$\require{mediawiki-texvc}$

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.

광류와 템플릿 정합을 이용한 장기 객체 추적
Long-term Object Tracking using Optical Flow and Template Matching 원문보기

한국콘텐츠학회 2016년도 춘계 종합학술대회 논문집, 2016 May 20, 2016년, pp.333 - 334  

임승욱 (한밭대학교 정보통신전문대학원 멀티미디어공학과) ,  이시웅 (한밭대학교 정보통신전문대학원 멀티미디어공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문은 광류와 템플릿 정합을 이용한 장기 객체 추적 기법을 제안한다. 템플릿 정합은 객체의 형태, 크기, 회전 등 변화에 취약하지만, 객체의 변화량이 적은 경우 검출 성능은 우수한 편이다. 동영상의 인접한 프레임들은 객체의 변화량이 크지 않아 템플릿 정합만으로도 검출이 가능하지만, 누적되는 오차로 인해 템플릿의 갱신이 필요하다. 하지만 템플릿 정합만으로는 갱신에 필요한 객체 영역을 특정할 수 없기 때문에, 광류를 이용하여 효과적으로 템플릿을 갱신할 수 있다. 이와 같은 구조의 적응형 템플릿 정합을 적용한 장기 객체 추적 기법을 제안하며, 모의 실험을 통해 장기 객체 추적이 가능함을 증명한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 관심 객체의 변화에 적응하는 적응형 템플릿 정합을 적용한 장기 객체 추적 기법을 제안하며, 모의 실험을 통해 장기 객체 추적이 가능함을 증명한다.
  • 본 논문에서는 장기 객체 추적을 위해 적응형 템플릿정합을 제안하였다. 기존 템플릿 정합은 객체의 형태, 크기, 회전 변화에 취약하여 장기 객체 추적에 부적합하기 때문에, 객체의 변화에 맞추어 템플릿을 갱신하는 적응형 템플릿 정합 기법을 적용함으로써, 장기 객체 추적이 가능했다.
본문요약 정보가 도움이 되었나요?

관련 콘텐츠

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