For many vision-based systems, it is important to detect moving object automatically. Region-based motion estimation method is one of the popular methods for automatic moving object detection. The region-based method has several advantages that it is robust to noise and variation of illumination. However, there is a critical problem that there exists an occlusion problem, which is caused by the movement of the object. The occlusion problem results in an incorrect motion estimation and faulty-detection of moving objects. That is, stationary background in the occluded region can be classified as moving object.
In order to overcome this occlusion problem, a new occlusion detection algorithm is proposed. The proposed occlusion detection algorithm is motivated by the assumption that the distribution of the error histogram of the occlusion region is different from that the non-occlusion region. Proposed algorithm uses the mean and variance value to decide whether the occlusion is occurred in the region. Therefore, the proposed occlusion detection and motion estimation scheme detects the moving regions and estimates the new motion vector, while avoiding mis-detection caused by the occlusion problem.
The experimental results for several video sequences demonstrate the robustness of the proposed approach to the occlusion problem.
많은 비전을 기반으로한 시스템에 있어서 자동적으로 움직이는 물체를 검출하는 것는 중요하다. 영역을 기반으로 한 움직임 추정을 이용한 방법은 자동 이동 물체 검출에 있어서 중요한 방법들 중의 하나이다. 영역을 기반으로 한 방법은 잡음에 강하고 조명의 변화에도 강한 좋은 이점들을 가지고 있다. 그러나 이러한 방법에는 물체의 움직임에 의해 발생하는 겹침현상이 발생할 수 있다. 이러한 겹침 현상은 잘못된 움직임의 추청을 초래하고 따라서 잘못된 이동 물체를 검출할 가능성을 제시한다. 즉, 겹침이 발생한 영역내에서 정지된 배경과 같은 것들이 움직이는 물체로 구별 되어 질 수 있다.
이러한 겹침문제를 해결하기 위해 새로운 겹침 검출 알고리즘이 제안 되었다. 제안된 검출 알고리즘은 겹침이 일어나는 영역의 에러히스토그램의 분포가 겹침이 일어나지 않는 영역의 그것과 다르다는 동기로부터 시작되었다. 제안된 알고리즘은 영역에서 겹침이 일어났는지 아닌지를 결정하기 위해 에러의 평균과 편차값을 이용한다. 결국 제안된 겹침검출과 움직임 추정은 겹침문제에 의해 발생하는 잘못된 검출을 막고 움직이는 물체를 검출하고 새로운 움직임 벡터를 추정한다.
여러 동영상을 이용하여 실험한 결과는 제안된 알고리즘이 겹침현상에 대해 강인한 특성을 보인다는 것을 보여준다.
