초록
카메라와 목표물이 함께 움직이는 작업환경에서는 영상의 배경이 연속적으로 바뀌고 다른 움직이는 물체와 겹치기 쉽다 스테이크 알고리즘은 다양하게 변형되어 목표물을 추적하는데 사용되어 왔지만, 물표물의 형태의 변형이 심하거나 추적물체의 윤곽선과 스네이크 사이의 거리인 바이어스(bias)가 큰 상황에서는 적용되기 어렵다. 이런 문제점들을 해결하기 위해, 본 논문에서는 윤곽선검출에서 가지는 스네이크 알고리즘의 장점을 활용하는 확장 스네이크 모델(extended snake model)을 제안한다. 제안하는 알고리즘은 닫힌 스네이크(closed snake)의 면적 변화율을 면적에너지로 변환하여 스네이크 에너지에 추가하고, 새로운 영상이 입력될 때마다 이전에 검출된 윤곽선을 목표물의 새로운 템플릿으로 정의하는 적응 템플릿(adaptive template) SSD(sum of square difference) 알고리즘을 이용한다. 면적에너지는 새로 입력된 영상에서 얻어지는 윤곽선의 면적이 일정범위를 벋어나지 않도록 제약하며 적응 템플릿 SSD 알고리즘은 목표물의 속도를 고려하여 목표물의 위치를 예측함으로써 윤곽선 검출의 속도와 정확도를 향상시킨다. 제안된 알고리즘의 우수성은 실험을 통해 검증하였다.
In the case where both a camera and a target are moving at the same time, the image background is successively changed, and the overlap with other moving objects is apt to be generated. The snake algorithms have been variously used in tracking the object, but it is difficult to be applied in the excessive overlap with other objects and the large bias between the snake and the target. To solve this problem, this paper presents an extended snake model. It includes an additional energy function which considers the temporal variation rate of the snake's area and a SSD algorithm which generates the template adaptive to the snake detected in the previous frame. The new energy function prevents the snake from over-shrinking or stretching and the SSD algorithm with adaptively changing template allows the prediction of the target's position in the next frame. The experimental results have shown that the proposed algorithm successfully tracks the target even when the target is temporarily occluded by other objects.
