초록
▼

본 기관에서는 자동화된 상황인식 기술을 개발함해서 지능형 비주얼 감시 시스템의 성능을 향상 시키는 것을 목표로 연구를 진행 하였다. 특히, 최근 들어 국내외 적으로 다중 카메라에서 다중 객체 추적 기술에 대한 요구가 늘고 있다. 본 ...

본 기관에서는 자동화된 상황인식 기술을 개발함해서 지능형 비주얼 감시 시스템의 성능을 향상 시키는 것을 목표로 연구를 진행 하였다. 특히, 최근 들어 국내외 적으로 다중 카메라에서 다중 객체 추적 기술에 대한 요구가 늘고 있다. 본 연구를 통해 다중 카메라를 이용하여 수집한 데이터를 바탕으로 다중 물체를 추적 및 인식하고, 행동 패턴을 분석함으로써 상황인식을 자동화한다. 특히, 본 과제에서는 기존 국내외 연구와는 차별적으로 제약이 없는 일반적인 상황에서 강인한 다중 객체 검출 및 추적 기술 개발과 비정상 행동 패턴을 식별하는 기술을 통한 자동 상황 인지 기술 개발에 초점을 맞추었다.
이번 과제의 중요한 파트 중 하나인 ‘비정상 행동 패턴 인식’을 위한 연구로는 비디오 영상 영상에서 연속적으로 추출되는 프레임 내의 객체 움직임 패턴을 시공간 영역(spatio- temporal volumes)으로 모델링 후, 이 모델로부터 추출된 희소Sparse basis vectors로부터 객체의 정상 움직임 패턴을 정의하기 위한 sparse combination set을 구축한다. 이후 Online scene-adaptive 모델 및 분해 기반 다목적 최적화 알고리즘(MOEA/D)을 통한 sparse combination set 최적화를 통해 이상상황 여부를 판단하였다.
또한, 다중 카메라 네트워크 환경에서의 객체 검출 및 추적 기술 연구로는 동일 객체의 재식별의 해결이 중요하다. 이를 위한 특징 추출 및 객체 모델링으로 색상정보와 더불어 다양한 각도에서 관찰된 Viewpoint를 객체 재식별에 이용한 강인한 객체 재식별 방법을 제안하였다. 또한 다중 카메라 네트워크의 사각 지역에서의 객체 이동 경로 예측 모델로써 데이터의 통계로부터 구축한 모델을 이용하였다. 즉, 카메라의 출입구를 우선 학습하고 사각지대를 오가는 객체들의 통계치를 이용한 모형이라 할 수 있다. 또한 다중카메라 네트워크에서 객체추적 문제를 minimum cost flow (MCF)를 활용한 최적화 문제로 치환하여 다중카메라 다중객체 추적을 해결하였다.
이와 같은 연구로 기대되는 효과로는 다중 카메라 네트워크 기반에서 객체를 추적하거나 인식함을 통해 객체의 비정상 행동 패턴 감지를 자동화함으로써 크게 비디오 감시 시스템의 활용을 목적으로 한다. 본 연구를 통해 궁극적으로 이러한 지능형 자동 상황 인식 기술들은 비디오 감시 시스템에 응용되어 위험 요소를 자동 감지함으로 사건, 사고를 미연에 방지 할 수 있다. 그리고 터미널, 공항, 대형 쇼핑몰 등과 같은 곳에서는 다중 이동 객체들의 인식 및 분류, 각 객체별 상황, 의도 파악을 함으로써 사용자를 위한 맞춤형 서비스의 제공에도 응용될 수 있다. 또한, 객체의 인식, 분류 및 추적 기술은 현재 컴퓨터 비전 분야의 주요 연구들에서 필요한 것으로 단순히 비주얼 감시 시스템 이외에 로봇공학, 바이오영상 분석, 유비쿼터스 환경 등에 이용될 수 있다.
끝으로, 이번 과제를 진행하며 개발된 기술 및 알고리즘들을 이용해 2편의 SCI 저널 논문을 출판하고 1건의 국제 학술 대회 논문 발표를 하며 연구 성과의 우수성을 입증하였다.

(출처 : 연구결과 요약문 3p)

목차
Contents
▼

• 표지 ... 1
• 목차 ... 2
• Ⅰ. 연구결과 요약문 ... 3
• Ⅱ. 연구내용 및 결과 ... 4
• 1. 연구과제의 개요 ... 4
• 2. 국내외 기술개발 현황 ... 4
• 3. 연구수행 내용 및 결과 ... 4
• 4. 목표 달성도 및 관련 분야에의 기여도 ... 6
• 5. 연구결과의 활용계획 ... 7
• 6. 연구과정에서 수집한 해외과학기술정보 ... 7
• III. 연구성과 ... 9
• 끝페이지 ... 12

참고문헌

• 전체(0)
• 논문(0)
• 특허(0)
• 보고서(0)