Abstract
In recent year s there have been increasing interests in real-time object tracking with image information. This dissertation presents a real-time object tracking method through the object recognition based on neural networks that have robust characteristics under various illuminations. This dissertation proposes a global search and a local search method to track the object in real-time. The global search recognizes a target object among the candidate objects through the entire image search, and the local search recognizes and track only the target object through the block search. This dissertation uses the object color and feature information to achieve fast object recognition. The experiment result shows the usefulness of the proposed method is verified.
최근에 지능형 로봇분야에서 주위 카메라를 기반으로 실시간으로 환경인식 및 물체 추적 등 다양한 분야에서 연구가 활발히 진행되고 있다. 환경인식 및 물체 추적은 결국 배경과 관심물체를 분리하는 것이라고 볼 수 있는 데, 차 연산을 이용하여 물체의 움직임만을 배경으로 분리하는 방법과 물체인식을 통해 배경으로부터 분리하여 추적하는 방법에 대한 연구가 지속적으로 이루어지고 있다. 본 논문에서는 배경과 물체 사이에서 변화하는 색상의 변화를 퍼지기법을 이용하여 물체를 배경과 분리하여 실시간으로 물체를 추적하고자 한다. 실시간 물체 추적을 위해 전체영상에 대한 전역적 탐색을 통해 여러 후보 물체 중 관심물체를 배경에서 추출 후, 추출된 물체의 크기에 따른 지역탐색을 통하여 물체를 추적하는 방법이다. 그리고 본 논문에서는 ARM 프로세서를 이용한 카메라시스템을 제작하여 실시간으로 영상분활을 실험하였다.
