초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

본 논문에서는 이동 객체를 추적하기 위해 HSI 색상 모델 기반으로 하는 파티클 필터를 이용하고, 차영상을 통해 추적하고자 하는 객체의 중심점을 보완하는 방법을 제안한다. 색상 모델 기반 파티클 필터로 이동 객체를 추적했을 때, 객체의 색 혼합도의 문제로 객체의 중심과 파티클들의 분포에 대한 정확성이 떨어져 추적의 어려움이 있다. 이 문제를 해결하기 위해 각 프레임마다 차영상을 만들어 이동객체의 중심점을 찾고, 파티클 필터로 추적한 중심점과 비교하여 객체의 중심점을 보완해 추적에 대한 정확성을 높일 수 있다.

본 논문에서는 이동 객체를 추적하기 위해 HSI 색상 모델 기반으로 하는 파티클 필터를 이용하고, 차영상을 통해 추적하고자 하는 객체의 중심점을 보완하는 방법을 제안한다. 색상 모델 기반 파티클 필터로 이동 객체를 추적했을 때, 객체의 색 혼합도의 문제로 객체의 중심과 파티클들의 분포에 대한 정확성이 떨어져 추적의 어려움이 있다. 이 문제를 해결하기 위해 각 프레임마다 차영상을 만들어 이동객체의 중심점을 찾고, 파티클 필터로 추적한 중심점과 비교하여 객체의 중심점을 보완해 추적에 대한 정확성을 높일 수 있다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

가설 설정

• 본 논문에서는 HSI 색상 모델 기반의 파티클 필터를 이용해서 이동 객체를 추적과 동시에 (b) 영상처럼 차영상을 통해 객체의 중심점을 찾는다. 파티클 필터를 통한 추적 객체의 중심과 (b) 영상의 중심점을 비교하여 추적하는 객체의 현재 위치 중심을 보완한다. 차영상을 통해 객체의 중심을 보완함으로써 객체 추적 정확성을 높이는 결과를 보였다.
• 색상 기반 파티클 필터를 이용한 이동 객체 추적 영상 그림 3의 (a)에 제안하는 방법을 사용하여 그림 3의 (c)와 같은 결과 영상을 얻을 수 있었다. 본 논문에서는 HSI 색상 모델 기반의 파티클 필터를 이용해서 이동 객체를 추적과 동시에 (b) 영상처럼 차영상을 통해 객체의 중심점을 찾는다. 파티클 필터를 통한 추적 객체의 중심과 (b) 영상의 중심점을 비교하여 추적하는 객체의 현재 위치 중심을 보완한다.

제안 방법

• 하지만, 실시간 객체 추적은 조명의 변화, 배경의 복잡함, 객체의 색 혼합도 등으로 정확한 추적에 어려움이 있다.[2] 본 논문에서는 객체 추적을 하기 위해 최근 활발하게 연구되고 있는 파티클 필터를 이용하였다. 그러나, HSV 색상 모델을 특징으로 한 색상 기반 파티클 핕터는 추적하는 객체의 색 혼합도, 잡음에 의해 추적의 정확성이 떨어지는 문제점을 발견했다.
• 본 논문에서는 현재 객체의 중심을 평균으로 하는 가우시안 분포(# ~ N(position of Pt-1, Σ))를 통해 파티클을 생성한다.
• 파티클을 랜덤하게 뿌려서 색상 매칭을 통해 추적하고자 하는 이동 객체를 검출한다. 검출된 객체를 중심으로 유한개의 파티클을 생성한다.

대상 데이터

• 파티클의 개수가 많을수록 추적 정확도는 높으나 속도가 느리다는 단점이 있다. 본 논문에서는 최대 999개 파티클을 사용하였다.

이론/모형

• 추적하고자 하는 객체를 검출하기 위해 사용되는 여러 특징 중에 색상 모델이 많이 사용된다. 색상 모델에는 RGB, HSI, YCbCr 모델 등이 있는데, 본 논문에서는 사람이 느끼는 색상 공간과 가장 유사하게 인지할 수 있는 HSI 모델을 사용한다. H(Hue)은 색상, S(Saturation)는 색상의 탁하고 맑음의 정도인 채도, I(Intensity)는 밝기의 정도인 명도를 의미한다.

성능/효과

• 이러한 문제점을 해결하기 위해 프레임별 차영상을 이용해 이동 객체를 찾고, 그 중심점을 얻는다. 색상 기반 파티클 필터의 예측되는 중심점과 차영상을 통해 얻어진 객체의 중심점을 비교하여 일정 범위를 벗어나면 객체의 중심점을 보완하여 추적의 정확성을 높일 수 있다.
• 파티클 필터를 통한 추적 객체의 중심과 (b) 영상의 중심점을 비교하여 추적하는 객체의 현재 위치 중심을 보완한다. 차영상을 통해 객체의 중심을 보완함으로써 객체 추적 정확성을 높이는 결과를 보였다.
• 색상 기반 파티클 필터의 문제점을 해결하고자 그림 2의 (a)와 같이 각 프레임마다 차영상을 만들어 이동 객체를 검출하고, 객체의 중심점을 찾는다. 파티클 필터를 통한 추적 객체 중심의 오차를 줄이기 위해 추정된 현재 위치의 중심과 차영상을 통해 얻은 객체의 중심점의 거리를 비교해 오차가 일정 범위를 넘으면 차영상을 통해 얻은 객체 중심점을 추적 객체의 중심으로 보완하여 객체 추적의 정확성을 높일 수 있다. (b)처럼 이동 객체의 혼합된 색, 잡음을 영향을 줄이고, 위치 중심점을 보완해 이동 객체를 추적할 수 있다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기