• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.639-642
• /
• 2005

융합과 필터링(Fusion and Filtering: F/F) 기법은 신호처리, 제어 등 많은 공학분야에서 사용되며 현재 파티클 필터(Particle Filter: PF)가 최근 가장 각광받고 있다. 그러나 비선형 시스템과 모델링 하기 어려운 에러조건 때문에 기존의 파티클 필터조차 제대로 다루지 못하는 공학환경이 존재한다. 이에 파티클 필터뿐만 아니라 칼만 계열(Kalman varieties)의 필터 방법들을 통합할 수 있는 Constraint Manifold(CM) 기반 융합과 필터링 방법이 제안되었다. 본 논문에서는 CM 기반 필터링을 효과적으로 수행할 수 있도록 제한 조건 표현에 대한 방법론을 제시하면 시뮬레이션을 통해 기존 파티클 필터와의 성능 비교를 수행하였다.

• Proceedings of the Korea Contents Association Conference
• /
• 2016.05a
• /
• pp.401-402
• /
• 2016

드론의 헬리캠, 스마트폰의 카메라를 통해 얼굴영상을 검출하고, 검출된 얼굴 영역을 지속적으로 추적하는 것은 최근 많은 연구가 진행 중에 있다. 특히 색상기반의 파티클 필터를 사용하는 얼굴추적기법은 빠르고 효과적이나 사용되는 파티클의 수와 윈도우즈의 크기 간의 상간관계는 연구된 바가 없다. 이 논문에서는 색상기반 파티클 필터를 이용하여 얼굴추적 시스템을 구축하고 파티클의 수와 윈도우즈의 크기간의 상관관계를 1집단부터 5집단에 대해 윈도우즈의 크기와 파티클의 수를 변화하며 인식률의 상관관계를 살펴보았다. 파티클의 수는 10부터 120개, 윈도우즈 크기는 20픽셀부터 200픽셀에 대해 실험한 결과 실험의 파티클의 수와 윈도우즈 크기는 인식률에 의미 있는 영향이 없음을 확인했다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.9 no.2
• /
• pp.143-148
• /
• 2014

Particle filter algorithm has been proven very successful for non-linear and non-Gaussian estimation problem and thus it has been widely used for object tracking for video signals. If the object moves significantly, particle filter needs very large number of particles to track object and this results high computational cost. In this paper, modified particle filter by adopting motion vector is proposed for tracking vehicle in low frame rate(LPR) video input, which the object moving significantly and randomly between consecutive frames. In the proposed algorithm, motion vector is applied in selection and observe step. The experimental result shows that the proposed particle filter can track vehicle successfully in the case when previous one fails. And it also shows the propose method increases the precision of tracking.

• KIPS Transactions on Computer and Communication Systems
• /
• v.4 no.4
• /
• pp.125-134
• /
• 2015

In this paper, we present an algorithm based on particle filter to determine the state of human movement. We calculate speed from consecutive positioning data with time, latitude and longitude. The speed values are averaged with previous speed values and thus act as basis for particle filter. We use the fact that human speed distribution follows exponential distribution approximately. An algorithm based on particle filter has been developed and utilized. Human movement state are probabilistically described in this research, and the probability is to determine whether a person is in moving state or in stable state. The experimental results are provided in various ways.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.12 no.4
• /
• pp.76-86
• /
• 2013

As the basic Kalman filter is limited to be used for indoor navigation, and particle filters incur serious computational overhead, especially in mobile devices, we propose an adaptive hybrid filter for WiFi-based indoor positioning systems. The hybrid filter utilizes the same prediction framework of the basic Kalman filter, and it adopts the notion of particle filters only using a small number of particles. Restricting the predicts of a moving object to a small number of particles on a way network and substituting a dynamic weighting scheme for Kalman gain are the key features of the filter. The adaptive hybrid filter showed significantly better accuracy than the basic Kalman filter did, and it showed greatly improved performance in processing time and slightly better accuracy compared with a particle filter.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1461-1463
• /
• 2015

본 논문에서는 이동 객체를 추적하기 위해 HSI 색상 모델 기반으로 하는 파티클 필터를 이용하고, 차영상을 통해 추적하고자 하는 객체의 중심점을 보완하는 방법을 제안한다. 색상 모델 기반 파티클 필터로 이동 객체를 추적했을 때, 객체의 색 혼합도의 문제로 객체의 중심과 파티클들의 분포에 대한 정확성이 떨어져 추적의 어려움이 있다. 이 문제를 해결하기 위해 각 프레임마다 차영상을 만들어 이동객체의 중심점을 찾고, 파티클 필터로 추적한 중심점과 비교하여 객체의 중심점을 보완해 추적에 대한 정확성을 높일 수 있다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.25 no.4
• /
• pp.377-385
• /
• 2015

This paper proposes a novel forward vehicle tracking algorithm based on the WMIL(Weighted Multiple Instance Learning) equipped with a particle filter. In the proposed algorithm Haar-like features are used to train a vehicle object detector to be tracked and the location of the object are obtained from the recognition result. In order to combine both the WMIL to construct the vehicle detector and the particle filter, the proposed algorithm updates the object location by executing the propagation, observation, estimation, and selection processes involved in particle filter instead of finding the credence map in the search area for every frame. The proposed algorithm inevitably increases the computation time because of the particle filter, but the tracking accuracy was highly improved compared to Ababoost, MIL(Multiple Instance Learning) and MIL-based ones so that the position error was 4.5 pixels in average for the videos of national high-way, express high-way, tunnel and urban paved road scene.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.233-233
• /
• 2023

효율적인 수자원 관리에 필수적인 요소 중 하나는 유역 유출의 정확한 예측이다. 동일한 유역이라 할지라도 과거 기후조건에 대해 매개변수나 모형구조가 최적화된 수문모형은 현재나 미래 기후에 대해 최적이라 할수 없으며, 이에 따라 유역 유출 해석의 불확실성 또한 증가하고 있다. 수문자료동화는 모형의 입력 자료에 따른 불확실성을 줄이고 예측정확도를 향상 시킬 수 있는 방법으로, 수문모형의 상태량이나 매개변수를 업데이트하여 모형 초기 조건의 가능성 높은 추정치를 생성하는 기법이다. 본 연구에서는 국내 댐 상류 유역에 대해 집중형 수문모형과 순차자료동화 기법의 연계 패키지인 airGRdatassim 모형을 적용하여, 앙상블 칼만 필터와 파티클 필터 기법의 수문자료동화 특성을 비교 분석하고, 자료동화와 관련된 하이퍼-매개변수의 불확실성이 수문모의 성능에 미치는 영향을 분석하였다. 자료동화 적용 결과, 두 자료동화 기법 중 파티클 필터에 의한 모의성능이 높았으며 기상강제력 노이즈의 범위, 갱신 대상 상태량 설정, 앙상블 설정 등 수문자료동화의 설정과 관련된 하이퍼 매개변수의 불확실성은 두 기법별 뚜렷한 차이를 보였다. 또한, 본 연구에서는 일단위에서 시단위로 확장한 유량 예측 자료동화의 시험 모의결과 및 앙상블 수문동화기법의 도전과제에 대해서도 논의한다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.40 no.1
• /
• pp.35-42
• /
• 2012

In this study, a feature-points-tracking algorithm is suggested using a particle filter for vision based navigation system. By applying a dynamic model of the feature point, the tracking performance is increased in high dynamic condition, whereas a conventional KLT (Kanade-Lucas-Tomasi) cannot give a solution. Futhermore, the particle filter is introduced to cope with irregular characteristics of vision data. Post-processing of recorded vision data shows that the tracking performance of suggested algorithm is more robust than that of KLT in high dynamic condition.

• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.27 no.3
• /
• pp.317-325
• /
• 2016

This paper describes the technique for Radar Particle filter for TBD(Track Before Detect) processing. TBD technique is applied when target is difficult to detect due to low signal-to-noise ratio caused by strong clutter environments, small RCS targets and stealth targets. Particle filter is suitable for a recursive TBD algorithm and has improved estimation accuracy than Kalman filter. In this paper, we will present a new method of calculating particle weight, when observation values(including strong clutter) are received at the same time. Estimation error performance of the particle filter algorithm is analyzed by using the virtual radar observation scenario.