[논문]근거리 무선통신 기기와 영상분석을 이용한 객체추적 기법에 관한 연구

정경호; 박재용; 김정곤

근거리 무선통신 기기와 영상분석을 이용한 객체추적 기법에 관한 연구
Reseach for object auto tracking technology using video analysis and BLE device 원문보기

정경호 ((주)베스트디지탈 연구소) , 박재용 ((주)베스트디지탈) , 김정곤 (전자부품연구원 에너지디스플레이본부)

본 논문에서는 중복되지 않는 서로 다른 카메라의 영상을 활용한 동일 객체 판단 및 추적 기술에 대하여 소개한다. 영상분석에서 색상 정보는 가장 기본이 되는 중요한 정보라 할 수 있다. 특히 색상 정보를 이용하는 히스토그램은 일반적으로 추적, 인식 등에 많이 사용되고 있으나 이동 객체나 조도 변화 등에 따라 성능에 차이를 보인다. 이러한 문제점을 해결하고자 본 연구에서는 동일 객체 판단을 위해 대표적으로 사용되는 히스토그램 정합의 두 알고리즘(HSV 공간에서의 Histogram matching 방법과 RGB 공간에서의MCSHR 알고리즘) 결합을 통해 분할 히스토그램은 객체를 3조각으로 나누어 전체와 각각의 히스토그램을 구하며 MCSHR을 RGB공간이 아니 Hue 공간 히스토그램으로 변경하여 유사도를 도출 하였으며 조도 변화에 강인한 모델을 만들기 위해 Controlled equalization기법을 사용하여 원 영상의 히스토그램의 확률과 평활화한 히스토그램의 확률 융합을 시도 하였다. 해당 실험의 비교 결과 기존 HSV공간에서 Histogram matching을 통한 유사도 비교보다 12.9% 향상된 정합율의 결과를 보였다. 또한 영상 정보와 스마트 기기를 통한 인식 방법의 융합을 통해 영상 내에서 동일 객체 판단에 대한 추가 정보 제공에 대해 방법론 적인 부분을 제안 하였다.

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

문제 정의

본 논문에서는 서로 다른 영상에서 동일 객체를 검출 및 추적하기 위하여 HSV* Histogram Matching 알고리즘과 MCSHR** 알고리즘을 융합하여 객체 간의 유사도 측정 및 객체의 움직임이나 조도 변화에 따른 색상 변화에 대한 추적 성능을 시험한다.

가설 설정

그림 3의 (a)는 알고리즘의 전체적인 흐름도이고, 그림 3의 (b)는 알고리즘에 따른 실제적인 모듈 매핑 흐름도이다. 또한, (b)의 알고리즘에 따른 실제적인 모듈 매핑 흐름도는 알고리즘의 흐름에 따른다. 실제 모듈에서의 알고리즘을 매핑 해 놓은 결과이다.

제안 방법

중복되지 않은 다른 카메라의 영상에서 동일한 객체를 효과적으로 검출하기 위하여, 본 연구에서는 객체 판별에 대표적으로 사용되고 있는 히스토그램 정합의 두 알고리즘(HSV 공간에서의 Histogram matching 방법과 RGB 공간에서의 MCSHR 알고리즘)을 결합시켜 적용한다.

이론/모형

2차원 평면에서 움직이는 이동노드를 인식하기 위하여 삼변측량법의 기본 개념을 활용하며, 거리 측정에는 3개의 BLE Device가 활용된다. 즉 이동노드와 3개의 노드 사이의 거리를 값이라고 할 때 노드의 좌표를 중심점으로 정의하고 이동노드까지의 거리를 반지름으로 정의한 3개의 원이 형성 된다.

성능/효과

본 연구를 통해서 기존 방식에서 보여 졌던 한계부분에서 해당 실험으로 어느 정도 향상된 성능치를 보였지다. 그러나 동일 색상의 객체 및 다중 객체 추적 부분에 있어서는 객체 검출 및 추적 자체에 실패 확률이 높을 수 있다는 것 또한 실험 결과를 통해 확인 할 수 있었다. 향후 이러한 문제점을 해결하고 객체추적 성능을 향상시키기 위하여 센서 및 스마트기기를 융복합시켜 개선하는 연구를 수행할 예정이다.
실험 결과들을 통해 정합율이 true인 경우, 머리, 몸통, 다리의 비슷한 색상 패턴의 객체를 동일 객체로 판단하는 것을 확인할 수 있다. 또한 필연적으로 유사한 색상 계열 패턴을 갖는 객체들이 존재할 수밖에 없는데, VIPeR data의 420세트 결과를 모두 비교해본 결과 유사한 색상계열로 인하여 결합율이 낮아진 경우가 도출됨을 확인 할 수 있었다.
그림 4는 각 알고리즘에 대한 동일 객체 판단 정합율 그래프이다. 본 연구에서 제시한 알고리즘의 경우, 기존 HSV 공간에서 Histogram matching을 통한 유사도 비교보다 rank 1일 경우 12.9%, 5일 경우 7.29%, 10일 경우 4.85%의 향상된 정합율 결과를 확인 할 수 있다.
실험 결과들을 통해 정합율이 true인 경우, 머리, 몸통, 다리의 비슷한 색상 패턴의 객체를 동일 객체로 판단하는 것을 확인할 수 있다. 또한 필연적으로 유사한 색상 계열 패턴을 갖는 객체들이 존재할 수밖에 없는데, VIPeR data의 420세트 결과를 모두 비교해본 결과 유사한 색상계열로 인하여 결합율이 낮아진 경우가 도출됨을 확인 할 수 있었다.

후속연구

본 연구를 통해서 기존 방식에서 보여 졌던 한계부분에서 해당 실험으로 어느 정도 향상된 성능치를 보였지다. 그러나 동일 색상의 객체 및 다중 객체 추적 부분에 있어서는 객체 검출 및 추적 자체에 실패 확률이 높을 수 있다는 것 또한 실험 결과를 통해 확인 할 수 있었다.
그러나 동일 색상의 객체 및 다중 객체 추적 부분에 있어서는 객체 검출 및 추적 자체에 실패 확률이 높을 수 있다는 것 또한 실험 결과를 통해 확인 할 수 있었다. 향후 이러한 문제점을 해결하고 객체추적 성능을 향상시키기 위하여 센서 및 스마트기기를 융복합시켜 개선하는 연구를 수행할 예정이다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

근거리 무선통신 기기와 영상분석을 이용한 객체추적 기법에 관한 연구
Reseach for object auto tracking technology using video analysis and BLE device 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

근거리 무선통신 기기와 영상분석을 이용한 객체추적 기법에 관한 연구 Reseach for object auto tracking technology using video analysis and BLE device 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

근거리 무선통신 기기와 영상분석을 이용한 객체추적 기법에 관한 연구
Reseach for object auto tracking technology using video analysis and BLE device 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper