배경조건을 고려한 Mean-shift 추적에서의 객체 크기 추정
Object Scale Estimation in Mean-shift Tracking with Background Weighted Histogram
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
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.
Abstract
In this paper, we proposed a robust scale estimation method for mean-shift tracking with background weighted local kernel. The shrinking problem of tracking kernel is frequently happened when the previous scale estimation methods based on color similarity between target and target candidate are applied in the mean-shift tracking with background weighted kernel. In order to solve the kernel shrinking problem, we defined a novel similarity evaluation criterion between target and target candidate based on weight average and found the most similar target candidate among several candidates with different kernel size. In order to validate robustness of the proposed scale estimation method, we compared the proposed method with the previous methods using challenging and self-made test data sequences. Experimental results show the proposed model have good performance to estimate tracked object scale.
참고문헌 (10)
- L. Li, "An efficient object tracking method based on adaptive nonparameteric approach", Opto-Electronics Review, 13(4), pp.325~330 (2005)
- Robert T. Collins, "Collins, Mean-shift blob tracking through scale space", Proc. of the 2003 IEEE Computer Society Conf. on Computer Vision and Pattern Recognition (2003)
- J. Jeyakar, "Robust object tracking with background-weighted local kernels", Computer Vision and Image Understanding, 112(3), pp.296~309 (2008)
- D. Comaniciu, "Kernel-based object tracking", IEEE Trans. PAMI, 25(5), pp.564~577 (2003)
- G. R. Bradski, "Computer vision face tracking as a component of a perceptual user interface", Proc. IEEE Workshop Applications of Computer Vision, pp.214~219 (1998)
- J. Ning, "Scale and Orientation Adaptive Mean Shift Tracking", IET Comput. Vis, 6(1), pp.52~61 (2012)
- F. Khakpour, "A novel algebraic method for kernel-based object tracking", Computer & Elecrical Engineering, 40(5), pp.1482~1497 (2014)
- Y. Yan, "Robust Kernel-Based Tracking with Multiple Subtemplates in Vision Guidance System", Sensors, 12, pp.1990~2004 (2012)
- J. Sun, "A fast meanshift algorithm-based target tracking system", Sensors, 12, pp.8218~8235 (2012)
- A. Dulai, "Mean shift tracking through scale and occlusion", IET Signal Processing, 6(5), pp.534~540 (2011)