KR20150137698A - Method and apparatus for movement trajectory tracking of moving object on animal farm - Google Patents
Method and apparatus for movement trajectory tracking of moving object on animal farm Download PDFInfo
- Publication number
- KR20150137698A KR20150137698A KR1020140066019A KR20140066019A KR20150137698A KR 20150137698 A KR20150137698 A KR 20150137698A KR 1020140066019 A KR1020140066019 A KR 1020140066019A KR 20140066019 A KR20140066019 A KR 20140066019A KR 20150137698 A KR20150137698 A KR 20150137698A
- Authority
- KR
- South Korea
- Prior art keywords
- motion
- entity
- motion entity
- distance
- detected
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
Abstract
Description
본 발명은 농장에서의 움직임 개체의 이동 궤적 트래킹 방법 및 장치에 관한 것이다.Field of the Invention [0002] The present invention relates to a method and an apparatus for tracking a moving trajectory of a moving object in a farm.
최근 IT 기술을 이용하여 농장에서 가축의 행동을 분석하고, 질병의 유무 등을 탐지하기 위한 움직임 개체(moving object) 식별 및 이동 궤적 트래킹(movement trajectory tracking) 기술 개발이 활발하게 진행되고 있다.Recently, moving object identification and movement trajectory tracking techniques have been actively developed to analyze the behavior of livestock on farms using IT technology and to detect the presence or absence of diseases.
농장에서 움직임 개체를 식별하는 대표적인 기술은 RFID(radio-frequency identification) 및 RF(radio frequency) 등 무선 통신 기술을 이용하는 것이다. 이 기술은 가축에 직접 RF 송신기나RFID 태그를 부착하고 RF 수신기나 RFID 리더기를 이용하여 가축의 움직임 탐지를 수행한다.A typical technique for identifying moving objects on a farm is to use radio communication technologies such as radio frequency identification (RFID) and radio frequency (RF). This technology attaches an RF transmitter or an RFID tag directly to a livestock and performs livestock motion detection using an RF receiver or an RFID reader.
한국 등록특허공보 제0817311호(발명의 명칭: 동물위치추적 시스템에 사용되는 동물위치추적송신기 및동물위치추적수신기)는 RF 신호 및GPS(global positioning system)를 이용한 동물위치추적 송신기 및 동물위치추적 수신기에 대한 기술을 개시하고 있다. 이 발명은 개체 별로 동물위치추적 송신기를 부착하므로 개체의 식별이 쉽다. 그러나 동물위치추적 송신기가 부착되지 않은 개체를 식별하지 못한다는 단점이 존재한다. 또한, 이 발명은 RF 신호 및 GPS를 이용하므로 넓은 공간에서 움직이는 개체를 식별하는데 적합하지만, 제한된 공간에서 움직임이 있는 개체를 식별하고, 세밀한 이동 궤적을 트래킹 해야 하는 농장에서는 적합하지 않다.Korean Patent Registration No. 0817311 entitled Animal Location Tracking Transmitter and Animal Location Tracking Receiver Used in Animal Location Tracking System is an animal location tracking transmitter and an animal location tracking receiver using an RF signal and a global positioning system (GPS) For example. This invention attaches an animal locator transmitter for each individual, so that identification of the individual is easy. However, there is a disadvantage that the animal location tracking transmitter does not identify an unattached individual. In addition, this invention is suitable for identifying moving objects in a wide space using RF signals and GPS, but is not suitable for farms that need to identify moving objects in a limited space and track fine movement trajectories.
이러한 문제를 해결하기 위하여 M. Kashiha외 6인은 2013년 Computers and Electronic in Agriculture에 발표한 국제논문 (논문명: Automatic identification of marked pigs in a pen using image pattern recognition)에서 농장에서 생성되는 영상 데이터를 이용한 움직임 개체 식별 및 이동 궤적 트래킹 방법을 공개하였다. 이 방법은 각 개체의 등에 서로 다른 무늬를 부여하고, 패턴인식(pattern recognition) 기법을 이용하여 농장에서 생성되는 영상 데이터에서 개체를 인식하였다. 또한, 이 방법은 개체를 인식한 이후, 인식된 개체의 이동 궤적 트래킹을 수행하였다. 그러나 이 방법은 사전에 개체마다 다른 무늬가 부여된 개체만 식별할 수 있다. 또한, 영상 데이터의 프레임마다 패턴 인식 기법을 적용하므로 높은 컴퓨팅 리소스를 필요로 한다.In order to solve this problem, M. Kashiha et al. Proposed the use of image data generated from the farm in an international paper (Automatic Identification of marked pigs in a pen using image pattern recognition) published by Computers and Electronic in Agriculture in 2013 A motion object identification and a movement trajectory tracking method are disclosed. This method assigns different patterns to each object and recognizes objects in the image data generated on the farm using pattern recognition technique. In addition, this method performs tracking of the trajectory of the recognized object after recognizing the object. However, this method can identify only objects that have different patterns assigned to each object in advance. In addition, since a pattern recognition technique is applied to each frame of image data, a high computing resource is required.
한국 공개특허공보 제2013-0047131호(발명의 명칭: 이동형 단말기를 이용한 영상감시 방법 및 시스템)는 CCTV(closed circuit television)를 이용한 영상 데이터에서 차량의 번호판이나, 사람의 얼굴을 인지하고 추적하는 기술을 개시하고 있다. 이 발명에서 사용한 차량의 번호판 감지 방법은 정자체 기반 문자 인식 기법을 이용하여 숫자를 인식하는 것으로 농장의 가축을 인식하기에 적합하지 않다. 또한, 사람의 얼굴 인식 방법은 사람의 얼굴의 영역을 구분하고, 얼굴의 특징을 추출하여 얼굴 인식을 수행하는 것으로 계산량이 많고, 높은 컴퓨팅 리소스를 필요로 한다.Korean Patent Laid-Open Publication No. 2013-0047131 (a title of the invention: video surveillance method and system using mobile terminal) discloses a technique of recognizing and tracking a license plate or a face of a vehicle from video data using closed circuit television . The number plate detection method of the vehicle used in the present invention is not suitable for recognizing the livestock of the farm by recognizing numbers using the stereograph-based character recognition technique. In addition, a face recognition method of a human being has a large amount of computation and requires a high computing resource to discriminate a face region of a person and extract face features to perform face recognition.
전술한 종래 기술의 문제점을 해결하기 위한 것으로, 본 실시예는 농장에서 영상에 기반하여 움직임 개체의 이동 궤적 트래킹 방법 및 장치를 제공하는 데 그 목적이 있다.The object of the present invention is to provide a method and apparatus for tracking a moving trajectory of a moving object based on an image on a farm.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.It should be understood, however, that the technical scope of the present invention is not limited to the above-described technical problems, and other technical problems may exist.
본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로, 본 발명의 일 실시예에 따른 농장의 움직임 개체에 대한 이동 궤적 트래킹 장치는, 움직임 개체 탐지 및 움직임 개체의 이동 궤적 트래킹을 수행하는 프로그램이 저장된 메모리, 메모리에 저장된 프로그램을 실행하는 프로세서를 포함하되, 프로세서는 프로그램의 실행에 따라, 움직임 개체를 촬영한 영상 데이터로부터 움직임 개체를 탐지하고, 탐지된 움직임 개체를 식별하며, 식별된 움직임 개체 별로 이동 궤적을 트래킹 하되, 프로세서는 영상 데이터의 복수의 영상 프레임에 대하여 차영상 방법을 적용하여 움직임 개체를 탐지하는 것을 포함한다.According to an aspect of the present invention, there is provided an apparatus for tracking a trajectory of a moving object on a farm, the apparatus comprising: And a processor for executing a program stored in the memory, wherein the processor detects a motion object from the image data of the motion object photographed by the execution of the program, identifies the detected motion object, Tracking a movement locus, the processor comprising detecting a motion entity by applying a differential imaging method to a plurality of image frames of image data.
또한, 본 발명의 일 실시예에 따른 농장의 움직임 개체의 이동 궤적 트래킹 방법은, 움직임 개체를 촬영한 영상 데이터의 복수의 영상 프레임에 대하여 차영상 방법을 적용하여 움직임 개체를 탐지하는 단계; 탐지된 움직임 개체들 간의 거리에 기반하여, 각 움직임 개체를 식별하는 단계; 식별된 움직임 개체 단위로 이동 궤적을 트래킹하는 단계를 포함할 수 있다.According to another aspect of the present invention, there is provided a method for tracking movement trajectories of a motion entity of a farm, comprising the steps of: detecting a motion entity by applying a difference image method to a plurality of image frames of image data of a motion entity; Identifying each motion entity based on a distance between the detected motion entities; And tracking the movement trajectory in units of the identified motion entity.
전술한 과제 해결 수단 중 어느 하나에 의하면, 농장에서 움직임 개체의 이동 궤적 트래킹 방법 및 장치로, 이로 말미암아 관련 사업 전반에서 다양한 파급 효과를 기대할 수 있다.According to any one of the above-mentioned means for solving the problems, it is possible to expect various ripple effects in the whole related business due to the method and apparatus for tracking the movement trajectory of the motion entity in the farm.
본 발명은 농장의 개체에 대한 사전 작업 없이 영상 데이터를 이용하여 평면에서 이동하는 움직임 개체를 식별할 수 있다. 또한, 본 발명은 차영상 방법을 이용하므로, 기존 패턴인식 기반 방법과 비교하면, 계산량이 적어 실시간으로 움직이는 개체를 빠르게 식별하고 이동 궤적을 트래킹 하기 용이하다.The present invention can identify motion entities moving in a plane using image data without prior work on an entity of a farm. In addition, since the present invention uses a difference image method, it is easy to identify moving objects in real time and track moving trajectories in comparison with existing pattern recognition based methods.
본 발명은 영상 데이터의 차영상 방법을 이용하므로, 농장과 같이 움직이는 개체의 색상 분포가 비슷한 경우에 적용하기 적합하다. 또한, 본 발명은 영상 데이터만 이용하여 움직임 개체의 식별 및 이동 궤적 트래킹이 가능하므로, 기존 농장에 설치된 CCTV 등 카메라 모듈을 그대로 활용할 수 있다. Since the present invention uses a differential image method of image data, it is suitable to be applied when a color distribution of moving objects such as a farm is similar. In addition, since the present invention can identify motion objects and track moving trajectories using only image data, camera modules such as CCTV installed in existing farms can be utilized as they are.
본 발명의 이동 궤적 트래킹 방법은 식별된 움직임 개체의 프레임별 이동 궤적을 3차원 유클리드 공간에 표현하므로, 추후 움직임 개체의 시공간적 행동 분석 등에 활용이 가능하다. 또한, 하나 이상의 움직임 개체를 같은 3차원 유클리드 공간에 표현하여, 움직임 개체 간 움직임 비교 및 상호 작용 분석을 통한 농장 관리가 가능하다.The moving trajectory tracking method according to the present invention can express the motion trajectory of each identified motion object in a three-dimensional Euclidean space, so that it can be applied to the temporal and spatial behavior analysis of a moving object in the future. In addition, one or more motion objects can be expressed in the same three-dimensional Euclidean space, and farm management through motion comparison and interaction analysis between motion objects is possible.
도 1은 본 발명의 일 실시예에 따른 움직임 개체에 대한 이동 궤적 트래킹 장치의 블록도이다.
도 2는 본 발명의 일 실시예에 따른 움직임 개체의 이동 궤적 트래킹 방법을 설명하기 위한 순서도이다.
도 3은 본 발명의 일 실시예에 따른 움직임 개체를 촬영한 영상 데이터를 이용하여 움직임 개체를 탐지하는 방법을 설명하기 위한 순서도이다.
도 4는 본 발명의 일 실시예에 따른 탐지된 움직임 개체의 식별 방법을 설명하기 위한 순서도이다.
도5는 본 발명의 일 실시예에 따라 실내 농장 내부에 설치된 카메라를 이용한 움직임 개체 탐지의 예시도이다.
도6은 본 발명의 일 실시예에 따른 3차원 유클리드 공간에 움직임 개체 궤적 표현한 예시도이다.1 is a block diagram of a moving trajectory tracking apparatus for a motion entity according to an embodiment of the present invention.
2 is a flowchart illustrating a method of tracking a moving trajectory of a motion entity according to an embodiment of the present invention.
FIG. 3 is a flowchart illustrating a method of detecting a motion entity using image data of a motion object according to an exemplary embodiment of the present invention. Referring to FIG.
4 is a flowchart illustrating a method of identifying a detected motion entity according to an embodiment of the present invention.
FIG. 5 is a diagram illustrating an example of motion object detection using a camera installed in an indoor farm according to an embodiment of the present invention.
FIG. 6 is a view illustrating a motion entity trajectory in a three-dimensional Euclidean space according to an embodiment of the present invention.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings, which will be readily apparent to those skilled in the art. The present invention may, however, be embodied in many different forms and should not be construed as limited to the embodiments set forth herein. In order to clearly explain the present invention in the drawings, parts not related to the description are omitted.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.Throughout the specification, when a part is referred to as being "connected" to another part, it includes not only "directly connected" but also "electrically connected" with another part in between . Also, when an element is referred to as "comprising ", it means that it can include other elements as well, without departing from the other elements unless specifically stated otherwise.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings, which will be readily apparent to those skilled in the art. The present invention may, however, be embodied in many different forms and should not be construed as limited to the embodiments set forth herein. In order to clearly explain the present invention in the drawings, parts not related to the description are omitted.
또한, 도면을 참고하여 설명하면서, 같은 명칭으로 나타낸 구성일지라도 도면에 따라 도면 번호가 달라질 수 있고, 도면 번호는 설명의 편의를 위해 기재된 것에 불과하고 해당 도면 번호에 의해 각 구성의 개념, 특징, 기능 또는 효과가 제한 해석되는 것은 아니다.In the following description with reference to the drawings, the same reference numerals will be used to designate the same names, and the reference numerals are merely for convenience of description, and the concepts, features, and functions Or the effect is not limited to interpretation.
먼저, 본 발명의 일 실시예에 따르는 농장의 움직임 개체에 대한 이동 궤적 트래킹 장치에 대해서 설명한다. First, a movement trajectory tracking apparatus for a motion entity of a farm according to an embodiment of the present invention will be described.
도 1은 본 발명의 일 실시예에 따른 움직임 개체에 대한 이동 궤적 트래킹 장치의 블록도이다.1 is a block diagram of a moving trajectory tracking apparatus for a motion entity according to an embodiment of the present invention.
농장의 움직임 개체에 대한 이동 궤적 트래킹 장치(100)는 움직임 개체 탐지 및 움직임 개체의 이동 궤적 트래킹을 수행하는 프로그램이 저장된 메모리(140) 및 메모리에 저장된 프로그램을 실행하는 프로세서(130)를 포함할 수 있다.The moving
프로세서(130)는 움직임 개체 탐지 프로그램의 실행에 따라, 움직임 개체를 촬영한 영상 데이터로부터 움직임 개체를 탐지할 수 있다. 움직임이 탐지된 이후, 프로세서(130)는 탐지된 움직임 개체를 식별하고, 식별된 움직임 개체 별로 이동 궤적을 트래킹 할 수 있다. 이때, 프로세서(130)는 영상 데이터의 복수의 영상 프레임(image frame)에 대하여 차영상 방법(frame difference method)을 이용하여 움직임 개체를 탐지할 수 있다.The
본 발명의 일 실시예에서 차영상 방법을 이용한 움직임 개체 탐지는 이전 프레임과 현재 프레임의 차영상을 구하여 사용한다. 프로세서(130)는 이 차영상에서 픽셀(pixel) 단위로 움직임을 탐색할 수 있다. 미리 정해진 임계치(threshold) 이상 픽셀이 움직인 경우, 이 움직임 픽셀을 이용하여 움직임 개체를 탐지할 수 있다. 본 발명은 차영상 방법을 이용하므로 기존 패턴인식을 이용한 움직임 개체 탐지 기술보다 적은 컴퓨팅 리소스를 사용할 수 있다. 또한, 차영상을 이용하여 픽셀 단위의 움직임을 탐색하므로, 움직임 개체의 색상 분포가 유사한 농장 환경에 적용하기 적합할 수 있다.In one embodiment of the present invention, the motion object detection using the differential image method is performed by obtaining a difference image between a previous frame and a current frame. The
본 발명의 일 실시예는 하나 이상의 카메라 모듈(110)을 더 포함할 수 있다. 카메라 모듈(110)은 렌즈(lens) 및 이미지 센서(image sensor) 등을 포함할 수 있다. 카메라 모듈(110)은 렌즈와 이미지 센서를 이용하여 농장 내부의 정지 영상(image)이나 동영상(video)을 촬영하고, 촬영된 영상을 디지털 영상 정보로 변환한다. 프로세서(130)는 프로그램의 실행에 따라 카메라 모듈(110)에 의해 생성된 영상 데이터를 사용하여 움직임 개체를 탐지할 수 있다. 한편 프로세서(130)는 카메라 모듈(110)로부터 실시간으로 수신한 영상 데이터뿐만 아니라, 이미 촬영된 영상 데이터로부터 움직임 개체 탐지 및 식별 등을 수행할 수 있다.One embodiment of the present invention may further include one or
본 발명의 일 실시예는 움직임 개체 정보 및 이동 궤적을 저장하는 데이터베이스(120)를 더 포함할 수 있다. 프로세서(130)는 프로그램의 실행에 따라, 움직임 개체가 탐지된 이후, 탐지된 움직임 개체의 움직임 개체 정보 및 이동 궤적을 데이터베이스(120)에 저장할 수 있다. 데이터베이스(120)에 저장되는 움직임 개체 정보는, 움직임 개체의 식별 정보, 움직임 개체의 위치 정보 및 움직임 개체가 탐지된 동영상의 프레임 정보를 포함할 수 있다. 이때, 움직임 개체의 위치 정보는 움직임 개체의 중심 좌표를 이용할 수 있다.One embodiment of the present invention may further include a
프로세서(130)는 상기 프로그램의 실행에 따라, 움직임 개체가 촬영된 지점의 위치 좌표 및 움직임 개체가 촬영된 영상의 프레임 번호를 기초로 3차원 유클리드 공간(3 dimensional Euclidean space)에 3차원 그래프를 생성할 수 있다. 이때, 데이터베이스(120)에 저장된 움직임 개체 정보를 이용할 수 있다.According to the execution of the program, the
탐지된 움직임 개체가 하나 이상인 경우, 동일한 3차원 그래프에 여러 움직임 개체의 이동 궤적을 동시에 표현할 수 있다. 이렇게 동일한 3차원 그래프에 여러 움직임 개체의 이동궤적을 표현하므로, 프레임에 변화에 따른 움직임 개체 간의 움직임 비교 및 상호 작용 등을 분석할 수 있다.If there are more than one detected motion entity, it is possible to simultaneously express movement trajectories of various motion objects on the same three-dimensional graph. Since the movement trajectories of various motion objects are expressed in the same three-dimensional graph, motion comparison and interaction between the motion objects according to the change in the frame can be analyzed.
다음은 본 발명의 일 실시예에 따르는 농장의 움직임 개체의 이동 궤적 트래킹 방법을 설명한다.The following describes a method of tracking a moving trajectory of a motion entity of a farm according to an embodiment of the present invention.
도 2는 본 발명의 일 실시예에 따른 움직임 개체의 이동 궤적 트래킹 방법을 설명하기 위한 순서도이다. 도 3은 본 발명의 일 실시예에 따른 움직임 개체를 촬영한 영상 데이터를 이용하여 움직임 개체를 탐지하는 방법을 설명하기 위한 순서도이다. 도 4는 본 발명의 일 실시예에 따른 탐지된 움직임 개체의 식별 방법을 설명하기 위한 순서도이다.2 is a flowchart illustrating a method of tracking a moving trajectory of a motion entity according to an embodiment of the present invention. FIG. 3 is a flowchart illustrating a method of detecting a motion entity using image data of a motion object according to an exemplary embodiment of the present invention. Referring to FIG. 4 is a flowchart illustrating a method of identifying a detected motion entity according to an embodiment of the present invention.
농장의 움직임 개체의 이동 궤적 트래킹 방법은 움직임 개체를 촬영한 영상 데이터의 복수의 영상 프레임에 대하여 차영상 방법을 적용하여 움직임 개체를 탐지하고(S200), 탐지된 움직임 개체 간의 거리에 기반을 두어, 각 움직임 개체를 식별하고(S210), 움직임 개체가 식별되면 식별된 움직임 개체 단위로 이동 궤적을 트래킹하는(S220) 것을 포함할 수 있다. 본 발명에서 움직임 개체를 촬영한 영상 데이터는 본 발명이 적용된 이동 궤적 트래킹 장치에 탑재된 카메라 모듈에 의해 제공되거나, 기존 농장에 설치된 CCTV 등에 의해 제공될 수 있다. The motion trajectory tracking method of a farm animal detects a motion object by applying a differential image method to a plurality of image frames of image data of a motion object (S200). Based on the distance between the detected motion objects, (S210), and if the motion entity is identified, tracking the movement locus in units of the identified motion entity (S220). In the present invention, the image data obtained by photographing a motion object may be provided by a camera module mounted on a moving trajectory tracking apparatus to which the present invention is applied, or may be provided by CCTV installed in an existing farm.
차영상 방법을 적용하여 움직임 개체를 탐지하기 위하여(S200) 움직임 개체를 촬영한 영상 데이터를 수신하고(S300), 영상 데이터의 전처리를 수행할 수 있다(S310). 영상 데이터 전처리는 영상 데이터를 그레이 스케일(gray scale)로 변환하고, 잡음 제거(noisy filtering)를 수행하며, 영상 데이터를 프레임 단위의 이미지 데이터로 변환할 수 있다. In operation S300, the image data of the motion object is received in operation S300 and the image data is processed in operation S310. The image data preprocessing converts the image data into gray scale, performs noisy filtering, and converts the image data into image data of a frame unit.
영상 데이터의 전처리를 수행한 후 차영상 방법을 이용하여 움직임 개체 탐지를 수행할 수 있다. 도3의 (A)는 전처리된 영상에 대하여 차영상 방법을 이용하여 움직임 개체를 탐지하는 방법을 나타낸다.After performing the preprocessing of the image data, the motion object detection can be performed using the differential image method. 3 (A) shows a method of detecting a motion entity using a difference image method for a preprocessed image.
차영상 방법을 이용한 움직임 개체 탐지 방법은 먼저, 복수의 영상 프레임에 대하여 차영상을 생성한다(S320). 이때, 각 영상의 프레임은 앞선 단계에서 전처리된 것 일수 있다. 차영상은 영상 데이터에서 이전 프레임과 현재 프레임의 차이를 이용하여 생성될 수 있다.In the motion object detection method using the differential image method, a difference image is generated for a plurality of image frames (S320). At this time, the frame of each image may be preprocessed in the previous step. The difference image may be generated using the difference between the previous frame and the current frame in the image data.
다음으로, 본 발명은 이렇게 생성된 차영상을 이용하여 미리 정해진 임계치 이상으로 이동한 움직임 개체를 탐색할 수 있다(S330).Next, the present invention can search for a motion object moving above a predetermined threshold value by using the generated difference image (S330).
다음으로, 움직임 개체가 탐색된 차영상에 대하여 형태학적 처리(morphological processing)를 수행하여 최종적으로 움직임 개체를 탐지할 수 있다(S340). 형태학적 처리는 영상 데이터에서 개체의 잡음이나 불완전한 에지(edge)를 제거하는 데 사용한다. 형태학적 처리에서는 침식(erosion) 처리 및 팽창(dilation)처리 등을 이용한다. 침식 처리는 개체의 크기를 배경과 관련하여 일정하게 줄이는 것이며, 팽창 처리는 개체의 크기를 배경과 관련하여 일정하게 확장하는 것이다. 본 발명에서는 형태학적 처리를 이용하여 잡음에 강인하게 움직임 개체의 외곽선을 검출할 수 있고, 이를 이용하여 최종적으로 움직임 개체를 탐지할 수 있다. Next, the motion entity performs morphological processing on the searched difference image to finally detect the motion entity (S340). Morphological processing is used to remove noise or incomplete edges from an object in the image data. In morphological processing, erosion processing and dilation processing are used. The erosion process is to reduce the size of the object constantly in relation to the background, and the expansion process is to expand the size of the object constantly in relation to the background. In the present invention, the outline of the motion entity can be detected robustly to the noise using morphological processing, and the motion entity can be finally detected using the outline.
본 발명은 움직임 개체가 탐지된 이후, 탐지된 움직임 개체 간의 거리를 기반하여 움직임 개체를 식별할 수 있다(S210). 도4의 (A)는 본 발명의 일 실시예에서 움직임 개체 간의 거리를 기반하여 움직임 개체를 식별하는 방법(S210)을 설명한다. After the motion entity is detected, the present invention can identify the motion entity based on the distance between the detected motion entities (S210). FIG. 4A illustrates a method S210 of identifying a motion entity based on a distance between motion objects in an embodiment of the present invention.
탐지된 움직임 개체가 입력되면(S400), 이전에 탐지되어 데이터베이스에 저장된 하나 이상의 움직임 개체와의 거리를 계산한다(S430). 거리가 계산된 움직임 개체 중 최소 거리를 가지는 움직임 개체를 선택하고(S440), 최소 거리를 가지는 움직임 개체의 거리가 임계치 이하인지 판별한다(S450). 만약 최소 거리를 가지는 움직임 개체의 거리가 임계치 이하인 경우에는, 탐지된 움직임 개체를 최소 거리를 가지는 움직임 개체와 동일한 개체로 식별할 수 있다(S460). 그러나 최소 거리를 가지는 움직임 개체의 거리가 임계치 초과인 경우, 탐지된 움직임 개체를 새로운 움직임 개체로 식별할 수 있다(S451).If the detected motion entity is input (S400), the distance between the detected motion entity and one or more motion objects previously detected and stored in the database is calculated (S430). In operation S440, a motion entity having a minimum distance among the calculated motion entities is selected (S440), and it is determined whether the distance of the motion entity having the minimum distance is equal to or less than a threshold value (S450). If the distance of the motion entity having the minimum distance is equal to or less than the threshold value, the detected motion entity can be identified as the same entity as the motion entity having the minimum distance (S460). However, if the distance of the motion entity having the minimum distance exceeds the threshold value, the detected motion entity can be identified as a new motion entity (S451).
탐지된 움직임 개체들 간의 거리에 기반하여 각 움직임 개체를 식별하기 위하여, 먼저 데이터베이스에 가장 최근 저장된 움직임 개체와의 거리를 계산할 수 있다(S420). 움직임 개체는 인접된 프레임 동안 아주 짧은 거리를 이동하기 때문에, 이전 프레임에서 식별된 움직임 개체는 현재 프레임에서 임계치 이하로 움직일 가능성이 높다. 본 발명에서는 이러한 움직임 개체의 특징을 이용하여, 더욱 빠르게 움직임 개체를 식별하기 위하여, 가장 최근 저장된 움직임 개체를 우선 이용할 수 있다. 이때, 가장 최근 저장된 움직임 개체는 가장 최근에 새로운 움직임 개체로 식별되어 데이터베이스에 움직임 개체 정보를 저장하거나, 가장 최근에 데이터베이스에 저장된 기존 움직임 개체의 움직임 개체 정보를 갱신하는 경우를 포함할 수 있다.In order to identify each motion entity based on the distance between the detected motion entities, the distance to the most recently stored motion entity in the database may be calculated (S420). Since the motion entity moves a very short distance during an adjacent frame, the motion entity identified in the previous frame is likely to move below the threshold in the current frame. In the present invention, by using the feature of the motion entity, in order to more quickly identify the motion entity, the most recently stored motion entity can be used first. At this time, the most recently stored motion entity may be identified as the newest motion entity most recently, and may store the motion entity information in the database or may update the motion entity information of the existing motion entity most recently stored in the database.
가장 최근에 저장된 움직임 개체와의 거리를 계산한 결과가 제1임계치 이하인 경우, 탐지된 움직임 개체를 가장 최근에 저장된 움직임 개체와 동일한 개체로 식별할 수 있다(S460). 만약, 가장 최근에 저장된 움직임 개체와의 거리가 제1임계치를 초과하는 경우, 데이터베이스에 저장된 하나 이상의 움직임 개체와의 거리를 계산할 수 있다(S430). 거리를 계산한 다음, 탐지된 움직임 개체와 데이터베이스에 저장된 움직임 개체와의 거리 중 최소 거리를 가지는 움직임 개체를 선택할 수 있다(S440). 최소 거리를 가지는 움직임 개체와의 거리가 제2임계치 이하인지를 판단하고(S450), 제2임계치 이하인 경우, 탐지된 움직임 개체를 최소 거리를 가지는 움직임 개체와 동일한 개체로 식별할 수 있다(S460). 최소 거리를 가지는 움직임 개체와의 거리가 제2임계치 초과인 경우, 탐지된 움직임 개체를 새로운 움직임 개체로 식별할 수 있다(S451). 탐지된 움직임 개체가 새로운 움직임 개체로 식별되면 움직임 개체 정보를 저장할 수 있다(S452). 이때, 제1임계치와 제2임계치는 동일하거나, 상이하게 정의될 수 있다. If the result of the calculation of the distance to the most recently stored motion entity is less than or equal to the first threshold value, the detected motion entity may be identified as the same entity as the most recently stored motion entity (S460). If the distance to the most recently stored motion object exceeds the first threshold, the distance to one or more motion objects stored in the database may be calculated (S430). After calculating the distance, a motion entity having a minimum distance between the detected motion entity and the motion entity stored in the database may be selected (S440). In operation S450, it is determined whether the distance from the motion object having the minimum distance is equal to or less than the second threshold value. If the distance is less than the second threshold value, the detected motion entity may be identified as the same object as the motion object having the minimum distance in operation S460. . If the distance from the motion entity having the minimum distance is greater than the second threshold, the detected motion entity can be identified as a new motion entity (S451). If the detected motion entity is identified as a new motion entity, the motion entity information may be stored (S452). At this time, the first threshold value and the second threshold value may be the same or may be defined differently.
움직임 개체가 식별되면, 데이터베이스에 식별된 움직임 개체의 움직임 개체 정보를 저장할 수 있다(S470, S452). 이때, 움직임 개체가 기존 데이터베이스에 저장된 움직임 개체로 식별된 경우에는 데이터베이스에 저장되어 있던 움직임 개체 정보 중 위치 정보 및 움직임 개체가 감지된 프레임 정보 등을 갱신할 수 있다(S470). 만약 움직임 개체가 새로운 움직임 개체로 식별되면, 데이터베이스에 새로운 움직임 개체의 움직임 개체 정보를 저장할 수 있다(S452).If the motion entity is identified, the motion entity information of the motion entity identified in the database may be stored (S470, S452). At this time, if the motion entity is identified as a motion entity stored in the existing database, the location information and the frame information of the motion entity detected in the motion entity information stored in the database may be updated (S470). If the motion entity is identified as a new motion entity, the motion entity information of the new motion entity can be stored in the database (S452).
만약, 탐지된 움직임 개체와의 거리를 계산할 데이터베이스에 저장된 움직임 개체가 없으면(S410), 탐색된 움직임 개체를 새로운 움직임 개체로 식별할 수 있다(S451).If there is no motion object stored in the database to calculate the distance to the detected motion object (S410), the detected motion object can be identified as a new motion object (S451).
본 발명의 일 실시예에서 탐지된 움직임 개체와 이전에 탐지되어 데이터베이스에 저장된 움직임 개체의 거리는 두 움직임 개체 각각의 위치 정보를 이용하여 계산할 수 있다. 두 움직임 개체 사이의 거리를 계산하는 척도(measure)로 유클리드 거리(Euclidean distance)를 이용할 수 있다. 각각 서로 다른 두 개의 움직임 개체 
식별된 움직임 개체 단위로 이동 궤적을 트래킹을 수행하기(S220) 위하여 데이터베이스에 저장된 식별된 움직임 개체 정보를 이용하여 3차원 유클리드 공간에 이동 궤적을 표현할 수 있다(S470). 이때, 3차원 유클리드 공간의 x축 및 y축은 움직임 개체의 위치 정보를 활용하며, z축은 움직임 개체가 탐지된 동영상의 프레임 정보를 활용할 수 있다. 또한, 움직임 개체가 하나 이상인 경우 동일한 3차원 유클리드 공간에 하나 이상의 움직임 개체의 궤적을 표현할 수 있다.In operation S470, the movement trajectory may be expressed in the 3D Euclidean space using the identified motion entity information stored in the database in order to track the movement trajectory in units of the identified motion entity (S270). In this case, the x and y axes of the three-dimensional Euclidean space utilize the position information of the motion entity, and the z axis can utilize the frame information of the motion detected motion object. In addition, if more than one motion entity exists, the trajectory of one or more motion entities can be expressed in the same three-dimensional Euclidean space.
마지막으로 본 발명의 일 실시예에 따르는 농장의 움직임 개체 정보 탐지 및 움직임 개체의 이동 궤적 트래킹의 결과를 예를 들어 설명한다.Finally, the results of the motion entity information detection of the farm and the movement trajectory tracking of the motion entity according to an embodiment of the present invention will be described by way of example.
도5는 본 발명의 일 실시예에 따라 실내 농장 내부에 설치된 카메라를 이용한 움직임 개체 탐지의 예시도이다.FIG. 5 is a diagram illustrating an example of motion object detection using a camera installed in an indoor farm according to an embodiment of the present invention.
도5의 왼쪽은 실내 농장 내부의 영상 데이터 중 779번 프레임의 개체 탐지 결과이다. 실내 농장의 내부에서 촬영된 영상 데이터 중 779번 프레임에는 총 4개의 움직임 개체가 탐지되었다. 이 움직임 개체의 이동 로그는 도5의 오른쪽과 같다. 이동 로그는 움직임 개체 정보를 프레임별로 표시한 것으로 데이터베이스에 저장되는 움직임 개체 정보를 이용할 수 있다. 이동 로그에는 움직임 개체의 식별 정보 및 위치 정보, 프레임 번호가 포함될 수 있다. 이 이동 로그를 이용하여 프레임 별로 움직임 개체의 식별 결과 및 이동 궤적을 확인할 수 있다. 예를 들어, 도5의 이동 로그에서 식별 정보가 "pig id: 4"로 표기된 움직임 개체 4번은 774번 프레임에서 (341.00, 275.00)에 위치하였으나, 779번 프레임에서는 (340.66, 273.27)로 이동한 것을 확인할 수 있다.The left side of FIG. 5 is the object detection result of the 779 frame among the image data in the indoor farm. A total of four motion objects were detected in
도6은 본 발명의 일 실시예에 따른 3차원 유클리드 공간에 움직임 개체 궤적을 표현한 예시도이다.FIG. 6 is a diagram illustrating a motion object trajectory in a three-dimensional Euclidean space according to an embodiment of the present invention.
도6은 임의의 5개의 움직임 개체에 대하여 이동 궤적을 3차원 유클리드 공간에 표현하였다. 3차원 유클리드 공간에 x축과 y축은 움직임 개체의 위치 정보를 표현하며, z축은 움직임 개체가 감지된 프레임 정보를 표현한다. 이렇게 3차원 유클리드 공간에 표현된 이동 궤적은 프레임 정보와 위치 정보를 동시에 표현되므로, 시간의 흐름에 따라 움직임 개체의 이동 경로를 확인하기 쉽다. 또한, 하나 이상의 움직임 개체를 한 3차원 유클리드 공간에 표현하므로 움직임 개체 간의 움직임 비교 및 상호 작용 분석 등을 수행할 수 있다.FIG. 6 shows a moving trajectory in a three-dimensional Euclidean space with respect to arbitrary five motion entities. In the 3D Euclidean space, the x and y axes represent the position information of the motion entity, and the z axis represent the frame information in which the motion entity is detected. Since the motion trajectory expressed in the 3D Euclidean space is expressed simultaneously with the frame information and the position information, it is easy to confirm the movement path of the motion object according to the passage of time. In addition, since one or more motion objects are expressed in a three-dimensional Euclidean space, motion comparison between motion objects, interaction analysis, and the like can be performed.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능 한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈, 또는 반송파와 같은 변조된 데이터 신호의 기타 데이터, 또는 기타 전송 메커니즘을 포함하며, 임의의 정보 전달 매체를 포함한다. An embodiment of the present invention may also be embodied in the form of a recording medium including instructions executable by a computer such as a program module executed by a computer. Computer readable media can be any available media that can be accessed by a computer and includes both volatile and nonvolatile media, removable and non-removable media. In addition, the computer-readable medium may include both computer storage media and communication media. Computer storage media includes both volatile and nonvolatile, removable and non-removable media implemented in any method or technology for storage of information such as computer readable instructions, data structures, program modules or other data. Communication media typically includes any information delivery media, including computer readable instructions, data structures, program modules, or other data in a modulated data signal such as a carrier wave, or other transport mechanism.
본 발명의 방법 및 시스템은 특정 실시예와 관련하여 설명되었지만, 그것들의 구성 요소 또는 동작의 일부 또는 전부는 범용 하드웨어 아키텍쳐를 갖는 컴퓨터 시스템을 사용하여 구현될 수 있다.While the methods and systems of the present invention have been described in connection with specific embodiments, some or all of those elements or operations may be implemented using a computer system having a general purpose hardware architecture.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.It will be understood by those skilled in the art that the foregoing description of the present invention is for illustrative purposes only and that those of ordinary skill in the art can readily understand that various changes and modifications may be made without departing from the spirit or essential characteristics of the present invention. will be. It is therefore to be understood that the above-described embodiments are illustrative in all aspects and not restrictive. For example, each component described as a single entity may be distributed and implemented, and components described as being distributed may also be implemented in a combined form.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
The scope of the present invention is defined by the appended claims rather than the detailed description and all changes or modifications derived from the meaning and scope of the claims and their equivalents are to be construed as being included within the scope of the present invention do.
100: 이동 궤적 트래킹 장치
110: 카메라 모듈
120: 데이터베이스
130: 프로세서
140: 메모리100: moving trajectory tracking device 110: camera module
120: Database 130: Processor
140: Memory
Claims (13)
움직임 개체 탐지 및 움직임 개체의 이동 궤적 트래킹을 수행하는 프로그램이 저장된 메모리,
상기 메모리에 저장된 프로그램을 실행하는 프로세서를 포함하되,
상기 프로세서는 상기 프로그램의 실행에 따라, 상기 움직임 개체를 촬영한 영상 데이터로부터 상기 움직임 개체를 탐지하고, 상기 탐지된 움직임 개체를 식별하며, 식별된 움직임 개체 별로 이동 궤적을 트래킹 하되,
상기 프로세서는 상기 영상 데이터의 복수의 영상 프레임에 대하여 차영상 방법을 적용하여 움직임 개체를 탐지하는,
이동 궤적 트래킹 장치.
A moving trajectory tracking apparatus for a motion entity of a farm, comprising:
A memory for storing a program for performing motion object detection and motion trajectory tracking of a motion object,
And a processor for executing a program stored in the memory,
Wherein the processor detects the motion entity from the image data of the motion entity, identifies the detected motion entity, and tracks the movement locus for each identified motion entity,
Wherein the processor detects a motion object by applying a differential image method to a plurality of image frames of the image data,
Moving trajectory tracking device.
하나 이상의 카메라 모듈을 더 포함하고,
상기 프로세서는 상기 프로그램의 실행에 따라, 상기 카메라 모듈에 의해 생성된 영상 데이터를 사용하여 움직임 개체를 탐지하는,
이동 궤적 트래킹 장치.
The method according to claim 1,
Further comprising at least one camera module,
Wherein the processor detects a motion object using image data generated by the camera module according to execution of the program,
Moving trajectory tracking device.
데이터베이스를 더 포함하고,
상기 프로세서는 상기 프로그램의 실행에 따라, 상기 움직임 개체가 식별된 이후, 상기 식별된 움직임 개체 별로 움직임 개체 정보 및 이동 궤적을 상기 데이터베이스에 저장하는,
이동 궤적 트래킹 장치.
The method according to claim 1,
Further comprising a database,
Wherein the processor stores the motion entity information and the movement trajectory in the database for each of the identified motion entities after the motion entity is identified according to execution of the program,
Moving trajectory tracking device.
상기 움직임 개체 정보는,
상기 움직임 개체의 식별 정보, 상기 움직임 개체의 위치 정보 및 상기 움직임 개체가 탐지된 동영상의 프레임 정보를 포함하는,
이동 궤적 트래킹 장치.
The method of claim 3,
Wherein the motion entity information comprises:
Wherein the motion information includes at least one of identification information of the motion entity, position information of the motion entity,
Moving trajectory tracking device.
상기 프로세서는 상기 프로그램의 실행에 따라,
상기 움직임 개체가 촬영된 지점의 위치 좌표 및 상기 움직임 개체가 촬영된 영상의 프레임 번호를 기초로 3차원 그래프를 생성하는,
이동 궤적 트래킹 장치.
The method of claim 1, wherein
The processor, upon execution of the program,
Generating a three-dimensional graph based on a position coordinate of a point at which the motion object is photographed and a frame number of the photographed image,
Moving trajectory tracking device.
상기 움직임 개체를 촬영한 영상 데이터의 복수의 영상 프레임에 대하여 차영상 방법을 적용하여 움직임 개체를 탐지하는 단계;
상기 탐지된 움직임 개체들 간의 거리에 기반하여, 각 움직임 개체를 식별하는 단계; 및
상기 식별된 움직임 개체 단위로 이동 궤적을 트래킹하는 단계;를 포함하는,
이동 궤적 트래킹 방법.
A method for tracking movement trajectories of moving objects in a farm,
Detecting a motion object by applying a differential image method to a plurality of image frames of image data of the motion object;
Identifying each motion entity based on a distance between the detected motion entities; And
And tracking movement trajectories in the identified motion entity unit.
Tracking method of moving trajectory.
상기 움직임 개체를 촬영한 영상 데이터의 복수의 영상 프레임에 대하여 차영상 방법을 적용하여 움직임 개체를 탐지하는 단계는,
상기 복수의 영상 프레임에 대하여 차영상을 생성하는 단계;
상기 차영상에서 임계치 이상의 이동한 움직임 개체를 탐색하는 단계; 및
상기 움직임 개체가 탐색된 차영상에 대하여 형태학적 처리를 수행하여 움직임 개체를 탐지하는 단계;를 포함하는,
이동 궤적 트래킹 방법.
The method according to claim 6,
Wherein the step of detecting a motion object by applying a differential image method to a plurality of image frames of the image data of the motion object,
Generating a difference image for the plurality of image frames;
Searching for a motion object moving in the difference image by a threshold value or more; And
And detecting a motion entity by performing a morphological process on the difference image in which the motion entity is searched.
Tracking method of moving trajectory.
상기 탐지된 움직임 개체들 간의 거리에 기반하여, 각 움직임 개체를 식별하는 단계는,
상기 탐지된 움직임 개체와 데이터베이스에 저장된 하나 이상의 움직임 개체 간의 거리를 계산하는 단계;
상기 거리가 계산된 움직임 개체 중 최소 거리를 가지는 움직임 개체를 선택하는 단계;
상기 최소 거리를 가지는 움직임 개체와의 거리가 임계치 이하인 경우, 상기 탐지된 움직임 개체를 상기 최소 거리를 가지는 움직임 개체와 동일한 개체로 식별하는 단계;
상기 최소 거리를 가지는 움직임 개체와의 거리가 임계치 초과인 경우, 상기 탐지된 움직임 개체를 새로운 움직임 개체로 식별하는 단계; 및
상기 데이터베이스에 상기 식별된 움직임 개체의 움직임 개체 정보를 저장하는 단계;를 포함하는,
이동 궤적 트래킹 방법.
The method according to claim 6,
Wherein the step of identifying each motion entity based on the distance between the detected motion entities comprises:
Calculating a distance between the detected motion entity and one or more motion entities stored in a database;
Selecting a motion entity having a minimum distance among the calculated motion entities;
Identifying the detected motion entity as the same entity as the motion entity having the minimum distance if the distance from the motion entity having the minimum distance is equal to or less than the threshold value;
Identifying the detected motion entity as a new motion entity if the distance from the motion entity having the minimum distance exceeds a threshold value; And
And storing the motion entity information of the identified motion entity in the database.
Tracking method of moving trajectory.
상기 움직임 개체 정보는,
상기 움직임 개체의 식별 정보, 위치 정보 및 상기 움직임 개체가 식별된 동영상의 프레임 정보를 포함하는,
이동 궤적 트래킹 방법.
9. The method of claim 8,
Wherein the motion entity information comprises:
Wherein the motion information includes identification information of the motion entity, position information, and frame information of the motion-
Tracking method of moving trajectory.
상기 탐지된 움직임 개체들 간의 거리에 기반하여, 각 움직임 개체를 식별하는 단계는,
상기 데이터베이스에 가장 최근에 저장된 움직임 개체와의 거리를 계산하는 단계;
상기 가장 최근에 저장된 움직임 개체와의 거리가 제 1 임계치 이하인 경우, 상기 탐지된 움직임 개체를 상기 가장 최근에 저장된 움직임 개체와 동일한 개체로 식별하는 단계;
상기 가장 최근에 저장된 움직임 개체와의 거리가 상기 제 1 임계치 초과인 경우, 상기 데이터베이스에 저장된 하나 이상의 움직임 개체와의 거리를 계산하는 단계;
상기 탐지된 움직임 개체와 상기 움직임 개체와의 거리 중 최소 거리를 가지는 움직임 개체를 선택하는 단계;
상기 최소 거리를 가지는 움직임 개체와의 거리가 제 2 임계치 이하인 경우, 상기 탐지된 움직임 개체를 상기 최소 거리를 가지는 움직임 개체와 동일한 개체로 식별하는 단계;
상기 최소 거리를 가지는 움직임 개체와의 거리가 제 2 임계치 초과인 경우, 상기 탐지된 움직임 개체를 새로운 움직임 개체로 식별하는 단계; 및
상기 데이터베이스에 상기 식별된 움직임 개체의 움직임 개체 정보를 저장하는 단계;를 포함하는,
이동 궤적 트래킹 방법.
The method according to claim 6,
Wherein the step of identifying each motion entity based on the distance between the detected motion entities comprises:
Calculating a distance to the most recently stored motion entity in the database;
Identifying the detected motion entity as the same entity as the most recently stored motion entity if the distance from the most recently stored motion entity is less than or equal to a first threshold;
Calculating a distance to one or more motion objects stored in the database when the distance from the most recently stored motion entity exceeds the first threshold;
Selecting a motion entity having a minimum distance between the detected motion entity and the motion entity;
Identifying the detected motion entity as the same entity as the motion entity having the minimum distance if the distance from the motion entity having the minimum distance is equal to or less than the second threshold;
Identifying the detected motion entity as a new motion entity if the distance to the motion entity having the minimum distance is greater than a second threshold; And
And storing the motion entity information of the identified motion entity in the database.
Tracking method of moving trajectory.
상기 데이터베이스에 저장된 움직임 개체가 없으면, 상기 탐색된 움직임 개체를 새로운 움직임 개체로 식별하는 단계;를 더 포함하는,
이동 궤적 트래킹 방법.
9. The method of claim 8,
Further comprising the step of identifying the detected motion entity as a new motion entity if there is no motion entity stored in the database,
Tracking method of moving trajectory.
상기 탐지된 움직임 개체와 데이터베이스에 저장된 하나 이상의 움직임 개체의 거리를 계산하는 단계는,
상기 탐지된 움직임 개체의 위치 정보와 상기 데이터베이스에 저장된 움직임 개체의 위치 정보간의 유클리드 거리를 이용하는 것인,
이동 궤적 트래킹 방법.
9. The method of claim 8,
Wherein the step of calculating the distance between the detected motion entity and at least one motion entity stored in the database comprises:
Wherein the Euclidean distance between the detected location information of the motion entity and the location information of the motion entity stored in the database is used.
Tracking method of moving trajectory.
상기 식별된 움직임 개체 단위로 이동 궤적을 트래킹하는 단계는,
상기 이동 궤적을 3차원 유클리드 공간에 표현하는 단계를 포함하되,
상기 움직임 개체의 위치 정보 및 움직임 개체가 탐지된 프레임 정보를 이용하여 3차원 유클리드 공간에 표현하는,
이동 궤적 트래킹 방법. The method according to claim 6,
Wherein tracking the movement trajectory in the identified motion entity unit comprises:
And expressing the moving trajectory in a three-dimensional Euclidean space,
Dimensional Euclidean space using the position information of the motion entity and the detected frame information of the motion entity,
Tracking method of moving trajectory.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140066019A KR101595334B1 (en) | 2014-05-30 | 2014-05-30 | Method and apparatus for movement trajectory tracking of moving object on animal farm |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140066019A KR101595334B1 (en) | 2014-05-30 | 2014-05-30 | Method and apparatus for movement trajectory tracking of moving object on animal farm |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20150137698A true KR20150137698A (en) | 2015-12-09 |
| KR101595334B1 KR101595334B1 (en) | 2016-02-18 |
Family
ID=54873596
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020140066019A KR101595334B1 (en) | 2014-05-30 | 2014-05-30 | Method and apparatus for movement trajectory tracking of moving object on animal farm |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101595334B1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019168323A1 (en) * | 2018-02-27 | 2019-09-06 | 엘지이노텍 주식회사 | Apparatus and method for detecting abnormal object, and photographing device comprising same |
| KR20210053692A (en) * | 2019-11-04 | 2021-05-12 | (주) 테크로스 | Apparatus and method for analyzing microorganism |
| KR102543833B1 (en) * | 2022-03-14 | 2023-06-20 | 주식회사 바른이엔씨 | Apparatus for object detection based on artificial intelligence learning and method thereof |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009063343A (en) * | 2007-09-05 | 2009-03-26 | Nippon Telegr & Teleph Corp <Ntt> | Fish behavior monitoring system, and fish behavior monitoring method |
| KR20140061266A (en) * | 2012-11-11 | 2014-05-21 | 삼성전자주식회사 | Apparartus and method for video object tracking using multi-path trajectory analysis |
-
2014
- 2014-05-30 KR KR1020140066019A patent/KR101595334B1/en active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009063343A (en) * | 2007-09-05 | 2009-03-26 | Nippon Telegr & Teleph Corp <Ntt> | Fish behavior monitoring system, and fish behavior monitoring method |
| KR20140061266A (en) * | 2012-11-11 | 2014-05-21 | 삼성전자주식회사 | Apparartus and method for video object tracking using multi-path trajectory analysis |
Non-Patent Citations (1)
| Title |
|---|
| D. Sergeant, et al., "Computer visual tracking of poultry," Computers and Electronics in Agriculture, vol.21, no.1, pp.1-18, Sep. 1998.* * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019168323A1 (en) * | 2018-02-27 | 2019-09-06 | 엘지이노텍 주식회사 | Apparatus and method for detecting abnormal object, and photographing device comprising same |
| KR20210053692A (en) * | 2019-11-04 | 2021-05-12 | (주) 테크로스 | Apparatus and method for analyzing microorganism |
| KR102543833B1 (en) * | 2022-03-14 | 2023-06-20 | 주식회사 바른이엔씨 | Apparatus for object detection based on artificial intelligence learning and method thereof |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101595334B1 (en) | 2016-02-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7004017B2 (en) | Object tracking system, object tracking method, program | |
| US10417503B2 (en) | Image processing apparatus and image processing method | |
| US11205276B2 (en) | Object tracking method, object tracking device, electronic device and storage medium | |
| Walha et al. | Video stabilization with moving object detecting and tracking for aerial video surveillance | |
| CN109727275B (en) | Object detection method, device, system and computer readable storage medium | |
| US8831284B2 (en) | Object identification from image data captured from a mobile aerial platforms | |
| Feng et al. | Challenges on large scale surveillance video analysis | |
| CN113191180B (en) | Target tracking method, device, electronic equipment and storage medium | |
| US8724851B2 (en) | Aerial survey video processing | |
| CN111382637B (en) | Pedestrian detection tracking method, device, terminal equipment and medium | |
| AU2015203666A1 (en) | Methods and systems for controlling a camera to perform a task | |
| CN112150514A (en) | Pedestrian trajectory tracking method, device and equipment of video and storage medium | |
| Fradi et al. | Spatio-temporal crowd density model in a human detection and tracking framework | |
| Bashar et al. | Multiple object tracking in recent times: A literature review | |
| CN104219488A (en) | Method and device of generating target image as well as video monitoring system | |
| Arsic et al. | Applying multi layer homography for multi camera person tracking | |
| KR101595334B1 (en) | Method and apparatus for movement trajectory tracking of moving object on animal farm | |
| de Carvalho et al. | Anomaly detection with a moving camera using multiscale video analysis | |
| KR101492059B1 (en) | Real Time Object Tracking Method and System using the Mean-shift Algorithm | |
| US20080198237A1 (en) | System and method for adaptive pixel segmentation from image sequences | |
| CN114022531A (en) | Image processing method, electronic device, and storage medium | |
| KR20170130161A (en) | Apparatus and method for detecting proximal entity in pen | |
| KR102355006B1 (en) | Apparatus and method for tracking pedestrians in multiple cctv environment | |
| CN110728249B (en) | Cross-camera recognition method, device and system for target pedestrian | |
| Farazi et al. | Real-time visual tracking and identification for a team of homogeneous humanoid robots |
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 | ||
| FPAY | Annual fee payment |
Payment date: 20190211 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20200106 Year of fee payment: 5 |