효율적 감시 시스템 구축을 위한 객체 추출 알고리즘 구현에 관한 연구

A Study on the Implementation of the Object Extraction Algorithm for the Establishment of an Efficient Surveillance System

일반적으로 활용되고 있는 감시 시스템들은 움직임이 감지되었을 때만 동영상으로 저장되고 있어 한정된 영역에의존적이고 활용도를 넓히기 위해서는 저장하고자 하는 영역과 용량 문제의 한계를 극복해야 한다. 그리고 정확도측면에서 먼 거리에 있는 목적 객체를 대상으로 할 때 물체를 판단하기 어려워 증거용 자료로 사용할 수가 없다는문제가 존재한다. 본 연구에서는 이러한 문제점들을 보완하기 위해 획득된 영상의 전처리 과정에서 혼합 가우시안 모델을 적용하여 보다 정확히 배경영상과 대상 물체를 구별할 수 있는 효율적인 알고리즘을 제안하였다. 그 결과, 기존의 차 영상 및 이동벡터를 사용하는 결과가 평균 61%인데 비해 본 알고리즘에서는 평균 약 82%의 인식 및추적률을 확인하였다.

Commonly used surveillance systems are stored as videos only when movement is detected. Therefore, they depend on a limited area. To expand their use, the limitations on the area and storage capacity must be overcome. A problem in terms of accuracy is that when targeting an object at a great distance, judging the object is difficult and cannot be used as evidence. In this study, to compensate for these problems, we proposed an efficient algorithm that could more accurately distinguish the background image and the target object by applying a mixed Gaussian model in the pre-processing process of the acquired image. Consequently, the average recognition and tracking rate of this algorithm was approximately 82%, compared with an average of 61% using conventional vehicle images and movement vectors.