Computer Vision Theory : 움직임 추적

Motion Tracking

Computer Vision Theory : 움직임 추적
[ ComputerVision ] - 윤대희

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


Book Image

개정판이 출간됐습니다!

C#과 파이썬을 활용한 OpenCV 4 프로그래밍 (개정판)

컴퓨터 비전 기초 이론부터 머신러닝을 활용한 영상 처리 프로젝트까지

  • C#과 파이썬용 OpenCV의 데이터 형식과 행렬 및 배열 연산
  • 이미지/동영상/카메라를 활용한 입출력과 결과 저장
  • 전처리 과정과 정보를 탐색하기 위한 이미지 변형
  • 유의미한 정보를 검출하기 위한 이미지 변환
  • 이미지에서 정보를 검출 및 인식
  • 객체 검출을 포함한 모션 추적
  • K-means, KNN, SVM 등의 머신러닝 알고리즘 적용 방법
  • 카페(Caffe), 다크넷(Darknet), 텐서플로 모델을 활용한 딥러닝 모듈 적용 방법
  • Tesseract-OCR과 C# OpenCvSharp4를 활용한 프로젝트
  • 텐서플로와 Python OpenCV4를 활용한 프로젝트
  • 윤대희 저 | 위키북스

    [yes24 바로가기] [알라딘 바로가기] [교보문고 바로가기]

    후원하기


    ⤧  Previous post Computer Vision Theory : 이미지 인식
    ComputerVision Category