시계열 특징을 이용한 의사결정트리 기반 블랍 겹침 해결 방법 연구 (Research of Decision Tree Based Blob Occlusion Solution Method Using Time Series Feature)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 15권 / 12호 / 9 ~ 15페이지
· 저자명 : 강민구

초록

지능형 영상 감시 시스템의 핵심 기술인 객체 추적은 비디오 시퀀스에서 객체의 공간적 및 시간적 변화를 관측하는 기술로서, 객체 탐지 단계에서 올바른 객체 검출이 필수적으로 요구되어진다. 그러나 객체 탐지 단계에서는 다수의 전경 블랍이 하나의 블랍으로 합쳐져서 검출되는 블랍 겹침 문제가 자주 발생한다. 이에 본 논문에서는 블랍의 시계열 특징을 활용한 의사결정트리 기반 블랍 겹침 해결 방법을 제안한다. 연속된 두 개의 영상 프레임을 기준으로 블랍의 시계열 특징을 추출한 후 C4.5 알고리즘으로 학습해서 블랍의 겹침 상태를 분류할 수 있는 의사결정트리를 생성한다. 겹침 상태로 분류된 블랍에 대해서 블랍의 올바른 중심점을 추출하며, 이를 통해 객체 추적 기술의 성능이 향상되도록 기여할 수 있다.

영어초록

Object tracking, which is the core technology of intelligent video surveillance system, is a technique to observe spatial and temporal changes of objects in video sequence. Correct object detection is indispensable in object detection stage. However, in the object detection stage, blob occlusion problem, in which many foreground blobs are combined and detected as one blob, often occurs. In this paper, we propose a decision tree based blob occlusion solution algorithm using time series feature of blob. After extracting the time series feature of blob based on two consecutive image frames, it learns by C4.5 algorithm and creates decision tree that can classify occlusion state of blob. extracts the correct center point of the blob for the blobs classified in the occlusion state, thereby contributing to the improvement of the performance of the object tracking technique.

참고자료

· 없음