비디오에서 단계적 학습을 통한 사람 계수방법에 관한 연구

본 논문에서는 사람의 특징을 학습하고, 감시영역내의 객체의 형태적 특징을 이용한 사람계수 알고리즘을 제안한다. 비디오 센서에 의한 감시에 있어서 사람은 중요하면서도 해석하기 어려운 목표이다. 붐비는 환경과 넓은 지역을 감시하는 시스템은 많은 변수들이 작용해서 정확도를 감소시킨다. 비디오카메라의 위치와 붐비는 환경에 의해 발생하는 원근오류와 중첩오류의 영향을 최소화하기 위해 단계적 계수방법을 사용해서 정확도를 향상시켰다. 제안한 방식은 크게 세부분으로 나누어진다. 사람의 형태적 특징과 픽셀수를 학습하는 단계와 MOG(Mixture of Gaussian)를 이용한 전경검출 단계, 마지막으로 템플릿 매칭과 픽셀 계수 알고리즘을 수행하는 연산단계로 이루어진다. 이 알고리즘은 지하철내 개찰구 앞이나 출구 등 유동인구가 많은 지역에서 사용이 가능하다.