KR101313879B1 - 기울기 히스토그램을 이용한 사람 검출 추적 시스템 및 방법 - Google Patents

기울기 히스토그램을 이용한 사람 검출 추적 시스템 및 방법 Download PDF

Info

Publication number
KR101313879B1
KR101313879B1 KR1020110144046A KR20110144046A KR101313879B1 KR 101313879 B1 KR101313879 B1 KR 101313879B1 KR 1020110144046 A KR1020110144046 A KR 1020110144046A KR 20110144046 A KR20110144046 A KR 20110144046A KR 101313879 B1 KR101313879 B1 KR 101313879B1
Authority
KR
South Korea
Prior art keywords
region
human
image
person
unit
Prior art date
Application number
KR1020110144046A
Other languages
English (en)
Other versions
KR20130075802A (ko
Inventor
이규원
정준용
김성학
Original Assignee
대전대학교 산학협력단
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 대전대학교 산학협력단 filed Critical 대전대학교 산학협력단
Priority to KR1020110144046A priority Critical patent/KR101313879B1/ko
Publication of KR20130075802A publication Critical patent/KR20130075802A/ko
Application granted granted Critical
Publication of KR101313879B1 publication Critical patent/KR101313879B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/2163—Partitioning the feature space
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/469—Contour-based spatial representations, e.g. vector-coding
    • G06V10/473—Contour-based spatial representations, e.g. vector-coding using gradient analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)

Abstract

사람들 간의 겹침 현상에서도 강건한 추적을 행할 수 있도록, 촬영된 영상으로부터 사람 검출의 후보영역인 움직임 영역을 검출하는 움직임 영역 검출부와, 움직임 영역이 사람영역인지 아닌지 인식하는 사람영역 인지부와, 인식된 사람영역을 추적하는 사람영역 추적부를 포함하고, 사람영역 인지부는 화소 단위 기울기 영상을 생성하는 기울기 영상 생성부와, 화소 기울기의 방향과 크기를 계산하는 기울기 계산부와, 셀 단위의 기울기 정보를 정규화하는 기울기정보 정규화부와, 기울기 별로 각 셀들의 히스토그램을 구하고 구해진 히스토그램 값들의 특징벡터를 도출하는 특징벡터 발생부를 포함하는 기울기 히스토그램을 이용한 사람 검출 추적 시스템을 제공한다.

Description

기울기 히스토그램을 이용한 사람 검출 추적 시스템 및 방법 {Detecting and Tracing System of Human Using Gradient Histogram and Method of The Same}
본 발명은 기울기 히스토그램을 이용한 사람 검출 추적 시스템 및 방법에 관한 것으로서, 보다 상세하게는 고정 카메라 환경하에서 취득된 비디오로부터 입력되는 비디오데이터로부터 이동물체의 영역을 분할하고 이동물체 영역에 대한 사람 검출의 후보영역인 머리에서 어깨까지 영상을 크기가 서로 다른 다수개의 기울기 영상으로 생성하고 기울기의 방향성 특징 벡터들을 서포트 벡터를 구하고 서포트 벡터 머신의 학습을 이용하여 사람을 검출하는 기울기 히스토그램을 이용한 사람 검출 추적 시스템 및 방법에 관한 것이다.
일반적으로 사람을 검출하는 방법으로는 사람 검출의 후보영역을 사람의 전신영역으로 설정하고 특징벡터를 추출하여 사람을 검출하는 방법 또는 후보영역을 머리부분으로 설정하고 특징벡터를 추출하여 사람을 검출하는 방법 등이 있다.
상기에서 사람 검출을 위한 후보영역을 사람의 전신영역으로 설정하는 방법의 경우에는 기울기 히스토그램 특징벡터를 생성하여 사람을 검출하는 방법으로서, 사람의 전신영역을 특징으로 사용하기 때문에 검출 성능은 뛰어나지만 겹침 현상을 해결하는데 한계가 있으며, 고해상도 영상의 경우 영상 전체에서 사람검출을 위한 특징벡터 추출을 하는데 많은 처리시간이 소요된다.
그리고 후보영역을 머리부분으로 설정하는 방법의 경우에는 특징벡터 추출 및 검출을 하는데 처리시간은 뛰어나지만, 사람 검출을 위한 특징이 명확하지 않기 때문에 오검출률이 높다는 문제점이 있다.
본 발명은 상기와 같은 점에 조감하여 이루어진 것으로서, 사람들 간의 겹침 현상에서도 강건한 추적을 행할 수 있도록 고정 카메라 환경하에서 사람 검출의 후보영역인 머리에서 어깨까지 영상을 크기가 서로 다른 다수개의 기울기 영상으로 생성한 후, 기울기의 방향성 특징벡터들을 기반으로 사람 영역을 검출 및 추적할 수 있는 기울기 히스토그램을 이용한 사람 검출 추적 시스템 및 방법을 제공하는 데, 그 목적이 있다.
본 발명의 실시예에 따른 기울기 히스토그램을 이용한 사람 검출 추적 방법은 고정 카메라 환경하에서 취득된 비디오로부터 입력되는 비디오데이터로부터 이동물체의 영역을 분할하고, 이동물체 영역에 대한 사람 검출의 후보영역인 머리에서 어깨까지 영상을 크기가 서로 다른 다수개의 기울기 영상으로 생성하고, 상기 기울기 영상의 방향성 특징 벡터들을 이용하여 서포트 벡터(Support Vector)를 구하고, 서포트 벡터 머신(Support Vector Machine)의 학습을 이용하여 사람을 검출하는 과정을 포함하여 이루어진다.
그리고 본 발명의 실시예에 따른 기울기 히스토그램을 이용한 사람 검출 추적 방법은 검출된 사람영역의 중심좌표를 이용하여 연속영상에서 사람만을 추적하는 과정을 더 포함하는 것도 가능하다.
그리고 본 발명의 실시예에 따른 기울기 히스토그램을 이용한 사람 검출 추적 시스템은 촬영된 영상으로부터 사람 검출의 후보영역인 움직임 영역을 검출하는 움직임 영역 검출부와, 상기 움직임 영역이 사람영역인지 아닌지 인식하는 사람영역 인지부와, 인식된 사람영역을 추적하는 사람영역 추적부를 포함하여 이루어진다.
상기 사람영역 인지부는 화소 단위 기울기 영상을 생성하는 기울기 영상 생성부와, 화소 기울기의 방향과 크기를 계산하는 기울기 계산부와, 셀 단위의 기울기 정보를 정규화하는 기울기정보 정규화부와, 상기 기울기 별로 각 셀들의 히스토그램을 구하고 구해진 히스토그램 값들의 특징벡터를 도출하는 특징벡터 발생부를 포함하여 이루어진다.
상기 사람영역 인지부에서는 기울기 영상들의 특징벡터에 기반하여 상기 움직임 영역이 사람인지 아닌지를 인지한다.
상기 기울기 영상 생성부에서는 상기 움직임 영역 검출부의 영상으로부터 상기 사람검출 후보영역인 머리에서 어깨까지 영역의 영상을 동일한 영역의 다수개 영상들로 추출한 후, 추출된 각각의 영상을 기울기 영상으로 생성한다.
상기 사람영역 인지부에서는 임의의 고정형 카메라 환경에서 취득된 비디오 또는 비디오데이터로부터 상기 사람영역의 인식 기준인 특징 벡터의 값과 서포트 벡터(Support Vector)들의 값을 서로 비교하여, 상기 특징 벡터들 중 하나의 특징 벡터가 임의의 사람 영상의 일정한 확률값 이상으로 유사할 경우, 상기 움직임 영역을 사람으로 인지한다.
본 발명의 실시예에 따른 기울기 히스토그램을 이용한 사람 검출 추적 시스템 및 방법에 의하면, 고정 카메라 환경에서 사람검출 후보영역인 머리에서 어깨까지 영역의 기울기 히스토그램을 이용하여 사람을 효율적으로 검출 및 추적하여 사람들 간의 겹침 현상에서도 강건한 추적을 행할 수 있다.
또한, 사람들간의 가림 현상에서도 사람을 인지하고 추적하여 사람영역의 인식률을 매우 향상시킬 수 있다.
도 1은 본 발명의 일실시예에 따른 기울기 히스토그램을 이용한 사람 검출 추적 시스템을 개략적으로 나타내는 블럭도이다.
도 2는 본 발명의 일실시예에 따른 기울기 히스토그램을 이용한 사람 검출 추적 시스템에 있어서, 사람영역 인지부의 구성을 개략적으로 나타내는 블럭도이다.
도 3은 본 발명의 일실시예에 따른 기울기 히스토그램을 이용한 사람 검출 추적 시스템에 있어서, 사람영역 추적부의 구성을 상세하게 나타내는 블럭도이다.
도 4는 본 발명의 다른 실시예에 따른 기울기 히스토그램을 이용한 사람 검출 추적 방법을 개략적으로 나타내는 흐름도이다.
다음으로 본 발명에 따른 기울기 히스토그램을 이용한 사람 검출 추적 시스템 및 방법의 바람직한 실시예를 첨부한 도면을 참조하여 상세하게 설명한다. 본 발명은 여러가지 다양한 형태로 구현하는 것이 가능하며, 이하에서 설명하는 실시예들에 한정되지 않는다.
이하에서는 본 발명을 명확하게 설명하기 위해서 본 발명과 밀접한 관계가 없는 부분은 상세한 설명을 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙이고, 반복적인 설명을 생략한다.
먼저, 본 발명의 일실시예에 따른 기울기 히스토그램을 이용한 사람 검출 추적 시스템은 도 1에 나타낸 바와 같이, 비디오 취득부(10)와, 움직임 영역 검출부(20)와, 사람영역 인지부(30)와, 사람영역 추적부(40)를 포함하여 이루어진다.
상기 비디오 취득부(10)는 일반적으로 비디오 영상을 촬영하기 위하여 사용되는 폐쇄회로 TV(CC-TV) 또는 CCD 카메라를 적용하여 실시하는 것이 가능하므로 상세한 설명은 생략한다.
상기 비디오 취득부(10)에서는 카메라가 고정된 환경에서 비디오를 취득하여 상기 움직임 영역 검출부(20)로 전달한다. 즉, 상기 비디오 취득부(10)에서는 비디오 신호를 생성하여 이를 상기 움직임 영역 검출부(20)로 전달한다.
상기 움직임 영역 검출부(20)는 상기 비디오 취득부(10)에서 촬영된 영상으로부터 사람 검출의 후보영역인 움직임 영역을 검출한다.
상기 움직임 영역 검출부(20)에서는 이동물체의 영역을 분할하여 상기 사람영역 인지부(30)로 전달한다.
상기 움직임 영역 검출부(20)에서는 배경만이 존재하는 일정 길이의 화면들로부터 배경영역에 관한 통계적 특성을 계산한 다음, 새로이 입력되는 영상의 통계적 특성과 서로 비교하여 움직임이 있다고 판단되는 화소들을 검출하고, 이 화소들로 연결성분표식(connected component labeling) 기법을 이용하여 이동 물체의 영역을 분할하고, 이러한 동작을 매 화면마다 실시하여 움직임 영역을 검출한다.
상기 사람영역 인지부(30)는 상기 움직임 영역이 사람영역인지 아닌지를 인지하도록 이루어진다.
상기 사람영역 인지부(30)에서는 사람 검출의 후보 영역인 머리에서 어깨까지 영역의 기울기 히스토그램을 생성하여 화소 단위 기울기의 방향 및 크기를 구하고, 추출된 상기 화소 단위 기울기의 방향 및 크기의 값을 셀 단위로 정규화하는 과정을 거쳐 특징 벡터를 구하고, 미리 정의한 사람영역 특징 벡터와 비교하여 일정한 확률값 이상으로 유사할 경우 사람으로 인지한다.
상기 사람영역 인지부(30)는 도 2에 나타낸 바와 같이, 화소 단위 기울기 영상을 생성하는 기울기 영상 생성부(32)와, 화소 기울기의 방향과 크기를 계산하는 기울기 계산부(34)와, 셀 단위의 기울기 정보를 정규화하는 기울기정보 정규화부(36)와, 상기 기울기 별로 각 셀들의 히스토그램을 구하고 구해진 히스토그램 값들의 특징벡터를 도출하는 특징벡터 발생부(38)를 포함하여 이루어지는 것도 가능하다.
상기 사람영역 인지부(30)에서는 기울기 영상들의 특징벡터에 기반하여 상기 움직임 영역이 사람인지 아닌지를 인지한다.
상기 기울기 영상 생성부(32)에서는 상기 움직임 영역 검출부(20)의 영상으로부터 상기 사람검출 후보영역인 머리에서 어깨까지 영역의 영상을 동일한 영역의 다수개 영상들로 추출한 후, 추출된 각각의 영상을 기울기 영상으로 생성한다.
상기 사람영역 인지부(30)에서는 임의의 고정형 카메라 환경에서 취득된 비디오 또는 비디오데이터로부터 상기 사람영역의 인식 기준인 특징 벡터의 값과 서포트 벡터(Support Vector)(미리 정의한 사람영역 특징 벡터)들의 값을 서로 비교하여, 상기 특징 벡터들 중 하나의 특징 벡터가 임의의 사람 영상과 일정한 확률값 이상으로 유사할 경우, 상기 움직임 영역을 사람으로 인지한다.
상기 사람영역 추적부(40)에서는 상기 사람영역 인지부(30)로부터 전달된 사람영역의 중심 좌표를 시간에 따른 사람영역의 궤적으로 계산하여 인식된 사람영역을 추적한다.
상기 사람영역 추적부(40)는 도 3에 나타낸 바와 같이, 추적지시부(41)와, 움직임 모델 파라메터부(42)와, 움직임 예측부(43)와, 가림현상 추론부(44)와, 위치크기 측정부(45)와, 움직임 파라메터갱신부(46)를 포함하여 이루어진다.
상기 추적지시부(41)에서는 추적의 시작에 대한 명령을 내려지면 사람영역의 중심좌표와 움직임 속도를 상기 움직임 모델 파라메터부(42)로 전송한다.
상기 움직임 모델 파라메터부(42)에서는 새로이 입력되는 영상들로부터 각각의 중심좌표와 움직임 속도의 영상들간의 유사성을 이용하여 사람별로 파라메터화하여 보관한다.
상기 움직임 모델 파라메터부(42)에서는 각각의 파라메터를 새로운 영상의 취득과 함께 상기 움직임 예측부(43)로 전송한다.
상기 움직임 예측부(43)에서는 각각의 사람마다 새로운 영상에서 이동할 좌표를 예측을 하고 가림 현상을 예측하기 위해 파라메터 값을 상기 가림현상 추론부(44)로 전송한다.
상기 가림현상 추론부(44)에서는 가림현상이 일어났을 경우 새로운 영상에서 가림현상 이후의 좌표값을 예측하여 상기 위치크기 측정부(45)로 전송한다.
상기 위치크기 측정부(45)에서는 새로운 영상 이전의 파라메터 값과 비교를 통해 새로운 영상에서 나타난 사람이 이전 영상에서의 사람과 동일 인물인지 여부를 판단하기 위해 위치 및 크기를 측정한다.
상기 위치크기 측정부(45)에서 측정된 값은 상기 움직임 파라메터갱신부(46)로 전송하여 파라메터값의 갱신이 이루어지도록 한다.
상기 사람영역 추적부(40)는 움직임 패턴 분석부(47)와, 움직임 디스크립터 생성부(48)를 더 포함하는 것도 가능하다.
상기 움직임 패턴 분석부(47)에서는 상기 위치크기 측정부(45)로부터 전송되는 측정된 위치 및 크기값을 이용하여 각각 사람의 궤적, 이동속도를 분석하여 상기 움직임 디스크립터 생성부(48)로 전송한다.
상기 움직임 디스크립터 생성부(48)에서는 각각 사람의 추적 이후에도 검색이 가능하도록 움직임 궤적, 이동속도를 색인화하여 데이터를 반환한다.
그리고 본 발명의 다른 실시예에 따른 기울기 히스토그램을 이용한 사람 검출 추적 방법은 도 4에 나타낸 바와 같이, 영역을 분할하는 단계(S10)와, 기울기 영상을 생성하는 단계(S20)와, 서포트 벡터를 구하는 단계(S30)와, 사람을 검출하는 단계(S40)를 포함하여 이루어진다.
상기 영역을 분할하는 단계(S10)에서는 고정 카메라 환경하에서 취득된 비디오로부터 입력되는 비디오데이터로부터 이동물체의 영역을 분할한다.
상기 기울기 영상을 생성하는 단계(S20)에서는 이동물체 영역에 대한 사람 검출의 후보영역인 머리에서 어깨까지 영상을 크기가 서로 다른 다수개의 기울기 영상으로 생성한다.
상기 기울기 영상을 생성하는 단계(S20)에서는 상기 영역을 분할하는 단계(S10)에서 분할된 움직임 검출 영상으로부터 사람검출 후보영역인 머리에서 어깨까지 영역의 영상을 동일한 영역의 다수개 영상들로 추출한 후 추출된 각각의 영상을 기울기 영상으로 생성한다.
상기 서포트 벡터를 구하는 단계(S30)에서는 상기 기울기 영상의 방향성 특징 벡터들을 이용하여 서포트 벡터(Support Vector)를 구한다.
상기에서 구해지는 서포트 벡터는 미리 정의한 사람영역 특징 벡터로 사용된다.
상기 사람을 검출하는 단계(S40)에서는 서포트 벡터 머신(Support Vector Machine)의 학습을 이용하여 사람을 검출한다.
예를 들면, 상기 기울기 영상을 생성하는 단계(S20)에서 사람 검출의 후보 영역인 머리에서 어깨까지 영역의 기울기 히스토그램을 생성하여 화소 단위 기울기의 방향 및 크기를 구하고, 상기 서포트 벡터를 구하는 단계(S30)에서 추출된 상기 화소 단위 기울기의 방향 및 크기의 값을 셀 단위로 정규화하는 과정을 거쳐 특징 벡터를 구하여 서포트 벡터로 정의한다.
상기와 같이 정의한 서포트 벡터와 새롭게 입력된 비디오 영상의 특징 벡터를 비교하여 일정한 확률값 이상으로 유사할 경우 상기 사람을 검출하는 단계(S40)에서 사람으로 인지한다.
상기 사람을 검출하는 단계(S40)에서는 임의의 고정형 카메라 환경에서 취득된 비디오 또는 비디오데이터로부터 취득된 사람영역의 인식 기준인 특징 벡터의 값과 서포트 벡터(Support Vector)(미리 정의한 사람영역 특징 벡터)들의 값을 서로 비교하여, 상기 특징 벡터들 중 하나의 특징 벡터가 임의의 사람 영상과 일정한 확률값 이상으로 유사할 경우, 움직임 영역을 사람으로 인지한다.
그리고 본 발명의 다른 실시예에 따른 기울기 히스토그램을 이용한 사람 검출 추적 방법은 검출된 사람영역의 중심좌표를 이용하여 연속영상에서 사람만을 추적하는 단계(S50)를 더 포함하는 것도 가능하다.
상기 사람을 추적하는 단계(S50)에서는 사람영역의 중심 좌표를 시간에 따른 사람영역의 궤적으로 계산하여 인식된 사람영역을 추적한다.
예를 들면, 상기 사람을 추적하는 단계(S50)에서는 추적의 시작에 대한 명령을 내려지면 사람영역의 중심좌표와 움직임 속도의 유사성을 새로이 입력되는 영상들로부터 기존 영상들간의 유사성을 이용하여 사람별로 파라메터화하고, 각각의 사람마다 새로운 영상에서 이동할 좌표를 예측을 하고, 가림현상이 일어났을 경우 새로운 영상에서 가림현상 이후의 좌표값을 예측하고, 새로운 영상 이전의 파라메터 값과 비교를 통해 새로운 영상에서 나타난 사람이 이전 영상에서의 사람과 동일 인물인지 여부를 판단하기 위해 위치 및 크기를 측정하고, 측정된 값으로 파라메터값의 갱신을 행하고, 측정된 위치 및 크기값을 이용하여 각각 사람의 궤적, 이동속도를 분석하고, 각각 사람의 추적 이후에도 검색이 가능하도록 움직임 궤적, 이동속도를 색인화하여 데이터를 반환한다.
상기에서는 본 발명에 따른 기울기 히스토그램을 이용한 사람 검출 추적 시스템 및 방법의 바람직한 실시예에 대하여 설명하였지만, 본 발명은 이에 한정되는 것이 아니고, 특허청구범위와 명세서 및 첨부한 도면의 범위 안에서 여러가지로 변형하여 실시하는 것이 가능하고, 이 또한 본 발명의 범위에 속한다.
10 - 비디오 취득부, 20 - 움직임 영역 검출부, 30 - 사람영역 인지부
32 - 기울기 영상 생성부, 34 - 기울기 계산부, 36 - 기울기 정보 정규화부
38 - 특징 벡터 발생부, 40 - 사람영역 추적부, 41 - 추적지시부
42 - 움직임 모델 파라메터부, 43 - 움직임 예측부, 44 - 가림현상 추론부
45 - 위치크기 측정부, 46 - 움직임 파라메터 갱신부
47 - 움직임 패턴 분석부, 48 - 움직임 디스크립터 생성부

Claims (10)

  1. 촬영된 영상으로부터 사람 검출의 후보영역인 움직임 영역을 검출하는 움직임 영역 검출부와, 상기 움직임 영역이 사람영역인지 아닌지 인식하는 사람영역 인지부와, 인식된 사람영역을 추적하는 사람영역 추적부를 포함하고,
    상기 사람영역 인지부는 화소 단위 기울기 영상을 생성하는 기울기 영상 생성부와, 화소 기울기의 방향과 크기를 계산하는 기울기 계산부와, 셀 단위의 기울기 정보를 정규화하는 기울기정보 정규화부와, 상기 기울기 별로 각 셀들의 히스토그램을 구하고 구해진 히스토그램 값들의 특징벡터를 도출하는 특징벡터 발생부를 포함하고,
    상기 사람영역 인지부에서는 기울기 영상들의 특징벡터에 기반하여 상기 움직임 영역이 사람인지 아닌지를 인지하며,
    상기 움직임 영역 검출부에서는 배경만이 존재하는 일정 길이의 화면들로부터 배경영역에 관한 통계적 특성을 계산한 다음, 새로이 입력되는 영상의 통계적 특성과 서로 비교하여 움직임이 있다고 판단되는 화소들을 검출하고, 이 화소들로 연결성분표식(connected component labeling) 기법을 이용하여 이동 물체의 영역을 분할하고, 이러한 동작을 매 화면마다 실시하여 움직임 영역을 검출하는 기울기 히스토그램을 이용한 사람 검출 추적 시스템.
  2. 청구항 1에 있어서,
    상기 기울기 영상 생성부에서는 상기 움직임 영역 검출부의 영상으로부터 상기 사람검출 후보영역인 머리에서 어깨까지 영역의 영상을 동일한 영역의 다수개 영상들로 추출한 후, 추출된 각각의 영상을 기울기 영상으로 생성하는 기울기 히스토그램을 이용한 사람 검출 추적 시스템.
  3. 청구항 1에 있어서,
    상기 사람영역 인지부에서는 임의의 고정형 카메라 환경에서 취득된 비디오 또는 비디오데이터로부터 상기 사람영역의 인식 기준인 특징 벡터의 값과 서포트 벡터들의 값을 서로 비교하여, 상기 특징 벡터들 중 하나의 특징 벡터가 임의의 사람 영상의 일정한 확률값 이상으로 유사할 경우, 상기 움직임 영역을 사람으로 인지하는 기울기 히스토그램을 이용한 사람 검출 추적 시스템.
  4. 삭제
  5. 청구항 1에 있어서,
    상기 사람영역 추적부는 추적지시부와, 움직임 모델 파라메터부와, 움직임 예측부와, 가림현상 추론부와, 위치크기 측정부와, 움직임 파라메터갱신부를 포함하고,
    상기 추적지시부에서는 추적의 시작에 대한 명령을 내려지면 사람영역의 중심좌표와 움직임 속도를 상기 움직임 모델 파라메터부로 전송하고,
    상기 움직임 모델 파라메터부에서는 새로이 입력되는 영상들로부터 각각의 중심좌표와 움직임 속도의 영상들간의 유사성을 이용하여 사람별로 파라메터화하여 보관하고, 각각의 파라메터를 새로운 영상의 취득과 함께 상기 움직임 예측부로 전송하고,
    상기 움직임 예측부에서는 각각의 사람마다 새로운 영상에서 이동할 좌표를 예측을 하고 가림 현상을 예측하기 위해 파라메터 값을 상기 가림현상 추론부로 전송하고,
    상기 가림현상 추론부에서는 가림현상이 일어났을 경우 새로운 영상에서 가림현상 이후의 좌표값을 예측하여 상기 위치크기 측정부로 전송하고,
    상기 위치크기 측정부에서는 새로운 영상 이전의 파라메터 값과 비교를 통해 새로운 영상에서 나타난 사람이 이전 영상에서의 사람과 동일 인물인지 여부를 판단하기 위해 위치 및 크기를 측정하고,
    상기 움직임 파라메터갱신부에서는 상기 위치크기 측정부에서 측정된 값으로 파라메터값의 갱신을 행하는 기울기 히스토그램을 이용한 사람 검출 추적 시스템.
  6. 청구항 5에 있어서,
    상기 사람영역 추적부는 상기 위치크기 측정부로부터 전송되는 측정된 위치 및 크기값을 이용하여 각각 사람의 궤적, 이동속도를 분석하는 움직임 패턴 분석부와, 상기 움직임 패턴 분석부로부터 전송된 움직임 궤적, 이동속도를 각각 사람의 추적 이후에도 검색이 가능하도록 색인화하여 데이터를 반환하는 움직임 디스크립터 생성부를 더 포함하는 기울기 히스토그램을 이용한 사람 검출 추적 시스템.
  7. 고정 카메라 환경하에서 취득된 비디오로부터 입력되는 비디오데이터로부터 이동물체의 영역을 분할하고,
    이동물체 영역에 대한 사람 검출의 후보영역인 머리에서 어깨까지 영상을 크기가 서로 다른 다수개의 기울기 영상으로 생성하고,
    상기 기울기 영상의 방향성 특징 벡터들을 이용하여 서포트 벡터를 구하고,
    서포트 벡터 머신의 학습을 이용하여 사람을 검출하는 과정 및 검출된 사람영역의 중심좌표를 이용하여 연속영상에서 사람만을 추적하는 과정을 포함하고,
    상기 사람을 추적하는 과정에서는 추적의 시작에 대한 명령을 내려지면 사람영역의 중심좌표와 움직임 속도의 유사성을 새로이 입력되는 영상들로부터 기존 영상들간의 유사성을 이용하여 사람별로 파라메터화하고, 각각의 사람마다 새로운 영상에서 이동할 좌표를 예측을 하고, 가림현상이 일어났을 경우 새로운 영상에서 가림현상 이후의 좌표값을 예측하고, 새로운 영상 이전의 파라메터 값과 비교를 통해 새로운 영상에서 나타난 사람이 이전 영상에서의 사람과 동일 인물인지 여부를 판단하기 위해 위치 및 크기를 측정하고, 측정된 값으로 파라메터값의 갱신을 행하고, 측정된 위치 및 크기값을 이용하여 각각 사람의 궤적, 이동속도를 분석하고, 각각 사람의 추적 이후에도 검색이 가능하도록 움직임 궤적, 이동속도를 색인화하여 데이터를 반환하는 단계를 포함하는 기울기 히스토그램을 이용한 사람 검출 추적 방법.
  8. 청구항 7에 있어서,
    상기 기울기 영상을 생성할 때에는 상기 분할된 이동물체의 영역으로부터 사람검출 후보영역인 머리에서 어깨까지 영역의 영상을 동일한 영역의 다수개 영상들로 추출한 후 추출된 각각의 영상을 기울기 영상으로 생성하는 기울기 히스토그램을 이용한 사람 검출 추적 방법.
  9. 청구항 7에 있어서,
    임의의 고정형 카메라 환경에서 취득된 비디오 또는 비디오데이터로부터 취득된 사람영역의 인식 기준인 특징 벡터의 값과 서포트 벡터들의 값을 서로 비교하여, 상기 특징 벡터들 중 하나의 특징 벡터가 임의의 사람 영상과 일정한 확률값 이상으로 유사할 경우, 움직임 영역을 사람으로 인지하는 기울기 히스토그램을 이용한 사람 검출 추적 방법.
  10. 삭제
KR1020110144046A 2011-12-28 2011-12-28 기울기 히스토그램을 이용한 사람 검출 추적 시스템 및 방법 KR101313879B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110144046A KR101313879B1 (ko) 2011-12-28 2011-12-28 기울기 히스토그램을 이용한 사람 검출 추적 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110144046A KR101313879B1 (ko) 2011-12-28 2011-12-28 기울기 히스토그램을 이용한 사람 검출 추적 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20130075802A KR20130075802A (ko) 2013-07-08
KR101313879B1 true KR101313879B1 (ko) 2013-10-01

Family

ID=48989520

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110144046A KR101313879B1 (ko) 2011-12-28 2011-12-28 기울기 히스토그램을 이용한 사람 검출 추적 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101313879B1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101393851B1 (ko) * 2014-03-25 2014-05-28 인하대학교 산학협력단 두 단계 레이어 기반의 강건한 주행사건 분류 방법 및 장치
KR101482646B1 (ko) * 2014-04-04 2015-01-15 주식회사 사라다 스마트 기기 연동형 지능형 방범보안 시스템
CN105913028B (zh) * 2016-04-13 2020-12-25 华南师范大学 一种基于face++平台的人脸跟踪方法及其装置
KR102230361B1 (ko) * 2019-09-18 2021-03-23 고려대학교 산학협력단 단일 이미지를 이용하는 배경이미지 복원장치 및 그 동작 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007042072A (ja) 2005-07-05 2007-02-15 Omron Corp 追跡装置
JP2007293559A (ja) 2006-04-25 2007-11-08 Nippon Telegr & Teleph Corp <Ntt> 非定常映像検出装置，非定常映像検出方法及びその方法を実装したプログラム
KR20090099349A (ko) * 2008-03-17 2009-09-22 전남대학교산학협력단 다중 기울기 히스토그램을 이용한 사람 탐색 및 추적시스템
WO2010079556A1 (ja) 2009-01-09 2010-07-15 パナソニック株式会社 移動体検出方法および移動体検出装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007042072A (ja) 2005-07-05 2007-02-15 Omron Corp 追跡装置
JP2007293559A (ja) 2006-04-25 2007-11-08 Nippon Telegr & Teleph Corp <Ntt> 非定常映像検出装置，非定常映像検出方法及びその方法を実装したプログラム
KR20090099349A (ko) * 2008-03-17 2009-09-22 전남대학교산학협력단 다중 기울기 히스토그램을 이용한 사람 탐색 및 추적시스템
WO2010079556A1 (ja) 2009-01-09 2010-07-15 パナソニック株式会社 移動体検出方法および移動体検出装置

Also Published As

Publication number Publication date
KR20130075802A (ko) 2013-07-08

Similar Documents

Publication Publication Date Title
US11450146B2 (en) Gesture recognition method, apparatus, and device
CN109644255B (zh) 标注包括一组帧的视频流的方法和装置
US9710698B2 (en) Method, apparatus and computer program product for human-face features extraction
KR101523740B1 (ko) 공간 매핑을 이용한 객체 추적 장치 및 방법
US8792722B2 (en) Hand gesture detection
KR101557376B1 (ko) 사람 계수 방법 및 그를 위한 장치
US20130070105A1 (en) Tracking device, tracking method, and computer program product
JP2007334756A (ja) 異常動作検出装置および異常動作検出方法
CN105512618B (zh) 视频跟踪方法
CN109255802B (zh) 行人跟踪方法、装置、计算机设备及存储介质
TWI776176B (zh) 手部作業動作評分裝置、方法及電腦可讀取存儲介質
US20220366570A1 (en) Object tracking device and object tracking method
KR101313879B1 (ko) 기울기 히스토그램을 이용한 사람 검출 추적 시스템 및 방법
CN111382637A (zh) 行人检测跟踪方法、装置、终端设备及介质
CN111191535A (zh) 基于深度学习的行人检测模型构建方法及行人检测方法
CN112164093A (zh) 一种基于边缘特征和相关滤波的人物自动跟踪方法
CN114613006A (zh) 一种远距离手势识别方法及装置
JP6028972B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
KR101931220B1 (ko) 인체 부위 측정 장치 및 방법
JP5217917B2 (ja) 物体検知追跡装置，物体検知追跡方法および物体検知追跡プログラム
CN111695404A (zh) 行人跌倒检测方法、装置、电子设备及存储介质
CN108985216B (zh) 一种基于多元logistic回归特征融合的行人头部检测方法
KR20230166840A (ko) 인공지능을 이용한 객체 이동 경로 확인 방법
JP2015184743A (ja) 画像処理装置および物体認識方法
CN114663835A (zh) 一种行人跟踪方法、***、设备及存储介质

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160810

Year of fee payment: 4