The KIPS Transactions:PartB (정보처리학회논문지B)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Object Tracking And Elimination Using Lod Edge Maps Generated from Modified Canny Edge Maps

수정된 캐니 에지 맵으로부터 만들어진 LOD 에지 맵을 이용한 물체 추적 및 소거

  • 박지헌 (홍익대학교 컴퓨터공학과) ;
  • 장영대 (홍익대학교 컴퓨터공학과) ;
  • 이동훈 (홍익대학교 컴퓨터공학과) ;
  • 이종관 (홍익대학교 컴퓨터공학과) ;
  • 함미옥 (홍익대학교 컴퓨터공학과)
  • Published : 2007.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

We propose a simple method for tracking a nonparameterized subject contour in a single video stream with a moving camera and changing background. Then we present a method to eliminate the tracked contour object by replacing with the background scene we get from other frame. First we track the object using LOD (Level-of-Detail) canny edge maps, then we generate background of each image frame and replace the tracked object in a scene by a background image from other frame that is not occluded by the tracked object. Our tracking method is based on level-of-detail (LOD) modified Canny edge maps and graph-based routing operations on the LOD maps. We get more edge pixels along LOD hierarchy. Our accurate tracking is based on reducing effects from irrelevant edges by selecting the stronger edge pixels, thereby relying on the current frame edge pixel as much as possible. The first frame background scene is determined by camera motion, camera movement between two image frames, and other background scenes are computed from the previous background scenes. The computed background scenes are used to eliminate the tracked object from the scene. In order to remove the tracked object, we generate approximated background for the first frame. Background images for subsequent frames are based on the first frame background or previous frame images. This approach is based on computing camera motion. Our experimental results show that our method works nice for moderate camera movement with small object shape changes.

본 논문은 하나의 움직이는 카메라와 수시로 바뀌는 배경을 가진 환경 하에서 파라미터를 사용하지 않는 외곽선을 사용한 움직이는 물체의 외곽을 추적하고, 추적된 물체의 외곽을 다른 장면에서 가져온 배경으로 대체하여 추적물체를 제거하는 기법을 제안한다. 먼저 캐니 에지 이미지(map)를 수정하여 만들어 내고, 이들 에지들의 강도에 대한 정보를 LOD (Level-of-Detail)로 만든 결과 LOD 캐니 에지 이미지(map)을 생성한다. 이들 LOD 캐니 에지 이미지 화소에 대해 그래프를 사용한 경로 설정 방법을 사용한다. 이 작업으로 결정되는 외곽선을 이용하여 추적대상이 되는 물체를 다른 이미지에서부터 얻은 배경이미지로 대체함으로써 제거한다. 우리의 물체 추적을 위한 방법은 LOD 수정된 캐니에지 이미지를 위주로 이루어진다. 추가 에지 정보를 얻기 위해 LOD 계층에 따라서 자세한 외곽선 정보를 얻는다. 우리의 경로 설정 방법은 보다 강한 이미지 차에서 만들어진 에지 화소를 선호하는 것이다. 이 방법은 이전 외곽선 정보를 최소한으로 참고하기 때문에, 이전 외곽선 정보를 새로운 외곽선을 생성하는데 있어서 가중치를 사용 이전 외곽선을 포함시키는 방법에 비해 탁월하다. 외곽선 추적 후 추적 물체를 배경으로 대체하는데, 첫 이미지 배경은 이후에 나타나는 이미지로부터 추적 물체에 대해 가려진 배경정보를 가져오는 카메라 운동법이라 부르는 방법에 의하여 계산되어진다. 첫 프레임을 위한 배경 계산이 완료되면, 다음 이미지의 배경 계산은 첫 프레임의 배경에 의존한다. 본 논문에서 제시된 방법을 사용할 경우, 추적 물체의 형상 변화가 극심하지 않고, 카메라의 움직임이 매우 빠르지 않을 경우 성공적으로 추적할 수 있었다.

Keywords

References

  1. M. Kass, A. Witkin, and D. Terzopoulos, 'Snakes: Active contour models,' International Journal of Computer Vision Vol.1, No. 4, pp. 321-331, 1987 https://doi.org/10.1007/BF00133570
  2. N. Peterfreund, 'Robust tracking of position and velocity with kalman snakes,' IEEE Trans. on Pattern Analysis and Machine Intelligence, Vol.21, pp. 564-569, 1999 https://doi.org/10.1109/34.771328
  3. Y. Fu, A. T. Erdem, and A. M. Tekalp, 'Tracking visible boundary of objects using occlusion adaptive motion snake,' IEEE Trans. on Image Processing, Vol.9, pp. 2051-2060, 2000 https://doi.org/10.1109/83.887973
  4. N. Paragios and R. Deriche, 'Geodesic active contours and level sets for the detection and tracking of moving objects,' IEEE Trans. on Pattern Analysis and Machine Intelligence, Vol.22, pp. 266-280, 2000 https://doi.org/10.1109/34.841758
  5. H. T. Nguyen, M. Worring, R. van den Boomgaard, and A. W. M. Smeulders, 'Tracking nonparameterized object contours in video,' IEEE Trans. on Image Processing, Vol.11, pp. 1081-1091, September 2002 https://doi.org/10.1109/TIP.2002.802522
  6. J. B. T. M. Roerdink and A. Meijster, 'The watershed transform: Definition, algorithms and parallelization strategies,' Fundamenta Informaticae, Vol.41, pp. 187-228, 2000
  7. H. T. Nguyen, M. Worring, and R. van den Boomgaard, 'Watersnakes: energy-driven watershed segmentation,' IEEE Trans. on Pattern Analysis and Machine Intelligence, Vol.25, pp. 330-342, 2003 https://doi.org/10.1109/TPAMI.2003.1182096
  8. J. Park, 'Contour tracking using modified Canny edge maps with level-of-detail,' Lecture Notes in Computer Sciences, Vol.3691, pp. 1-8, 2005 https://doi.org/10.1007/11556121_1
  9. M. Roh, T. Kim, J. Park, and S. Lee, 'Accurate Object Contour Tracking Based on Boundary Edge Selection,' Pattern Recognition, Vol. 40, No. 3, pp. 931-943, March 2007 https://doi.org/10.1016/j.patcog.2006.06.014
  10. A. Bartoli, N. Dalal, B. Bose and R. Horaud, 'From Video Sequences to Motion Panoramas,' Proceedings of Workshop on Motion and Video Computing, pp. 1-7, 2002