| 摘要 |
본 발명은 열 영상에서 온라인 랜덤 펀 학습을 이용하여 보행자를 추적하는 장치 및 방법에 관한 것으로서, 보다 구체적으로는 카메라로부터 입력된 열 영상에서, 보행자의 모양변화나 가려짐이 발생하거나 비슷한 보행자가 존재하여도 배경 및 다른 보행자와 구분하여 보행자를 추적하는, 열 영상에서 온라인 랜덤 펀 학습을 이용하여 보행자를 추적하는 장치 및 방법에 관한 것이다. 본 발명에서 제안하고 있는 열 영상에서 온라인 랜덤 펀 학습을 이용하여 보행자를 추적하는 장치 및 방법에 따르면, 열 영상 카메라로부터 입력된 영상에서 Haar-like 특징 기반 랜덤 포레스트와 OCS-LBP 특징 기반 랜덤 포레스트를 이용하여 보행자를 검출하고, 검출된 보행자를 OCS-LBP 특징 및 LID 특징을 기반으로 한 온라인 랜덤 펀 학습과 파티클 필터를 이용하여, 다수의 보행자를 실시간으로 추적할 수 있다. 또한, 본 발명에 따르면, 파티클 필터를 통해 보행자의 후속 위치 분포를 반복적으로 추정하여, 보행자의 추적을 보다 쉽게 할 수 있고, 또한, 파티클 가중치 판단을 위해 관측우도를 측정하는데, 일반적인 거리 측정장치를 대신해서 온라인 랜덤 펀 학습을 사용하여, 추적 성공률을 높일 수 있다. 뿐만 아니라, 본 발명에 따르면, 부스티드 랜덤 펀을 이용하여 초기 펀에 대해 온라인 학습을 수행하고, 다음으로, 추적자 모델을 위한 랜덤 펀이, 후속 프레임에서 선택된 펀의 보행자가 관측되는 위치 분포를 기반으로 재학습되도록 함으로써, 필요한 샘플 량을 줄여 학습에 시간이 많이 걸리는 점을 해결할 수 있다. 또한, 본 발명에 따르면, 검출된 보행자와 추적자간의 거리, 추적자의 모델을 이용한 검출된 보행자의 확률 및 겹침율을 조합하여 산정한 값을 기반으로 한 연관성 검사를 통해, 보행자의 식별성을 유지함으로써, 추적 성공률을 높일 수 있다. 뿐만 아니라, 본 발명에 따르면, 보행자 검출을 기반으로 연관성 검사 알고리즘과 온라인 랜덤 펀 학습을 적용함으로써, 보행자의 겹침이 있거나 움직이는 카메라 환경뿐만 아니라 새롭게 나타나는 보행자에 대해서도 추적 성능이 우수하다. |
