Object Tracking Algorithm Using Weighted Color Centroids Shifting

Abstract

Recently, mean shift tracking algorithms have been proposed which use the information of color histogram together with some spatial information provided by the kernel. In spite of their fast speed, the algorithms are suffer from an inherent instability problem which is due to the use of an isotropic kernel for spatiality and the use of the Bhattacharyya coefficient as a similarity function. In this paper, we analyze how the kernel and the Bhattacharyya coefficient can arouse the instability problem. Based on the analysis, we propose a novel tracking scheme that uses a new representation of the location of the target which is constrained by the color, the area, and the spatiality information of the target in a more stable way than the mean shift algorithm. With this representation, the target localization in the next frame can be achieved by one step computation, which makes the tracking stable, even in difficult situations such as low-rate-frame environment, and partial occlusion.

Histogram Equalization Based Color Space Quantization for the Enhancement of Mean-Shift Tracking Algorithm

“…이 기법은 표적 모델(target model)과 표적 후보(target candidate)간에 커널 가중치가 적용된 색 히스토그램을 비교하 여 최적의 유사성을 갖는 후보 영역 위치를 빠르고 정확하 게 계산하는 평균 이동 표적 위치 추정(mean-shift target localization) 알고리즘이다. 또한 이를 토대로 물체 추적의 정 확도 향상을 위한 연구가 다양한 방면으로 진행되었는데, 대표적으로는 새로운 물체 표현 모델을 사용하는 방식들 [3,4,13] , 물체의 크기 변화 및 방향 변화를 고려하는 기법들 [5,6] , Bhattacharyya 계수를 대신하는 새로운 유사성 측도를 사용하는 기법들 [7,8] , 그리고 대상 영역의 물체를 배경에서 분리하는 방법들 [9,10] 등을 들 수 있다. 이처럼 다양한 연구들은 Comaniciu의 알고리즘 [2] 을 [2] .…”