다중 중첩 카메라에서 베이지안 다객체 추적

Abstract

다객체 추적은 단일 카메라 또는 다중 카메라 영상에서 객체들의 위치 및 이동 경로를 분석하는 중요한 연구이다. 추적은 카메라의 환경에 따라서 다양하게 응용되며, 여러 대의 카메라가 사용되는 경우에는 FOV(field-of-view)의 중첩, 비중첩 여부에 따라 연구 방법 및 애플리케이션이 다양하게 활용되고 있다. 본 논문에서는 베이지안(Bayesian) 다객체 추적 framework인 online Relative Motion Network MOT (Multi-Object Tracking)를 기반으로 하여 추적 성능을 향상시키기 위해 cost function을 개선하였고, 다중 중첩 카메라 환경에서 다객체를 추적하는 시스템을 구성하였다. 개선된 cost function은 data association을 위한 similarity function으로 구성되며, relative motion model 인덱스를 계산하는 새로운 방법을 제안하였다. 또, 다중 중첩 카메라 환경에서 다객체를 추적하기 위해서는 카메라 좌표계를 역원근 맵핑(Inverse Perspective Mapping)하여 월드맵 좌표계로 변환하고, 변환된 좌표를 가진 객체들의 상태 정보를 이용하여 객체들의 이동에 따른 카메라 뷰 변환시 유사도를 판단하는 알고리즘을 통해 객체들의 연속적인 레이블링을 돕는다. 제안한 추적 시스템은 단일 카메라 영상에서 다중 카메라 영상으로 확장하여 추적 가능한 실제 공간의 관심 영역(ROI)을 확대하는 효과가 있으며, 다중 중첩 카메라 환경에서 MOT Benchmark를 이용하여 실험 결과를 보여주었다.