CSRDCF_BD: Adaptive Spatial Mask Refinement for Visual Tracking via Bhattacharyya Distance
Jung‐Min Song · Journal of the Korea Society of Computer and Information · 2025
본 논문에서는 기존 CSRDCF 추적기의 공간적 신뢰도 모델에 대한 한계를 보완하기 위해, 마스크의 정확도와 신뢰도를 정량적으로 조절하는 Bhattacharyya Distance 기반의 적응형 필터링 기법 CSRDCF_BD를 제안한다. 제안된 방법은 foreground–background 간의 히스토그램 유사도에 기반하여 마스크에 대한 가중치를 동적으로 조정하며, 가림, 배경 혼잡, 조명 변화 등 복잡한 시각 조건에서도 필터 학습의 안정성과 추적 성능을 향상시킨다. OTB100 및 VisDrone 벤치마크에서 수행한 정량 실험 결과, CSRDCF_BD는 기존 CSRDCF 및 주요 추적기 대비 높은 정밀도와 성공률을 기록하였으며, 시간 안정성 측면에서도 우수한 일관성을 보였다. 본 연구는 공간 신뢰도 모델의 정교화 및 적응형 필터링 전략이 객체 추적기의 강건성 향상에 실질적으로 기여할 수 있음을 실증적으로 보여준다.