최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.18 no.12, 2014년, pp.2961 - 2967
이석호 (Division of Computer & Information Engineering, Dongseo University)
Nowadays, a private protection act has come into effect which demands for the protection of personal image information obtained by the CCTV. According to this act, the object out of interest has to be mosaicked such that it can not be identified before the image is sent to the investigation office. ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
최근 CCTV의 영상정보 공개시 유의상황은? | 최근 CCTV의 영상정보 공개시 타인의 영상에 대해서는 모자이크 처리하여 식별이 불가능하도록 하는 개인정보 보호법이 발표되었다. 반면에 CCTV를 통하여 획득된 영상 데이터를 활용한 범죄 수사는 점차 더 많이 활용되고 있는 추세이다. | |
객체추적에 대한 문제점은? | 객체추적에 있어서 조명의 변화, 겹쳐짐(occlusion), 객체의 모양의 변화 등의 많은 문제가 있기 때문에 이를 해결하기 위해 다양한 이론에 근거한 많은 추적알고리즘들이 제안되었다[1-8]. 이중 추적대상의 색상만을 기반으로 한 추적 알고리즘들은 비교적 계산량이 적은 반면 추적의 성능이 불안정할 때가 많다[1-5]. | |
CCTV영상의 사후 마스킹 처리에 특화된 추적 알고리즘에 대한 설명은? | 본 논문에서는 CCTV영상의 사후 마스킹 처리에 특화된 추적 알고리즘을 제안하였다. 제안한 추적 알고리즘은 오프라인 상에서 추적대상의 영역을 수동으로 결정한 후에 대상영역의 크기에 적응적으로 자동 추적 및 크기 추정을 수행하여 대상영역을 마스킹하는 솔루션에 적용할 수 있다. CCTV영상의 마스킹 처리에 특화되어 계산량이 복잡하지 않으면서도 CCTV의 대상들을 마스킹 처리하는데 충분한 안정성을 갖도록 설계되었다. 추적대상의 크기를 추정할 때 색상정보도 함께 사용하는 방안에 대해 추가적인 연구가 이루어지면 더욱 안정적인 결과가 도출될 것으로 보인다. |
R. Collins, "Mean-shift blob tracking through scale space," IEEE Conf. on Computer Vision and Pattern Recognition, Vancouver, pp. 234-240, 2003.
D. Comaniciu, V. Ramesh, and P. Meer, "Kernel-based object tracking," IEEE Trans. on Pattern Analysis and Machine Intelligence, vol.25, pp. 564-575, 2003.
S. H. Lee, E. Choi, and M. G. Kang, "Object tracking based on area weighted centroids shifting with spatiality constraints," IEEE Int. Conf. Image Processing, San Diego, USA, pp. 2632-2635, 2008.
G. R. Bradski, "Computer Vision Face Tracking For Use in a Perceptual User Interface," Intel Technology Journal, pp. 1-12, 1998.
A. Yilmaz, "Object tracking by asymmetric kernel mean shift with automatic scale and orientation selection," IEEE Conf. on Computer Vision and Pattern Recognition, Minneapolis, USA, pp. 1-6, 2007.
P. Brasnett, L. Mihaylova, D. Bull, and N. Canagarajah, "Sequential monte carlo tracking by fusing multiple cues in video sequences," Image and Vision Computing, vol. 25, no. 8, pp. 1217-1227, 2007.
C. Yang, R. Duraiswami, and L. Davis, "Fast multiple object tracking via a hierarchical particle filter," International Conference on Computer Vision, Beijing, China, vol. 1, pp. 212-219, 2005.
Q. Wang and J. Liu, "Visual tracking using the kernel based particle filter and color distribution," International Conference on Neural Networks and Brain, Beijing, China, vol. 3, pp. 1730-1733, 2005.
C. Stauffer and W. E. L. Grimson, "Learning patterns of activity using real time tracking," IEEE Trans. on Pattern Analysis and Machine Intelligence, vol. 22, pp. 747-767, 2000.
X. Gao, T. E. Boult, F. Coetzee, and V. Ramesh, "Error Analysis of Background Adaption," In IEEE Int. Conf. on Computer Vision, Hilton Head, SC, USA, vol. 1, pp. 503-510, 2000.
L. Li, W. Huang, I. Y. H. Gu, and Q. Tian "Foreground object detection from videos containing complex background", ACM Multimedia, 2003.
P. K. T. Pong and R. Bowden, "An improved adaptive background mixture model for real-time tracking with shadow detection," Video-Based Surveillance Systems, pp. 135-144, 2001.
J. Kwon and K. M. Lee, "Tracking of a non-rigid object via patch-based dynamic appearance modeling and adaptive Basin Hopping Monte Carlo sampling," IEEE Conf. on Computer Vision and Pattern Recognition, Miami, USA, pp. 1208-1215, 2009.
Y. Wu, J. W. Lim, and M. H. Yang, "Online Object Tracking: A Benchmark," IEEE Conf. on Computer Vision and Pattern Recognition, Portland, USA, pp. 2411-2418, 2013.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.