복수개의 동영상 시？스를 이용한 차량추적
A Rule-Based Vehicle Tracking with Multiple Video Sequences
1
조회
0
다운로드
0
인용
0
참고문헌
초록
비디오를 이용한 차량 추적 자동화 기술은 차량속도 등의 정확한 교통량 측정을 위해 중요하다. 그러나 단일 카메라로 취득된 비디오를 이용한 차량추적의 경우 카메라의 유한한 시계(field of view)때문에 추적범위가 제약된다. 차량추적 범위를 넓히고 차량행태에 대한 보다 많은 정보를 얻기 위해서는 복수개의 카메라로 연속된 추적영역을 촬영하여 분석하는 방식을 이용할 수 있다. 본 논문에서는 규칙기반 차량추적 알고리즘을 적용한 두 대의 동기된 비디오 시??스에서 연속적으로 추적하는 방식을 제안한다. 제안된 방법에서는 영상분석을 통해 나타날 수 있는 거의 모든 경우를 규칙을 만들기 위해 고려되었으며, 칼만 필터를 이용하여 예측성능을 향상시켰다. 제안된 연속된 비디오에서의 차량추적 방법은 확장된 추적범위에서 차량의 순간속도, 차량의 개별행태 등에 보다 많은 정보를 취득하는데 성공적으로 활용될 수 있다.
Abstract
Automatic tracking of vehicles is important to accurately estimate the traffic information including vehicle speeds in video-based traffic measurement systems. Because of the limited field of view, the range of visual tracking with a single camera is restricted. In order to enlarge the tracking range for better chance of monitoring the vehicle behaviors, a tracking with consecutive multiple video sequences is necessary. This paper proposes a carefully designed rule-based vehicle tracking scheme and apply it for the tracking for two well synchronized video sequences. In the scheme, almost all possible cases that can appear in the video-based vehicle tracking are considered to make rules. Also, the rule based scheme is augmented with Kalman filter. The result of tracking can be successfully used to collect data such as temporal variation of vehicle speed and behavior of individual vehicle behaviors in the enlarged tracking region.
참고문헌 (9)
- "비디오 영상에서 규칙기반 차량추적에 관한 연구", 4(2), pp.1~11 (2005)
- "컴퓨터 비전을 이용한 옵라인 및 실시간 교통량 조사 시스템" (2005)
- "차량 추적을 위한 비디오 모자익 방법", 13(2), pp.77~80 (2006)
- "A feature-based vehicle tracking system in congested traffic video sequences", 2195, pp.190~197 (2001)
- "People detection and tracking in high resolution panoramic video mosaic", 2, pp.1323~1328 (2004)
- "Real-time tracking of non-rigid objects using mean shift", 2, pp.142~149 (2000)
- "Detection and classification of vehicles", 3(1), pp.37~47 (2002)
- "Effective gaussian mixture learning for video background subtraction", 27(5), pp.827~832 (2005)
- "Digital Image Processing", pp.523~532 (2002), Prentice Hall, New Jersey