배경조건을 고려한 Mean-shift 추적에서의 객체 크기 추정

Abstract

본 논문에서는 배경조건을 고려한 Mean-shift 트래킹에서 객체의 크기 추정을 안정적으로 하기 위한 방법을 제안한다. 배경 주색상에 대한 가중치를 낮춘 타겟 모델을 구축한 후 타겟모델과 타겟 후보간의 유사성 판별을 기반으로 커널의 크기를 추정하는 기존 방법에서는 객체의 영역이 작아질수록 더욱 높은 유사도를 보이기 때문에 커널의 shrink 문제가 발생한다. 이 문제를 해결하기 위하여 본 논문에서는 타겟 모델과 타겟 후보간의 유사도를 판별하는 새로운 기준을 제시하고, 이를 기반으로 타겟 후보 중 초기 타겟 모델과 가장 유사한 모습을 가지는 커널 크기를 추정한다. 커널 크기 추정에 있어서 제안 방법의 안정성을 입증하기 위하여 자체 제작한 테스트 영상들과 공개된 테스트 영상들을 사용하여 객체 추적 및 객체 크기 추정 실험을 수행하였고, 기존 방법과의 성능을 비교 분석하였다. 실험 결과 제안방법이 객체 추적 및 객체 크기 추정에 있어서 기존 방법들 보다 낮은 오차율을 보였다.