GLAC-SVM Combined Poselet with Blocked Particle Filter for Human Detection and Tracking
Qin Tong Liu, Ngoc Nam Bui, Jin Young Kim · The Journal of Korean Institute of Information Technology · 2016
최근 인간객체 탐지에 기반한 추적 기술은 매우 도전적인 문제이면서, 다양한 응용분야를 가지고 있어 많은 연구의 대상이 되어 왔다. 본 논문에서는 인간객체 탐지를 위해 SVM과 GLAC에 의해 검증되는 Poselet를 사용한 탐지기를 채용하였다. 또한, 각 탐지된 후보 객체들은 PDAF 필터에 따라 적절한 추적기와 결합된다. PDAF에 의해 할당되지 않은 각 추적기들은 particle filter에 기반한 추적기술이 후보 객체의 존재를 유지하도록 한다. 제안된 방법은 PEST2009 데이터베이스와, 자체 제작한 CNU 데이터베이스에 대하여 검증 실험을 실시하였다. Adaboost boosting의 파티클(Particle) 필터 기반 추적 방법과 제안한 방법은 CNU 데이터베이스를 통해 비교하였다. 본 연구에서 제시한 블록 파티클 필터는 평균 정밀도 56.41%를 얻었는데, 이는 기존의 Adaboost 추적 방법의 성능 25.58%보다 우수한 결과이다.