本論文では、拡張K-means Trackerという非剛休対象を追跡できるアルゴリズムを提案する。本研究グループが提案しているK-means trackerでは二つの問題点が残っている。1）追跡対象と類似している色を持つ背景画素が追跡領域に混入された場合、その背景画素を誤ってターゲット画素としてクラスタリングされ、追跡が不安定になる可能性が高い。2）入力画像内の追跡対象が極端に大きい場合、ターゲット中心から離れたターゲット画素の画像空間内の距離が大きくなり、間違って背景画素としてクラスタリングされる可能性が高くなる。拡張K-means Trackerでは、二つの拡張によって従来の問題を解決する。1）3次元空間内の奥行き情報を追加し、画素の特徴空間を5次元から6次元に拡張する。1）マハラノビス汎距離による画像内の画素位置の情報を表現する。比較実射こより提案手法の有効性を確認できた。%In this paper,we propose a non-rigid object-tracking algorithm named extended K-means tracker. K-means tracker has two problem remained. 1)K-means tracker tracks unstably in a scene that a search area mixed by background pixels which have a similar to target pixels. 2)When target has a big size, those target pixels which far from the target center will have a big distance to the target center in image space, and they will be miss-classified into non-target cluster at a high possibility. Our algorithm solves those problems of K-means tracker by two extensions. 1) Add a depth feature to extend the 5D feature space to a 6D feature space. 2)Calculate Mahalanobis distance to describe the position distance.The effectiveness of the proposal algorithm was confirmed from comparison experiments.
展开▼
