Small Moving Object Tracking

물체 추적(Object Tracking)은 연속한 프레임에서 표적의 영역을 탐지하는 것을 목적으로하는 연구분야입니다. 

물체 추적은 다양한 응용에 적용되고 있는 기술이지만 감시/방어 분야에는 특별히 소형 이동 표적에 대한 자동화된 추적 기술이 매우 중요합니다.

미사일이나 포와 같은 전통적인 위협 표적에 대한 방어의 중요성 뿐만아니라 드론과 같은 소형 UAV에 의한 침입이나 테러의 위험이 증가하고 있기 때문입니다.  최근에는 공항과 같은 국가 주요 시설이 드론의  침입으로 마비 되거나 항공기가 드론과 충돌하는 사례가 빈번히 보고되고 있습니다.

최근 물제추적 분야는 Deep-Neural Netwrok Feature를 이용하는 DCF(Discriminant Correlation Feilter) 계열과  Siamese Network 계열 기술이 주를 이룹니다. 

하지만 기존의 방법들은 영상A와 같이 표적이 충분히 크며 표적 내 특징치가 풍부한 경우 높은 성능을 보이지만, 영상 B와 같이 표적이 매우 작고 특징치가 적은 경우에는 주변 클러터로 끌려가는 문제를 가지고 있습니다. 또한, 영상A의 마지막 부분과 같이 표적의 갑작스러운 기동(maneuver)특성에 충분한 대응을 하지 못하고 있습니다.

이러한 이유로 우리는 크기가 작고 특징이 풍부하지 않는 소형 표적에 효과적인 추적 기법을 개발하는 것을 목표로 연구를 진행하고 있습니다. 

특히, 파장특성에 따라 RGB보다 장거리 탐지가 유리한 적외선 대역의 영상을 주요 대상으로, 표적의 이동특성을 고려한 기법을 개발하고자 합니다.