본 논문은 물체 추적에 적합한 새로운 형식의 히스토그램 모델을 제안한다. 제안하는 색상 히스토그램은 양자화 된 각 색상요소에 대해 픽셀의 개수뿐만 아니라 평균 위치 정보 그리고 평균 위치로부터 일정하게 떨어진 영역에 속하는 픽셀들의 색상평균값을 포함한다. 또한 제안하는 히스토그램간의 유사도를 나타내기 위하여 Bhattacharyya 거리를 기본으로 새로운 유사도 함수를 정의하고 mean shift 기법에 적용한다. 기존의 mean shift 기반 기법들과는 달리 본 논문에서 제안하는 알고리즘은 물체 주변 배경 영역에 물체와 비슷한 색상이 존재하더라도 강건한 물체 추적이 가능하다. 실험 결과는 기존 기법들과의 비교를 통하여 개선된 추적 결과를 보여준다.
In this paper, we propose a new class of color histogram model suitable for object tracking. In addition to the pixel count, each bin of the proposed model also contains the spatial mean and the average value of the pixels located at a certain distance from the mean location of the bin. Using the proposed color histogram model, we derive a mean shift procedure using the modified Bhattacharyya distance. Unlike most mean shift based methods, our algorithm performs well even when the object being tracked shares similar colors with the background. Experimental results demonstrate improved tracking performance over existing methods.
