서베일런스에서 Adaptive Boosting을 이용한 실시간 헤드 트래킹

Title
서베일런스에서 Adaptive Boosting을 이용한 실시간 헤드 트래킹
Other Titles
Real-Time Head Tracking using Adaptive Boosting in Surveillance
Authors
이정현
Keywords
머리 추적, 얼굴 검출, 특징점 추출, Head Tracking, AdaBoosting, Face Detection, Feature Extraction, Haar Wavelet
Issue Date
2013
Publisher
디지털정책연구
Series/Report no.
디지털정책연구; 제11권 제2호 pp 243~248
Abstract
본 논문에서는 복잡한 배경에서의 사람의 머리 추적에 있어서 효과적인 Adaptive Boosting에 의한 방법을 제 안한다. 하나의 특징 추출 방법은 사람의 머리를 모델링하기에는 부족하다. 따라서 본 연구에서는 여러 가지 특징 추 출 방법을 병행하여 정확한 머리 검출을 시도하였다. 머리 영상의 특징 추출은 sub-region과 Haar 웨이블릿 변환(Haar wavelet transform)을 이용하였다. Sub-region은 머리의 지역적인 특징을 나타내고, Haar 웨이블릿 변환은 얼굴의 주파 수 특성을 나타내기 때문에 이들을 이용하여 특징을 추출하면 효과적인 모델링이 가능해 진다. 실시간으로 입력되는 영상에서 사람의 머리를 추적하기 위하여 제안하는 방법에서는 3가지 형태의 Harr-wavelet 특징을 AdaBoosting 알고 리즘으로 학습한 후 결과를 이용하였다. 원래 AdaBoosting 알고리즘은 학습시간이 매우 길며 학습데이터가 변하면 다 시 학습을 수행해야 하는 단점이 존재한다. 이 단점을 극복하기 위하여 제안하는 방법에서는 캐스케이드를 이용한 AdaBoosting의 효율적인 학습방법을 제안한다. 이 방법은 머리 영상에 대한 학습시간은 감소시키며, 학습데이터의 변 화에도 효율적으로 대처할 수 있다. 이 방법은 학습과정을 레벨별로 분리한 후 중요도가 높은 학습데이터를 다음 단 계에 반복적으로 적용시킨다. 제안하는 방법이 적은 학습 시간과 학습 데이터를 사용해서 우수한 성능을 가지는 분류 기를 생성하였다. 또한, 이 방법은 다양한 머리데이터를 가진 실시간 영상데이터에 적용한 결과 다양한 머리를 정확 하게 검출 및 추적하였다.
URI
http://dspace.inha.ac.kr/handle/10505/32615
ISSN
1738-1916
Appears in Collections:
College of Engineering(공과대학) > Computer Engineering (컴퓨터공학) > Local Access Journal Papers, Reports(컴퓨터정보공학 논문, 보고서)

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse