$\require{mediawiki-texvc}$

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.

얼굴 탐지를 적용한 CMT 객체 추적 기법의 스마트폰 활용 연구
A Study on Utilizing Smartphone for CMT Object Tracking Method Adapting Face Detection 원문보기

Journal of the convergence on culture technology : JCCT = 문화기술의 융합, v.7 no.1, 2021년, pp.588 - 594  

이상구 (한남대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

최근 영상 콘텐츠의 확산에 따라 기존 콘텐츠들이 동영상으로 전환되고 있으며, 새로운 플랫폼들의 등장으로 인해 영상 콘텐츠 생태계의 성장은 가속화되고 있다. 이처럼 가속화된 성장은 전문가의 영역으로 분류되던 동영상 제작 및 편집 기술들을 일반인들 또한 쉽게 접하고 이용할 수 있도록 기술의 보편화 과정에 큰 영향을 미치고 있다. 이러한 기술들의 발전으로 인해 사람의 수작업을 통해서만 영상을 녹화하고 조절하던 과정들을 객체 추적 기술에 기반하여 자동으로 촬영하고자 하는 객체를 찾아 화면의 정중앙에 위치시켜 영상을 녹화하는 자동화 과정이 가능하게 되었다. 하지만 추적하고자 하는 객체를 지정하는 일은 아직까지 사람의 수작업을 요구하며 객체를 지정하는 수작업 과정에서 지연이나 객체 지정에 실수가 발생할 수도 있다. 이에 따라, 본 연구에서는 Haar Cascade Classifier를 활용한 얼굴 탐지기법과 CMT 객체 추적 알고리즘을 결합한 새로운 객체 추적 기법을 제안한다. 제안된 시스템은 스마트폰에서 실시간 연속적인 객체추적을 위한 효율적이고 강인한 영상추적 시스템에 잘 응용될 수 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Due to the recent proliferation of video contents, previous contents expressed as the character or the picture are being replaced to video and growth of video contents is being boosted because of emerging new platforms. As this accelerated growth has a great impact on the process of universalization...

주제어

#CMT 알고리즘   #객체추적   #Haar Cascade 분류기   #얼굴 탐지  

표/그림 (11)

참고문헌 (9)

  1. Nebehay, Georg and Pflugfelder, Roman "Clustering of Static-Adaptive Correspondences for Deformable Object Tracking" Computer Vision and Pattern Recognition 

  2. https://github.com/gnebehay/CMT, GitHub, CMT 

  3. G. Nebehay, R. Pflugfelder, "Consensus-based matching and tracking of keypoints for object tracking", WACV, 2014. 

  4. https://ko.wikipedia.org/wiki/OpenCV, Wiki, OpenCV 

  5. OpenCV team, "OpenCV" "http://opencv.org/" 

  6. D. Comaniciu, V. Ramesh and P. Meer, "Kernel-based object tracking", IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 25, no. 5, pp. 564-577, May 2003. 

    상세보기

  7. Kari Pulli, Anatoly Baksheev, Kirill Kornyakov and Victor Eruhimov, "Real-time computer vision with OpenCV", Communications of the ACM, 2012, 55, pp. 61-69. 

    상세보기 crossref

  8. G. L. Alcantara. "Head Detection and Tracking Using OpenCV", IEEE 10th Int. Conference on HNICEM, 2018. 12. 

  9. Y. J. Yang, S. G. Lee, "An Object Tracking Method for Studio Cameras by OpenCV-based Python Program", JCCT, vol.4, no.1, 2018. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 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