$\require{mediawiki-texvc}$

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.

움직임 벡터와 GPU를 이용한 인간 활동성 분석
Analysis of Human Activity Using Motion Vector and GPU 원문보기

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.9 no.10, 2014년, pp.1095 - 1102  

김선우 (군산대학교 정보통신공학과) ,  최연성 (군산대학교 정보통신공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 실시간 감시 시스템에서 인간의 활동성을 분석하기 위하여 움직임 벡터를 사용하며, 고속연산에 GPU를 활용한다. 먼저 가장 중요한 부분인 전경으로부터 적응적 가우시안 혼합기법, 두드러진 움직임을 위한 가중치 차영상 기법, 움직임 벡터를 이용하여 인간이라고 판단되는 블랍을 검출하고, 추출된 움직임 벡터를 이용하여 사람의 활동성을 분석한다. 본 논문에서는 사람의 행동을 크게 {Active, Inactive}, {Position Moving, Fixed Moving}, {Walking, Running}의 세 가지 메타 클래스로 분류하고 인식하였다. 실험을 위해서 약 300개의 상황을 연출하였으며, 약 86%~98% 의 인식률을 보였다. 또한 $1920{\times}1080$ 크기 영상에서 CPU 기반은 4.2초 정도 걸렸는데, GPU 기반에서는 0.4초 이내로 빨라진 결과를 얻었다.

Abstract AI-Helper 아이콘AI-Helper

In this paper, We proposed the approach of GPU and motion vector to analysis the Human activity in real-time surveillance system. The most important part, that is detect blob(human) in the foreground. We use to detect Adaptive Gaussian Mixture, Weighted subtraction image for salient motion and motio...

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 기존에 주로 연구되어왔던 저해상도가 아닌 1280×720, 1920×1080의 고해상도에서 인간의 활동성을 인식할 수 있는 기법을 제안한다.
  • 본 논문에서는 두드러진 움직임이 있는 물체를 배경에서 분리하기 위한 방법으로 가우시안 혼합 모델을 통해 생성된 배경 모델에 적응적 차영상을 통하여 객체를 검출한다[7-9].
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
본 논문에서 제안한 방법으로 두드러진 움직임 정보를 검출하는 기법은 무엇을 사용하였는가? 먼저 관건은 배경으로부터 블랍(인간 또는 물체)을 얼마나 정확하게 추출해내느냐는 것이다. 본 논문에서는 가중치 차영상, 적응적 가우시안 혼합 모델, 움직임 벡터를 이용하여 두드러진 움직임 정보를 검출하는 기법을 이용하였다[1-3].
본 논문에서 제안한 1920×1080의 고해상도에서 인간의 활동성을 인식할 수 있는 기법의 관건은 무엇인가? 먼저 관건은 배경으로부터 블랍(인간 또는 물체)을 얼마나 정확하게 추출해내느냐는 것이다. 본 논문에서는 가중치 차영상, 적응적 가우시안 혼합 모델, 움직임 벡터를 이용하여 두드러진 움직임 정보를 검출하는 기법을 이용하였다[1-3].
CUDA란 무엇인가? 최근 들어 컴퓨터의 성능이 급격히 향상됨에 따라서 대용량 비디오를 실시간 처리할 수 있는 방법들이 제안되고 있다. 그 중 하나가 대량의 행렬 및 벡터 연산 시 탁월한 성능을 발휘하는 GPU를 활용한 병렬프로그래밍 프레임워크인 CUDA이다. CCTV 카메라 또한 많은 진화를 하고 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (9)

  1. S.-W. Kim, T.-R. Ha, C.-B. Park, and Y.-S. Choi, "Salient Motion Information Detection Method Using Weighted Subtraction Image and Motion Vector," J. of the Korean Institute of Maritime Information and Communication Sciences, vol. 11, no. 4, 2007. pp. 779-785. 

  2. J.-J. Park, S.-W. Kim, Y.-S. Choi, C.-B. Park, and T.-R. Ha, "A Study On the Moving Object Tracking System Using Multi-feature Matching," J. of the Korean Institute of Maritime Information and Communication Sciences, vol. 11, no. 4, 2007, pp. 787-792. 

  3. H.-T. Kim, G.-H. Lee, J.-S. Park, and Y.-S. Yu, "Vehicle Detection in Tunnel using Gaussian Mixture Model and Mathematical Morphological Processing," J. of the Korea Institute of Electronic Communication Sciences, vol. 7, no. 5, 2012, pp. 967-974. 

  4. S.-H. Lee, "Fast motion Estimation with Adaptive Search Range Adjustment using Motion Activities of Temporal and Spatial Neighbor Blocks," J. of the Korea Institute of Electronic Communication Sciences, vol. 5, no. 4, 2010, pp. 372-378. 

  5. S.-W. Kim, Y.-S. Choi, and H.-K. Yang, "Analysis of Human Activity Using Silhouette and Feature Parameters," J. of the Korean Institute of Maritime Information and Communication Sciences, vol. 15, no. 2, 2011, pp. 923-926. 

  6. S.-W. Kim, Y.-S. Choi, and H.-K. Yang, "Analysis of Human Activity Using motion Vector," J. of the Korean Institute of Maritime Information and Communication Sciences, vol. 15, no. 2, 2011, pp. 157-160. 

  7. C. Stauffer and W. Grimson, "Adaptive background mixture models for real-time tracking," In CVPR 99, Fort Collins, FL, June vol. 2, 1999, pp. 246-252. 

  8. Z. Zivkovic and F. van der Heijden, "Efficient adaptive density estimation per image pixel for the task of background subtraction," Pattern Recognition Letters, vol. 27, no. 7, 2006, pp. 773-780. 

  9. J. Sanders and E. Kandrot, CUDA by Example : An Introdution to General Purpose GPU Programming. Boston : Addison Wesley, 2010. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 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