A new moving target tracking algorithm based on track-before-detect(TBD) is presented to detect and tracking moving target in IR image. The conventional tracking algorithm, Kalman filter and TBD, is inadequate to IR image. We investigate weakness of two conventional algorithm in IR image and newly propose improved tracking algorithm. The new method are based on TBD, and combines strength of conventional algorithm to overcome shortcomings. And we also propose vector quantization and updating vector quantization technique to overcome computation burden. Simulation result reveals the proposed algorithm has good performance in IR image.
이 논문의 목적은 적외선 영상에서 움직이는 표적을 탐지 및 추적하는 알고리즘을 개발하는 것이다. 재질에 따라 잡음이 달라지게 되므로 주변 재질이 서로 비슷한 적외선 영상에서는 블록별로 비슷한 잡음을 갖기 때문에 블록 잡음 배경을 만들고 표적의 크기는 몇 개의 픽셀을 갖도록 모델화하였다. 기존 탐지 및 추적 알고리즘이 적외선 영상 모델에서 제대로 동작하는지 확인하기 위하여 칼만 필터와 TBD 알고리즘으로 확인해보았다. 먼저, 칼만 필터를 이용한 표적 추적에서는 알고 있는 표적의 모양을 이용해서 매치드 필터 출력으로 매 프레임마다 표적을 탐지하게 되는데, 이 과정에서 많은 정보 손실이 일어난다. 그리고 거짓 타겟이 실제 타겟 근처와 블록의 경계에서 발생하게 되면 표적을 추적하지 못하는 문제가 발생했다. 다음으로 사용해 본 기존 표적 추적 알고리즘인 TBD는 모든 프레임을 한번에 처리해서 정보 손실이 생기지 않지만, 점 표적을 가정했기 때문에 실제 경로에서 조금씩 벗어난 거짓 경로가 생기고 노이즈가 높은 블록 내에서 노이즈에 의한 거짓 경로가 많이 생겨 실제 표적의 경로를 찾기 힘들었다. 따라서 타겟의 모양을 이용하는 방식과 모든 프레임을 한번에 처리하는 두 알고리즘의 장점을 모아서 매치드 필터 출력으로 TBD 알고리즘을 수행하는 새로운 알고리즘을 제안하였다. 또, TBD는 모든 가능한 경로를 모두 찾아보기 때문에 계산량이 많은 문제를 해결하기 위하여 벡터 양자화 기법과 적응형 벡터 양자화 기법을 제안하였다. 제안한 알고리즘이 적외선 영상 모델에서 제대로 동작함을 보이고, 벡터 양자화 기법과 적응형 벡터 양자화 기법을 적용한 경우에도 여전히 표적의 경로를 잘 추정함을 보였다.