동작 감지의 OpenCV 핵심 기술

OpenCV는 동작 추적을 위한 영상 처리 기능을 제공합니다. 프레임 차분, 배경 제거, 윤곽 검출 기법으로 움직이는 객체의 위치와 궤적을 식별합니다.

영상 전처리 단계

1. 비디오 스트림에서 프레임 획득
2. 계산 효율화를 위한 그레이스케일 변환
3. 가우시안 블러로 노이즈 제거

import cv2

video_source = cv2.VideoCapture(0)
_, current_frame = video_source.read()
_, previous_frame = video_source.read()

gray_current = cv2.cvtColor(current_frame, cv2.COLOR_BGR2GRAY)
gray_current = cv2.GaussianBlur(gray_current, (15, 15), 0)

움직임 감지 기법 비교

포즈 감지 환경 구성

OpenCV 기본 작업

import cv2
image_data = cv2.imread('sample.jpg')
cv2.imshow('Display', image_data)
cv2.waitKey(0)
cv2.destroyAllWindows()

의존성 관리

pip install -r requirements.txt

실시간 비디오 처리

capture = cv2.VideoCapture(0)
while capture.isOpened():
    status, image_frame = capture.read()
    if not status: 
        break
    gray_frame = cv2.cvtColor(image_frame, cv2.COLOR_BGR2GRAY)
    cv2.imshow('Processing', gray_frame)
    if cv2.waitKey(20) & 0xFF == 27:
        break
capture.release()

키포인트 감지 모델

MediaPipe 스켈레톤 렌더링

import mediapipe as mp

pose_estimator = mp.solutions.pose.Pose()
sketch_utils = mp.solutions.drawing_utils

video_stream = cv2.VideoCapture(0)
while video_stream.isOpened():
    _, frame = video_stream.read()
    rgb_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
    detected_pose = pose_estimator.process(rgb_frame)
    if detected_pose.pose_landmarks:
        sketch_utils.draw_landmarks(frame, detected_pose.pose_landmarks, mp.solutions.pose.POSE_CONNECTIONS)
    cv2.imshow('Skeleton', frame)
    if cv2.waitKey(5) == 27:
        break

동작 분석 원리

키포인트 시퀀스 처리

import numpy as np
pose_sequence = np.random.rand(5, 17, 2)  # 5프레임, 17개 관절

관절 각도 계산

import math

def get_joint_angle(point_a, point_b, point_c):
    vector_ab = (point_a[0]-point_b[0], point_a[1]-point_b[1])
    vector_cb = (point_c[0]-point_b[0], point_c[1]-point_b[1])
    dot_product = vector_ab[0]*vector_cb[0] + vector_ab[1]*vector_cb[1]
    magnitude_ab = math.hypot(vector_ab[0], vector_ab[1])
    magnitude_cb = math.hypot(vector_cb[0], vector_cb[1])
    cosine = dot_product / (magnitude_ab * magnitude_cb)
    return math.degrees(math.acos(max(-1.0, min(1.0, cosine))))

실시간 시스템 구현

상태 머신 설계

데이터 출력 최적화

function formatOutput(data, formatType) {
  if (formatType === 'csv') {
    return data.map(item => Object.values(item).join(',')).join('\n');
  } else {
    return JSON.stringify(data, null, 2);
  }
}

성능 튜닝

-Xms2g -Xmx2g -XX:+UseG1GC