 기술로서 PTZ(Pan-Tilt-Zoom) 네트워크 카메라를 이용한 액티브 객체추적 기법 및 차량 객체 특성 분석 기법을 소개하고자한다.
- 또한, 네트워크로 연결된 PTZ 카메라를 실시간으로 제어하고 관심객체를 안정적으로 추적하기 위하여 객체의 위치 , 객체의 움직임 속도 및 카메라 제어지연 시간등을 고려한 카메라 이동 위치 예측 알고리즘을 적용하여 PTZ 카메라의 중심위치가 추적 객체의 중심으로 자연스럽게 맞춰질 수 있도록 하였다. 액티브 트래킹 기술과 함께 본고에서는 액티브 트래킹의 결과 추출된 차량의 영 역 정보를 기반으로 차종을 자동으로 분류하는 실시간 처리가 가능한 기법을 소개하였다.
- 우선, 자동화된 영상 감시 시스템에 대한 발전 현황에 대하여 간단히 살펴 보고자 한다. Valera와 Velastin[l]의 정리에 따르면 자동화 영상 감시 시스템의 발전은 크게 3세대로 구분되어 질 수 있다.
가설 설정
- 2. 모션 히스토리 영상으로부터 객체의 모션 정보를 가져와 움직임이 극히 적은 영역을구한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.