Abstract
This paper propose a novel method for tracking moving object based on covariance matrix and Riemannian Manifolds. With image backgrounds continuously changed, we use the covariance matrices to extract features for tracking nonrigid object undergoing transformation and deformation. The covariance matrix can make fusion of different types of features and has its small dimension, therefore we enable to handle the spatial and statistical properties as well as the component correlation. The proposed method can estimate the position of the moving object by employing the covariance matrix of object region as a feature vector and comparing the candidate regions. Rimannian Geometry is efficiently adapted to object deformation and change of shape and improve the accuracy by using geodesic distance to predict the estimated position with the minimum distance. The experimental results have shown that the proposed method correctly tracked the moving object.
본 논문은 공분산 행렬과 리만 다양체 이론에 근거를 둔 이동물체를 추적하는 새로운 방법을 제안한다. 연속적으로 변화하는 동영상 배경에서 다양한 변형을 겪는 비정형 물체를 추적하기 위해 공분산 행렬을 사용하여 특징 추출을 한다. 공분산 행렬은 특징들의 상관관계뿐만 아니라 공간적인 속성과 통계학적인 속성을 다룰 수 있으므로 서로 다른 유형의 특징들의 융합이 가능하며 행렬의 차원이 작다. 그러므로 이동물체 영역의 공분산 행렬을 특징벡터로 구성하고 후보 영역의 공분산 행렬과 비교 연산함으로써 각 프레임마다 이동물체의 위치를 추정할 수 있다. 여기서 리만 기하학은 이동물체의 변형과 모양 변화에 효과적으로 적용될 수 있으며 최소 거리를 갖는 추정 영역을 계산하기 위해 측지선 거리를 사용하므로 정확도를 향상시킨다. 제안한 방법의 효율성은 실험을 통해 검증하였다.
