[논문 리뷰] Tracking Multiple Moving Objects Using Unscented Kalman Filtering Techniques

Xi Chen, Xiao Wang외 1명|arXiv (Cornell University)|2018. 02. 05.

Video Surveillance and Tracking Methods참고 문헌 15인용 수 31

한 줄 요약

이 논문은 비선형 운동과 가림을 고려한 다중 객체 추적 문제를 해결하기 위해 비선형 운동과 가림 상황에서도 안정적인 추적을 가능하게 하는 유니크스 켈만 필터링(UKF)을 사용하는 새로운 다중 객체 추적 프레임워크를 제안한다. 블록 매칭을 통해 초도 검출을 수행하고 UKF를 활용해 정확한 상태 추정(속도 포함)을 수행함으로써, 복잡한 가림 상황에서도 추적 성능이 뛰어나 전통적인 켈만 필터링보다 비선형 상황에서 뛰어난 성능을 보인다.

ABSTRACT

It is an important task to reliably detect and track multiple moving objects for video surveillance and monitoring. However, when occlusion occurs in nonlinear motion scenarios, many existing methods often fail to continuously track multiple moving objects of interest. In this paper we propose an effective approach for detection and tracking of multiple moving objects with occlusion. Moving targets are initially detected using a simple yet efficient block matching technique, providing rough location information for multiple object tracking. More accurate location information is then estimated for each moving object by a nonlinear tracking algorithm. Considering the ambiguity caused by the occlusion among multiple moving objects, we apply an unscented Kalman filtering (UKF) technique for reliable object detection and tracking. Different from conventional Kalman filtering (KF), which cannot achieve the optimal estimation in nonlinear tracking scenarios, UKF can be used to track both linear and nonlinear motions due to the unscented transform. Further, it estimates the velocity information for each object to assist to the object detection algorithm, effectively delineating multiple moving objects of occlusion. The experimental results demonstrate that the proposed method can correctly detect and track multiple moving objects with nonlinear motion patterns and occlusions.

연구 동기 및 목표

• 비선형 운동과 가림으로 인해 추적 성능이 떨어지는 상황에서 영상 감시 환경에서 다중 이동 객체를 신뢰성 있게 추적하는 문제를 해결한다.
• 비선형 운동 환경에서 최적 추정을 제공하지 못하는 기존 켈만 필터링(KF)의 한계를 극복한다.
• 추적 파이프라인에 속도 추정을 통합하여 객체 검출 및 추적 정확도를 향상시킨다.
• 장시간 가림 동안 객체 정체성과 위치를 유지할 수 있는 견고한 시스템을 개발한다.
• 블록 매칭과 유니크스 켈만 필터링을 융합한 하이브리드 접근 방식을 통해 다중 타깃의 지속적인 추적을 가능하게 한다.

제안 방법

• 초기 객체 검출은 위치 추정을 위한 근사적인 값을 확보하기 위해 블록 매칭 기법을 사용하여 수행된다.
• 유니크스 켈만 필터(UKF)는 비선형 운동 환경에서 각 객체의 상태(위치, 속도)를 고정밀도로 추정하는 데 사용된다.
• UKF는 확장형 또는 표준 KF보다 비선형 운동 모델의 비선형성을 더 효과적으로 포착하기 위해 유니크스 변환을 활용한다.
• 속도 정보는 추정되어 추적 알고리즘에 피드백되어 가림 상황에서의 모호함을 해소하는 데 기여한다.
• UKF를 통한 상태 예측 및 보정을 통해 트랙릿을 유지함으로써 가림 동안 객체 정체성이 유지된다.
• 검출과 추적을 피드백 루프로 통합하여 동적이고 혼잡한 조건에서도 성능을 향상시킨다.

실험 결과

연구 질문

• RQ1 비선형 운동과 가림이 존재하는 상황에서 다중 이동 객체를 어떻게 안정적으로 추적할 수 있는가?
• RQ2 UKF는 비선형 추적 상황에서 기존 켈만 필터링보다 얼마나 뛰어나게 성능을 발휘하는가?
• RQ3 속도 추정은 가림 상황에서 객체 검출 및 추적 정확도를 향상시킬 수 있는가?
• RQ4 복잡한 환경에서 객체 검출의 사전 처리 단계로 블록 매칭 기법이 얼마나 효율적일 수 있는가?
• RQ5 제안된 방법은 장시간 가림 동안 일관된 객체 정체성을 유지할 수 있는가?

주요 결과

• 제안된 UKF 기반 추적 방법은 비선형 운동 패턴 하에서도 다중 이동 객체의 정확한 추적을 지속적으로 유지한다.
• 속도 추정 통합은 가림 상황에서의 모호함을 해소하는 데 시스템의 능력을 크게 향상시킨다.
• 유니크스 변환의 비선형 근사 성능이 뛰어나 비선형 상황에서 기존 켈만 필터링보다 우수한 성능을 보이며, 이는 UKF의 우월성을 입증한다.
• 실험 결과는 시스템이 장시간 가림 동안에도 다중 객체를 정확하게 검출하고 추적할 수 있음을 확인한다.
• 블록 매칭 기법은 효율적이고 신뢰할 수 있는 初기 검출을 제공하여 후속 UKF 보정의 견고한 기반을 마련한다.
• 전반적인 프레임워크는 동적 객체 상호작용이 빈번한 복잡한 감시 환경에서도 견고성과 일관성을 입증한다.