[논문]실시간 객체인식을 위한 이미지 처리기술 분석

박주혁; 하옥균; 전용기

실시간 객체인식을 위한 이미지 처리기술 분석
A Survey of Real-Time Object Recognition 원문보기

박주혁 (경상대학교 정보과학과) , 하옥균 (경운대학교 항공소프트웨어공학과) , 전용기 (경상대학교 정보과학과)

실시간 객체 인식은 카메라로부터 입력받은 영상 내에 존재하는 객체를 실시간으로 처리하는 기술로써 정확한 인식률과 빠른 인식 속도를 가져야 한다. 하지만 인식 속도가 보장되지 않으면 실시간으로 객체를 인식 할 수 없고 인식률이 보장되지 않으면 객체 인식을 통해 구현한 기능이 올바르게 동작하지 않을 수 도 있다. 따라서 본 논문에서는 실시간으로 객체를 인식하는 기술을 분류하고 연구 동향을 소개한다. 그리고 실시간 객체 인식을 위한 향후 연구 방향을 제시한다.

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

문제 정의

본 논문에서는 실시간 객체 인식의 인식률과 속도를 향상 시키는 기법을 연구하기 위해 기존의 인식기술들을 사용한 기법에 따라 분류하고 연구 동향을 소개한다. 그리고 실시간 객체 인식을 위한 향후 연구 방향을 제시한다.

제안 방법

본 논문에서는 객체를 인식하는 기술들을 특징점 추출, 템플릿매칭, 하이브리드 매칭 방법들로 분류 하여 소개하였다. 하지만 소개한 기술들은 인식속도면 에서 실시간성을 여전히 만족하지 못한다.
Xiu 등[2]은 기존의 복잡한 상황에서 실시간으로 움직이는 객체를 인식하기 위해, 객체의 식별 특징을 갖는 템플릿을 분해함으로써 객체추적 정확성을 개선한 기술을 제시하였다. 이 기술은 인식할 객체의 여러 구별 특징 영역으로 분해하고 각 영역을 하위 대상으로 간주하여 각 하위 타켓을 기존의 템플릿 매칭 알고리즘에 의해 추적한다. 이 기술의 장점은 하나의 서브 대상이 잘못 추적되어도 다른 서브 대상에 의해 위치를 수정 할 수 있어 인식률을 개선할 수 있는 것이다.
MDTU[3](Mechanism of Dynamic Template Updating)은 이러한 하이브리드 매칭 기술을 기반으로 하는 가장 대표적인 기술이다. 이 기술은 프레임 간 차분법을 이용하여 움직이는 물체의 면적을 구하고 SIFT 알고리즘으로 특징점을 추출한 뒤 칼만 필터로 검색영역의 객체 템플릿과 가장 일치하는 후보 객체의 위치를 찾아 현재 프레임의 객체 템플릿과 일치 시킨 후 템플릿을 업데이트한다. 이러한 방법으로 인해 인식률을 향상 시켰지만 동적 업데이트와 특징점 추출로 인해 인식속도는 크게 개선하지 못하였다.

후속연구

본 논문에서는 실시간 객체 인식의 인식률과 속도를 향상 시키는 기법을 연구하기 위해 기존의 인식기술들을 사용한 기법에 따라 분류하고 연구 동향을 소개한다. 그리고 실시간 객체 인식을 위한 향후 연구 방향을 제시한다.
하지만 소개한 기술들은 인식속도면 에서 실시간성을 여전히 만족하지 못한다. 따라서 실시간성을 만족하기 위해 속도를 향상시킬 수 있는 이미지병렬처리에 대한 연구가 추가적으로 진행되어야한다.
LoG-SIFT[1]은 이러한 특징점 추출 기반으로 하는 가장 대표적인 기술이다. 이 기술은 기존에 SIFT에서 사용하는 Gaussian 연산 대신 LoG(Laplace of Gaussian)을 사용하여 이미지의 에지검출을 향상 시키고 HoG(Histogram of oriented gradient)을 작성하여 비슷한 이동각을 가진 피처의 대부분을 획득하여 특징점 매칭성능을 향상 시켰지만 인식속도 문제는 개선하지 못하였다.
하지만 움직이는 객체의 인식은 추가적인 연산량 증가로 인해 임베디드 시스템과 같은 저사양 시스템에서는 실시간으로 객체를 인식하기 어려운 단점이 존재한다. 이에 앞으로의 연구방향은 인식률 상승으로 인한 연산량을 각 코어에 분담시키고, 각 연산을 동시에 처리하여 인식 속도를 향상시킬 수 있는 멀티코어를 사용한 이미지 병렬처리를 이용하는 연구가 진행되어야만 한다.

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

실시간 객체인식을 위한 이미지 처리기술 분석
A Survey of Real-Time Object Recognition 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

실시간 객체인식을 위한 이미지 처리기술 분석 A Survey of Real-Time Object Recognition 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

실시간 객체인식을 위한 이미지 처리기술 분석
A Survey of Real-Time Object Recognition 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper