움직이는 카메라에서 사람을 실시간으로 장시간 추적하는 것은 복잡한 배경과 자세 변형, 가려짐 현상, 장면 전환 등의 문제로 어려움을 겪는다. 본 논문에서는 지속적이고 안정적인 추적을 위하여 사람 검출 알고리즘과 추적 알고리즘을 결합하여 서로 필요한 정보를 교환하고 상호간의 단점을 보완함으로써 추적기 성능을 향상시키고자 한다. 또한 사람 검출에 최적화된 검출기 파라메터들을 실험을 통해 결정하고 모듈들의 병렬화를 통해 실시간 추적을 가능하게 한다. 이러한 방법으로 다양한 각도에서 신체의 일부가 가려지는 경우, 자세의 변형, 장면의 전환 등에도 불구하고 긴 시간동안 추적에 실패하지 않는 결과를 얻었다. 또한, 일반 동영상뿐만 아니라 웹캠 등으로 촬영한 저화질, 저프레임율, 모션블러의 문제를 가지는 동영상에서도 추적이 성공적으로 이루어짐을 실험을 통하여 확인하였다.
Tracking human in a long video sequence is a challenging problem due to pose variations, occlusions, background clutter, shot changes, etc. We propose a persistent real-time tracking algorithm that handles such challenges in a robust manner by combining a tracking algorithm with a human detector; the integration of human detector improves tracking performance through the interaction between tracker and detector. Our tracking algorithm is implemented efficiently by the optimization of detector parameter and proper parallelization, and runs real-time in a standard PC. We present tracking results by our algorithm in several challenging sequences containing pose changes, occlusion, background clutter, camera noises, motion blurs, and shot changes.
