PTZ CCTV 카메라를 이용한 적응적 배경 모델링 기반 객체 추적 기술

Abstract

영상 감시는 방범, 도난 감시, 공공 안전 등의 분야에서 많은 발전이 이루어 지고 있으며 하드웨어 기술의 발달과 함께 지능형 영상 감시로 발전하고 있다. 지능형 영상 감시 시스템에 있어 기존 고정 카메라에서는 넓은 영역의 감시가 가능하지만 특정 객체의 감시는 어렵다. 반면, PTZ 카메라는 Panning, Tilting, Zooming을 통해 특정 객체를 감시할 수 있다. 하지만 지능형 영상 감시에 있어서 PTZ 카메라로부터 획득된 영상에 대한 관심 객체의 검출, 인식, 추적은 어려운 문제이며 효과적인 관심 객체의 검출, 인식, 추적은 중요한 부문으로 많은 연구가 이루어 지고 있다. 또한 유비쿼터스 시대를 맞이하면서 감시 카메라는 증가되고 있으며 이를 관리하기 위해 네트워크 카메라는 주로 이용된다. 본 논문에서는 네트워크로 연결된 PTZ CCTV 카메라 환경에 적합한 적응적 배경 모델링 기반의 실시간 객체 추적 기법에 대해 제안한다. 제안 기법은 적응적 미디언 필터링 배경 차분 기법과 모션 히스토리를 기반으로 한 2레벨 배경 갱신 기법을 수행함으로써 적응적 배경 모델링에서 발생할 수 있는 고스트를 제거하고 정지객체 추적이 유지될 수 있도록 하였다. 그리고 PTZ CCTV 카메라의 Panning과 Tilting을 통해 카메라의 FOV를 변경시키면서 관심 객체를 계속적으로 추적하기 위해 객체의 위치 및 움직임 속도, 네트워크 지연 및 PTZ 카메라 제어 지연 시간을 고려한 카메라 이동 위치 예측 알고리즘을 적용하였고, 관심 객체를 카메라 FOV의 중심에 확대하기 위한 적절한 Zooming 파라미터 지정 방법을 제안하였다. 또한 실험을 통해 제안 기법이 고스트 제거와 정지 객체에 대한 지속적 추적에 효율적임을 확인하였고 이를 기반으로 PTZ CCTV 카메라의 Panning/Tilting/Zooming 이벤트 후에도 실시간으로 관심객체를 안정적으로 추적할 수 있음을 확인하였다.