최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.8 no.9, 2013년, pp.1319 - 1324
최완용 (광운대학교 제어계측공학과) , 이윤형 ((주)만도 중앙연구소) , 정문호 (광운대학교 로봇학부)
The mean shift algorithm has achieved considerable success in object tracking due to its simplicity and robustness. It finds local minima of a similarity measure between the color histograms or kernel density estimates of the target and candidate image. However, it is sensitive to the noises due to ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
객체 추적은 어떤 기술인가? | 복잡한 환경에서 시각적 특징을 통한 효과적인 추적 방법에 대한 많은 연구가 이루어지고 있다. 객체 추적은 연속한 영상들로부터 관심 객체의 위치와 크기 등을 알아내는 것으로서, 감시시스템[1][2][3][4], 지능적 사용자 인터페이스[5], 지능형 장소[6][7] 그리고 비디오 압축[8]과 같은 실시간 처리 응용분야는 움직이는 객체를 추적하기 위한 능력을 요구한다. 객체 추적에 있어 계산의 복잡성은 대부분의 응용분야에 있어 치명적이다. | |
Mean-Shift 알고리즘이 실시간 객체에 많이 쓰이는 이유는? | 컬러나 텍스쳐(texture)처럼 시각적 특징 값을 기초로 한 비강체의 실시간 추적에 대한 방법으로 최근에 Mean-Shift 알고리즘이 주목을 받고 있다. 이것은 Mean-Shift 알고리즘은 목표모델과 후보영상 사이의 컬러분포의 유사도를 이용하는 국부적 탐색기법으로 서, 계산의 단순성 및 안정성 면에서 뛰어나 실시간 객체에 많이 이용되고 있다. 그러나 컬러분포를 이용한 얼굴추적에 적용될 때, 목표모델과 유사한 컬러분 포를 갖는 객체나 배경의 영향에 취약하다는 단점이 있다. | |
컬러분포를 이용한 얼굴추적에 Mean-Shift 알고리즘을 적용할 시 나타나는 문제점은? | 이것은 Mean-Shift 알고리즘은 목표모델과 후보영상 사이의 컬러분포의 유사도를 이용하는 국부적 탐색기법으로 서, 계산의 단순성 및 안정성 면에서 뛰어나 실시간 객체에 많이 이용되고 있다. 그러나 컬러분포를 이용한 얼굴추적에 적용될 때, 목표모델과 유사한 컬러분 포를 갖는 객체나 배경의 영향에 취약하다는 단점이 있다. 또한 얼굴 추적에서 결정되는 얼굴영역은 얼굴 인식 혹은 얼굴방향 등을 계산할 때 중요한 단서가 되는데, 완전히 다른 컬러분포를 갖는 객체의 가려짐으로 인해 얼굴영역의 크기나 위치가 변동될 위험이 있다. |
Y. Cui, S. Samarasekera, Q. Huang, M Greienhagen, "Indoor Monitoring Via the Collaboration Between a Peripheral Senson and a Foveal Sensor", IEEE Workshop on Visual Surveillance, Bombay, India, pp. 2-9, 1998.
Jang-sik Park, Hyun-tae Kim, Yun-sik Yu, "Video Based Fire Detection Algorithm using Gaussian Mixture Model", The Korea Institute of Electronic Communication Science, Vol. 6, No. 2, pp. 206-211, 2011.
Ik-Soon Kim, Hyun-shik Shin, "A Study on Development of Intelligent CCTV Security System based on BIM", The Korea Institute of Electronic Communication Science, Vol. 6, No. 5, pp. 789-795, 2011.
Ik-soon Kim, Jae-duck Yoo, Bae-hun Kim, "A Monitoring Way and Installation of Monitoring System using Intelligent CCTV under the u-City Environment", The Korea Institute of Electronic Communication Science, Vol. 3, No. 4, pp. 295-303, 2011.
G.R. Bradski, "Computer Vision Face Tracking as a Component of a Perceptual User Interface," IEEE Work. on Applic. Comp. Vis., Princeton, pp. 214-219, 1998.
R. Chellappa, S. Zhou, and B. Li. Bayesian methods for face recognition from video. In Int. Conf. on Acoustics Speech and Signal Processing, Orlando, Florida, 2002.
C. Wren, A. Azarbayejani, T. Darrell, A. Pentland, "Pfinder: Real-Time Tracking of the Human Body," IEEE Trans. Pattern Analysis Machine Intell., Vol. 19, pp. 780-785, 1997.
A. Eleftheriadis, A. Jacquin, "Automatic Face Location Detection and Tracking for Model- Assisted Coding of Video Teleconference Sequences at Low Bit Rates," Signal Processing - Image Communication, Vol. 7, No. 3, pp. 231-248, 1995.
D. Comaniciu, V. Ramesh, and P. Meer. Kernel-based object tracking. IEEE Trans. Pattern Anal. Mach. Intell., Vol. 25, No. 5, pp. 564-577, 2003.
Paul Viola, M. Jones, Rapid Object Detection using a Boosted Cascade of Simple, Proceedings of CVPR2001, Vol. I, pp. 511-518, 2001.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.