Surveillance Video Retrieval based on Object Motion Trajectory

물체의 움직임 궤적에 기반한 감시 비디오의 검색

In this paper, we propose a new method of indexing and searching based on object-specific features at different semantic levels for video retrieval. A moving trajectory model is used as an indexing key for accessing the individual object in the semantic level. By tracking individual objects with segmented data, we can generate motion trajectories and set model parameters using polynomial curve fitting. The proposed searching scheme supports various types of queries including query by example, query by sketch, and query on weighting parameters for event-based video retrieval. When retrieving the interested video clip, the system returns the best matching event in the similarity order.

본 논문에서는 감시 비디오의 검색을 위해 객체 단위의 특징을 이용한 새로운 비디오 색인 및 탐색 방법을 제안한다. 의미론적인 레벨에서 각각의 객체에 접근하기 위해 객체의 움직임 궤적 모델을 색인 인자(Key)로 이용하였다. 객체 움직임 궤적을 이용한 내용 기반의 비디오 색인을 위해 비디오 시퀀스에서 움직임 분할에 의해 객체를 검지한 다음, 분할된 객체를 추적하여 움직임 궤적을 생성하고 이를 기호적인 표현으로 모델링한다. 제안된 검색 시스템은 query by example, query by sketch 및 query on weighting parameters 등의 사건 기반의 비디오 검색을 위한 다양한 질의 유형을 지원할 수 있도록 설계되었다. 관심있는 비디오 클립(clip)을 검색했을 때, 제안된 시스템은 유사도에 따라 순서대로 정합된 사건들을 결과로 출력한다.