[논문]Tracking 방식의 PSO를 이용한 실시간 Viola-Jones 물체 검출기

박병주; 이재흥

Tracking 방식의 PSO를 이용한 실시간 Viola-Jones 물체 검출기
A Real-Time Viola-Jones Object Detector using PSO with Tracking Method 원문보기

박병주 (한밭대학교 컴퓨터공학과) , 이재흥 (한밭대학교 컴퓨터공학과)

본 논문에서는 SWO 방식의 물체 검출기를 개선하여 비디오 환경에 적합하며 실시간 처리가 가능한 Tracking 방식의 PSO 물체 검출기를 제안한다. PSO 방식 스캔은 각각의 입자들이 전역 최적 값으로 수렴하기 때문에 다중 검출에는 적지 않은데, 본 논문에서는 다중 물체를 검출하고 관리할 수 있도록 Tracking 개념을 적용하였다. 제안하는 방법을 적용하면 검출기의 오검출률을 줄이고 안정적인 검출 결과를 얻을 수 있으며 속도가 향상되어 실시간 처리가 가능하다. 논문에서 제안한 알고리즘을 적용해 본 결과 기존의 Viola-Jones 얼굴 검출기와 비교하여 검출률은 동일하면서 속도가 최대 21배 향상되었음을 확인하였다.

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

문제 정의

본 논문에서는 Trackin电 방식의 PSO 알고리즘이 적용된 Viola-Jones 물체 검출 알고리즘을 제안하였다. 실험 결과 기존의 알고리즘에 비해 최대 21배 속도가 향상되었음을 확인하였고 FPR(False Positive Rate)이 비교적 높은 학습 데이터로 검출할 때도 잡음 제거를 통해 보다 안정적인 검출 결과를 얻는 것을 확인하였다.
본 논문에서는 기존의 Viola-Jones 물체 검출 알고리즘의 검출 부분에서 Tracking 방식을 적용한 PSO (Particle Swarm Optimization) 스캔과 후처리 알고리즘을 통합하여 속도 향상과 검출안정성을 개선한다.

제안 방법

검출 알고리즘의 검출 결과를 이용하여 보다 안정적인 검출 결과를 얻기 위해 CL과 TL 2가지 필터를 사용한다. /에서는 입력 영상에서 전역 PSO 스캔을 통해 새롭게 검출한 물체가 들어가게 되고 여기에서 충분한 검증이 되었다고 판단되면 TL로 보내게 된다.
본 논문에서 제안하는 방법은 Viola-Jones 물체 검출알고리즘에 적용하여 얼굴 검출 응용으로 성능평가 하였다. 3.
실험 결과 기존의 알고리즘에 비해 최대 21배 속도가 향상되었음을 확인하였고 FPR(False Positive Rate)이 비교적 높은 학습 데이터로 검출할 때도 잡음 제거를 통해 보다 안정적인 검출 결과를 얻는 것을 확인하였다. 제안하는 방법은 본 논문에서 실험한 Viola-Jones 물체 검출기만을 위한 알고리즘이 아니라 서브윈도우 스캔올 통해 검출하는 모든 응용에 대하여 적용 가능한 스캔 알고리즘이다. 따라서 기존에 발표된 다른 검출 알고리즘에 적용했을 때도 큰 폭의 성능 향상을 기대할 수 있다.

데이터처리

3.4Ghz Quad Core CPU의 PC에서 성능을 측정하였으며, 기존의 방법은 SWO 방식일 때의 알고리즘으로 속도 측정을 하였고 제안하는 방법은 Tracking 방식의 PSO를 적용하여 속도를 비교하였으며 그 결과를 표 2에 나타내었다.

성능/효과

실제 물체라고 판단한다. 따라서 PSO 파티클들의 이동 방향 및 크기 계산을 위해 (6)의 수식을 이용하여 복잡한 패턴일수록 높은 확률을 주었다.
제안하는 방법의 성능평가 결과에서 속도 이외의 측면을 보면 물체 검출의 안정성 개선이 있다. 사용하는 검출기의 안정성에 따라 다를 수 있지만, Tracking을 통한 검출 객체 관리를 통해서 검출 결과의 신뢰도가 이전보다 향상된 결과를 얻을 수 있다.
실험 결과 기존의 알고리즘에 비해 최대 21배 속도가 향상되었음을 확인하였고 FPR(False Positive Rate)이 비교적 높은 학습 데이터로 검출할 때도 잡음 제거를 통해 보다 안정적인 검출 결과를 얻는 것을 확인하였다. 제안하는 방법은 본 논문에서 실험한 Viola-Jones 물체 검출기만을 위한 알고리즘이 아니라 서브윈도우 스캔올 통해 검출하는 모든 응용에 대하여 적용 가능한 스캔 알고리즘이다.
5ms 내로 모든 검출을 완료하는 것을 볼 수 있다. 제안하는 방법의 성능평가 결과에서 속도 이외의 측면을 보면 물체 검출의 안정성 개선이 있다. 사용하는 검출기의 안정성에 따라 다를 수 있지만, Tracking을 통한 검출 객체 관리를 통해서 검출 결과의 신뢰도가 이전보다 향상된 결과를 얻을 수 있다.

후속연구

본 논문에서 제안하는 알고리즘은 추후 칼만 필터 등의 Tracking 방향 예측을 적용하고 속도 최적화를 위한 PSO 파라미터 동적 조정 수식을 더욱 최적화하는 등의 연구가 필요하며 검출 흑은 인식을 위한 MB-LBP[5]나 보행자검출을 위한 HOGE6] 등 다른 응용에서도 동일한 속도 향상을 이루는지 검증이 필요하다.

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

Tracking 방식의 PSO를 이용한 실시간 Viola-Jones 물체 검출기
A Real-Time Viola-Jones Object Detector using PSO with Tracking Method 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

데이터처리

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

Tracking 방식의 PSO를 이용한 실시간 Viola-Jones 물체 검출기 A Real-Time Viola-Jones Object Detector using PSO with Tracking Method 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

데이터처리

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

Tracking 방식의 PSO를 이용한 실시간 Viola-Jones 물체 검출기
A Real-Time Viola-Jones Object Detector using PSO with Tracking Method 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper