A Fast Moving Object Tracking Method by the Combination of Covariance Matrix and Kalman Filter Algorithm
Geum-Boon Lee · The Journal of the Korean Institute of Information and Communication Engineering · 2015
본 논문에서는 칼만 필터 알고리즘과 공분산 행렬을 결합한 강인한 이동 물체 추적 방법을 제안한다. 연속적으로 변화하는 영상 내에서 추적하고자 하는 물체의 특징으로서 공분산 행렬은 특징들의 상관관계뿐만 아니라 공간적인 속성과 통계적 속성을 다루므로 목표물의 형태와 모양의 변화에도 추적의 지속성을 보장한다. 그러나 이동 물체의 움직이는 속도가 연산 속도보다 고속의 경우 실시간 추적이 어려우며 탐색 윈도우가 목표물을 놓치므로 이를 해결하기 위해 칼만 필터를 사용하여 이동 물체의 영역을 추정하며, 칼만 탐색 윈도우 내 이동 물체 영역의 공분산 행렬을 특징 벡터로 구성하고, 후보 영역의 공분산 행렬과 비교하면서 추적하는 방법을 실험하여 96.3%의 추적률을 달성하였다. This paper proposes a robust method for object tracking based on Kalman filters algorithm and covariance matrix. As a feature of the object to be tracked, covariance matrix ensures the continuity of the moving target tracking in the image frames because the covariance is addressed spatial and statistical properties as well as the correlation properties of the features, despite the changes of the form and shape of the target. However, if object moves faster than operation time, real time tracking is difficult. In order to solve the problem, Kalman filters are used to estimate the area of the moving object and covariance matrices as a feature vector are compared with candidate regions within the estimated Kalman window. The results show that the tracking rate of 96.3% achieved using the proposed method.