Computer Vision Theory : 움직임 추적

   

움직임 추적 (Motion Tracking)


1 움직임 추적 (Motion Tracking)은 비디오의 연속된 이미지 (프레임)에서 특정 객체를 찾는 것을 의미합니다. 배경(Background)에서 객체의 움직임, 누적 경로, 예상 경로, 속도, 속력 등을 확인할 수 있습니다. 주요한 추적 방식은 움직이는 객체의 특징점을 찾는 Point Tracking, 일정 영역 내부의 있는 움직임을 찾는 Kernel based Tracking, 복잡한 형태를 단순화(실루엣) 시켜 움직임을 찾는 Silhouette based Tracking이 있습니다.

대표적으로 광학 흐름(Optical Flow), 칼만 필터링 (Kalman Filtering), 에고 모션 (Ego Motion) 등이 있습니다.


광학 흐름(Optical Flow)

광학 흐름(Optical Flow)카메라와 피사체의 상대 운동에 의하여 피사체의 운동에 대한 패턴을 의미합니다. 밝기 변화가 거의 없고 일정 블록 내의 모든 픽셀이 모두 같은 운동을 한다 가정하여 움직임을 추정합니다. 또 다른 방식으로는 특정점만을 사용하여 광학흐름을 찾거나 일정 블록 내의 움직임을 판단하여 감지합니다. 주로 동작 감지, 물체 추적, 구조 분석 등에 이용합니다.


칼만 필터링 (Kalman Filtering)

칼만 필터링 (Kalman Filtering)은 노이즈가 포함되어 있는 선형 역학계의 상태를 추적하는 재귀 필터입니다. 이전 프레임의 움직임 정보를 기반으로 움직이는 물체의 위치를 ​​예측하는데 사용되는 신호 처리 알고리즘입니다. 추적을 위한 효과적인 계산 알고리즘이며 노이즈 측정에 관한 피드백을 제공합니다.


에고 모션 (Ego Motion)

에고 모션 (Ego Motion)은 카메라가 이미지를 사용하여 카메라의 모션을 결정합니다. 깊이 지도 (Depth Map)시차 지도 (Parallax Map)을 생성하여 움직임을 추정합니다. 대표적으로 시각적 주행 측정법 (Visual Odometry)으로 사용할 수 있습니다. 카메라의 이미지를 분석하여 위치와 방향을 확인하거나 결정할 수 있습니다. 액추에이터 (Actuator)의 움직임 데이터를 활용할 수 있습니다.



  • Writer by : 윤대희




도움이 되셨다면 광고 클릭 부탁드립니다.

⤧  Next post C# 강좌 : 제 31강 - 속성 ⤧  Previous post Computer Vision Theory : 이미지 인식