Swarm Based Robust Object Tracking Algorithm Using Adaptive Parameter Control

적응적 파라미터 제어를 이용하는 스웜 기반의 강인한 객체 추적 알고리즘

Moving object tracking techniques can be considered as one of the most essential technique in the video understanding of which the importance is much more emphasized recently. However, irregularity of light condition in the video, variations in shape and size of object, camera motion, and occlusion make it difficult to tracking moving object in the video. Swarm based methods are developed to improve the performance of Kalman filter and particle filter which are known as the most representative conventional methods, but these methods also need to consider dynamic property of moving object. This paper proposes adaptive parameter control method which can dynamically change weight value among parameters in particle swarm optimization. The proposed method classifies each particle to 3 groups, and assigns different weight values to improve object tracking performance. Experimental results show that our scheme shows considerable improvement of performance in tracking objects which have nonlinear movements such as occlusion or unexpected movement.

이동 객체에 대한 추적 기술은 최근 중요성이 강조되고 있는 동영상 이해에서 가장 핵심적인 기술의 하나라 할 수 있다. 하지만, 동영상이 가지는 조명의 불안정, 객체의 크기나 형태 변화, 카메라 움직임, 그리고 중첩 등으로 인해 동영상 내의 이동 객체 추적은 많은 어려움을 가지고 있다. 객체 추적의 가장 대표적인 종래의 방법인 칼만 필터와 파티클 필터의 문제점을 개선하는 방법으로 스웜 기반의 방법이 제안되어 있으나 동적으로 변화하는 이동 객체의 특징을 반영하는 개선된 알고리즘이 요구된다. 본 논문에서는 이러한 특징을 반영하여 파티클 스웜 최적화 방법에서 사용되는 파라미터 중 가중치 값을 동적으로 변화하는 적응적 파라미터 제어 방법을 제안한다. 각 파티클을 특성에 따라 3가지 종류로 구분하고 각각 서로 다른 가중치 값을 부여하는 방식으로 객체 추적의 성능을 개선할 수 있다. 제안된 알고리즘의 적용 결과 중첩 또는 예측하기 어려운 움직임 등과 같은 객체의 비선형적인 움직임이 있는 동영상에 대해 기존 파티클 스웜 방식에 비해 현저한 성능 개선을 보이는 것을 확인할 수 있었다.