KR20090111208A - 감시 물체 추적 방법 및 그 감시 시스템 - Google Patents

감시 물체 추적 방법 및 그 감시 시스템 Download PDF

Info

Publication number
KR20090111208A
KR20090111208A KR1020080036849A KR20080036849A KR20090111208A KR 20090111208 A KR20090111208 A KR 20090111208A KR 1020080036849 A KR1020080036849 A KR 1020080036849A KR 20080036849 A KR20080036849 A KR 20080036849A KR 20090111208 A KR20090111208 A KR 20090111208A
Authority
KR
South Korea
Prior art keywords
tracking
input image
estimated position
coefficient
weight
Prior art date
Application number
KR1020080036849A
Other languages
English (en)
Other versions
KR101257455B1 (ko
Inventor
이광무
최진영
Original Assignee
삼성테크윈 주식회사
재단법인서울대학교산학협력재단
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 삼성테크윈 주식회사, 재단법인서울대학교산학협력재단 filed Critical 삼성테크윈 주식회사
Priority to KR1020080036849A priority Critical patent/KR101257455B1/ko
Publication of KR20090111208A publication Critical patent/KR20090111208A/ko
Application granted granted Critical
Publication of KR101257455B1 publication Critical patent/KR101257455B1/ko

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G08B13/19608—Tracking movement of a target, e.g. by detecting an object predefined as a target, using target direction and or velocity to predict its new position

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

본 발명은, 물체 추적 과정에서 발생한 정보를 이용하여 물체 추적의 성공 또는 실패를 검출할 수 있는 감시 물체 추적 방법 및 그 감시 시스템에 관한 것이다. 본 발명은, (a) 입력 영상을 입력받는 단계; 및 (b) 상기 입력 영상에서 추적의 대상이 되는 추적 물체의 현재 위치와 추정 위치로부터 추적 가중치를 구하고, 상기 추적 가중치로부터 상기 추적 물체에 대한 추적 성능을 판단하는 단계를 구비하는 감시 물체 추적 방법을 제공한다.

Description

감시 물체 추적 방법 및 그 감시 시스템{Mothed for tracking Surveillance object and Surveillance system thereof}
본 발명은 감시 물체 추적 방법 및 그 감시 시스템에 관한 것으로서, 보다 상세하게는 카메라가 특정 지역에 설치되어 특정 영역을 감시 영역으로 하여 감시하고, 감시 영역 내의 움직이는 물체를 추적하는 감시 물체 추적 방법 및 그 감시 시스템에 관한 것이다.
감시 시스템은 특정 장소에 또는 이동식으로 설치된 카메라를 통하여 입력되는 영상을 처리하여 대상을 인식하고, 특정 지역을 감시하는 시스템이다. 이러한 감시 시스템은 소수의 관리자로 하여금 원거리 현장에서 발생하는 각종 상황에 대하여 효율적인 관제 또는 관리를 가능하게 한다.
이러한 감시 시스템은 현대 사회에서 날로 다양해지는 각종 반사회적인 범죄행위에 대해 소수의 인원으로 가장 효율적으로 대응하기 위한 수단으로의 역할을 수행하며, 각종 사고의 발생 유무를 판단할 수 있는 정보 매개체로서 활용할 수 있다.
인간중심의 감시 시스템은 피로와 주의력 저하로 인한 문제가 발생할 수 있 고, 단순한 영상 장비 중심의 감시/경비 시스템은 감시범위에 한계가 있다. 따라서, 영상 감시 시스템이 주목받는다.
특히, 영상 감시 시스템에서 물체의 추적은 주요 분야의 하나이다. 물체 추적은 감시 시스템, 로봇 등의 여러 영상 처리를 요하는 시스템에 사용되며, 그 목적 또한 행동 인식, 대상 감시 등으로 다양하다. 이처럼 다양한 목적에 사용되는 물체 추적은 기본적으로 여러 다양한 애플리케이션이 수행되는 상황에서 함께 수행될 수 있으므로, 적은 연산 량으로 비교적 정확하게 물체를 추적하는 것이 중요하다.
본 발명은, 물체 추적 과정에서 발생한 정보를 이용하여 물체 추적의 성공 또는 실패를 검출할 수 있는 감시 물체 추적 방법 및 그 감시 시스템을 제공하는 것을 목적으로 한다.
본 발명은, (a) 입력 영상을 입력받는 단계; 및 (b) 상기 입력 영상에서 추적의 대상이 되는 추적 물체의 현재 위치와 추정 위치로부터 추적 가중치를 구하고, 상기 추적 가중치로부터 상기 추적 물체에 대한 추적 성능을 판단하는 단계를 구비하는 감시 물체 추적 방법을 제공한다.
상기 (b) 단계가, (b1) 상기 추정 위치를 초기화하는 단계; (b2) 상기 입력 영상의 각각의 픽셀에 대하여 상기 현재 위치와 상기 추정 위치로부터 상기 추적 가중치를 구하는 단계; (b3) 상기 추정 위치와 상기 추적 가중치로부터 상기 추적 물체의 추적 위치를 구하는 단계; (b4) 상기 추적 위치를 판단하는 단계: (b5) 상기 추적 가중치들로부터 상기 추적 물체에 대한 추적 성능을 나타내는 추적 계수를 구하는 단계; 및 (b6) 상기 추적 성능을 판단하는 단계를 구비할 수 있다.
상기 (a) 단계에 상기 입력 영상이 설정된 시간 간격의 프레임 영상으로 입력되고, 상기 (b1) 단계에서 이전 프레임의 상기 입력 영상으로부터 상기 추정 위치를 초기화할 수 있다.
상기 추적 위치와 상기 추정 위치의 차이가 설정된 기준값보다 작은 경우에, 상기 추적 가중치의 픽셀당 평균값으로부터 상기 추적 계수를 구할 수 있다.
상기 추적 위치와 상기 추정 위치의 차이가 설정된 기준값보다 큰 경우에, 상기 추적 위치를 새로운 상기 추정 위치로 갱신하는 단계를 더 구비할 수 있다.
상기 추적 계수를 설정된 임계값과 비교하여 상기 추적 성능을 판단하고, 상기 추적 계수가 상기 임계값보다 크거나 같은 경우에 상기 입력 영상에서 상기 추적 물체를 표시하는 단계를 더 구비할 수 있다.
상기 추적 계수가 상기 임계값보다 작은 경우에 상기 추적 물체의 추적 실패 메시지를 출력하는 단계를 더 구비할 수 있다.
본 발명의 다른 측면은, 입력 영상을 입력받는 영상 입력부; 상기 입력 영상에서 추적의 대상이 되는 추적 물체의 현재 위치와 추정 위치로부터 추적 가중치를 구하고, 상기 추적 가중치로부터 상기 추적 물체에 대한 추적 성능을 판단하는 제어부; 및 상기 입력 영상 및 상기 추적 가중치가 저장되는 저장부를 구비하는 감시 시스템을 제공한다.
상기 추적 계수가 상기 임계값보다 크거나 같은 경우에 상기 입력 영상에 상기 추적 물체가 표시되고, 상기 추적 계수가 상기 임계값보다 작은 경우에 상기 추적 물체의 추적 실패 메시지가 출력되는 표시부를 더 구비할 수 있다.
본 발명에 따른 감시 물체 추적 방법 및 그 감시 시스템에 의하면, 물체 추적 과정에서 발생한 정보를 이용하여 물체 추적의 성공 또는 실패를 검출함으로써, 빠르게 물체를 추적할 수 있다.
이하, 첨부된 도면을 참조하여 바람직한 실시예에 따른 본 발명을 상세히 설명하기로 한다.
도 1에는 본 발명에 따른 바람직한 실시예인 감시 물체 추적 방법(S100)의 흐름도가 도시되어 있다. 감시 물체 추적 방법(S100)은 도 3의 감시 시스템(30)에 의하여 구현될 수 있다. 이를 위하여, 본 발명에 따른 감시 물체 추적 방법(S100)이 도 3의 저장부(33)에 저장되는 소프트웨어(software) 또는 펌웨어(Firmware) 등으로 구현되는 프로그램 또는 알고리즘이 될 수 있다.
도면을 참조하면, 감시 물체 추적 방법(S100)은 입력영상 입력단계(S110); 추적 성능 판단단계(S120 내지 S170); 및 표시단계(S180, S190)를 구비할 수 있다.
입력영상 입력단계(S110)에는 감시 대상이 되는 감시 영역에 대한 입력 영상을 입력받는다. 추적성능 판단단계(S120 내지 S170)에는 입력 영상에서 추적의 대상이 되는 추적 물체의 현재 위치와 추정 위치로부터 추적 가중치를 구하고, 추적 가중치로부터 추적 물체에 대한 추적 성능을 판단한다. 표시단계(S180, S190)에는 추적물체 또는 추적실패 메시지를 출력한다.
감시 물체 추적 방법(S100)은 물체 추적 과정에서 발생한 정보를 이용하여 물체 추적의 성공 또는 실패를 검출할 수 있다. 즉, 감시 시스템에서 물체 추적 시에 물체 추적의 성공 여부를 확인하기 위하여 필요한 물체 추적의 성공 또는 실패 검출을, 별도의 물체 추적 성공 또는 실패 검출 작업을 수행하지 아니하고, 물체 추적 작업의 수행 시에 발생한 정보를 사용하여, 수행할 수 있다.
따라서, 부가적인 물체 추적의 성공 또는 실패를 검출하는 작업을 수행하지 아니하므로, 추가적인 연산 시간을 감소시키고, 시스템의 구성을 단순화시킬 수 있다.
추적성능 판단단계(S120 내지 S170)는 추정위치 초기화 단계(S120); 추적 가중치 계산단계(S130); 추적위치 생성단계(S140); 추적위치 판단단계(S150); 추적계수 산출단계(S160); 판단단계(S170); 및 추정위치 갱신단계(S125)를 구비할 수 있다.
추정위치 초기화 단계(S120)에는 입력 영상에서 추적의 대상이 되는 추적 물체의 추정 위치(y0)를 초기화한다. 추적 가중치 계산단계(S130)에는 입력 영상의 각각의 픽셀에 대하여 추적 물체의 현재 위치와 추정 위치로부터 추적 가중치(wi)를 구한다.
추적위치 생성단계(S140)에는 추정 위치(y0)와 추적 가중치(wi)로부터 추적 물체의 새로운 추적 위치(y1)를 구한다. 추적위치 판단단계(S150)에는 새로이 산출된 추적 위치(y1)가 적절한 가에 대한 추적 위치를 판단한다.
추적계수 산출단계(S160)에는 추적 가중치들(wi)로부터 추적 물체에 대한 추적 성능을 나타내는 추적 계수를 구한다. 판단단계(S170)에는 물체 추적의 성공 또는 실패를 나타내는 추적 성능을 판단한다.
추정위치 갱신단계(S125)에는 추적 위치(y1)와 추정 위치(y0)의 차이가 설정 된 기준값보다 큰 경우에 추적 위치(y1)를 새로운 추정 위치(y0)로 갱신한다.
입력영상 입력단계(S110)에서 입력 영상이 설정된 시간 간격으로 프레임 단위의 프레임 영상으로 입력될 수 있다. 이 경우, 추정위치 초기화 단계(S120)에는 이전 프레임의 입력 영상으로부터 추정 위치(y0)를 초기화할 수 있다.
다만, 현재 프레임에서 추적 위치(y1)가 한번 산출된 이후에는 추적 위치(y1)로부터 추정 위치(y0)를 구할 수 있다. 즉, 새로이 산출된 추적 위치(y1)와 추정 위치(y0)의 차이가 설정된 기준값보다 크거나 같으면 추적위치 판단단계(S150)에서 추적 위치(y1)가 적절하지 아니한 것으로 판단하여, 추정위치 갱신단계(S125)에서 새로 구한 추적 위치(y1)를 새로운 추정 위치(y0)로 갱신하게 된다.
추적 가중치 계산단계(S130)에는 입력 영상의 각각의 픽셀(i=1,...,n)에 대하여 추적 물체의 현재 위치(q)와 추정 위치(y0)로부터 추적 가중치(wi)를 수학식 1에 의하여 구할 수 있다. 이때, 추적 가중치는 수학식 1에서 알 수 있는 바와 같이, 현재 위치(q)와 추정 위치(y0)의 근접 정도를 나타내는 값이 될 수 있다.
한편, 현재 위치(q)는 이전 프레임에서 구한 추적 위치가 될 수 있다. 다른 실시예로서, 현재 위치(q)는 검출 시스템 또는 그 외의 입력에 의하여 입력 영상에서 정해지는 추적 대상의 위치가 될 수 있다.
Figure 112008028375535-PAT00001
여기서, q u 는 현재 위치(q)의 히스토그램에서 계조 u에 대한 픽셀수/전체픽셀수가 되고, p u 는 추정 위치(y0)의 히스토그램에서 계조 u에 대한 픽셀수/전체픽셀수가 된다.
이때, 추적 가중치(wi)는 추적위치 생성단계(S140)의 계산을 위한 사전 작업에 해당한다. 즉, 추적 가중치(wi)는 추적 위치(y1)를 구하는 수학식 2에서 그대로 사용될 수 있다.
추적위치 생성단계(S140)에는 설정된 추정 위치(y0)와 추적 가중치 계산단계(S130)에서 구한 추적 가중치(wi)로부터 평균 이동 벡터에 의하여 추적 물체의 새로운 추적 위치(y1)를 구할 수 있다. 이때, 추적 위치(y1)는 수학식 2로부터 구할 수 있다.
Figure 112008028375535-PAT00002
여기서, x i 는 현재 위치에 대한 추적 창 내의 픽셀 정보이고, g(.)는 위치에 대한 확률분포로서 사용되는 커널 K(.)의 프로필의 도함수에 해당한다. 또한, 추적 가중치(wi)는 추적 가중치 계산단계(S130)에서 계산된 것을 그대로 사용할 수 있다.
추적위치 판단단계(S150)에는 새로이 산출된 추적 위치(y1)가 적절한 가에 대한 추적 위치를 판단한다. 이때, 추적 위치의 판단은 추적 위치(y1)와 추정 위치(y0)의 차이(y1 - y0)가 설정된 기준값(ε) 보다 작은 지 여부에 따른다.
추적위치 판단단계(S150)에서 판단 결과, 추적 위치(y1)와 추정 위치(y0)의 차이(y1 - y0)가 설정된 기준값(ε) 보다 크면, 목표 모델에 대한 추정 위치(y0)를 수학식 2에 의하여 산출한 추적 위치(y1)로 갱신하고, 추적 가중치 계산단계(S130), 추적위치 생성단계(S140), 추적위치 판단단계(S150)를 다시 수행한다.
이때, 추적 가중치 계산단계(S130), 추적위치 생성단계(S140), 추적위치 판단단계(S150), 추정위치 갱신단계(S125)의 과정은 추적 위치(y1)와 추정 위치(y0)의 차이(y1 - y0)가 설정된 기준값(ε) 보다 작을 때까지 반복적으로 수행된다.
여기서, 추적 위치(y1)와 추정 위치(y0)의 차이(y1 - y0)가 설정된 기준값(ε) 보다 작아지면, 루프를 빠져나와 추적계수 산출단계(S160)를 수행한다.
추적계수 산출단계(S160)에는 추적 가중치들(wi)로부터 추적 물체에 대한 추적 성능을 나타내는 추적 계수를 구한다. 이때, 추적 계수는 추적위치 생성단계(S140)에서 수학식 2에 의하여 추적 위치(y1)를 구하기 위하여, 추적 가중치 계산 단계(S130)에서 미리 구한 각각의 픽셀(i=1,...,n)에 대한 추적 가중치들(wi)의 픽셀당 평균값으로부터 구할 수 있다.
이때, 추적 계수를 구하기 위하여 별도의 계산에 의하지 아니하고, 추적 위치(y1)의 계산에 필요한 추적 가중치(wi)로부터 구할 수 있다. 따라서, 추적의 성공 또는 실패 여부를 검출하기 위한 별도의 계산 모듈이 필요 없으므로, 연산 량이 감소되고, 그에 따라 연산 속도가 증가하게 되어, 시스템의 강인성(robustness) 및 안정성을 향상시킬 수 있다.
판단단계(S170)에는 물체 추적의 성공 또는 실패를 나타내는 추적 성능을 판단한다. 이를 위하여, 판단단계(S170)에는 추적 계수를 설정된 임계값과 비교하여 추적 성능을 판단할 수 있다. 이때, 추적 계수가 임계값보다 크거나 같으면 목표 모델에 대한 추적이 성공한 것으로 판단할 수 있으며, 추적 계수가 임계값보다 작으면 목표 모델에 대한 추적이 실패한 것으로 판단할 수 있다.
또한, 감시 물체 추적 방법(S100)은 판단단계(S170)에서의 판단 결과에 따라 추적물체 표시단계(180); 및 추적실패 표시단계(S190)를 구비할 수 있다.
추적물체 표시단계(180)에는 목표 모델에 대한 추적이 성공한 것으로 판단되는 경우에, 입력 영상에서 추적 물체를 표시할 수 있다. 추적실패 표시단계(S190)에는 추적 물체의 추적 실패 메시지를 출력할 수 있다. 이때, 추적 실패 메시지는 사용자 표시 창에 직접 추적 실패를 알리는 메시지를 출력하거나, 별도의 LED 램프 또는 사운드에 의하여 출력할 수 있다.
그에 따라, 사용자가 목표 모델의 추적 성공 또는 실패를 용이하게 확인할 수 있도록 할 수 있다.
한편, 별도의 바타차랴(Bhattacharyya) 계수에 의하여 목표 모델에 대한 추적의 성공 또는 실패 여부를 검출할 수 있다. 즉, 평균 이동 알고리즘에 의하여 물체를 추적함에 있어서, 목표 모델에 대한 추적의 성공 또는 실패 여부를 바타차랴 계수를 사용하여 판별할 수 있다.
바타차랴 계수는 수학적으로 베이즈 오차(Bayes error)와 연관성이 크다. 즉, 물체를 분류함에 있어서 잘못 분류할 확률을 나타내며, 따라서 유사도를 측정하기에 적절한 계수이다. 평균 이동 알고리즘은 바타차랴 계수를 픽셀 별 정보를 사용하여 재구성하는데, 이 과정에서 평균 이동 방식으로 바타차랴 계수가 가장 큰 곳으로 찾아감으로써 물체 추적을 할 수 있다. 또한, 물체 추적 시에 엉뚱한 결과가 나오는 것을 방지하기 위해 바타차랴 계수를 직접 계산하여 추적 과정마다 이를 확인할 수 있다.
이에 대하여, 도 2에는 본 실시예에 따른 감시 물체 추적 방법(S100)에 의하여 감시 물체를 추적하는 경우에, 추적 계수의 바타차랴(Bhattacharyya) 계수를 이용한 추정값에 대한 오차를 각각의 프레임 번호에 대하여 나타내는 그래프가 도시되어 있다.
도면을 참조하면, 추적 계수의 바타차랴(Bhattacharyya) 계수를 이용한 추정값에 대한 오차가 최대 0.0006%를 넘지 아니한 것을 알 수 있다. 즉, 감시 물체 추 적 방법(S100)에 의하여 구한 추적 가중치(wi)가 목표 모델에 대한 추적의 성공 또는 실패 여부를 검출하기 위하여 계산된 별도의 바타차랴(Bhattacharyya) 계수와 거의 일치함을 알 수 있다.
따라서, 추적 성능을 검사하기 위한 별도의 계산 모듈을 사용하지 아니하고도, 감시 물체 추적 방법(S100)에 의하여 구한 추적 가중치(wi)에 의하여 바타차랴(Bhattacharyya) 계수와 거의 동일한 추적 성능 검출 결과를 얻을 수 있음을 알 수 있다.
또한, 본 발명에 따른 추적 가중치(wi)는 히스토그램을 이용하여 얻어지므로 물체의 유형에 관계없이 사용이 가능하며, 이미지의 축척에 영향을 받지 아니하는 장점이 있다.
도 3은 본 발명에 따른 바람직한 다른 실시예인 감시 시스템(30)의 블록도가 도시되어 있다.
도면을 참조하면, 감시 시스템(30)은 도 1에 도시된 감시 물체 추적 방법(S100)에 의하여 제어될 수 있다. 따라서, 도 1에 도시된 감시 물체 추적 방법(S100)에서와 동일한 사항에 대해서는 이를 참조하고, 자세한 설명이 생략될 수 있다.
감시 시스템(30)은 영상 입력부(31); 제어부(32); 저장부(33); 및 표시부(34)를 구비할 수 있다.
영상 입력부(31)는 감시 대상이 되는 감시 영역에 대한 입력 영상을 입력받 는다. 제어부(32)는 입력 영상에서 추적의 대상이 되는 추적 물체의 현재 위치와 추정 위치로부터 추적 가중치를 구하고, 추적 가중치로부터 추적 물체에 대한 추적 성능을 판단한다.
저장부(33)는 입력 영상 및 추적 가중치가 저장된다. 표시부(34)에는 추적 성능의 판단에 따라, 입력 영상에 추적 물체가 표시되거나, 추적 물체의 실패 메시지가 출력된다.
감시 시스템(30)은 물체 추적 과정에서 발생한 정보를 이용하여 물체 추적의 성공 또는 실패를 검출할 수 있다. 즉, 감시 시스템(30)에서 물체 추적 시에 물체 추적의 성공 여부를 확인하기 위하여 필요한 물체 추적의 성공 또는 실패 검출을, 별도의 물체 추적 성공 또는 실패 검출 작업을 수행하지 아니하고, 물체 추적 작업의 수행 시에 발생한 정보를 사용하여, 수행할 수 있다.
따라서, 부가적인 물체 추적의 성공 또는 실패를 검출하는 작업을 수행하지 아니하므로, 추가적인 연산 시간을 감소시키고, 시스템의 구성을 단순화시킬 수 있다.
이를 위하여, 입력 영상의 각각의 픽셀에 대하여 현재 위치와 추정 위치로부터 추적 가중치를 구하고, 추적 가중치들로부터 추적 물체에 대한 추적 성능을 나타내는 추적 계수를 구하고, 추적 계수로부터 추적 성능을 판단할 수 있다.
이때, 추정 위치와 추적 가중치로부터 추적 물체의 추적 위치를 구하고, 추적 위치와 추정 위치의 차이가 설정된 기준값보다 작은 경우에, 추적 가중치의 픽셀당 평균값으로부터 추적 계수를 구할 수 있다.
추적 가중치를 현재 위치와 추정 위치의 근접 정도를 계산하여 구하고, 추적 위치를 평균 이동 벡터에 의하여 구할 수 있다. 이때, 추적 가중치는 수학식 1에 의하여 계산될 수 있으며, 추적 위치는 수학식 2에 의하여 구할 수 있다.
또한, 추적 계수는 수학식 2에 의하여 추적 위치를 구하기 위하여, 미리 구한 각각의 픽셀에 대한 추적 가중치들의 픽셀당 평균값으로부터 구할 수 있다. 즉, 추적 계수를 구하기 위하여 별도의 계산에 의하지 아니하고, 추적 위치의 계산에 필요한 추적 가중치로부터 구할 수 있다.
따라서, 추적의 성공 또는 실패 여부를 검출하기 위한 별도의 계산 모듈이 필요 없으므로, 연산 량이 감소되고, 그에 따라 연산 속도가 증가하게 되어, 시스템의 강인성(robustness) 및 안정성을 향상시킬 수 있다.
또한, 영상 입력부(31)를 통하여 입력 영상이 설정된 시간 간격으로 프레임 단위의 프레임 영상으로 입력될 수 있다.
추정 위치는 이전 프레임의 입력 영상으로부터 초기화할 수 있다. 다만, 현재 프레임에서 추적 위치가 한번 산출된 이후에는 추적 위치로부터 추정 위치를 구할 수 있다.
즉, 새로이 산출된 추적 위치와 추정 위치의 차이가 설정된 기준값보다 크거나 같으면 추적 위치가 적절하지 아니한 것으로 판단하여, 새로 구한 추적 위치를 새로운 추정 위치로 갱신할 수 있다.
또한, 추적 계수를 설정된 임계값과 비교하여 추적 성능을 판단할 수 있다. 이때, 추적 계수가 임계값보다 크거나 같으면 목표 모델에 대한 추적이 성공한 것 으로 판단할 수 있으며, 추적 계수가 임계값보다 작으면 목표 모델에 대한 추적이 실패한 것으로 판단할 수 있다.
표시부(34)에는 추적 성능의 판단에 따라, 입력 영상에 추적 물체가 표시되거나, 추적 물체의 실패 메시지가 출력된다.
이때, 목표 모델에 대한 추적이 성공한 것으로 판단되는 경우에, 입력 영상에서 추적 물체를 표시할 수 있다. 목표 모델에 대한 추적이 실패한 것으로 판단되는 경우에는 추적 물체의 추적 실패 메시지를 출력할 수 있다.
그에 따라, 사용자가 목표 모델의 추적 성공 또는 실패를 용이하게 확인할 수 있도록 할 수 있다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 당해 기술 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.
도 1은 본 발명에 따른 바람직한 실시예로서, 감시 물체 추적 방법을 개략적으로 도시한 흐름도이다.
도 2는 도 1의 감시 물체 추적 방법에 의하여 감시 물체를 추적하는 경우에, 물체의 추적 성능을 구하는 다른 실시예에 따른 바타차랴(Bhattacharyya) 계수를 이용한 추정값과 추적 계수의 오차를 개략적으로 도시한 그래프이다.
도 3은 본 발명에 따른 바람직한 다른 실시예로서, 감시 시스템을 개략적으로 도시한 블록도이다.

Claims (17)

  1. (a) 입력 영상을 입력받는 단계; 및
    (b) 상기 입력 영상에서 추적의 대상이 되는 추적 물체의 현재 위치와 추정 위치로부터 추적 가중치를 구하고, 상기 추적 가중치로부터 상기 추적 물체에 대한 추적 성능을 판단하는 단계를 구비하는 감시 물체 추적 방법.
  2. 제1항에 있어서,
    상기 (b) 단계가,
    (b1) 상기 추정 위치를 초기화하는 단계;
    (b2) 상기 입력 영상의 각각의 픽셀에 대하여 상기 현재 위치와 상기 추정 위치로부터 상기 추적 가중치를 구하는 단계;
    (b3) 상기 추정 위치와 상기 추적 가중치로부터 상기 추적 물체의 추적 위치를 구하는 단계;
    (b4) 상기 추적 위치를 판단하는 단계:
    (b5) 상기 추적 가중치들로부터 상기 추적 물체에 대한 추적 성능을 나타내는 추적 계수를 구하는 단계; 및
    (b6) 상기 추적 성능을 판단하는 단계를 구비하는 감시 물체 추적 방법.
  3. 제2항에 있어서,
    상기 (a) 단계에 상기 입력 영상이 설정된 시간 간격의 프레임 영상으로 입력되고, 상기 (b1) 단계에서 이전 프레임의 상기 입력 영상으로부터 상기 추정 위치를 초기화하는 감시 물체 추적 방법.
  4. 제2항에 있어서,
    상기 추적 가중치가 상기 현재 위치와 상기 추정 위치의 근접 정도를 계산하여 구해지는 감시 물체 추적 방법.
  5. 제2항에 있어서,
    상기 추적 위치를 평균 이동 벡터에 의하여 구하는 감시 물체 추적 방법.
  6. 제2항에 있어서,
    상기 추적 위치와 상기 추정 위치의 차이가 설정된 기준값보다 작은 경우에, 상기 추적 가중치의 픽셀당 평균값으로부터 상기 추적 계수를 구하는 감시 물체 추적 방법.
  7. 제2항에 있어서,
    상기 추적 위치와 상기 추정 위치의 차이가 설정된 기준값보다 큰 경우에, 상기 추적 위치를 새로운 상기 추정 위치로 갱신하는 단계를 더 구비하는 감시 물체 추적 방법.
  8. 제2항에 있어서,
    상기 추적 계수를 설정된 임계값과 비교하여 상기 추적 성능을 판단하고,
    상기 추적 계수가 상기 임계값보다 크거나 같은 경우에 상기 입력 영상에서 상기 추적 물체를 표시하는 단계를 더 구비하는 감시 물체 추적 방법.
  9. 제8항에 있어서,
    상기 추적 계수가 상기 임계값보다 작은 경우에 상기 추적 물체의 추적 실패 메시지를 출력하는 단계를 더 구비하는 감시 물체 추적 방법.
  10. 입력 영상을 입력받는 영상 입력부;
    상기 입력 영상에서 추적의 대상이 되는 추적 물체의 현재 위치와 추정 위치로부터 추적 가중치를 구하고, 상기 추적 가중치로부터 상기 추적 물체에 대한 추적 성능을 판단하는 제어부; 및
    상기 입력 영상 및 상기 추적 가중치가 저장되는 저장부를 구비하는 감시 시스템.
  11. 제10항에 있어서,
    상기 입력 영상의 각각의 픽셀에 대하여 상기 현재 위치와 상기 추정 위치로부터 상기 추적 가중치를 구하고, 상기 추적 가중치들로부터 상기 추적 물체에 대 한 추적 성능을 나타내는 추적 계수를 구하고, 상기 추적 계수로부터 상기 추적 성능을 판단하는 감시 시스템.
  12. 제11항에 있어서,
    상기 추정 위치와 상기 추적 가중치로부터 상기 추적 물체의 추적 위치를 구하고, 상기 추적 위치와 상기 추정 위치의 차이가 설정된 기준값보다 작은 경우에, 상기 추적 가중치의 픽셀당 평균값으로부터 상기 추적 계수를 구하는 감시 시스템.
  13. 제11항에 있어서,
    상기 입력 영상이 설정된 시간 간격의 프레임 영상으로 입력되고, 이전 프레임의 상기 입력 영상으로부터 상기 추정 위치를 초기화하는 감시 시스템.
  14. 제11항에 있어서,
    상기 추적 위치와 상기 추정 위치의 차이가 설정된 기준값보다 큰 경우에, 상기 추적 위치를 새로운 상기 추정 위치로 갱신하는 감시 시스템.
  15. 제11항에 있어서,
    상기 추적 가중치를 상기 현재 위치와 상기 추정 위치의 근접 정도를 계산하여 구하고, 상기 추적 위치를 평균 이동 벡터에 의하여 구하는 감시 시스템.
  16. 제11항에 있어서,
    상기 추적 계수를 설정된 임계값과 비교하여 상기 추적 성능을 판단하는 감시 시스템.
  17. 제16항에 있어서,
    상기 추적 계수가 상기 임계값보다 크거나 같은 경우에 상기 입력 영상에 상기 추적 물체가 표시되고, 상기 추적 계수가 상기 임계값보다 작은 경우에 상기 추적 물체의 추적 실패 메시지가 출력되는 표시부를 더 구비하는 감시 시스템.
KR1020080036849A 2008-04-21 2008-04-21 감시 물체 추적 방법 및 그 감시 시스템 KR101257455B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080036849A KR101257455B1 (ko) 2008-04-21 2008-04-21 감시 물체 추적 방법 및 그 감시 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080036849A KR101257455B1 (ko) 2008-04-21 2008-04-21 감시 물체 추적 방법 및 그 감시 시스템

Publications (2)

Publication Number Publication Date
KR20090111208A true KR20090111208A (ko) 2009-10-26
KR101257455B1 KR101257455B1 (ko) 2013-04-23

Family

ID=41538993

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080036849A KR101257455B1 (ko) 2008-04-21 2008-04-21 감시 물체 추적 방법 및 그 감시 시스템

Country Status (1)

Country Link
KR (1) KR101257455B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112581507A (zh) * 2020-12-31 2021-03-30 北京澎思科技有限公司 目标跟踪方法、系统及计算机可读存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101588648B1 (ko) 2014-10-24 2016-01-26 주식회사 시그널웍스 지능형 영상 감시를 위한 보행자 검출 및 추적 방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100792283B1 (ko) * 2001-08-07 2008-01-07 삼성전자주식회사 이동물체 자동 추적장치 및 방법
KR100457302B1 (ko) 2002-10-31 2004-11-16 전자부품연구원 영상 처리를 이용한 다채널 자동 트랙킹 및 자동 줌 방법
JP2005260633A (ja) 2004-03-12 2005-09-22 Fujitsu Ltd マルチモード追尾方式
KR100612858B1 (ko) * 2004-08-23 2006-08-14 삼성전자주식회사 로봇을 이용하여 사람을 추적하는 방법 및 장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112581507A (zh) * 2020-12-31 2021-03-30 北京澎思科技有限公司 目标跟踪方法、系统及计算机可读存储介质

Also Published As

Publication number Publication date
KR101257455B1 (ko) 2013-04-23

Similar Documents

Publication Publication Date Title
US10657386B2 (en) Movement state estimation device, movement state estimation method and program recording medium
US10574943B2 (en) Information processing system, information processing method, and program
JP4884096B2 (ja) 物体識別システム
CN110782483B (zh) 基于分布式相机网络的多视图多目标跟踪方法及系统
US7248718B2 (en) System and method for detecting a passing vehicle from dynamic background using robust information fusion
US9922423B2 (en) Image angle variation detection device, image angle variation detection method and image angle variation detection program
CN108230352B (zh) 目标对象的检测方法、装置和电子设备
JP2014078254A (ja) 移動ロボット環境の同時局在化およびマッピング方法および装置
KR100982347B1 (ko) 연기 감지 방법 및 장치
JP2022509557A (ja) ロボットアームを制御するシステム及び方法
US10789484B2 (en) Crowd type classification system, crowd type classification method and storage medium for storing crowd type classification program
JP4815190B2 (ja) 侵入検知装置
CN113420682A (zh) 车路协同中目标检测方法、装置和路侧设备
KR101257455B1 (ko) 감시 물체 추적 방법 및 그 감시 시스템
CN112950687B (zh) 一种确定跟踪状态的方法、装置、存储介质和电子设备
CN113052019B (zh) 目标跟踪方法及装置、智能设备和计算机存储介质
KR102455723B1 (ko) 발전설비의 고장을 조기 감지하는 모니터링 시스템 및 방법
WO2013162313A1 (en) A method and system for robust object tracking using particle filter framework
EP4148581A1 (en) Verification of updated analytical procedures in monitoring systems
CN112578909A (zh) 设备交互的方法及装置
KR101886856B1 (ko) 이종센서 탐색기의 비정형 객체추적에 대한 데이터 결합시스템 및 방법
JP2020531997A (ja) フローベクトル仮説の尤度確認のための方法および装置
JP2019159787A (ja) 人物検出方法および人物検出プログラム
Ariwibowo et al. Identification of QR Code using Kalman Filter Algorithm
KR102597266B1 (ko) 이상 행동 예측 시스템 및 방법, 컴퓨터 프로그램

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: 20160328

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170328

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180327

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190325

Year of fee payment: 7