KR100268183B1 - 능동 카메라 환경에서 이동물체의 개별 움직임 추적 방법 - Google Patents

능동 카메라 환경에서 이동물체의 개별 움직임 추적 방법 Download PDF

Info

Publication number
KR100268183B1
KR100268183B1 KR1019980019178A KR19980019178A KR100268183B1 KR 100268183 B1 KR100268183 B1 KR 100268183B1 KR 1019980019178 A KR1019980019178 A KR 1019980019178A KR 19980019178 A KR19980019178 A KR 19980019178A KR 100268183 B1 KR100268183 B1 KR 100268183B1
Authority
KR
South Korea
Prior art keywords
motion
motion vector
vector
moving object
cluster
Prior art date
Application number
KR1019980019178A
Other languages
English (en)
Other versions
KR19990086272A (ko
Inventor
이규원
김재곤
Original Assignee
정선종
한국전자통신연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 정선종, 한국전자통신연구원 filed Critical 정선종
Priority to KR1019980019178A priority Critical patent/KR100268183B1/ko
Publication of KR19990086272A publication Critical patent/KR19990086272A/ko
Application granted granted Critical
Publication of KR100268183B1 publication Critical patent/KR100268183B1/ko

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D3/00—Control of position or direction
    • G05D3/12—Control of position or direction using feedback
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 능동 카메라 환경에서 이동물체의 개별 움직임 추적 방법에 관한 것으로, 영상 내의 전역 움직임(global motion)이 유발되는 이동 카메라 환경에서 카메라의 이동에 따른 자가 움직임 에너지(ego-motion energy)의 보상(compensation) 없이 다수의 이동물체를 검출할 수 있는 방법에 관한 것이다.
종래에는 자가 움직임 에너지를 보상하는데 있어서, 카메라의 사전 설치 정보를 참조하여 3차원 실좌표(real world coordination)를 2차원 평면의 좌표계로 변환하는 연산을 수행하였다. 이에 따라 이동물체 추적 시스템을 구현하는데 있어서 카메라의 설치환경에 제약을 받으며 매우 많은 양의 부동소수점 연산이 필요하여 전용 하드웨어의 구현이 복잡해지는 문제점이 있다.
이러한 문제점을 해결하기 위하여, 본 발명에서는 물체의 형태를 대표하는 구석점(corner point)을 특징점으로 하여 이들의 시간에 따른 움직임 플로우(motion flow)를 구하고, 각 구석점의 위치 및 움직임 플로우의 이동 방향을 매개변수로 하는 특징 공간상에서 군집화를 행하므로써 개별적인 이동물체들을 추적할 수 있는 능동 카메라 환경에서 이동물체의 개별 움직임 추적 방법이 제시된다.

Description

능동 카메라 환경에서 이동물체의 개별 움직임 추적 방법
본 발명은 능동 카메라 환경에서 이동물체의 개별 움직임 추적 방법에 관한 것으로 특히, 영상 내의 전역 움직임(global motion)이 유발되는 이동 카메라 환경에서도 카메라의 이동에 따른 자가 움직임 에너지(ego-motion energy)의 보상(compensation) 없이 다수의 이동물체에 대하여 개별적인 움직임을 검출하고 추적할 수 있는 이동물체의 개별 움직임 추적 방법에 관한 것이다.
종래에는 능동 카메라 환경에서 이동물체를 추적하기 위하여, 카메라의 움직임에 의해 유발된 움직임 에너지를 보상하는데 있어서 카메라의 사전 설치 정보를 참조하여 3차원 실좌표(real world coordination)를 2차원 영상 평면 좌표계로 변환하는 연산을 수행하였다.
이러한 경우, 이동물체 추적 시스템을 구현하는데 있어서 카메라의 설치환경에 제약을 받으며, 화소 단위의 좌표계 변환 연산을 위하여 매우 많은 양의 부동소수점 연산이 필요하게 되어 전용 하드웨어의 구현이 복잡해지는 문제점이 있다. 또한, 화소 단위의 연산을 수행하게 되므로써 장면의 구조적인 의미 정보를 추출하는 것이 매우 어렵게 되며, 이에 따라 하나 이상의 이동물체가 존재하는 경우 이들을 서로 구분하는 것이 어려워지는 문제점이 있다.
따라서, 본 발명은 영상 내의 전역 움직임이 유발되는 이동 카메라 환경에서 카메라의 사전 설치 정보에 무관하게 다수의 이동 물체에 대하여 개별적인 움직임을 추적하고 검출할 수 있는 능동 카메라 환경에서 이동물체의 개별 움직임 추적 방법을 제공하는데 그 목적이 있다.
상술한 목적을 달성하기 위한 본 발명에 따른 능동 카메라 환경에서 이동물체의 개별 움직임 추적 방법은 입력되는 영상으로부터 구석점을 검출하는 단계와, 상기 각 구석점 위치 주변의 일정 영역을 설정하여 이전 영상에서 구한 구석점 주변 영역의 특성과 비교하여 모든 구석점에 대한 움직임 벡터를 구하는 단계와, 상기 움직임 벡터에 대하여 군집화를 행하는 단계와, 상기 군집화된 움직임 벡터에 대해 위치 및 이동각의 크기가 현저하게 다른 움직임 벡터를 군집으로부터 제거하여 군집 벡터를 정제하는 단계와, 상기 정제된 군집 벡터에 대하여 각 군집 벡터를 구성하는 이동벡터로 이루어진 각각의 볼록 다각형을 구하는 단계와, 상기 각각의 볼록 다각형에 의해 분리된 이동물체 영역이 유효 영역인지의 여부를 결정하는 단계와, 상기 각각의 볼록 다각형에 의해 분리된 이동물체 영역이 유효 영역이 아닌 경우에는 그 영역을 폐기하는 단계와, 상기 볼록 다각형에 의해 분리된 이동물체 영역이 유효 영역인 경우에는 선택된 유효 영역에 대하여 차기 이동 궤적을 예측하고 움직임 벡터 연산시 예측된 방향으로부터 움직임 벡터를 탐색하는 단계를 포함하여 이루어지는 것을 특징으로 한다.
도 1은 본 발명이 적용되는 이동물체 추적 장치를 설명하기 위한 기능 블럭도.
도 2는 본 발명에 따른 이동물체의 개별 움직임 추적 방법을 설명하기 위해 도시한 흐름도.
〈도면의 주요 부분에 대한 부호 설명〉
11 : 구석점 검출부 12 : 움직임 플로우 연산부
13 : 군집화 연산부 14 : 정제 연산부
15 : 영역 분할 연산부 16 : 이동 궤적 예측부
이하, 첨부된 도면을 참조하여 본 발명을 상세히 설명하기로 한다.
도 1은 본 발명이 적용되는 이동물체 추적 장치를 설명하기 위한 기능 블럭도이다.
먼저, 이동물체 추적 장치에 일정한 시간 간격으로 영상이 입력되면, 구석점 검출부(11)는, 일정 시간 간격으로 입력되는 현재 영상으로부터 구석점(corner point)을 검출한 후, 구석점의 위치 좌표를 움직임 플로우 연산부(12)로 전달한다. 여기에서 구석점이란, 입력되는 현재의 영상에 대해서 선의 패턴이 일정한 각 이상이 되는 지점을 뜻한다.
구석점의 위치 좌표를 입력받은 움직임 플로우 연산부(12)는 각 구석점의 위치 주변의 일정한 영역을 설정하여 영역의 특성을 구한 후, 다음에 입력되는 영상에서 구한 구석점 주변 영역의 영역 특성과 비교하여 그 값이 가장 근사한 지점을 구석점이 이동한 움직임 벡터(motion vector)로 설정한다. 이러한 연산을 전 구석점에 대하여 행하므로써 움직임 플로우를 구한 후, 각 구석점의 움직임 벡터 값을 움직임 벡터의 군집화(clustering) 연산부(13)로 전달한다.
군집화 연산부(13)는 움직임 벡터의 위치, 이동 각 및 이동량을 매개변수로 하는 다차원 특징 공간(feature space)상에서 움직임 특성이 유사한 각 구석점을 구분짓는 과정인 군집화 과정을 행한다. 이후, 군집화된 결과를 군집 벡터의 정제 연산부(14)로 전달한다.
정제 연산부(14)는 동일한 군집으로 분류된 벡터들에 대하여 위치 및 이동각의 크기가 현저하게 다른 움직임 벡터를 군집으로부터 제거 함으로써 군집 벡터를 정제한 후 이동 물체의 영역 분할 연산부(15)로 전달한다.
영역 분할 연산부(15)는 군집화된 구석점들의 외곽을 연결하는 볼록 다각형(convex hull)을 구함으로써 이동 물체의 영역을 분할한 후 이동 궤적 예측부(16)로 전달한다.
이동 궤적 예측부(16)는 이전 시간까지 움직임 벡터의 이동특성을 고려하여 차기 이동 위치를 예측한 후 움직임 플로우 연산부(12)의 움직임 벡터 연산시 예측된 방향으로부터 움직임 벡터를 탐색함으로써 연산의 정확도와 신속성을 기한다.
도 2는 본 발명에 따른 이동물체의 추적 방법을 설명하기 위해 도시한 흐름도로서, 하나의 영상이 입력되는 경우를 예로 들어 설명하면 다음과 같다.
먼저, 입력되는 현재 영상으로부터 구석점 검출 연산(21)을 행한 후, 각 구석점 위치 주변의 일정 영역을 설정하여 이전 영상에서 구한 구석점 주변 영역의 특성과 비교하므로써 움직임 벡터를 구한다(22). 이러한 움직임 벡터 연산은 모든 구석점에 대해 행해진다(23).
이와 같이 하여 모든 구석점에 대해 움직임 벡터가 연산되어지면, 움직임 벡터의 위치, 이동량 및 이동각을 매개변수로 하여 군집화(clustering)를 행하므로써(24) 움직임 특성이 유사한 각 구석점을 구분짓는다. 이후, 군집화된 움직임 벡터에 대해 위치 및 이동각의 크기가 현저하게 다른 움직임 벡터를 군집으로부터 제거하는 정제 과정을(25) 수행한다. 정제과정이 완료되면, 정제된 군집 벡터를 구성하는 이동벡터로 이루어진 볼록 다각형을 구한다(26).
이후, 이러한 과정으로 얻어진 다각형이 유효 영역인지를 결정한다(27). 즉, 정제된 군집 벡터를 구성하는 이동벡터로 이루어진 볼록 다각형이 미리 정의된 추적 대상의 속성과 일치하면, 처음에 설정한 구석점 위치 주변의 영역을 유효 영역으로 결정하고, 그렇지 않으면 그 영역을 폐기한다(28).
모든 볼록 다각형에 대하여 유효영역인지 그렇지 않은지를 판단(29)한 후, 유효 영역인 경우에는 선택된 유효 영역에 대하여 차기 이동 궤적을 예측(30)하고, 움직임 벡터 연산시 예측된 방향으로부터 움직임 벡터를 탐색함으로써 연산의 정확도와 신속성을 기한다.
이와 같이 하여 하나의 입력 영상에 대한 움직임 추적 과정이 종료되고, 다음 영상이 입력되면 이러한 과정을 반복하므로써, 모든 영상에 대한 움직임을 추적할 수 있다.
이와 같이 본 발명에서는, 물체의 형태를 대표하는 구석점(corner point)을 특징점으로 하여, 특징점 주변 영역의 특성을 고려하여 특징점들의 시간에 따른 움직임 플로우(motion flow)를 구하고, 각 구석점의 위치 및 움직임 플로우의 이동 방향을 매개 변수(parameter)로 하는 특징 공간(feature space)상에서 군집화(clustering)를 행함으로써 개별적인 이동물체들의 움직임을 검출하고 추적하는 것이 가능해진다.
상술한 바와 같이 본 발명에 따르면 영상의 전역 움직임이 유발되는 이동 카메라 환경하에서 구석점의 시간에 따른 이동 벡터를 구하고, 이를 특징 공간 상에서 군집화하고, 이동 벡터의 예측에 의하여 물체의 검출 및 추적을 행하므로써, 다수의 이동 물체를 구분하여 추적할 수 있고, 이러한 추적과정이 단지 정수의 뺄셈 및 덧셈의 수행만으로 가능하므로 전용 하드웨어를 간단한 디지털 회로로 구현할 수 있다. 또한, 영상 정보 자체의 정보만을 참조하여 연산을 행하므로 카메라의 사전 설치 정보에 관계없이 용이하게 이동 물체를 검출하고 추적할 수 있는 효과가 있다.

Claims (3)

  1. 입력되는 영상으로부터 구석점을 검출하는 단계와,
    상기 각 구석점 위치 주변의 일정 영역을 설정하여 이전 영상에서 구한 구석점 주변 영역의 특성과 비교하여 모든 구석점에 대한 움직임 벡터를 구하는 단계와,
    상기 움직임 벡터에 대하여 군집화를 행하는 단계와,
    상기 군집화된 움직임 벡터에 대해 위치 및 이동각의 크기가 현저하게 다른 움직임 벡터를 군집으로부터 제거하여 군집 벡터를 정제하는 단계와,
    상기 정제된 군집 벡터에 대하여 각 군집 벡터를 구성하는 이동벡터로 이루어진 각각의 볼록 다각형을 구하는 단계와,
    상기 각각의 볼록 다각형에 의해 분리된 이동물체 영역이 유효 영역인지의 여부를 결정하는 단계와,
    상기 각각의 볼록 다각형에 의해 분리된 이동물체 영역이 유효 영역이 아닌 경우에는 그 영역을 폐기하는 단계와,
    상기 볼록 다각형에 의해 분리된 이동물체 영역이 유효 영역인 경우에는 선택된 유효 영역에 대하여 차기 이동 궤적을 예측하고 움직임 벡터 연산시 예측된 방향으로부터 움직임 벡터를 탐색하는 단계를 포함하여 이루어지는 것을 특징으로 하는 능동 카메라 환경에서 이동물체의 개별 움직임 추적 방법.
  2. 제 1 항에 있어서, 상기 군집화는 상기 움직임 벡터의 위치, 이동량 및 이동각을 매개변수로 하여 행해지는 것을 특징으로 하는 능동 카메라 환경에서 이동물체의 개별 움직임 추적 방법.
  3. 제 1 항에 있어서, 상기 각각의 볼록 다각형에 의해 분리된 이동물체의 영역은 정제된 군집 벡터를 구성하는 이동벡터로 이루어진 볼록 다각형이 미리 정의된 추적 대상의 속성과 일치한 경우 유효 영역으로 결정하는 것을 특징으로 하는 능동 카메라 환경에서 이동물체의 개별 움직임 추적 방법.
KR1019980019178A 1998-05-27 1998-05-27 능동 카메라 환경에서 이동물체의 개별 움직임 추적 방법 KR100268183B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1019980019178A KR100268183B1 (ko) 1998-05-27 1998-05-27 능동 카메라 환경에서 이동물체의 개별 움직임 추적 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1019980019178A KR100268183B1 (ko) 1998-05-27 1998-05-27 능동 카메라 환경에서 이동물체의 개별 움직임 추적 방법

Publications (2)

Publication Number Publication Date
KR19990086272A KR19990086272A (ko) 1999-12-15
KR100268183B1 true KR100268183B1 (ko) 2000-10-16

Family

ID=19537787

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019980019178A KR100268183B1 (ko) 1998-05-27 1998-05-27 능동 카메라 환경에서 이동물체의 개별 움직임 추적 방법

Country Status (1)

Country Link
KR (1) KR100268183B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101167976B1 (ko) 2011-01-31 2012-07-23 전영철 불가사리 인식 방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100651034B1 (ko) * 2004-12-08 2006-11-29 한국전자통신연구원 대상 물체 검출 시스템 및 그 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101167976B1 (ko) 2011-01-31 2012-07-23 전영철 불가사리 인식 방법

Also Published As

Publication number Publication date
KR19990086272A (ko) 1999-12-15

Similar Documents

Publication Publication Date Title
JP6310093B2 (ja) 目標物体の検出方法、検出装置及びロボット
JP2915894B2 (ja) ターゲット追跡方法及び装置
Teoh et al. Symmetry-based monocular vehicle detection system
CN108875683B (zh) 一种机器人视觉跟踪方法及其系统
KR100364582B1 (ko) 다중 이동물체 추적/감시 시스템
CN106934333B (zh) 一种手势识别方法及系统
CN106651908B (zh) 一种多运动目标跟踪方法
CN110610150B (zh) 一种目标运动物体的跟踪方法、装置、计算设备和介质
CN101324956A (zh) 基于均值漂移的抗遮挡运动目标跟踪方法
Shukla et al. Moving object tracking of vehicle detection: a concise review
CN110084830B (zh) 一种视频运动目标检测与跟踪方法
CN111382637A (zh) 行人检测跟踪方法、装置、终端设备及介质
JPH07262375A (ja) 移動体検出装置
Sledeviè et al. FPGA-based selected object tracking using LBP, HOG and motion detection
Funde et al. Object detection and tracking approaches for video surveillance over camera network
KR100268183B1 (ko) 능동 카메라 환경에서 이동물체의 개별 움직임 추적 방법
KR20090093119A (ko) 움직이는 객체 추적을 위한 다중 정보의 융합 방법
Mo et al. Human Behavior Analysis Using Multiple 2D Features and Multicategory Support Vector Machine.
KR20080017521A (ko) 차 영상을 이용한 다중 물체 추적 방법
JP3600383B2 (ja) 移動体追跡装置
Graefe et al. A High Speed Image Processing System Utilized in Autonomous Vehicle Guidance.
US20140064562A1 (en) Approaching-object detector, approaching object detecting method, and recording medium storing its program
JP2001307104A (ja) 動画像のオブジェクト抽出装置
US6044114A (en) Method of image segmentation
Yu et al. Multi-moving targets detecting and tracking in a surveillance system

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120710

Year of fee payment: 13

FPAY Annual fee payment

Payment date: 20130624

Year of fee payment: 14

LAPS Lapse due to unpaid annual fee