Abstract
Existing People Counting System using a single overhead mounted camera has limitation in object recognition and counting in various environments. Those limitations are attributable to overlapping, occlusion and external factors, such as over-sized belongings and dramatic light change. Thus, this paper proposes the new concept of People Counting System by Facial Age Group using two depth cameras, at overhead and frontal viewpoints, in order to improve object recognition accuracy and robust people counting to external factors. The proposed system is counting the pedestrians by five process such as overhead image processing, frontal image processing, identical object recognition, facial age group classification and in-coming/out-going counting. The proposed system developed by C++, OpenCV and Kinect SDK, and it target group of 40 people(10 people by each age group) was setup for People Counting and Facial Age Group classification performance evaluation. The experimental results indicated approximately 98% accuracy in People Counting and 74.23% accuracy in the Facial Age Group classification.
기존의 피플 카운팅 시스템(People Counting System)은 주로 오버헤드(Overhead) 시점에 설치된 단일 카메라를 활용하기 때문에, 겹침 및 가림 현상과 일정 크기 이상의 소지품, 급격한 조명 변화와 같은 외부 환경적 요인들로 인해 객체 인식에 장애가 발생하고, 다양한 환경에서 카운팅을 수행하기에 어려움이 존재한다. 이에 본 논문에서는 기존 단일 시점 피플 카운팅 시스템의 인식 장애 개선 및 외부 환경적 요인들에 보다 강인하게 카운팅할 수 있도록, 오버헤드 및 전면 시점에 두 개의 깊이 카메라를 활용하는 얼굴 나이 그룹별 피플 카운팅 시스템을 제안한다. 제안 시스템은 오버헤드 영상 처리, 전면 영상 처리, 동일 객체 판별, 얼굴 나이 그룹 분류, 입퇴장 카운팅의 총 5가지 처리를 통해 얼굴 나이 그룹별 피플 카운팅을 수행한다. 제안 시스템을 C++, OpenCV 및 Kinect SDK를 기반으로 구현하여, 나이 그룹별로 10명씩 총 40명을 대상으로 피플 카운팅 성능과 나이 그룹 분류 성능을 각각 평가하였다. 성능 평가 결과는 피플 카운팅에서 약 98%의 정확도를 나타냈고, 나이 그룹 분류는 약 74.23%의 정확도를 보였다.
