[컴퓨터비전] 10. 모션
2025-06-09
#컴퓨터비전
1분
10.1 움직이는 상황
- •
현실 세계는 정적인 이미지보다 움직이는 장면이 훨씬 많음
- •
움직임은 두 가지로 나뉨:
- ◦
카메라의 움직임: 시점 변화에 따른 장면 이동
- ◦
물체의 움직임: 장면 내 개체의 실제 이동
- •
움직임 분석을 통해 동작 인식, 물체 추적, 장면 이해 등 다양한 작업이 가능
- •
대표적인 응용:
- ◦
감시 시스템: 이상 행동 탐지
- ◦
게임: 사용자의 제스처를 인식하여 조작 (예: Kinect, EyeToy)
- ◦
자율 주행: 도로 위 물체 감지 및 예측
10.2 광류 (Optical Flow)
- •
광류: 연속된 영상 프레임 사이에서 화소의 움직임을 추정하는 기법
- •
기본 가정: 밝기 불변 가정 (같은 물체는 시간에 따라 밝기가 일정함)
- •
출력: 각 화소의 이동을 나타내는 모션 벡터 필드
- •
주요 알고리즘:
- ◦
Lucas-Kanade 알고리즘:
- ▪
지역 기반 방식
- ▪
작은 윈도우 내 모든 화소가 같은 속도로 움직인다고 가정
- ◦
Horn-Schunck 알고리즘:
- ▪
전역 기반 방식
- ▪
전체 영상의 부드러운 흐름을 전제로 함
- •
광류는 물체 추적, 동작 인식, 장면 분할 등에 널리 활용됨
10.3 물체 추적
- •
물체 추적(object tracking): 영상에서 특정 물체가 시간에 따라 어떻게 움직이는지를 지속적으로 추적
- •
초기 위치가 주어졌을 때, 이후 프레임에서 동일한 물체를 찾는 것이 핵심
- •
주요 기법:
- ◦
KLT 추적 알고리즘:
- ▪
특징점을 추적
- ▪
광류 기반으로 빠르고 효율적
- ◦
템플릿 매칭 기반 추적:
- ▪
기준 영상(템플릿)과 유사한 영역을 검색
- ◦
분할 기반 추적:
- ▪
물체의 형태나 색상을 활용하여 배경과 분리
- •
도전 과제:
- ◦
조명 변화, 물체의 회전·크기 변화, 가림 현상 등