유사도 지도에 기반한 강건한 물체 추적

Abstract

이동하는 물체를 추적하는 과정에서 주변에 시각적으로 유사한 배경이나 물체가 존재하면, 추적에 실패할 가능성이 높아진다. 이 논문에서는 추적중인 물체와 유사한 시각정보를 갖는 주변 영역을 사전에 확률지도로 모델링하고, 유사도가 높은 영역으로 추적대상이 이동하면 추적 물체와 주변 영역이 최적으로 구분되도록 관측모델을 변환함으로써, 물체 추적 성능을 개선하는 알고리즘을 제안한다. 우선 작은 구역으로 나누어진 각 영상영역에서 추적중인 물체의 시각정보와 주변 영역의 시각정보 사이에 유사한 정도를 확률분포로 표현하여 유사도 지도를 생성한다. 예측모델을 통하여 유사확률이 높은 지역으로 물체가 이동하면, 추적물체와 예측된 영상영역의 시각정보가 최대한 분리되는 관측모델을 구한다. 본 논문에서는 시각정보의 컬러히스토그램을 세분화하여 미세한 시각정보의 차이를 추출하고, 이러한 시각정보의 차이가 정합과정에서 부각되게 함으로써, 영상에 적응적으로 관측모델을 설정하고 있다. 다양한 물체에 대하여 유사한 색상 배경을 설정한 실험영상을 통하여 물체의 추적실패 가능성이 높은 유사지역에서의 추적성능이 크게 개선됨을 확인하였다. 본 논문에서 제안하는 기법은 많은 조합의 시각정보 관측모델의 정합 방법을 사용하지 않고, 주변의 관측 모델에 따른 확률 지도를 통하여 추적위험 지역에 국한하여 관측모델을 변경하기 때문에, 많은 연산과 정합모델에 대한 임의표본을 구할 필요가 없으면서도 추적 성능을 크게 개선하고 있다. 본 논문에서 구현된 객체추적 기술은 실시간 동작이 가능하여 비디오 보안시스템이나 다중 객체 추적 시스템에 적용하기에 적합하다.