본 논문에서는 개선된 챔퍼매칭(Chamfer Matching)으로 2차원 평면 객체 모델을 추적하는 방법을 제시한다. 기존 챔퍼매칭은 배경이 복잡할 경우 객체와 영상간의 유사도를 계산하기 어려운 단점이 있다. 따라서 본 논문에서는 챔퍼매칭을 에지와 코너특징을 사용해 복잡한 배경에서도 유사도를 계산할 수 있도록 개선한다. 개선된 챔퍼매칭은 기하(Geometric) 모델을 추적하는 파티클 필터(Particle Filter)의 우도함수로 사용된다. 기하모델은 2차원 평면 객체를 에지 및 코너 특징점과 포즈로 모델링하며, 색상 변화에 안정적인 객체서술자이다. 파티클 필터는 칼만필터 보다 더 비선형적인 추적 방법이다. 따라서 제안된 방법은 복잡한 환경에서 객체를 추적하기 위해 기하모델 및 파티클 필터, 개선된 챔퍼 매칭을 사용한다. 실험 결과에서는 제안 방법의 강건함을 기존 방법의 비교를 통해 나타낸다.
In this paper we have presented a two dimensional model based tracking system using improved chamfer matching. Conventional chamfer matching could not calculate similarity well between the object and image when there is very cluttered background. Then we have improved chamfer matching to calculate similarity well even in very cluttered background with edge and corner feature points. Improved chamfer matching is used as likelihood function of particle filter which tracks the geometric object. Geometric model which uses edge and corner feature points, is a discriminant descriptor in color changes. Particle Filter is more non-linear tracking system than Kalman Filter. Then the presented method uses geometric model, particle filter and improved chamfer matching for tracking object in complex environment. In experimental result, the robustness of our system is proved by comparing other methods.
