궤도 유사도 성능 평가 방법에 관한 연구

초록

최근 사람들이 많이 모이는 지하철, 공항 등의 공공장소에서 테러 및 화재와 같은 사건들을 사전에 감지하고 대처하기 위해서 지능형 무인 감시 시스템을 도입하고 있는 추세이다. 지능형 감시 시스템은 감시카메라로부터 영상정보를 받아 전처리 작업을 통해 객체들을 분할, 탐지 및 추적기능을 수행하고 행동을 분석한다. 객체 탐지 및 추적에 있어서 카메라의 성능, 그림자 및 조도 변화 등의 내/외부적인 요인으로 배경을 객체로 잘못 분류하거나 객체를 탐지 못하는 경우가 발생하고, 또한 많은 사람들이 이동하는 공항, 지하철과 같은 곳에서 객체들이 서로 겹쳐, 추적 식별번호가 사라지거나 다른 객체로 이동 하는 등의 문제점이 기존 추적 시스템에서 발견된다. 따라서 본 연구에서는 탐지된 객체의 궤도를 자동으로 인식하여 이러한 문제점들을 최소화 시켜주는 FTSE(Fast Time Series Evaluation)방법을 제시한다. 또한, 궤도 유사도를 평가할 수 있는 평가 기준으로 올바른 감지 비율, 잘못된 경보 비율, 트랙 정합 에러 및 분산 등의 평가 메트릭스를 제안한다. 성능 평가를 위해 본 연구 트래커 및 평가 메트릭스를 VC++로 개발하였으며, 성능은 올바른 감지 비율이 86%, 잘못된 경보 비율 2%로 blobtracker보다 상대적으로 높게 나왔음을 알 수 있다.