Wavelet transform-based hierarchical active shape model for object tracking

객체추적을 위한 웨이블릿 기반 계층적 능동형태 모델

  • 기현종 (중앙대학교 첨단영상대학원 영상공학과 시각및지능시스템 연구실) ;
  • 신정호 (중앙대학교 첨단영상대학원 영상공학과 시각및지능시스템 연구실) ;
  • 이성원 (중앙대학교 첨단영상대학원 영상공학과 시각및지능시스템 연구실) ;
  • 백준기 (중앙대학교 첨단영상대학원 영상공학과 시각및지능시스템 연구실)
  • Published : 2004.11.01

Abstract

This paper proposes a hierarchical approach to shape model ASM using wavelet transform. Local structure model fitting in the ASM plays an important role in model-based pose and shape analysis. The proposed algorithm can robustly find good solutions in complex images by using wavelet decomposition. we also proposed effective method that estimates and corrects object's movement by using Wavelet transform-based hierarchical motion estimation scheme for ASM-based, real-time video tracking. The proposed algorithm has been tested for various sequences containing human motion to demonstrate the improved performance of the proposed object tracking.

여기는 본 논문에서는 움직이는 물체 추적을 위한 윤곽선 및 형태 파라미터 추출을 위해 웨이블릿 변환을 이용한 능동형태모델의 계층적인 접근방법에 대해 제안한다. 능동형태 모델의 여러 단계 중 지역구조 모델링은 비정형 객체의 형태를 추출하기 위해 가장 중요한 비중을 차지한다. 제안한 알고리듬은 웨이블릿을 이용하여 계층적인 접근은 물론 지역구조 모델링단계를 웨이블릿 대역 분할을 이용하여 복잡한 환경에서의 객체를 강건하게 추적할 수 있도록 하였다. 또한 비정형객체를 실시간 비디오 추적에 이용하기 위해 웨이블릿을 이용한 계층적 움직임 추정방법을 적용하여 객체의 움직임을 예측, 보정하는 효과적인 방법을 제시하였다. 제안하는 알고리듬은 객체 추적에 대한 성능을 평가하기 위해 다양한 실험영상을 통해 우수함을 확인하였다.

Keywords

References

  1. L. Vincent, P. Soille, 'Watersheds in DigitalSpaces : An Efficient Algorithm Based onImmersion Simulations,' IEEE Trans. PatternAnaIysis and Machine Intelligence, vol. 13,no. 6, PP. 1022-1034, Jun. 1991
  2. D.K. Park, H. S. Yoon, C. S. Won, 'Fast Object Tracking in Digital Video,' IEEE Trans. Consumer Etectronics, vol. 46, no. 3, pp. 785-790, 2000 https://doi.org/10.1109/30.883448
  3. M. Kass, A. Witkin, D. Terzopoulos, 'Snakes: Active Contour Models,' International Journal of Computer Vision, vol. 1, PP. 321-332, 1998 https://doi.org/10.1007/BF00133570
  4. T. F. Cootes, A. Hill, C. J. Taylor C.J., and J. Haslam, 'The use of active shape models for locating structures in medical images,' Information Processing in Medical imaging, PP.33-47, 1993
  5. T. F. Cootes, C. J. Taylor, and A. Lanitis, 'Active shape models: evaluation of a multi-resolution method for improving image search,' Proc. British Machine Vision Conference, PP. 327-336, 1994
  6. 장준필, 김진태, 장태규, 최종수, 'Wavelet 변환을 이용한 계층적 움직임 추정', 제5회 신호처리 합동학술대회 논문집, PP. 406-410, 1992년 9월
  7. A. Koschan, S. Kang, J. Paik, B. Abidi, and M. Abidi, 'Color active shape models for tracking non-rigid objects,' Pattern Recognition Letters, Vol. 24, no. 11, pp. 1751-1765, July 2003 https://doi.org/10.1016/S0167-8655(02)00330-6
  8. 기현종, Vivek Maik, 정정훈, 신정호, 백준기, '웨이블릿을 이용한 능동형태모델 기반 비디오 추적기술,' 대한전자공학회 추계학술대회, pp. 161-164, 2003년 11월
  9. R. Plankers, P. Fua, 'Tracking and modeling people in video sequences,' Comp. Vision and Image Understanding, vol. 81, pp. 285-302, 2001
  10. T. J. Cootes, C. J. Taylor, D. H. Cooper, and J. Gragam, 'Training models of shape form sets of examples,' In British Machine Vision Conference, pp.9-18, September 1992
  11. O. Rioul and M. Vetteri, 'Wavelets and signal processing,' IEEE Signal Processing Mag., vol. 8, no. 4, pp. 14-38, Oct. 1991 https://doi.org/10.1109/79.91217
  12. S. Tanimoto and T. Pavlidis, 'A hierarchical data structure for picture processing,' Comput. Graphics Image Process, vol. 4, pp. 104-119, 1996 https://doi.org/10.1016/S0146-664X(75)80003-7
  13. A. Baumberg, 'Hierarchical shape fitting using an iterated linear filter,' Image and Vision Computing, vol. 16, pp. 329-335, 1996 https://doi.org/10.1016/S0262-8856(97)00065-6
  14. S. M. Smith, 'Reviews of Optical Flow, Motion Segmentation, Edge Finding and Corner Finding,' Techinical Report, Dept. of Clinical Neurotogy, Oxford University, 1997
  15. A. Murat TekalP, 'Digital Video Processing, 'Prentice hall signal processing series, 1995