KR100248373B1 - Object tracking method in moving pictures using motion-vector algorithm - Google Patents

Object tracking method in moving pictures using motion-vector algorithm Download PDF

Info

Publication number
KR100248373B1
KR100248373B1 KR1019970049763A KR19970049763A KR100248373B1 KR 100248373 B1 KR100248373 B1 KR 100248373B1 KR 1019970049763 A KR1019970049763 A KR 1019970049763A KR 19970049763 A KR19970049763 A KR 19970049763A KR 100248373 B1 KR100248373 B1 KR 100248373B1
Authority
KR
South Korea
Prior art keywords
information
motion vector
tracking
value
moving picture
Prior art date
Application number
KR1019970049763A
Other languages
Korean (ko)
Other versions
KR19990027326A (en
Inventor
김경일
정영은
김선주
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 KR1019970049763A priority Critical patent/KR100248373B1/en
Publication of KR19990027326A publication Critical patent/KR19990027326A/en
Application granted granted Critical
Publication of KR100248373B1 publication Critical patent/KR100248373B1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/20—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using video object coding

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 MPEG 압축/복원 시에 사용되는 모션벡터 알고리즘을 응용하여 연속하는 동화상 내에서의 특정 객체를 추적할 수 있는 객체 추적방법에 관한 것으로, 추적하고자 하는 특정 객체가 사용자로부터 선택된 이미지 정보를 바탕으로 가장 적절한 매개변수를 도출하고 객체에 대한 색상값 등의 초기화 및 적정 범위로 분류하는 제 1 단계와, 선택된 객체에 대한 색상 및 이미지 정보를 바탕으로 매개변수에 따라 연속되는 프레임간의 객체 변화에 대한 정보를 수집해 나감으로써 일정 동화상 내에서의 객체에 대한 추적 정보를 획득하는 제 2 단계를 수행함으로써 각종 동화상 내에서 특정한 객체에 대한 정보를 필요로 하는 하이퍼미디어 시스템이나 홈 쇼핑, 그리고 멀티미디어 교육 시스템에서 특정 객체 정보를 자동 추출하는데 유용하게 사용될 수 있는 것을 특징으로 한다.The present invention relates to an object tracking method that can track a specific object in a continuous moving picture by applying a motion vector algorithm used in MPEG compression / restore. The object information to be tracked is based on image information selected by a user. The first step is to derive the most appropriate parameters, classify the color values for the objects, and classify them into the appropriate ranges, and based on the color and image information of the selected objects, In the hypermedia system, home shopping, and multimedia education system that requires information about a specific object in various moving images by performing the second step of acquiring the tracking information about the object in the moving image by collecting the information. This can be useful for automatically extracting specific object information. And that is characterized.

Description

모션벡터 알고리즘을 이용한 동화상 내의 객체 추적 방법Object Tracking Method in Motion Picture Using Motion Vector Algorithm

본 발명은 MPEG의 압축/복원 시에 적용되고 있는 모션벡터 알고리즘을 확장하여 연속적인 동화상 내에서 특정 객체의 움직임을 추적하는 객체추적방법에 관한 것이다.The present invention relates to an object tracking method that tracks the movement of a specific object in a continuous moving image by extending the motion vector algorithm applied in the compression / restore of MPEG.

객체 추적에 관한 연구는 특정 객체의 이동 상황을 생성해 내는 것으로 처음에는 주로 군사적 목적으로 연구되어 오다가 '90 년대 들어서 그 방법론들이 활발히 연구되고 있는 기술분야다. 연속적인 동화상 내에서 특정 객체를 추적하는 것은 그 객체의 모양, 색상, 위치 등이 계속 변화하며 회전, 굴절 등의 다양한 형태를 갖기 때문에 기술적 어려움이 매우 많다. 종래에는 비교적 객체의 변화가 적거나, 카메라의 위치 이동 없는 고형체의 객체에 대해서는 축소(subtraction)알고리즘을 이용하는 방법과 카메라의 이동(moving)기법을 이용하여 객체를 추적하는 방법이 주로 연구대상이었으며 어느 정도 완성 단계에 와있고 또한, 비고형체의 추적에 관해서도 인공지능 측면에서 패턴인식(pattern recognition)방법과 카메라의 움직임을 이용하여 객체를 추적하는 방법들이 연구되고 있는데 이러한 연구들은 멀티미디어나 하이퍼미디어를 근간으로 하는 시스템에서 특정 객체를 추적할 수 있게 함으로써 동화상 내부의 여러 가지 객체들에 관한 정보들은 데이터베이스나 검색 등에서 유용하게 활용할 수 있게 하고 있다.The research on object tracking creates the movement situation of a specific object. At first, it was mainly researched for military purpose. In the '90s, the methodologies were actively researched. Tracking a specific object in a continuous moving image is very technically difficult because the shape, color, position, etc. of the object constantly change and have various forms such as rotation and refraction. In the past, the method of tracking the object using the subtraction algorithm and the camera moving method was mainly studied for objects of solid objects with relatively little change in the object or without moving the position of the camera. To some extent, the tracking of non-solids has been studied in terms of artificial intelligence in terms of pattern recognition and tracking of objects using camera movement. By tracking specific objects in the underlying system, information about various objects in a moving image can be usefully used in a database or a search.

상술한 바와 같은 종래의 객체 추적 방법은 먼저 해당 이미지를 분석하여 특정 객체의 패턴을 찾고 그 패턴을 이미지와 매치시킴으로써 객체를 인식하여 연속하는 객체 패턴을 추적해내는 방법을 주로 사용하여 왔으나 많은 양의 데이터를 다루어야 하기 때문에 계산량이 과다하고 객체의 형체에 따라 종속되는 결과를 갖는 단점이 있으며 비고형체로 갈수록 객체를 추적하는 것이 매우 많은 문제점을 가진다.Conventional object tracking methods as described above have mainly used a method of tracking a continuous object pattern by recognizing an object by analyzing a corresponding image to find a pattern of a specific object and matching the pattern with the image. Because of the need to deal with data, there is a disadvantage in that the computational amount is excessive and the result depends on the shape of the object, and tracking the object as the non-solid body becomes very problematic.

이에 본 발명은 이런 종래의 문제점을 개선하기 위해 MPEG 압축/복원에서 사용되고 있는 모션벡터 알고리즘을 확장하여 객체의 형체 및 크기, 모양의 변화에도 대응할 수 있는 방법을 제공함을 그 목적으로 한다.Accordingly, an object of the present invention is to provide a method that can cope with changes in shape, size, and shape of an object by extending a motion vector algorithm used in MPEG compression / restore to improve such a conventional problem.

도 1 은 본 발명에 의한 동화상 내의 객체 추적 흐름도.1 is a flowchart of tracking an object in a moving picture according to the present invention.

도 2 는 특정 객체의 추적의 결과를 윈도우즈에서 보여주는 개략도.2 is a schematic diagram showing in Windows the results of tracking of a particular object.

상기 목적을 달성하기 위한 본 발명에 의한 객체 추적 방법은 추적하고자 하는 특정 객체가 사용자로부터 선택된 이미지 정보를 바탕으로 가장 적절한 매개변수(range value)를 도출하고 객체에 대한 색상값 등의 초기화 및 적정 범위로 분류하는 제 1 단계(10)와, 선택된 객체에 대한 색상 및 이미지 정보를 바탕으로 매개변수(range value)에 따라 연속되는 프레임간의 객체 변화에 대한 정보를 수집해 나감으로써 일정 동화상 내에서의 객체에 대한 추적 정보를 획득하는 제 2 단계(20)를 수행함으로써 객체에 대한 정보 이용을 높일 수 있게 한다.The object tracking method according to the present invention for achieving the above object is to derive the most appropriate parameters (range value) based on the image information selected by the user to the specific object to be traced, the initialization and appropriate range of the color value, etc. for the object The first step (10) to classify, and based on the color and image information of the selected object based on the range (range value) information on the object change between consecutive frames by collecting information about the object in a certain moving picture By performing the second step 20 of obtaining the tracking information for, it is possible to increase the use of information about the object.

이하 첨부한 도면을 참조하여 본 발명을 상세히 설명하도록 한다.Hereinafter, the present invention will be described in detail with reference to the accompanying drawings.

도 1 은 본 발명에 의한 모션벡터 알고리즘을 적용하여 동화상 내에서의 특정객체를 추적하는 흐름도이다.1 is a flowchart of tracking a specific object in a moving picture by applying a motion vector algorithm according to the present invention.

도시된 바와 같이 본 발명에 의한 객체 추적방법은 동화상으로부터 추적하고자 하는 특정 객체를 소정 크기의 블록 형태로 선택하는 해당객체 선택단계(11)와; 상기 선택된 객체의 블록크기에 따라 소정의 처리범위를 설정하는 단계(12)와; 상기 선택된 객체의 처리범위 및 색상의 특성을 분석하여 객체추적을 위한 모션벡터값 저장용 테이블을 작성하여 초기화값을 설정하는 초기화값 설정단계(13)와; 추적할 객체의 이미지 블록을 설정하는 단계(21)와; 기준 프레임을 중심으로 주위의 비교 프레임과의 색상값의 차이를 계산하는 단계(22)와; 그 계산된 차이값을 모션벡터값 저장용 테이블에 저장하는 단계(23)와; 상기 과정을 정해진 처리범위를 넘을 때 까지 반복하여 수행하여 객체의 정보를 축적하는 단계(24)와; 설정된 처리범위를 초과하는 경우 최소값을 선택하고 새로운 객체를 생성하는 단계(25)로 이루어진다.As shown, the object tracking method according to the present invention includes a corresponding object selecting step (11) of selecting a specific object to be tracked from a moving picture in a block size having a predetermined size; Setting a predetermined processing range according to the block size of the selected object (12); An initialization value setting step (13) of analyzing a characteristic of a processing range and a color of the selected object to create a motion vector value storing table for object tracking and setting an initialization value; Setting an image block of an object to be tracked (21); Calculating (22) a difference in color values from the comparison frame around the reference frame; Storing the calculated difference value in a motion vector value storing table (23); Repeating the process until the predetermined processing range is exceeded and accumulating information of an object (24); If the set processing range is exceeded, the method selects a minimum value and creates a new object (25).

상기 제 1 단계에서는 적용을 위한 초기화 과정인 제 1 단계를 나타내고 있는 것으로 동화상으로부터 추적하고자 하는 특정 객체를 블록 형태로 선택하여 선택된 객체의 블록크기에 따라 처리범위를 설정하고, 처리범위 및 색상의 특성 등을 분석하여 객체추적을 위한 초기화값을 설정한다.In the first step, a first step, which is an initialization process for application, indicates a specific object to be tracked from a moving picture in the form of a block, sets the processing range according to the block size of the selected object, and the processing range and color characteristics. Analyze and set the initial value for object tracking.

상기 해당객체 선택단계(11)와 상기 처리범위 설정단계(12)는, 블록의 크기가 소정배수의 크기 변화율을 갖고 조절되어 선택되게 하며, 각각의 블록크기에 상응하는 크기로 할당되는 처리범위를 선택하여 설정하게 한다.The object selection step 11 and the processing range setting step 12 allow the size of the block to be adjusted and selected with a predetermined rate of change in the size of a predetermined multiple, and the processing range allocated to the size corresponding to each block size. Select to set.

즉, 상기의 초기화 과정에서 선택된 객체의 블록크기에 따라 처리범위는 5 ∼ 11픽셀의 크기를 갖도록 하는데, 최소 블록크기가 16×16인 경우 처리범위를 11픽셀로 하고, 블록크기의 크기는 16의 배수로 증가 시키며 처리범위값은 1씩 작은 값을 배정하여 표 1에 도시된 바와 같이 블록크기에 따른 처리범위 값을 결정하도록 한다.That is, according to the block size of the object selected in the initialization process, the processing range has a size of 5 to 11 pixels. When the minimum block size is 16 × 16, the processing range is 11 pixels, and the block size is 16. The processing range value is increased by a multiple of, and the processing range value is assigned as small as 1 to determine the processing range value according to the block size as shown in Table 1.

블록 사이즈Block size 처리범위Processing range 16 × 1616 × 16 1111 32 × 3232 × 32 1010 48 × 4848 × 48 99 64 × 6464 × 64 88 80 × 8080 × 80 77 96 × 9696 × 96 66 112 × 112112 × 112 55

그리고 정해진 처리범위의 값에 따라 모션벡터값을 저장할 테이블을 만든다. 수학식 1은 모션벡터값을 저장할 테이블을 생성하는 수식이다. 그리고 이 테이블에는 정수(integer)의 최대값(2 바이트인 경우: 65536)이 초기값으로 설정된다.Then, create a table to store the motion vector values according to the values of the specified processing range. Equation 1 is an equation for generating a table to store motion vector values. In this table, the maximum value of an integer (for two bytes: 65536) is set as an initial value.

모션벡터값이 저장되는 테이블 = [처리범위×2 + 1] [처리범위×2 + 1]Table where motion vector values are stored = [Processing range × 2 + 1] [Processing range × 2 + 1]

제 2 단계에서는 모션벡터 알고리즘을 응용하기 위한 초기화 단계를 수행하고 난 후 먼저 추적할 객체의 이미지 블록을 설정하고, 기준 프레임을 중심으로 주위의 비교 프레임과의 색상값의 차이를 계산하여 최소차이값을 찾아서 그 값을 모션벡터값으로 모션벡터값 저장용 테이블에 저장하도록 한다. 이러한 과정을 정해진 처리범위를 넘을 때 까지 반복하여 수행하여 객체의 정보를 축적하게 하고, 정해놓은 처리범위를 초과하는 경우는 최소값을 선택하고 새로운 객체를 생성하는 과정을 수행하도록 한다.In the second step, after performing the initialization step to apply the motion vector algorithm, the image block of the object to be tracked is first set, and the difference between the color values of the comparison frame and the surrounding frame is calculated based on the reference frame. Find and store the value as a motion vector value in the table for storing the motion vector value. This process is repeated until the specified processing range is exceeded to accumulate the information of the object, and when the predetermined processing range is exceeded, the process of selecting the minimum value and creating a new object is performed.

상기 선택된 객체의 이미지 블록은 2차원 (X, Y) 좌표상에서 상하좌우로 -처리범위 부터 +처리범위 값까지 1 픽셀(pixel) 씩 이동하면서 다음 프레임의 대응되는 위치에 있는 색상 값의 차이를 계산한다. 이때 R, G, B 색상값은 수학식 2에 의해 Y, U, V에 의한 값들로 변환되어 계산된다.The image block of the selected object calculates the difference between the color values at the corresponding positions of the next frame while moving up, down, left, and right from the -processing range to the + processing range value in two-dimensional (X, Y) coordinates. do. In this case, the R, G, and B color values are calculated by converting the values of Y, U, and V by Equation 2.

Y = 0.299 × R + 0.587 × G + 0.114 × BY = 0.299 × R + 0.587 × G + 0.114 × B

이렇게 하여 계산된 값들은 테이블에 기억되고 이 기억된 값들 중에서 최소 차이 값이 모션벡터 값으로 저장되게 한다.The values calculated in this way are stored in a table so that the minimum difference value among these stored values is stored as a motion vector value.

모션벡터 값이 기억되어 있는 테이블 값들은 처리 범위 값 만큼 상하좌우로 계산되어진 값들로서 모션벡터 알고리즘에 의해 최소 값을 가지는 것이 실제 객체가 이동된 사항을 숫자로 나타낸 결과가 되어 모션벡터 값들이 기억되어 있는 테이블에서 윈도우즈에 방향성을 갖는 2차원 좌표상으로 맵핑하도록 저장하게 한다.Table values in which motion vector values are stored are values calculated up, down, left, and right by the processing range value. The minimum value by the motion vector algorithm is the result of numeric movement of the actual object, and the motion vector values are stored. In order to be able to map to a two-dimensional coordinated directional window in a table.

예를 들어 최소값이 기억되어 있는 테이블의 X,Y좌표가 (3,4)의 위치에 있다면 객체의 움직임이 X축으로 3 만큼 Y축으로 4 만큼 객체가 움직였다는 것이다. 이것을 기초로 하여 실제 움직임을 좌표상에 방향성을 갖는 벡터값으로 표시함으로써 객체의 이동을 윈도우상에 쉽게 표시할 수 있다.For example, if the X and Y coordinates of the table where the minimum value is stored are at (3,4), the object moves by 3 on the X axis and 4 on the Y axis. Based on this, the movement of the object can be easily displayed on the window by displaying the actual movement as a directional vector value on the coordinate.

이 모션벡터 값은 2차원상에 (X, Y) 좌표로 방향을 표시하므로 이 값에 의해 객체의 이동을 추적할 수 있다. 이와 같이 하여 선택된 객체가 처리범위를 초과하여 동화상 내에서 사라질 때까지 위의 과정을 계속 이웃하는 프레임에 반복 적용하면 도 2 에 도시된 바와 같은 특정 객체에 대한 추적결과가 영상으로 윈도우즈(windows) 상에 표현될 수 있다. 즉, 원 객체(31)가 화살표 방향의 이동경로를 통하여 이동된 객체(32)에 이르는 결과가 화면상에 표현되는 것이다.Since the motion vector value indicates the direction in (X, Y) coordinates on two dimensions, the movement of the object can be tracked by this value. In this way, if the above process is repeatedly applied to neighboring frames until the selected object exceeds the processing range and disappears in the moving image, the tracking result of the specific object as shown in FIG. Can be expressed in That is, the result of the original object 31 reaching the object 32 moved through the movement path in the direction of the arrow is displayed on the screen.

여기서 기준이 된 프레임은 그 이미지 정보가 사용되어 다음 객체의 추적 결과가 도출되면 그 도출된 객체의 결과가 그 다음 프레임 과의 비교시 기준 프레임이 된다.In this case, when the image information is used and the tracking result of the next object is derived, the frame of the reference becomes a reference frame when the result of the derived object is compared with the next frame.

상기의 과정을 통하여 계산된 프레임 간의 객체에 관한 정보는 상기 객체의 정보를 축적하는 단계(24)에서 하나의 객체가 동화상 내에서 생성되고 사라질 때까지의 추적정보를 저장시 정보의 저장형태에 대하여 다음과 같은 형식을 취하여 링크함으로써 최초 객체에 대한 상세정보의 입력으로 나머지 객체에서 같은 종류의 정보를 추출하게 함으로써 객체 정보의 사용을 높일 수 있다. 본 발명에 의한 객체추적에 대한 정보의 저장형태는 다음과 같다.The information about the object between frames calculated through the above process is stored in the storage information of the information when storing the tracking information until one object is created and disappeared in the moving picture in step 24 of accumulating the information of the object. By using the following format and linking, you can increase the use of object information by extracting the same kind of information from the rest of the objects as input of detailed information about the first object. The storage form of the information on object tracking according to the present invention is as follows.

정보의 저장형태 = 동화상 명 + n×(프레임 정보) + 인덱스 마크 + 내용물Information storage type = moving picture name + n × (frame information) + index mark + contents

단, 프레임 정보 = 프레임 번호 + 객체의 각도 정보Frame information = Frame number + Angle information of object

상기와 같은 링크방법에 의하여 연속하는 동화상 내에서 추적된 객체의 정보 이용시 하나의 객체 관련정보로 전체의 객체 정보를 동일하게 사용할 수 있게 된다.By using the link method as described above, when using the information of the tracked object in a continuous moving picture, the entire object information can be used equally as one object related information.

상술한 바와 같이, 본 발명에 의하면, 동화상 내에서의 특정 객체를 추적해냄으로써 하이퍼미디어 시스템에서의 동화상 내의 특정 객체에 대한 정보 획득 및 관련된 객체로의 네비게이션(navigation)에 활용되며 또 홈 쇼핑(home shopping)시 고객이 선택한 상품에 대한 정보제공을 용이하게 하고 멀티미디어를 이용한 교육에도 이용될 수 있는 효과를 제공한다As described above, according to the present invention, by tracking a specific object in a moving picture, the hypermedia system is utilized for obtaining information about a specific object in a moving picture and navigating to a related object, and also for home shopping. When shopping, it is easy to provide information about the product selected by the customer and provides the effect that can be used for education using multimedia.

Claims (6)

동화상 내에서의 특정 객체를 추적하는 객체 추적방법에 있어서,In the object tracking method for tracking a specific object in the moving image, 추적하고자 하는 특정 객체가 사용자로부터 선택된 이미지 정보를 바탕으로 가장 적절한 매개변수를 도출하고 객체에 대한 색상값 등의 초기화 및 적정 범위로 분류하는 제 1 단계와;A first step in which a specific object to be tracked derives the most appropriate parameter based on the image information selected by the user, and classifies the object into an appropriate range and an appropriate range of color values; 선택된 객체에 대한 색상 및 이미지 정보를 바탕으로 매개변수에 따라 연속되는 프레임간의 객체 변화에 대한 정보를 수집해 나감으로써 일정 동화상 내에서의 객체에 대한 추적 정보를 획득하여 축적하는 제 2 단계를 수행하는 것을 특징으로 하는 모션벡터 알고리즘을 이용한 동화상 내의 객체 추적 방법.Performing a second step of acquiring and accumulating tracking information about an object in a certain moving image by collecting information on object changes between consecutive frames according to parameters based on color and image information of the selected object; An object tracking method in a moving picture using a motion vector algorithm. 제 1 항에 있어서,The method of claim 1, 상기 제 1 단계는,The first step is, 동화상으로부터 추적하고자 하는 특정 객체를 소정 크기의 블록 형태로 선택하는 해당객체 선택단계(11)와;A corresponding object selecting step (11) of selecting a specific object to be tracked from the moving image in the form of a block having a predetermined size; 상기 선택된 객체의 블록크기에 따라 소정의 처리범위를 설정하는 단계(12)와;Setting a predetermined processing range according to the block size of the selected object (12); 상기 선택된 객체의 처리범위 및 색상의 특성을 분석하여 객체추적을 위한 모션벡터값 저장용 테이블을 작성하여 초기화값을 설정하는 초기화값 설정단계(13)로 이루어지는 것을 특징으로 하는 것을 특징으로 하는 모션벡터 알고리즘을 이용한 동화상 내의 객체 추적 방법.A motion vector, characterized in that it comprises an initialization value setting step 13 of setting an initialization value by creating a table for storing motion vector values for object tracking by analyzing characteristics of the processing range and color of the selected object. Object tracking method in moving picture using algorithm. 제 2 항에 있어서,The method of claim 2, 상기 해당객체 선택단계(11)와 상기 처리범위 설정단계(12)는,The object selection step 11 and the processing range setting step 12, 블록의 크기가 소정배수의 크기 변화율을 갖고 조절되어 선택되게 하며, 각각의 블록크기에 상응하는 크기로 할당되는 처리범위를 선택하여 설정하는 것을 특징으로 하는 모션벡터 알고리즘을 이용한 동화상 내의 객체 추적 방법.A method of tracking an object in a moving picture using a motion vector algorithm, characterized in that the size of a block is adjusted and selected with a size change rate of a predetermined multiple, and a process range allocated to a size corresponding to each block size is selected and set. 제 1 항에 있어서,The method of claim 1, 상기 제 2 단계는,The second step, 추적할 객체의 이미지 블록을 설정하는 단계(21)와;Setting an image block of an object to be tracked (21); 기준 프레임을 중심으로 주위의 비교 프레임과의 색상값의 차이를 계산하는 단계(22)와;Calculating (22) a difference in color values from the comparison frame around the reference frame; 최소차이값을 찾아서 그 값을 모션벡터값으로 모션벡터값 저장용 테이블에 저장하는 단계(23)와;Finding a minimum difference value and storing the value as a motion vector value in a table for storing a motion vector value (23); 상기 과정을 정해진 처리범위를 넘을 때 까지 반복하여 수행하여 객체의 정보를 축적하는 단계(24)와;Repeating the process until the predetermined processing range is exceeded and accumulating information of an object (24); 설정된 처리범위를 초과하는 경우 최소값을 선택하고 새로운 객체를 생성하는 단계(25)를 수행하는 것을 특징으로 하는 모션벡터 알고리즘을 이용한 동화상 내의 객체 추적 방법.A method of tracking an object in a moving picture using a motion vector algorithm, characterized in that the step (25) of selecting a minimum value and generating a new object when the set processing range is exceeded. 제 4 항에 있어서,The method of claim 4, wherein 상기 모션벡터값을 모션벡터값 저장용 테이블에 저장하는 단계(23)는,In operation 23, the motion vector values are stored in a table for storing motion vector values. 모션벡터 값이 기억되어 있는 테이블 값들을 처리 범위 값 만큼 상하좌우로 계산되어지게 하여 실제 객체가 이동된 사항을 숫자로 나타내어 모션벡터 값들이 기억되어 있는 테이블에서 윈도우즈에 방향성을 갖는 2차원 좌표상으로 맵핑하도록 저장하는 것을 특징으로 하는 모션벡터 알고리즘을 이용한 동화상 내의 객체 추적 방법.Table values in which motion vector values are stored are calculated up, down, left, and right by the processing range value, and the actual object is moved as a number. An object tracking method in a moving picture using a motion vector algorithm, characterized by storing to map. 제 4 항에 있어서,The method of claim 4, wherein 상기 객체의 정보를 축적하는 단계(24)는,Accumulating the information of the object (24), 연속하는 동화상 내에서 추적된 객체의 정보 이용시 하나의 객체 관련정보로 전체의 객체 정보를 동일하게 사용할 수 있도록 하는 정보의 저장형태로 저장하여 축적하는 것을 특징으로 하는 모션벡터 알고리즘을 이용한 동화상 내의 객체 추적 방법.Object tracking in a moving picture using a motion vector algorithm, characterized by storing and accumulating in a storage form of information for using the same object related information as one object related information when using the tracked object information in a continuous moving picture Way.
KR1019970049763A 1997-09-29 1997-09-29 Object tracking method in moving pictures using motion-vector algorithm KR100248373B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1019970049763A KR100248373B1 (en) 1997-09-29 1997-09-29 Object tracking method in moving pictures using motion-vector algorithm

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1019970049763A KR100248373B1 (en) 1997-09-29 1997-09-29 Object tracking method in moving pictures using motion-vector algorithm

Publications (2)

Publication Number Publication Date
KR19990027326A KR19990027326A (en) 1999-04-15
KR100248373B1 true KR100248373B1 (en) 2000-03-15

Family

ID=19521915

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019970049763A KR100248373B1 (en) 1997-09-29 1997-09-29 Object tracking method in moving pictures using motion-vector algorithm

Country Status (1)

Country Link
KR (1) KR100248373B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230054055A (en) 2021-10-15 2023-04-24 한국딥러닝 주식회사 System for recognizing multi-object based on deep learning

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100374966B1 (en) * 2000-06-15 2003-03-06 (주) 제삼교육 A position tracking system, the tracking method and the recordable media
KR100439533B1 (en) * 2002-01-19 2004-07-12 (주)미토스 System for chasing location of subject matter to be inspected and method of same
KR100486709B1 (en) * 2002-04-17 2005-05-03 삼성전자주식회사 System and method for providing object-based interactive video service

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230054055A (en) 2021-10-15 2023-04-24 한국딥러닝 주식회사 System for recognizing multi-object based on deep learning

Also Published As

Publication number Publication date
KR19990027326A (en) 1999-04-15

Similar Documents

Publication Publication Date Title
Jurie et al. A simple and efficient template matching algorithm
JP2915894B2 (en) Target tracking method and device
KR100459893B1 (en) Method and apparatus for color-based object tracking in video sequences
US9959903B2 (en) Video playback method
KR100355382B1 (en) Apparatus and method for generating object label images in video sequence
Isard Visual motion analysis by probabilistic propagation of conditional density
Park et al. Articulated pose estimation with tiny synthetic videos
JP2523369B2 (en) Method and apparatus for detecting motion of moving image
Allebosch et al. C-EFIC: Color and edge based foreground background segmentation with interior classification
KR20050085842A (en) Method and device for tracing moving object in image
WO2011015801A1 (en) Correlated probabilistic trajectories pedestrian motion detection using a decision forest
KR101548639B1 (en) Apparatus for tracking the objects in surveillance camera system and method thereof
Ali et al. Multiple object tracking with partial occlusion handling using salient feature points
US20120219184A1 (en) Monitoring of video images
KR101681104B1 (en) A multiple object tracking method with partial occlusion handling using salient feature points
CN106023248A (en) Real-time video tracking method
KR100248373B1 (en) Object tracking method in moving pictures using motion-vector algorithm
KR20040068987A (en) Method for efficiently storing the trajectory of tracked objects in video
JPH09161072A (en) Video processor for extracting structure information of video signal
CN113177526A (en) Image processing method, device and equipment based on face recognition and storage medium
Mohanty et al. A survey on moving object detection using background subtraction methods in video
Partsinevelos et al. Automated spatiotemporal scaling for video generalization
Okada et al. Virtual fashion show using real-time markerless motion capture
Kim et al. Real-time human segmentation from RGB-D video sequence based on adaptive geodesic distance computation
JPH08194822A (en) Moving object detecting device and its method

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: 20071115

Year of fee payment: 9

LAPS Lapse due to unpaid annual fee