차량의 자동 추적은 도로 건설 계획을 수립하는데 있어서 중요한 자료인 교통의 흐름을 분석하거나, 비디오 영상의 교통량 분석 시스템에서 차량의 정확한 속도를 측정하는 등 여러 분야에서 그 중요성이 날로 증가하고 있다. 본 논문에서는 비디오 영상에서 차량 추적 시 발생할 수 있는 가능한 경우들을 고려한 규칙기반 차량 추적 방법들을 제안한다. 제안된 방법들은 정화도의 관점에서 Mean-Shift방법에 비해 빠르고 좋은 성능을 나타내었다 본 논문에서 제안된 방법은 추적의 속도나 정확성을 높이기 위해 칼만 필터 예측기 및 칼라 정보를 이용한 탐색들을 융합한다면 더 우수한 추적 성능을 보일 것으로 기대된다.
Automatic tracking of vehicles is important to accurately estimate the vehicle speeds in video-based traffic measurement systems and to analyze traffic flows for road construction. This paper proposes a carefully designed rule-based tracking scheme that considers the possible cases that can be appeared in the video-based vehicle racking. The proposed scheme is fast and outperforms the Mean-Shift scheme in terms of accuracy. The accuracy and the speed of the scheme would be increased by combining it with color-based searching and Kalman filters.
