본 논문에서는 점 계열 유사도에 기반하여 모션 대응에 대한 휴리스틱 알고리즘을 제안한다. 점 계열은 x좌표를 기준으로 하여 오름 차순으로 정렬된 일련의 점 들의 리스트이다. 본 연구에서는 국부근접성에 기반하여 현재 프레임 전 프레임의 점들을 클러스터링 하고, 각 그룹에 있는 점 들의 순서를 변경해 가면서 여러 개의 가상 점 계열들을 구성하며, 가상 점 계열은 근접 제약조건에 근거한 유사도를 이용하여 현재 프레임의 점 계열과 정합한다. 국부적 애매함을 해결하기 위해 두 개 점 계열간의 가장 긴부분 문자열을 찾는 방법이 전체적인 정보로 사용된다. PETS2009과 CAVIAR데이터 집합들과 같은 다양한 영상 이미지 시퀀스에 대해 본 연구의 모션 대응 알고리즘은 90%이상의 정확도를 보여준다.
In this paper, we propose a heuristic algorithm for motion correspondence based on a point series similarity. A point series is a sequence of points which are sorted in the ascending order of their x-coordinate values. The proposed algorithm clusters the points of a previous frame based on their local adjacency. For each group, we construct several potential point series by permuting the points in it, each of which is compared to the point series of the following frame in order to match the set of points through their similarity based on a proximity constraint. The longest common subsequence between two point series is used as global information to resolve the local ambiguity. Experimental results show an accuracy of more than 90% on two image sequences from the PETS 2009 and the CAVIAR data sets.
