[openCV] 추적

Tracking

• detection은 검출하고자 하는 대상을 정해놓고 찾아내는 것이고 Tracking은 대상이 검출된 상황에서 그것을 따라가는 것
• 기본 개념 : ROI 설정 후 히스토그램 또는 features로 표현한다 -> 다음 프레임에서 ROI와 가장 유사한 패치를 찾아낸다

 

Meanshift

• 어떠한 점들의 밀도가 최대가 되는 위치로 이동시켜주는 알고리즘
• Histogram back-projection과 결합하여 사용

물체의 히스토그램을 구한 후 다음 프레임에 히스토그램 역투영하고 mean-shift를 이용하여 물체 추적

 

Camshift

• mean-shift의 수정된 버전
• 물체의 크기가 변함에 따라 관심 영역의 크기도 변화하기 때문에 정확한 추적이 가능하다.

 

Optical Flow

• 밝기의 움직임

오른쪽 이미지는 optical flow의 움직임, 방향과 크기

KLT 알고리즘

• 가정 : 어떠한 물체의 밝기값은 인접한 프레임에선 변하지 않는다, 어떠한 픽셀의 움직임은 인접한 픽셀의 움직임과 비슷하다.
• ➔ 𝐼(𝑥, 𝑦,𝑡) = 𝐼( 𝑥 + ∆𝑥, 𝑦 + ∆𝑦,𝑡 + ∆t)

feature을 추출하고 다음 프레임의 위치를 위의 식을 만족시키는 ∆𝑥와 ∆y를 구하는 것

• Original KLT는 큰 움직임을 추적하지 못하기 때문에 이미지 피라미드를 생성하여 사용한다.
• 이미지 피라미드 : 입력 영상의 크기를 여러 크기로 줄인 영상들의 집합

 

 출처 - 컴퓨터 비전 한동대학교 황성수

 http://www.kocw.net/home/cview.do?cid=1b1f5b73413060b5