점유 센서를 위한 합성곱 신경망과 자기 조직화 지도를 활용한 온라인 사람 추적 (Online Human Tracking Based on Convolutional Neural Network and Self Organizing Map for Occupancy Sensors)

서지정보

· 발행기관 : 한국방송∙미디어공학회
· 수록지 정보 : 방송공학회 논문지 / 23권 / 5호 / 642 ~ 655페이지
· 저자명 : 길종인, 김만배

초록

빌딩, 집에 설치되어 있는 점유 센서는 사람이 없으면 소등하고, 반대이면 점등한다. 현재는 주요 센서로 PIR(pyroelectric infra-red)이 널리 사용되고 있다. 최근에 비전 카메라 센서를 이용하여 사람 점유를 검출하는 연구가 진행되고 있다. 카메라 센서는 정지된 사람을 검출할 수 없는 PIR의 단점을 극복할 수 있는 장점이 있다. 이동 및 정지된 사람의 추적은 카메라 점유 센서의 주요 기능이다. 본 논문에서는 합성곱 신경망 모델과 자기 조직화 지도를 활용한 온라인 사람 추적 기법을 제안한다. 오프라인에 모델을 학습시키기 위해서는 많은 수의 훈련 샘플이 필요하다. 이러한 문제를 해결하기 위해, 학습되지 않은 모델을 사용하고, 실험 영상으로부터 직접 훈련 샘플을 수집하여 모델을 갱신한다. 오버헤드 카메라로 실내에서 촬영한 영상을 이용하여, 제안 방법이 효과적으로 사람을 추적하고 있음을 실험을 통해 증명하였다.

영어초록

Occupancy sensors installed in buildings and households turn off the light if the space is vacant. Currently PIR(pyroelectric infra-red) motion sensors have been utilized. Recently, the researches using camera sensors have been carried out in order to overcome the demerit of PIR that cannot detect stationary people. The detection of moving and stationary people is a main functionality of the occupancy sensors. In this paper, we propose an on-line human occupancy tracking method using convolutional neural network (CNN) and self-organizing map. It is well known that a large number of training samples are needed to train the model offline. To solve this problem, we use an untrained model and update the model by collecting training samples online directly from the test sequences. Using videos capurted from an overhead camera, experiments have validated that the proposed method effectively tracks human.

참고자료

· 없음