초록 close

조건부 밀도 전파(Condensation)는 강건한 추적 성능과 실시간 구현이 가능하다는 장점을 지닌다. 그러나 정확한 추적을 수행하기 위해서는 복잡한 형태 모델과 많은 수의 샘플을 요구하므로 현실적으로 실시간 다중 추적에 적합하지 않은 경우가 많다. 본 논문에서는 실시간 응용에 적합하도록 작은 탐색 공간을 갖는 이산 형태의 형태 모델과 다중 추적 시 각 추적기 간의 상호 경쟁 관계를 고려하여 적은 수의 샘플로도 좋은 추적 성능을 보이는 경쟁적 Condensation 알고리즘을 제안한다. 실험 결과, 제안한 경쟁적 추적 알고리즘은 복잡하게 이동하는 여러 군중을 실시간으로 강건하게 추적함을 보인다.


The CONDENSATION (Conditional Density Propagation) algorithm has a robust tracking performance and suitability for real-time implementation. However, the CONDENSATION tracker has some difficulties with real-time implementation for multiple people tracking since it requires very complicated shape modeling and a large number of samples for precise tracking performance. Further, it shows a poor tracking performance in the case of close or partially occluded people. To overcome these difficulties, we present three improvements: First, we construct effective templates of people's shapes using the SOM (Self-Organizing Map). Second, we take the discrete HMM (Hidden Markov Modeling) for an accurate dynamical model of the people's shape transition. Third, we use the competition rule to separate close or partially occluded people effectively. Simulation results shows that the proposed CONDENSATION algorithm can achieve robust and real-time tracking in the image sequences of a crowd of people.