다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.10 no.2, 2015년, pp.183 - 188
최범준 (경성대학교 전자공학과) , 박장식 (경성대학교 전자공학과) , 송종관 (경성대학교 전자공학과) , 윤병우 (경성대학교 전자공학과)
AI-Helper
In this paper, it is proposed to detect and track pedestrian and analyse tracking performance with nighttime CCTV video. The detection is performed by a cascade classifier with Haar-like feature trained with Adaboost algorithm. Tracking pedestrian is performed by a particle filter. As results of exp...
| 핵심어 | 질문 | 논문에서 추출한 답변 |
|---|---|---|
| 파티클 필터에서 파티클의 개수와 파티클 분포에 따라 발생되는 문제점으로는 어떤 것이 있는가? | 파티클 필터는 샘플들을 바탕으로 동작하기 때문에 파티클의 수가 어느 정도 이상은 필요하다. 하지만 파티클의 수가 많아지면 알고리즘의 시간복잡도가 매우 커지게 되는 문제점이 있고 추적하고자 하는 객체에 대해 파티클이 제대로 분포하지 않게 되면 파티클 필터는 동작하지 않게 된다. 따라서 본 논문의 실험 결과에서는 파티클의 개수와 분포를 시험 영상에 맞게 조절 하는 과정을 보였다. | |
| 파티클 필터란 무엇이고 어디에 사용되는가? | 파티클 필터는 비선형 시스템의 상태를 예측하는 대표적인 방법으로 다양한 분야에 적용될 수 있기 때문에 신호 및 영상처리, 로봇 등의 많은 분야에서 널리 사용되고 있다[10-13]. 파티클 필터는 확률분포를 관측으로부터 주어지는 가중치를 가지는 N개의 샘플 로 근사화 하여 사용한다. | |
| 객체 검출 및 추적 시스템 성능은 무엇에 크게 영향을 받는가? | 컴퓨터 비전분야에서 객체 검출(Object detection)과 객체 추적(Object tracking)은 자동 보안 감시 시스템(Auto security monitor system), 스마트 자동차 시스템(Smart vehicle system)등의 분야에서 다양하게 이용되고 있고 많은 연구가 이루어져 왔다[1-3]. 야간 또는 폭설, 폭우 등의 복잡한 배경과 객체의 외형, 자세, 색상 등에 의해 객체 검출 및 추적 시스템의 성능은 크게 영향을 받는다. 주간 영상의 경우 객체의 형태가 명확하여 객체의 윤곽, 그림자 등 검출되는 특징이 다양한 반면, 야간 영상에서는 낮은 조도로 인해 객체 주변 요소 보다 높은 휘도를 가진 전광판 및 가로등으로 인하여 객체의 특징 검출이 제한되어 객체의 검출과 추적이 어렵다[4-5]. |
D. Geronimo, A. M. Lopez, A. D. Sappa, Member, IEEE, and T. Graf, "Survey of Pedestrian Detection for Advanced Driver Assistance Systems," IEEE trans. Pattern Analysis and Machine Intelligence, vol. 32, no. 7, July. 2010, pp. 1239-1258.
D. Xia, H. Sun and Z. Shen, "Real-time Infrared Pedestrian Detection Based on Multi-block LBP," In Proc. Int. Conf. Computer Application and System Modeling, vol. 12, 2010, pp. 140-142.
M. Bertozzi, A. Broggi, C. Caraffi, M. Del Rose, M. Felisa and G. Vezzoni, "Pedestrian detection by means of far-infrared stereo vision," Computer Vision and Image Understanding 106, 2007, pp. 194-204.
J. T. Wang, D. B. Chen, H. Y. Chen and J. Y. Yang, "On pedestrian detection and tracking in infrared videos," Pattern Recognition Letters 33, 2012. pp. 775-785.
F. Xu, X. Liu, and K. Fujimura, "Pedestrian Detection and Tracking With Night Vision," IEEE Tran. Intelligent Transportation Systems, vol. 6, no. 1, March. 2005, pp. 63-71.
P. Viola and M. Jones, "Rapid object detection using a boosted cascade of simple features," In Proc. Computer Vision and Pattern Recognition(CVPR), 2001, pp. 511-518.
Y. Freund and R. E. Schapire, "A Decision-Theoretic Generalization of On-Line Learning and An Application to Boosting," J. of Computer and System Sciences, vol. 55, no. 1, 1997, pp. 119-139.
R. Schapire and Y. Singer, "Improved boosting algorithms using confidence-rated predictions," Machine Learning, vol. 37, no. 3, 1999, pp. 297-335.
P. Viola and M. Jones, "Robust Real Time Face Detection," In proc IEEE Workshop on Statistical and Computer Theories of Vision(ICCV), 2001, pp. 137-154.
I. S. Kim and H. Shin, "A Study on Development of Intelligent CCTV Security System Based on BIM," J. of the Korea Institute of Electronic Communication Sciences, vol. 6, no. 5, 2011, pp. 789-795.
M. Isard and A. Blake, "CONDENSATION-Conditional Density Propagation for Visual Tracking," Int. J. on Computer Vision vol. 29, no. 1, 1998, pp. 5-28.
S. Noh, T. Kim, N. Ko, and Y. Bae, "Particle filter for correction of GPS location data of a mobile robot," J. of the Korea Institute of Electronic Communication Sciences, vol. 7, no. 2, 2012, pp. 381-389.
K. Nummiaro, E. Koller-Meier, and L. V. Gool, "A color-based particle filter," In Proc. of 1st Int. workshop on generative-model-based vision, 2002, pp. 53-60.
*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
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.