스케일에 강건한 물체 추적 기법 = Robust Object Tracking for Scale Changes

국문 초록 (Abstract)

CCTV와 같은 기존의 영상 감시 시스템들은 상황을 통제하는 오퍼레이터에 많이 의존했었다. 하지만, 최근 제품화 되고 있는 시스템들은 오퍼레이터에 의존하지 않고 시스템 안에서 자동으로 문제를 해결할 수 있도록 지능화 되고 있다. 하지만, 시스템에서 자동으로 상황을 처리하기에 많은 문제가 존재한다. Occlusion, 타겟의 Scale, Affine 변화가 대표적인 문제인데, 본 논문에서는 타겟의 크기변 화로 인해 발생하는 정보 손상 문제를 다룬다. 이 문제는 타겟의 크기가 다양하게 변화함으로써 정확한 정보를 얻지 못하고, 배경 정보를 흡수함으로써 추적 알고리즘의 성능을 크게 저하시키는 원인이 된다. 따라서 본 논문에서는 물체의 크기가 변화함으로써 타겟 정보를 손상시키는 문제를 최소화하기 위한 방법을 제안한다. 이 문제를 해결하기 위해 Multi-Stage Sampling을 이용한 Particle Filter를 기반으로 물체 추적 알고리즘에 적합하도록 개량된 MSER을 이용하였다. 이를 통해 타겟 물체의 크기가 다양하게 변화해도 정확한 크기를 추정함으로써 이 문제를 해결할 수 있다.

다국어 초록 (Multilingual Abstract)

Though conventional video surveillance systems such as CCTV depended on operators, recently developed intelligent surveillance systems no longer needed operators. However, these new intelligent surveillance systems have their own problems such as Occlusion, changing scale of target object, and affine. This paper handled information damage caused by changing the scale of the target object among other objects. Due to the change of the scale, the inaccurate information of target can be obtained when we update the background information. To handle this problem, we introduce a solution for information damage caused by problem of changing scale of target object located among other objects. Specifically, we suggest multi-stage sampling particle filter based advanced MSER for object tracking system. Through this method, the problem caused by changing scale of target can be avoided.

목차 (Table of Contents)

• 요약
• Abstract
• Ⅰ. 서론
• Ⅱ. 관련 연구
• Ⅲ. 스케일에 강건한 물체 추적 기법
• Ⅳ. 실험 및 결과
• Ⅴ. 결론
• 참고문헌
• 저자소개

참고문헌 (Reference)

1 천기홍, "동일한 다중 물체 추적 기법" 29 : 679-680, 2006

2 천기홍, "다중 물체 추적에서의 모션 히스토그램을 이용한 샘플 생성 기법" 2006

3 Ying Wu, "Tracking Appearances with Occlusions" 789-, 2003

4 Merwe, R, "The unscented particle filter" Cambridge University Engineering Department 2000

5 J. Matas, "Robust wide baseline stereo from maximally stable extremal regions" 384-396, 2002

6 S. Kang, "Real-time video tracking using PTZ cameras" 103-111, 2003

7 W. Qu, "Real-time interactively distributed multi-object tracking using a magnetic-inertia potential model" 535-540, 2005

8 Hang-Bong Kang, "Multiple Object Tracking Via Multi-layer Multi-modal Framework" 4522 : 789-797, 2007

9 D. Comaniciu, "Kernel-Based Object Tracking" 25 (25): 564-575, 2003

10 Bohyung Han, "Kernel-Based Bayesian Filtering for Object Tracking" 227-234, 2005

11 Yang, C, "Fast Multiple Object Tracking via a Hierarchical Particle Filter" 2005

12 M. Donoser, "Efficient maximally stable extremal region. (MSER) tracking" 553-560, 2006

13 Lowe, D. G, "Distinctive Image Features from Scale-Invariant Keypoints" 60 (60): 91-110, 2004

14 M. Isard, "CONDENSATION: conditional density propagation for visual tracking" 29 (29): 5-28, 1998

15 Yong Rui, "Better Proposal Distributions: Object Tracking Using Unscented Particle Filter" 786-793, 2001

16 Andrea Vedaldi, "An Implementation of Multi-Dimensional Maximally Stable Extremal regions" 2007

17 Tao Wang, "A Dynamic Bayesian Network Approach to Multi-cue based Visual Tracking" 167-170, 2004

18 Katja Nummiaro, "A Color-based Particle Filter" 2002