Abstract

• Object Tracking(객체 추적)의 목표는 비디오 장면에서 관심 영역을 Segmentation(분할)하고, 이러한 영역의 움직임과 위치, 맞물림(Occlusion)을 지정하고 추적하는 것이다.
• Object Tracking(객체 추적)을 위한 선행 작업으로 Object Detection(객체 감지)와 Object Classification(객체 분류)가 있음.
• Object Tracking(객체 추적) 과정

  1. Object Detection(객체 감지)

     → 찾고자 하는 객체의 존재 여부와 어디에 있는지 감지함.

  2. Object Classification(객체 분류)

     → 1에서 감지된 객체에 대해 다양한 범주(사람, 차량, 새 등)로 분류함.

  3. Object Tracking(객체 추적)

Introduction

객체 추적 과정

• Computer Vision 분야에서 객체 추적은 매우 중요한 역할을 하고 있음.

• 일반적인 객체 감지 알고리즘은 알 수 없는 객체나 색상, 모양, 질감이 크게 변형된 물체를 적절하게 처리하는 것이 매우 어려움.

  → 이로 인해 대부분의 Computer Vision 시스템은 고정된 카메라 환경을 가정함.

• 비디오 시퀀스의 이미지 = 전경 객체(foreground objects) + 배경(background pixels)

  • 전경 객체(foreground objects) : 사람, 사물 등과 같은 움직이는 물체
  • 배경(background pixels) : 픽셀 정보를 담고 있음.

Object Detection Methods

<aside> 💡 Object Tracking의 첫 번째 과정으로 비디오 시퀀스에서 관심 객체를 식별하고, 이 객체의 픽셀을 클러스터링 하는 과정.

</aside>

Frame Differencing

Frame Differencing

• 두 개의 연속된 이미지 간의 차이를 계산하여 움직이는 물체인지에 대한 여부를 확인함.

• 일반적으로 움직이는 물체의 완전한 윤곽을 얻기가 어렵고, empty phenomenon(빈 현상)이 나타남.

  → 움직이는 물체의 감지가 정확하지 않음.

Optical Flow

Optical Flow

• image optical flow field(영상 광류장)을 계산하고, 영상의 광류 분포 특성에 따라 클러스터링함.