A Fast Motion Detection and Tracking Algorithm for Automatic Control of an Object Tracking Camera

객체 추적 카메라 제어를 위한 고속의 움직임 검출 및 추적 알고리즘

  • 강동구 (한국과학기술원 전자전산학과) ;
  • 나종범 (한국과학기술원 전자전산학과)
  • Published : 2002.06.01

Abstract

Video based surveillance systems based on an active camera require a fast algorithm for real time detection and tracking of local motion in the presence of global motion. This paper presents a new fast and efficient motion detection and tracking algorithm using the displaced frame difference (DFD). In the Proposed algorithm, first, a Previous frame is adaptively selected according to the magnitude of object motion, and the global motion is estimated by using only a few confident matching blocks for a fast and accurate result. Then, a DFD is obtained between the current frame and the selected previous frame displaced by the global motion. Finally, a moving object is extracted from the noisy DFD by utilizing the correlation between the DFD and current frame. We implement this algorithm into an active camera system including a pan-tilt unit and a standard PC equipped with an AMD 800MHz processor. The system can perform the exhaustive search for a search range of 120, and achieve the processing speed of about 50 frames/sec for video sequences of 320$\times$240. Thereby, it provides satisfactory tracking results.

능동 감시 카메라에서 얻어진 연속 영상에는 카메라의 움직임에 의해 발생하는 전역 움직임과 이동 물체의 국부 움직임이 동시에 존재한다. 따라서 이동 물체의 자동 추적을 위한 영상 기반의 실시간 감시 시스템의 구현을 위해 이동 물체의 국부 움직임만을 검출하고 추적할 수 있는 효과적인 알고리즘이 요구된다. 이 논문에서는 연속 영상의 차영상을 이용하는 빠르고 효율적인 움직임 검출 및 추적 알고리즘을 제안한다. 이 알고리즘은 우선 물체의 속도를 고려하여 이전 영상을 선택하고. 현재 영상과 선택된 이전 영상에 존재하는 전역 움직임을 빠르고 정확하게 추정하기 위해 신뢰성 있는 소수의 정합 블록만을 선택하여 사용한다. 마지막으로 현재 영상과 전역 움직임이 보상된 이전 영상의 차영상을 얻고, 현재 영상과 차영상의 상관 관계를 이용하여 차영상에 존재하는 강한 잡음을 효과적으로 제거하여 이동 물체 영역을 추출한다. 팬틸트 유닛과 AMD 800MHz 프로세서가 내장된 PC로 구성된 능동 카메라 시스템에 제안한 알고리즘을 적용하였다. 이 시스템은 320$\times$240 크기의 영상을 처리하며 수평 수직 방향의 $\pm$20 탐색 영역에서 전역 움직임을 추정할 때 약 50 frames/sec 의 속도로 움직임 검출이 가능하므로 빠른 이동 물체의 실시간 추적에 적합하다.

Keywords

References

  1. K. S. Bhat, M. Saptharishi, and P. K. Khosla, 'Motion detection and segmentation using image mosaics,' in Proc. IEEE Int. Conf. Multimedia and Expo, Vol. 3, pp. 1577-1580, New York, USA, Jul. 2000
  2. D. Comaniciu and V. Ramesh, 'Mean shift and optimal prediction for efficient object tracking,' in Proc. 2000 IEEE Int. Conf. Image Processing, Vol. III, pp. 70-73, Vancouver, Canada, Sept. 2000
  3. L. Wixson, 'Detecting salient motion by accumulating directionally-consistent flow,' IEEE Trans. Pattern Anal. Machine Intell., Vol. PAMI-22, No. 8, pp. 774-780, Aug. 2000
  4. D. Murray and A. Basu, 'Motion tracking with an active camera,' IEEE Trans. Pattern Anal. Machine Intell., Vol. PAMI-16, No. 5, pp. 449-459, May 1994
  5. K. W. Lee, S. W. Ryu, S. J. Lee, and K. T. Park, 'Motion based object tracking with mobile camera,' Electron. Lett., Vol. 34, No. 3, pp. 256-258, Feb. 1998 https://doi.org/10.1049/el:19980176
  6. L. Marcenaro, G. Vernazza, and C. S. Regazzoni, 'Image stabilization algorithms for video-surveillance applications,' in Proc. 2001 IEEE Int. Conf. Image Processing, pp. 349-352, Thessaloniki, Greece, Sept. 2001
  7. B. K. P Horn and B. G. Schunck, 'Determining Optical Flow,' Artificial Intelligence, Vol. 17, pp. 185-204, 1981
  8. B. Tao and M. T. Orchard, 'Gradient-based residual variance modeling and its applications to motion-compensated video coding,' IEEE Trans. Image Processing, Vol. CSVT-10, No. 1, pp. 24-35, Jan. 2001