2003년, 내가 직접 구현한 움직임 추적 시스템의 회고록
📅 개발 시점
2003년, USB 카메라를 활용한 영상 통화 기능을 개발하면서 움직임을 추적하는 시스템을 자체 설계하고 구현함.
🧭 개발 배경
영상 통화 중 사람의 움직임을 파악하기 위해 전체 프레임을 처리하지 않고 효율적인 방식이 필요함. 노이즈가 심한 환경에서 정확하고 빠른 움직임 추적을 목표로 함.
💡 핵심 아이디어
-
격자 기반 분석
전체 화면을 격자(Grid) 형태로 나눈 뒤, 각 격자 중심점을 기준으로 주변 픽셀의 변화 여부를 판단.
-
프레임 히스토리 활용
연속된 5개의 프레임을 저장하고, 각 격자의 포인트가 시간 흐름 속에서 어떻게 변화하는지를 분석.
-
시간 제한 기반 추론
사람이 초당 15프레임 내에서 빠르게 움직인다 하더라도 5프레임(약 0.3초) 동안 화면을 완전히 벗어날 가능성은 낮다고 판단하여 해당 기간 내의 변화만 집중적으로 분석.
⚙️ 개발 환경
- 언어/툴: Visual C++ with MFC (Microsoft Foundation Classes)
- 하드웨어: USB 카메라 (640x480 해상도)
🔍 기술적 접근 방식
- 프레임을 일정 시간 간격으로 캡처 및 저장
- 각 프레임을 격자 형태로 분할
- 격자 중심의 픽셀 및 인접 픽셀의 변화량을 확인
- 5개의 프레임에서의 변화 패턴 비교
- 일정 threshold를 초과하면 움직임으로 인식
🔄 현대 기술과의 연결고리
| 옛날 접근 방식 | 현대 기술 |
|---|---|
| 격자 기반 지역 분석 | CNN의 커널 기반 로컬 필터링 |
| 연속 프레임 비교 | Temporal Convolution, 3D CNN |
| 주변 픽셀의 변화 감지 | Feature extraction in deep learning |
| 프레임 기반 움직임 추적 | Optical Flow, Motion Vector 분석 |
😌 아쉬움과 회고
당시엔 기술적으로 성능 최적화를 직접 구현하는 것에 집중했고, 이러한 아이디어를 특허로 등록하지 못한 것이 아쉽다.
지금 와서 보면 딥러닝에서 쓰이는 핵심 개념들과 유사한 부분이 많아 더욱 의미 있게 느껴진다.
##
이 문서는 나의 과거 개발 경험을 정리한 기술 회고록입니다. 당시의 고민과 선택들이 지금의 영상 인식 기술과 연결될 수 있다는 점에서 큰 의미를 갖습니다.
작성자 정보
저자: 김명환
작성일: 2025년 7월 29일
주제: 2003년, 내가 직접 구현한 움직임 추적 시스템의 회고록