본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

Particle filter를 이용한 이동 물체 추적 알고리즘
Mobile Object Tracking Algorithm Using Particle Filter

김세진    (군산대학교 제어로봇시스템공학과   ); 주영훈    (군산대학교 제어로봇시스템공학과  );
  • 초록

    본 논문에서는 Particle filter를 이용한 특징 벡터 기반 이동 물체 추적 알고리즘을 제안한다. 이를 위해, 첫 번째, RGB 칼라 모델을 이용하여 초기 이동 물체의 움직임 영역(blob)을 추출하고, KLT-알고리즘을 이용하여 입력 영상에 대한 특징 벡터를 구한다. 그 다음, 초기 추출된 이동 물체의 움직임 영역에 이 특징 벡터를 매칭시켜 1차 특징 벡터를 구한다. 두 번째로, RGB와 HSI 칼라모델을 이용하여 이동 물체의 움직임 영역을 추출하고, 앞서 구한 1차 특징 벡터에 Snake 알고리즘을 적용함으로써 새로운 특징 벡터를 구한다. 그 다음, 기 추출된 이동 물체의 움직임 영역에 이 새롭게 구한 특징 벡터를 매칭시켜 2차 특징 벡터를 구한다. 최종적으로, 2차 특징 벡터에 Particle filter를 적용함으로써 본 논문에서 제안한 이동물체를 추적하는 알고리즘을 완성한다. 마지막으로, 본 논문에서 제안한 알고리즘은 복잡하고 다양한 환경에서 실험을 통해 그 응용 가능성을 증명한다.


    In this paper, we propose the mobile object tracking algorithm based on the feature vector using particle filter. To do this, first, we detect the movement area of mobile object by using RGB color model and extract the feature vectors of the input image by using the KLT-algorithm. And then, we get the first feature vectors by matching extracted feature vectors to the detected movement area. Second, we detect new movement area of the mobile objects by using RGB and HSI color model, and get the new feature vectors by applying the new feature vectors to the snake algorithm. And then, we find the second feature vectors by applying the second feature vectors to new movement area. So, we design the mobile object tracking algorithm by applying the second feature vectors to particle filter. Finally, we validate the applicability of the proposed method through the experience in a complex environment.


  • 주제어

    물체 추적 .   물체 인식 .   특징 벡터 .   탐색 모델.  

  • 참고문헌 (14)

    1. D. M. Gavrila, L. S. Davis, 'Towards 3D model based tracking and recognition of human movement: a multi view approach', Int. Workshop on Face and Gesture Recognition, Vol. 1. pp. 272-277, 1995. 6 
    2. G. J. Jang and I. S. Kweon. 'Robust objects tracking using an adaptive color model' Int. Conf. on Robotics and Automation. Vol. 2, pp. 1677-1682, 2001. 5 
    3. G. Healey and D. Slater, 'Using illumination invariant color histogram descriptors for recognition', Proc. of the IEEE Conf. on Computer Vision and Pattern Recognition, pp.355-360, 1994 
    4. G. D. Finlayson, B. Schiele, and J. L. Crowley. 'Comprehensive color image normalization'. 5th European Conference on Computer Vision, Vol. 1, pp. 475-490, 1998 
    5. B. D. Lucas and T. Kanade. 'An iterative image registration technique with an application to stereo vision', Int. Joint Conference on Artificial Intelligence, pp. 674-679, 1981, 8 
    6. U. C. Jung, S. H. Jin, X. D. Pham, J. W. Jeon, J. E. Byun, H. Kang, 'A real-time object tracking system using a particle filter', 2006 IEEE/ RSJ Int. Conf. vol. 9, pp. 2822- 2827, 2006. 10 
    7. C. Xu, and J. Prince, 'Snakes, shapes, and gradient vector flow', IEEE. Trans. on Image Processing, Vol. 7, No. 3, pp. 359-369, 1998 
    8. V. I. Pavlovic, R. Sharma, and T. S. Huang, 'Visual interpretation of hand gestures for human computer interaction: A review', IEEE, Trans. on PAMI, Vol. 19, No. 7, pp. 677-695, July, 1997 
    9. L. Matthies, T. Kanade, and R. Szeliski 'Kalman filter based algorithms for estimating depth from image sequences'. IJCV, Vol. 3, No. 3, pp. 209-236, 1989, 3 
    10. K. S. Bhat, M. Saptharishi, and P. K. Khosla, 'Motion detection and segmentation using image mosaics,' in Proc. IEEE Int. Conf. Multimedia and Expo, Vol. 3, pp. 1577-1580, 2000. 6 
    11. C. Garcia and G. Tziritas, 'Face detection using quantized skin color regions merging and wavelet packet analysis', IEEE Trans. on Multimedia, Vol. 1, No. 3, pp. 264-277, 1999, 9 
    12. http://opencvlibrary.sourceforge.net 
    13. H. W. Sorenson, 'Least-squares estimation: From gauss to kalman', IEEE Spectrum, Vol. 7, pp. 63-68, 1970 
    14. 김세진, 주영훈 '가상 모형을 이용한 움직임 추출 알고리즘', 한국 지능 시스템 학회 Vol. 18, No. 6, pp. 731-736, 2008. 12 
  • 이 논문을 인용한 문헌 (4)

    1. Hong, Seung-Beom 2010. "The Camera Tracking of Real-Time Moving Object on UAV Using the Color Information" 한국항공운항학회지 = Journal of the Korean Society for Aviation and Aeronautics, 18(2): 16~22     
    2. Won, Dae-Hee ; Sung, Sang-Kyung ; Lee, Young-Jae 2012. "Particle Filter Based Feature Points Tracking for Vision Based Navigation System" 韓國航空宇宙學會誌 = Journal of the Korean society for aeronautical & space sciences, 40(1): 35~42     
    3. Lee, Minchae ; Han, Jaehyun ; Jang, Chulhoon ; Sunwoo, Myoungho 2013. "Information Fusion of Cameras and Laser Radars for Perception Systems of Autonomous Vehicles" 한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, 23(1): 35~45     
    4. Noh, Sung Woo ; Ko, Nak Yong ; Choi, Hyun Taek 2015. "Implementation and Performance Comparison for an Underwater Robot Localization Methods Using Seabed Terrain Information" 한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, 25(1): 70~77     

 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

무료다운로드
유료다운로드

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 이용한 콘텐츠
이 논문과 함께 출판된 논문 + 더보기