야구 비디오에 대한 민시프트 추적 하에서 선수 병합 분리

• Published in: 한국항행학회논문지 Vol. 21; no. 1; pp. 119 - 125
• Main Authors: 최현영, Hyeon-yeong Choi, 홍성화, Sung-hwa Hong, 고재필, Jae-pil Ko
• Format: Journal Article
• Language: Korean
• Published: 한국항행학회 28.02.2017
• Subjects: Data association; MeanShift; Merge and split; Multiple object tracking; Occlusion; 항공우주공학; Occlusion; Merge and split; MeanShift; Multiple object tracking; Data association
• ISSN: 1226-9026; 2288-842X
• DOI: 10.12673/jant.2017.21.1.119

본 논문에서는 야구 동영상에서 민시프트 추적 프레임워크 하에 선수들을 병합-분리하는 방법을 제안한다. 민시프트 추적 방법은 추적대상 객체의 확률분포에 대해 현재 추적영역에서 확률 값이 최대가 되는 위치로 중심점을 이동하여 객체를 추적한다. 민시프트 추적은 처리속도가 빨라 실시간 추적 문제에 널리 사용되고 있다. 그러나, 다수 객체 추적에서 겹침 문제를 처리하기 어렵다. 이와 같은 문제는 일반적으로 데이터 연관 방법을 적용하여 해결한다. 하지만, 야구선수의 겹침 문제는 선수영역의 해상도가 낮고, 여러 객체가 한 모델을 공유하기 때문에 데이터 연관 방법을 바로 적용하기 어렵다. 본 논문에서는 데이터 연관 방법 적용 이전에 선수 겹침 상황에서 병합-분리을 관리하는 방법을 제안한다. 제안하는 방법은 선수의 겹침 상황에서 추적영역 내의 추적 맵값을 조정하여 선수의 병합-분리를 관리한다. 본 논문에서 제안하는 방법과 민시프트 알고리즘의 추적성능을 비교하여 제안방법의 성능이 우수함을 보였다. In this paper, we propose a method that merges and splits players in the MeanShift tracking framework. The MeanShift tracking moves the center of tracking window to the maximum probability location given the target probability distribution. This tracking method has been widely used for real-time tracking problems because of its fast processing speed. However, it hardly handles occlusions in multiple object tracking systems. Occlusions can be usually solved by applying data association methods. In this paper, we propose a method that can be applied before data association methods. The proposed method automatically merges and splits the overlapped players by adjusting the each player`s tracking map. We have compared the tracking performance of the MeanSfhit tracking algorithm and the proposed method.