$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

가려짐에 강인한 축구공 추적
Soccer Ball Tracking Robust Against Occlusion 원문보기

방송공학회논문지 = Journal of broadcast engineering, v.17 no.6, 2012년, pp.1040 - 1047  

이권 (연세대학교 전기전자공학과) ,  이철희 (연세대학교 전기전자공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 축구 방송 영상에서 가려짐에 강인한 축구공 추적 알고리즘을 제안한다. 축구공은 가려짐, 축구공의 빠른 움직임 그리고 빠른 방향 전환 등으로 인해 추적이 어렵다. 기존의 방법들은 대부분 각각의 영상에서 축구공 후보들을 찾고 가능한 모든 경로를 예측하여 최적의 축구공 경로를 찾는 방식으로 축구공을 추적하였으나 이러한 방식은 연산량이 많아 실시간 축구공 추적에 적합하지 않다. 본 논문에서는 Circular Hough Transform을 이용하여 초기 축구공의 위치를 찾아내고, 이전 프레임의 축구공 템플릿을 이용하여 축구공을 추적하고 가려짐 상황에서는 가려짐 처리 알고리즘을 적용한다. 축구공 추적을 위하여, 매칭 스코어를 이용하여 축구공의 가려짐 상황을 판단한다. 가려짐 상태에서 축구공 후보들을 찾고 이전 프레임과의 매칭을 통해 이전 프레임에 존재하는 축구공 후보들은 축구공이 아니며, 새롭게 나타나는 축구공 후보가 축구공일 것이라는 가정을 적용하여 축구공 가려짐 처리 알고리즘을 제안한다. 실제 방송용 축구 경기 영상에 적용하여 제안된 알고리즘이 가려짐 상황을 효과적으로 처리함을 보여준다.

Abstract AI-Helper 아이콘AI-Helper

In this paper, we propose a ball tracking algorithm robust against occlusion in broadcasting soccer video sequences. Soccer ball tracking is a challenging task due to occlusion, fast motion and fast direction changes. Many works have been proposed based on ball trajectory. However, this approach req...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 경로기반이 아닌 템플릿 매칭을 이용한 축구공 추적과 가려짐 처리 알고리즘을 이용한 직접적인 축구공 추적 알고리즘을 제안한다. 초기 축구공의 위치 탐색을 위해 modified circular hough transform[11]을 이용한다.
  • 축구공은 급격한 변화가 없을 경우 둥근 형태를 유지하기 때문에 초기 축구공의 위치를 찾는 방법으로 CHT를 이용한다. 연산량을 줄이고 인식 오류를 줄이기 위한 많은 modified CHT가 제안되었으며 본 논문에서는 에지 방향 정보를 이용한 modified CHT를 이용한다[11]. CHT는 에지 이미지를 컨볼루전 연산으로 구현될 수 있다.
  • 축구공의 형태를 둥글게 유지하고 움직임이 작은 경우에는 기존의 방법으로 검출이 가능하지만 움직임이 빠르거나 가려짐이 발생한 경우에는 실패하게 된다. 이러한 문제를 해결하기 위해 본 논문에서는 축구공 추적 과정에서 매칭 스코어와 CHT 값의 변화를 이용하여 가려짐 상황을 판단하고, 가려짐 처리 알고리즘을 수행하여 가려짐 상황에서도 안정적으로 축구공을 추적하는 방법을 제안하였다. 방송용 축구 영상을 이용하여 성능을 테스트한 결과 90%이상의 높은 인식률을 나타냈으며 가려짐 상황을 효율적으로 해결하는 것을 확인하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
자동 축구 영상 분석을 위한 기본적이면서 가장 중요한 과정은 무엇인가? 축구 동영상 하이라이트를 요약[1], 볼 점유 팀 분석[2], 골인 이벤트 검출[3] 등을 위한 다양한 연구가 있었다. 이러한 영상 처리 기반 자동 축구 영상 분석을 위한 기본적이면서 가장 중요한 과정이 축구공 검출 및 추적 과정이다. 축구공 검출 및 추적은 객체 추적의 한 분야이지만 기존의 객체 추적 알고리즘을 바로 적용하기에는 어렵다.
기존의 방법들이 가진 축구공 추적 방식은 어떤 문제가 있었는가? 축구공은 가려짐, 축구공의 빠른 움직임 그리고 빠른 방향 전환 등으로 인해 추적이 어렵다. 기존의 방법들은 대부분 각각의 영상에서 축구공 후보들을 찾고 가능한 모든 경로를 예측하여 최적의 축구공 경로를 찾는 방식으로 축구공을 추적하였으나 이러한 방식은 연산량이 많아 실시간 축구공 추적에 적합하지 않다. 본 논문에서는 Circular Hough Transform을 이용하여 초기 축구공의 위치를 찾아내고, 이전 프레임의 축구공 템플릿을 이용하여 축구공을 추적하고 가려짐 상황에서는 가려짐 처리 알고리즘을 적용한다.
축구 방송 영상에서 축구공 추적이 어려운 이유는 무엇인가? 본 논문에서는 축구 방송 영상에서 가려짐에 강인한 축구공 추적 알고리즘을 제안한다. 축구공은 가려짐, 축구공의 빠른 움직임 그리고 빠른 방향 전환 등으로 인해 추적이 어렵다. 기존의 방법들은 대부분 각각의 영상에서 축구공 후보들을 찾고 가능한 모든 경로를 예측하여 최적의 축구공 경로를 찾는 방식으로 축구공을 추적하였으나 이러한 방식은 연산량이 많아 실시간 축구공 추적에 적합하지 않다.
질의응답 정보가 도움이 되었나요?

참고문헌 (11)

  1. H. Kim and D. Shin, "Soccer Video Highlight Summarization for Intelligent PVR," Conference on The Korean Society of Broadcast Engineers 2009, pp. 209-212, Nov. 2009. 

  2. J. Y, Y. Lee and K. Kim, "Object Tracking using Color Information in soccer game video and Ball Occupation rate analysis," Conference on Korean Institute of Information Scientists and Engineers 2008, Vol. 35, No. 2, pp. 452-456, Oct. 2008. 

  3. T. D'Orazio, M. Leo, P. Spagnolo, M. Nitti, N. Mosca and A. Distante, "A visual system for real time detection of goal events during soccer matches," Computer Vision and Image Understanding, Vol. 113, No. 5, pp. 622-632, May 2009. 

  4. J. Ren, J. Orwell, G. Jones and M. Xu, "Real-time modeling of 3-d soccer ball trajectories from multiple fixed cameras," IEEE Transaction on Circuits and Systems for Video Technology, Vol. 18, No. 3, pp. 350-362, March 2008. 

  5. X. Yu, H.W. Leong, C. Xu and Q. Tian, "Trajectory-based ball detection and tracking in broadcast soccer video," IEEE Transactions on Multimedia, Vol. 8, No. 6, pp. 1164-1178, Dec. 2006. 

  6. Y. Liu, D. Liang, Q. Huang and W. Gao, "Extracting 3D information from broadcast soccer video," Image and Vision Computing, Vol. 24, No. 10, pp. 1146-1162, Oct. 2006. 

  7. T. Shimawaki, T. Sakiyama, J. Miura and Y. Shirai, "Estimation of ball route under overlapping with players and lines in soccer video image sequence," International Conference on Pattern Recognition ICPR, pp. 359-362, Hong Kong, Aug. 2006. 

  8. K. Choi and Y. Seo, "Tracking soccer ball in TV broadcast video," Image Analysis and Processing (ICIAP), pp. 661-668, Cagliari, Italy, Sep. 2005. 

  9. V. Pallavi, J. Mukherjee, A.K. Majumdar and S. Sural, "Ball detection from broadcast soccer videos using static and dynamic features," Journal Visual Communication and Image Representation, Vol. 19, No. 7, pp. 426-436, Oct. 2008. 

  10. T. Misu, A. Matsui, M. Naemura, M. Fujii and N. Yagi, "Distributed particle filtering for multiocular soccer ball tracking," IEEE International Conference on Acoustic, Speech and Signal Processing, pp. 937-940, Hawaii, USA, April 2007. 

  11. T. D'Orazio, M. Leo, A. Distante and C. Guaragnella, "New algorithm for ball recognition using circle hough transform and neural classifier," Pattern Recognition, Vol. 37, No. 3, pp. 393-408, March 2004. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로