Object Detection using Multiple Color Normalization and Moving Color Information

Abstract

본 논문에서는 영상 내 물체 영역에 대한 다중정규화와 움직임 색상 정보를 활용하여 이동 물체에 대한 후보 그룹을 추출하고 영상 분할 방법에 의해 대상 물체 영역을 정의하며 최종적으로 목표물체에 대한 검출방법을 제공하였다. 다중 색상변환에 의해 물체의 고유영역 확률을 강화하고 MCWUPC(Moving Color Weighted Unmatched Pixel Count) 연산을 활용하여 이동물체의 영역을 강조하는 두 가지 개념을 결합함으로써 최종적으로 입력 영상 시퀀스에서의 후보영역을 찾아 분할하였으며 매 프레임 정확한 물체의 외곽정보를 검출하였다. 제안된 알고리즘을 검증하기 위하여 이동물체의 이동 실시간이 가능한 시스템을 구축하였고, 다양한 배경을 포함한 실험영상 120 프레임을 처리한 결과 $89\%$ 이상의 추적 성공률을 보여주었다. This paper suggests effective object detection system for moving objects with specified color and motion information. The proposed detection system includes the object extraction and definition process which uses MCN(Multiple Color Normalization) and MCWUPC(Moving Color Weighted Unmatched Pixel Count) computation to decide the existence of moving object and object segmentation technique using signature information is used to exactly extract the objects with high probability. Finally, real time detection system is implemented to verify the effectiveness of the technique and experiments show that the success rate of object tracking is more than $89\%$ of total 120 image frames.