Journal of Korea Multimedia Society (한국멀티미디어학회논문지)

Korea Multimedia Society (한국멀티미디어학회)
권호 표지
DOI QR코드

DOI QR Code

Object-Tracking System Using Combination of CAMshift and Kalman filter Algorithm

CAMshift 기법과 칼만 필터를 결합한 객체 추적 시스템

  • 김대영 (전남대학교 대학원 전자컴퓨터공학과) ;
  • 박재완 (전남대학교 대학원 전자컴퓨터공학과) ;
  • 이칠우 (전남대학교 전자컴퓨터공학부)
  • Received : 2012.10.07
  • Accepted : 2013.03.18
  • Published : 2013.05.31
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, we describe a strongly improved tracking method using combination of CAMshift and Kalman filter algorithm. CAMshift algorithm doesn't consider the object's moving direction and velocity information when it set the search windows for tracking. However if Kalman filter is combined with CAMshift for setting the search window, it can accurately predict the object's location with the object's present location and velocity information. By using this prediction before CAMshift algorithm, we can track fast moving objects successfully. Also in this research, we show better tracking results than conventional approaches which make use of single color information by using both color information of HSV and YCrCb simultaneously. This modified approach obtains more robust color segmentation than others using single color information.

이 논문에서는 CAMshift 알고리즘과 칼만 필터(Kalman filter) 알고리즘을 결합하여 강건하게 개선된 추적모듈에 관해서 기술한다. 물체를 추적할 때 사용되는 CAMshift 알고리즘은 추적과정에서 탐색 윈도우를 설정할 때 물체가 이동하는 방향 및 속도를 고려하지 않는다는 단점이 있었다. 이를 해결하기 위해 칼만 필터 알고리즘을 추가한다면 현재 물체의 위치 및 속도 등의 정보를 바탕으로 다음 순간의 물체 위치를 추정할 수 있게 된다. 이 추정값을 기준으로 CAMshift 추적 시 탐색 윈도우를 재설정함으로써, 기존 CAMshift 알고리즘만으로는 추적이 불가능한 고속 이동물체에 대해서도 보다 정확한 추적이 가능하게 되었다. 또 본 연구에서는 추적 대상의 HSV와 YCrCb 두 색상정보를 동시에 고려함으로써 단일 색정보를 이용하는 검출보다 더 강인한 결과를 얻을 수 있었다.

Keywords

References

  1. 김정현, 노태정, 김진영, 강동중, "적응적 Boosting과 CAMshift 알고리즘을 이용한 실시간 고속 얼굴 검출 및 추적 시스템의 개발," 제어로봇시스템학회 합동학술대회 논문집, pp. 261-266, 2006.
  2. 박지영, 이준호, "휴먼마우스 구현을 위한 효율적인 손끝좌표 추적 및 마우스 포인터 제어기법," 정보과학회논문지, 제29권, 제12호, pp. 851-859, 2002.
  3. 이만형, 황창선, "기동 목표물의 수학적 모델링과 칼만 필터을 이용한 실시간 추적기법의 개발," 대한전자공학회 학술발표회 논문집, pp. 100-106, 1986.
  4. D Comaniciu and P Meer, "Mean Shift: A Robust Approach Toward Feature Space Analysis," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 24, No. 5, pp. 603-619, 2002. https://doi.org/10.1109/34.1000236
  5. Gary R. Bradski, "Computer Vision Face Tracking For Use in a Perceptual User Interface," Intel Technology J ournal, Vol. 2, No. 2, pp. 12-21, 1998.
  6. 배정완, 최권택, 변혜란, "Pan-Tilt-Zoom- Camera에서 AAM과 CAMshift를 이용한 얼굴 검출 및 추적," 한국정보과학회 추계학술발표회 논문집, 제32권, 제2호, pp. 931-933, 2005.
  7. Rustam Stolkin, Ionut Florescu, Morgan Baron, Colin Harrier, and Boris Kocherov, "Efficient Visual Servoing with the ABCshift Tracking Algorithm," International Conference on Robotics and Automation, pp. 3219-3224, 2008.
  8. Greg Welch and Gary Bishop, "An Introduction to the Kalman Filter," Technical Report TR 95-041, 1997.
  9. Jiaqing Ma, "Efficient Visual Tracking using Particle Filter," International Conference on Information Fusion, pp. 1-6, 2007.
  10. Manya Afonso, "Particle Filter and Extended Kalman filter for Nonlinear Estimation: A Comparative Study," IEEE Transaction 4th, pp. 1-10, 2008.
  11. Kabir Hossain, Chimin Oh, and Chilwoo Lee, "Computationally Efficient Moving Object Tracking with CAMshift Embedded Kalman filter Theory," HCI 2012, pp. 255-258, 2012.
  12. Wang Xiangyu and Li Xiujuan, "Study of MovingTarget Tracking Based on Kalman- CAMshift in the Video," Information Science and Engineering (ICISE), 2010 2nd International Conference, pp. 1-4, 2010.
  13. Synh Viet, Uyen Ha, and Jae Wook Jeon, "Combine Kalman filter and Particle Filter to Improve Color Tracking Algorithm," International Conference on Control, Automation and Systems 2007, pp. 558-561, 2007.
  14. 이희재, 이상국, "SURF(Speed Up Robust Features)와 Kalman Filter를 이용한 컬러 객체 추적 속도 향상 방법," 멀티미디어학회논문지, 제15권, 제3호, pp. 336-344, 2012. https://doi.org/10.9717/kmms.2012.15.3.336
  15. 칼만 필터, http://ko.wikipedia.org/wiki/칼만_ 필터, 2012.

Cited by

  1. Object-Action and Risk-Situation Recognition Using Moment Change and Object Size's Ratio vol.17, pp.5, 2014, https://doi.org/10.9717/kmms.2014.17.5.556
  2. Trajectory Recovery Using Goal-directed Tracking vol.18, pp.5, 2015, https://doi.org/10.9717/kmms.2015.18.5.575
  3. Object Tracking Using CAM shift with 8-way Search Window vol.19, pp.3, 2015, https://doi.org/10.6109/jkiice.2015.19.3.636
  4. A vision based people tracking and following for mobile robots using CAMSHIFT and KLT feature tracker vol.17, pp.7, 2014, https://doi.org/10.9717/kmms.2014.17.7.787
  5. 스마트 폰 추적 및 색상 통신을 이용한 동작인식 플랫폼 개발 vol.17, pp.5, 2017, https://doi.org/10.7236/jiibc.2017.17.5.143