| 1 |
1
제1 프레임에서 입력된 이미지 시퀀스로부터 선택된 기준 객체와 비교하여, 상기 이미지 시퀀스에서 식별되는 각각의 객체에 대한 상대적 외형 특징 정보를 산출하는 단계; 상기 이미지 시퀀스에서 식별되는 각각의 객체에 대한 모션 패턴을 결정하는 단계; 및상기 상대적 외형 특징 정보 및 상기 모션 패턴에 기반하여, 상기 기준 객체를 추적하는 단계를 포함하며,상기 상대적 외형 특징 정보를 산출하는 단계는,제2 프레임에서 입력되는 이미지 시퀀스를 서브 영역들로 분할하고, 상기 분할된 서브 영역들 및 기설정된 특징 벡터들의 수에 비례하여 상대적 외형 특징 정보의 풀을 구성하는 단계;상기 구성된 외형 특징 정보의 풀에 기반하여, 상기 분할된 서브 영역들에서 식별되는 객체들의 외형 특징 정보를 추출하는 단계; 및상기 기준 객체와 상기 분할된 서브 영역들에서 식별되는 객체들의 외형 특징 정보를 비교함으로써, 상기 식별되는 각각의 객체에 대한 상대적 외형 특징 정보를 추출하는 단계를 포함하는,다중 객체 추적 방법
|
| 2 |
2
제1항에 있어서,상기 상대적 외형 특징 정보를 산출하는 단계는, 상기 제1 프레임에서의 이미지 시퀀스로부터, 객체 검출 데이터 세트를 산출하고, 상기 객체 검출 데이터 세트에 대응하는 기준 객체를 선택하는 단계; 및 상기 객체 검출 데이터 세트에 기반하여, 매 프레임마다 입력되는 이미지 시퀀스 상에서 검출되는 객체를 연관시킴으로써 트레클릿(tracklet) 세트를 생성하는 단계;를 포함하는,다중 객체 추적 방법
|
| 3 |
3
제2항에 있어서,상기 상대적 외형 특징 정보를 산출하는 단계 이후,상기 상대적 외형 특징 정보 및 상기 트레클릿 세트의 구성요소를 조합함으로써 상대적 특징 식별자(RFD; Relational feature descriptor)를 구성하는 단계를 더 포함하는,다중 객체 추적 방법
|
| 4 |
4
제2항에 있어서,상기 객체 검출 데이터 세트는 임의의 객체에 관한 위치, 크기, 속도 및 색채 히스토그램을 포함하는, 다중 객체 추적 방법
|
| 5 |
5
제1항에 있어서,상기 기설정된 특징 벡터들은, RGB 색체 히스토그램의 특징 벡터, HOG 특징 벡터 및 HSV에 기반한 CSS 특징 벡터를 포함하고,상기 상대적 외형 특징 정보는, 상기 기준 객체 및 분할된 서브 영역들에서 식별되는 객체 간에, RGB 색채 히스토그램, 지향성 그레디언트의 히스토그램(HOG) 및 색 자기 유사성(CSS)의 유사도를 포함하는, 다중 객체 추적 방법
|
| 6 |
6
제2항에 있어서,상기 모션 패턴을 결정하는 단계는, 상기 트레클릿 세트의 최초 프레임부터 최종 프레임까지, 개별 트레클릿마다의 각도에 기반하여, 선형 패턴 및 비선형 패턴으로 분류하는 단계; 상기 선형 패턴 및 상기 비선형 패턴으로 분류된 각각의 트레클릿으로, 선형 모션 패턴 서브세트 및 비선형 모션 패턴 서브세트로 구성하는 단계; 및 상기 선형 모션 패턴 서브세트 및 상기 비선형 모션 패턴 서브세트의 합집합으로 상기 모션 패턴이 정의되는 단계;를 포함하는,다중 객체 추적 방법
|
| 7 |
7
제6항에 있어서,상기 정의된 모션 패턴에 의하여, 상기 트레클릿 세트 내에서의 연관 계층관계가 결정되는 단계를 더 포함하는,다중 객체 추적 방법
|
| 8 |
8
제7항에 있어서,상기 연관 계층 관계에 추가로 기반하여, 상기 기준 객체를 추적하는 것을 특징으로 하는,다중 객체 추적 방법
|
| 9 |
9
제1항 내지 제8항 중 어느 한 항에 따른 방법을 실행하기 위한 컴퓨터 프로그램을 기록한 컴퓨터-판독가능 저장 매체
|
