[논문]적외선 영상에서 다수표적추적을 위한 LM-IHPDA 알고리듬 연구

김태한; 최병인; 김지은; 양유경; 송택렬

doi:10.5302/j.icros.2013.12.1796

적외선 영상에서 다수표적추적을 위한 LM-IHPDA 알고리듬 연구
A Study of LM-IHPDA Algorithm for Multi-Target Tracking in Infrared Image Sequences 원문보기

제어·로봇·시스템학회 논문지 = Journal of institute of control, robotics and systems, v.19 no.3, 2013년, pp.209 - 218

김태한 (한양대학교 전자시스템공학과) , 최병인 (삼성탈레스 광전자연구소 전략센서그룹) , 김지은 (국방과학연구소 3본부 1부) , 양유경 (국방과학연구소 3본부 1부) , 송택렬 (한양대학교 전자시스템공학과)

Abstract ▼ AI-Helper

Military surveillance systems with electro-optical sensors can be used to track a number of targets efficiently and reliably. In MTT (Multi-Target Tracking), joint events in which different tracks share the same measurements may occur. Measurement-to-track assignment are computationally challenging because of the number of operations increases exponentially with number of tracks and number of measurements. IHPDA (Integrated Highest Probability Data Association) based on a 2D-Assignment technique can find an optimal solution for measurement to track one-to-one assignments for complex environments. In this paper, LM-IHPDA (Linear Multi-Target IHPDA) which does not need to form all feasible joint events of association and thus the computational load is linear in the number of tracks and the number of measurements. Simulation studies illustrate the effectiveness of this approach in an infrared image environment.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서 다루는 다수표적 추적 모듈은 그림 1과 같이 다수표적 추적 수행시 측정치를 다수의 트랙이 공유하는 결합사건(joint event)이 발생할 경우 트랙을 놓치지 않고 견실하게 유지하면서, 표적탐지 모듈에서 오탐지된 신호로부터 생성된 거짓트랙을 신속하게 제거하는 FTD (False Track Discrimination) [1-7] 성능을 높이는 것이 핵심이다.
그러나 결합사건을 형성하는 측정치와 트랙의 개수가 증가함에 따라 발생하는 연산량의 증가와 2D Assignment 알고리듬 구현상의 복잡성 등은 반드시 극복해야 할 문제일 것이다. 본 논문에서는 이러한 문제를 해결하기 위해 IHPDA 알고리듬과 LM 알고리듬을 결합한 LM-IHPDA 알고리듬을 제안한다. 제안하는 알고리듬은 결합사건이 발생할 경우 각각의 측정치들을 트랙에 할당하기 위한 모든 경우의 수를 고려하지 않고, LM 알고리듬을 통해 계산된 트랙 τ에서 선택된 측정치 s의 자료결합 확률 β^τ_k,s를 이용하여 MMR (Maximum Marginal Return) 알고리듬[9] 기반의 2D Assignment를 수행함으로써 공유된 측정치를 각각의 트랙에 할당한다.
본 논문에서는 최적이라 할 수 있는 2D-Assignment 기반의 IHPDA 알고리듬이 가지는 복잡성은 감소시키면서, 추적 성능은 유지하기 위한 방법으로 다수표적 추적필터인 LM-IHPDA 알고리듬을 제안하였다. 2D-Assignment 기법은 결합사건 발생시 측정치를 연관성이 높은 트랙에 할당하기 위한 가장 일반적인 방법으로써 클러스터링된 트랙들과 측정치들이 이루는 결합사건에 대한 경우의 수를 모두 고려하여, 최적의 해를 찾아낸다.

가설 설정

(3) 매 스캔마다 각각의 표적으로부터 기인된 측정치는 최대 한 개다.
표 1. 모든측정치와트랙의개수가형성하는가설의개수.

제안 방법

본 논문의 II 장에서는 IHPDA 알고리듬에 대한 이론을 소개하고, III 장에서는 IHPDA 알고리듬을 이용한 다수표적 추적문제를 다루면서, 제안하는 LM-IHPDA 알고리듬을 기술하고자 한다. IV 장에서는 다수표적 추적을 수행하면서 형성되는 수많은 트랙들을 효과적으로 관리하기 위한 트랙 관리기법에 대한 내용을 설명한다.
제안하는 알고리듬은 결합사건이 발생할 경우 각각의 측정치들을 트랙에 할당하기 위한 모든 경우의 수를 고려하지 않고, LM 알고리듬을 통해 계산된 트랙 τ에서 선택된 측정치 s의 자료결합 확률 βτk,s를 이용하여 MMR (Maximum Marginal Return) 알고리듬[9] 기반의 2D Assignment를 수행함으로써 공유된 측정치를 각각의 트랙에 할당한다.
표적신호 탐지를 위한 영상처리는 [14]의 방법을 사용하였으며, 베이시안 식별기를 이용하여 클러터를 제거하였다. 추적필터의 동역학 모델은 등속도 모델로 설계하였으며, 상태천이행렬 및 공정잡음 공분산은 다음과 같다[15].
트랙존재 확률이 트랙 제거문턱치 보다 낮아질 경우 IV 장에서 기술하는 트랙관리 기법에 의해 트랙이 제거될 수 있고, 오차공분산이 증가하게 되면 서로 근접한 두 트랙간의 합병이 발생하게 되어, 둘중 하나의 트랙이 제거될 수 있다. 측정치의 할당이 적절하게 이루어짐에도 불구하고, 트랙의 신뢰도가 떨어지는 문제를 해결하기 위해 LM 알고리듬을 이용하여 자료결합 확률을 산출한 후 MMR 알고리듬 기반의 2D Assignment를 수행하여 측정치를 트랙에 할당하였으며, 측정치 할당이 완료된 이후 다른 트랙에 할당된 측정치를 제외한 상태에서 자료결합 확률을 재산출 하였다.

대상 데이터

실험에 사용한 적외선 영상의 크기는 1500×600이고, 전체 105프레임으로 이루어져 있다.

데이터처리

제안하는 알고리듬의 성능을 검증하기 위해 적외선 영상에서 다수표적 추적실험을 수행하였으며, 2D-Assignment 기반의 IHPDA 알고리듬과 비교하였다. 2D-Assignment 기법은 결합사건 발생시 모든 경우의 수를 고려하기 때문에 최적이라 할 수 있으며, 제안하는 LM-IHPDA 알고리듬의 성능이 2D-Assignment 기반의 IHPDA 알고리듬의 성능에 근접할수록 성능이 우수하다고 평가할 수 있다.

이론/모형

그림3. 2-point differencing을 이용한 트랙 초기화 방법.
또한 측정잡음은 각 축별로 σ_x= σ_y = 1 픽셀로 설정하였다. 트랙 생성 방법은 그림 3에 나타난 2-point differencing 방법을 적용하였으며, 표적의 최대 속도 V_max는 60 pixel/frame으로 설정하였다. 트랙 관리를 위한 변수로써 초기 트랙존재확률은 0.
은 다수표적 추적시 생성되는 수많은 트랙들을 효율적으로 관리하기 위한 방법으로써 트랙생성 과정, 트랙합병과정, 그리고 트랙확정 및 제거 과정으로 이루어진다. 트랙생성과정은 연속하는 시간동안 얻어진 측정치 쌍을 연결하는 2-point differencing 방법과 획득한 측정치 하나만을 이용하여 트랙을 생성하는 1-point differencing 방법이 있으며, 적외선 영상의 표적은 탐지확률이 높고 표적의 이동속도가 빠르다는 가정하에 2-point differencing 방법을 사용하였다. 2-point differencing 방법은 그림 3과 같이 속도게이트(velocity gate)를 이용하여 새로운 트랙을 형성한다.
실험에 사용한 적외선 영상의 크기는 1500×600이고, 전체 105프레임으로 이루어져 있다. 표적신호 탐지를 위한 영상처리는 [14]의 방법을 사용하였으며, 베이시안 식별기를 이용하여 클러터를 제거하였다. 추적필터의 동역학 모델은 등속도 모델로 설계하였으며, 상태천이행렬 및 공정잡음 공분산은 다음과 같다[15].

성능/효과

(2) 서로 다른 표적으로부터 기인된 측정치는 확률적으로 독립적이다.
시뮬레이션 수행시 생성되는 최대 트랙의 개수는 그림 4(c)가 나타내는 14 프레임에서 82개(확정 트랙: 14개, 임시트랙: 68개)이다. 2D-Assignment 기반의 IHPDA 알고리듬과 제안하는 알고리듬의 임시트랙과 확정 트랙의 개수가 동일함을 알 수 있으며, 이는 제안하는 알고리듬이 최적에 가까운 성능을 나타내면서 알고리듬의 복잡성은 상당히 감소시켰음을 의미한다. 그림 5(b)에서 표적 측정치의 개수와 확정트랙의 개수가 일치하지 않는 이유는 트랙이 생성되고 확정되거나 확정된 트랙이 제거될 때 까지 수 프레임이 소요되며, 또한 표적으로부터 기인한 트랙이 생성되었다가 확정트랙이 되기 전 표적 측정치가 사라지는 시나리오가 포함되어 있기 때문이다.
제안하는 알고리듬의 성능을 검증하기 위해 적외선 영상에서 다수표적 추적실험을 수행하였으며, 2D-Assignment 기반의 IHPDA 알고리듬과 비교하였다. 2D-Assignment 기법은 결합사건 발생시 모든 경우의 수를 고려하기 때문에 최적이라 할 수 있으며, 제안하는 LM-IHPDA 알고리듬의 성능이 2D-Assignment 기반의 IHPDA 알고리듬의 성능에 근접할수록 성능이 우수하다고 평가할 수 있다. 실험에 사용한 적외선 영상의 크기는 1500×600이고, 전체 105프레임으로 이루어져 있다.
단일표적 추적알고리듬인 IHPDA를 적용할 경우 측정치가 각각의 트랙에 제대로 할당되지 않기 때문에 13~15 프레임에서 트랙의 뭉침현상 또는 swap 현상이 발생하게 된다. 그러나 2D-Assignment 기법 또는 제안하는 LM 알고리듬을 적용할 경우 그림 4와 같이 트랙의 swap 또는 뭉침현상 없이 모든 트랙에 대하여 견실한 표적추적 성능을 보임을 확인할 수 있다. 특히, 2D-Assignment의 경우 13~15 프레임에서 발생하는 수많은 결합사건들에 대한 경우의 수를 모두 고려해야 하며, 결합사건을 이루는 트랙과 측정치의 수가 증가할수록 경우의 수는 기하급수적으로 증가하기 때문에 구현이 매우 복잡하지만 제안하는 LM 알고리듬의 경우 수식 (13)과 같이 트랙 τ에서 측정치 j가 가지는 클러터 공간 밀도 #의 계산만으로 2D-Assignment 기법이 가지는 복잡성을 해결할 수 있다는 장점을 가진다.
제안하는 LM-IHPDA 알고리듬은 트랙 τ에서 유효측정치 j에 대한 자료결합 확률 #를 계산할 때, 다른 트랙들이 유효측정치 j에 미치는 영향들을 클러터 공간밀도 #의 계산에 반영함으로써 표 3의 테이블 생성이 필요없이 각각의 측정치들을 트랙에 할당하기 위한 최적의 해를 찾아내는 것이 가능하다. 시뮬레이션 수행 결과 제안하는 LM-IHPDA 알고리듬이 2D Assignment 기반의 IHPDA와 비교하여 표적추적 성능은 유사하면서, 알고리듬의 복잡성을 감소시킴으로써 계산량을 상당히 줄일 수 있음을 확인하였다.
제안하는 LM-IHPDA 알고리듬은 트랙 τ에서 유효측정치 j에 대한 자료결합 확률 #를 계산할 때, 다른 트랙들이 유효측정치 j에 미치는 영향들을 클러터 공간밀도 #의 계산에 반영함으로써 표 3의 테이블 생성이 필요없이 각각의 측정치들을 트랙에 할당하기 위한 최적의 해를 찾아내는 것이 가능하다.
제안하는 LM-IHPDA 알고리듬은 표 3과 같이 결합사건 들을 고려하기 위한 테이블을 만들지 않아도, 각 트랙에 측정치의 할당이 가능하다는 장점을 가지며, 또한 MMR 기반의 2D-Assignment 기법의 단점을 보완하는 동시에 2D-Assignment 기법의 성능을 가진다.
표 5는 결합사건이 가장 복잡하게 발생하는 그림 4(c)의 14 프레임에서 알고리듬 수행시간을 비교한 것이다. 제안하는 방법이 2D-Assignment 기반의 IHPDA 알고리듬보다 약 16% 시뮬레이션 수행 시간을 감소시키는 것을 확인할 수 있으며, 결합사건의 복잡도가 증가할수록 이 차이는 더욱 커질 것이라 기대할 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	군사용 수동형 감시정찰 시스템이란 무엇인가	군사용 수동형 감시정찰 시스템은 전자 광학 센서(electro-optical sensor)를 이용하여 표적을 탐지, 추적하고, 추적중인 트랙에 대한 위협도를 산출함으로써 전투체계와 연계하여 위협 표적에 대한 대응 수단을 강구하기 위한 무기체계이다. 적외선 영상 센서를 이용한 감시정찰 시스템의 운용 개념은 크게 두 가지로 분류할 수 있는데, 하나는 아군의 자함이나 항공기에 설치되어 자신의 위치는 적에게 노출시키지 않으면서 저고도 또는 원거리에서 접근하는 유도 미사일이나 적 전투기를 조기에 탐지하여 생존성을 높이는 목적으로 사용되는 것이고 다른 하나는 적외선 센서로부터 획득된 실시간 전 방위 영상으로부터 다중 표적을 탐지하고 추적하고 위협 정도에 따라 표적을 분류, 관리하는 영상 레이더 개념으로 운용되는 것이다.
	적외선 영상 센서를 이용한 감시정찰 시스템의 운용 개념을 두 가지로 분류하라	군사용 수동형 감시정찰 시스템은 전자 광학 센서(electro-optical sensor)를 이용하여 표적을 탐지, 추적하고, 추적중인 트랙에 대한 위협도를 산출함으로써 전투체계와 연계하여 위협 표적에 대한 대응 수단을 강구하기 위한 무기체계이다. 적외선 영상 센서를 이용한 감시정찰 시스템의 운용 개념은 크게 두 가지로 분류할 수 있는데, 하나는 아군의 자함이나 항공기에 설치되어 자신의 위치는 적에게 노출시키지 않으면서 저고도 또는 원거리에서 접근하는 유도 미사일이나 적 전투기를 조기에 탐지하여 생존성을 높이는 목적으로 사용되는 것이고 다른 하나는 적외선 센서로부터 획득된 실시간 전 방위 영상으로부터 다중 표적을 탐지하고 추적하고 위협 정도에 따라 표적을 분류, 관리하는 영상 레이더 개념으로 운용되는 것이다.
	적외선 영상 센서를 탑재한 감시정찰 시스템의 구성요소 중 표적탐지 모듈 설계의 핵심은 무엇인가	적외선 영상 센서를 탑재한 감시정찰 시스템은 일반적으로 적외선 센서로부터 획득된 영상으로부터 표적신호를 탐지하고, 배경신호(클러터)를 제거하는 표적탐지 모듈과 탐지된 신호를 이용하여 다수의 표적을 추적하는 다수표적 추적 모듈, 그리고 다수표적 추적필터로부터 획득된 트랙정보를 이용하여 추적중인 트랙의 위협 정도를 산출하는 위협 평가 모듈로 구성된다. 표적탐지 모듈 설계의 핵심은 표적신호의 탐지확률은 높이면서 클러터 신호를 표적신호로 탐지하는 오탐지 확률을 최소화 하는 것이다.

참고문헌 (15)

Y. Bar-Shalom and T. E. Fortmann, Tracking and Data Association, Academic Press, New York, 1988.
S. S. Blackman, Multiple-Target Tracking with Radar Applications, Artech House, 1986.
D. Musicki, R. J. Evans, and S. Stankovic, "Integrated probabilistic data association," IEEE Trans. of Automatic Control, vol. 39, no. 6, pp. 1237-1241, Jun. 1994.

상세보기
D. Musicki and R. J. Evans, "Joint integrated probabilistic data association-JIPDA," IEEE Trans. of Aerospace and Electronic Systems, vol. 40, no. 3, pp. 1093-1099, Jul. 2004.

상세보기
D. Musicki and L. S. Barbara, "Multi-target tracking in clutter without measurement assignment," IEEE Trans. of Aerospace and Electronic Systems, vol. 44, no. 3, pp. 877-896, 2008.

상세보기
D. S. Kim, "A study on highest probability data association with particle filtering for automatic multi-target detection with passive and active sonar systems," A Doctoral Dissertation, Aug. 2011.
D. S. Kim, T. L. Song, and D. Musicki, "Highest probability data association for multi-target particle filtering with nonlinear measurements," IEICE Trans. of Communications, vol. E96-B, no. 1, pp. 281-290, Jan. 2013.

상세보기
Y. Bar-Shalom and X. R. Li, Multitarget-multisensor Tracking : Principles and Techniques, Storrs, CT:YBS Publishing, 1995.
S. E. Kolitz, "Analysis of a maximum marginal return assignment algorithm," Proc. of the 27th Conf. Decision and Control, Austin, Texas, Dec. 1988.
J. S. Bae, "A study for image target auto-detection and tracking by using dynamic filtering algorithms in a cluttered environment," A Doctoral Dissertation, Feb. 2008.
Y. Kim and T. L. Song, "A study of image target detection and tracking for a robust tracking in an occluding environment," Journal of Institute of Control, Robotics and Systems (in Korean), vol. 16, no. 10, pp. 982-990, Oct. 2010.

원문보기 상세보기
N. Li and X. R. Li, "Target perceivability and its applications," IEEE Trans. of Signal Processing, vol. 49, no. 11, pp. 2588-2604, Nov. 2001.

상세보기
D. Musicki and R. J. Evans, "Clutter map information for data association and track initialization," IEEE Trans. of Aerospace Electronic Systems, vol. 40, no. 2, pp. 387-398, Apr. 2004.

상세보기
T. H. Kim and T. L. Song, "False alarm reduction for imaging infrared surveillance systems," Proc. of the 4th International Conf. Computer and Electrical Engineering, Singapore, pp. 591-696, Oct. 2011.
X. R. Li and V. P. Jilkov "Survey of maneuvering target tracking. Part I : Dynamic models," IEEE Trans. of Aerospace Electronic Systems, vol. 39, no. 4, pp. 1333- 1364, Oct. 2003.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증