earticle

영어

Recently, visual object detection and tracking has become a vital role in many different applications. It spans various applications like robotics, video surveillance, and intelligent vehicle navigation. Especially, in current situation where the use of UAVs is expanding widely, detection and tracking to soot down illegal UAVs flying over the sky at airports, nuclear power plants and core facilities is becoming a very important task. The remarkable method in object tracking is correlation filter based tracker like KCF (Kernelized Correlation Filter). But it has problems related to target drift in tracking process for long-term tracking. To mitigate the target drift problem in video surveillance application, we propose a tracking method which uses KCF, adaptive thresholding and Kalman filter. In the experiment, the proposed method was verified by using monochrome video sequences which were obtained in the operational environment of UAV.

한국어

최근 영상 센서를 이용한 물체 탐지 및 추적 기술은 많은 응용분야에서 그 사용이 널리 확대되고 있다. 민수 산업 분야에서 로보틱스, 비디오 감시정찰 및 차량 네비게이션 분야와 같은 영역으로 널리 확대되고 있는 추세이다. 특 히, 드론의 사용이 널리 확대되고 있는 현 상황에서 공항, 원자력 발전소 및 중요시설에서는 불법적으로 운용되고 있는 소형무인기를 탐지 및 추적하여 격추시키는 시스템 개발이 매우 중요하다. 최근 영상센서를 활용한 물체 추적 방법으로 이목을 끌고 있는 방법이 학습에 기반을 둔 KCF 방법이다. 그러나 이 방법은 추적 기간이 길어지면 추적 과정에서 표적 의 드리프트가 발생하는 문제점이 있다. 비디오 감시정찰 분야에서 표적의 드리프트 문제를 줄이기 위해 우리는 KCF와 적응 임계치설정 및 칼만필터를 적용하여 표적 드리프트 문제를 줄일 수 있는 방법을 제안하였다. 실험을 통해서 실제 무인비행체가 운용되는 실제 환경에서 획득된 흑백 비디오 영상에 제안한 방법과 기존의 KCF 알고리즘을 비교하여 제 안한 방법의 우수성을 입증하였다.