멀티 카메라 트래킹을 위한 호모그래피 기반 좌표 매핑 시스템

기술적 구현의 구체성에 대해 긍정적인 반응이며, 특히 저사양 환경에서의 효율적인 좌표 변환 방식에 관심이 집중되었다.

• 카메라 이동이 잦은 환경이라면 재투영 오차를 실시간 모니터링하여 호모그래피 행렬을 즉시 갱신해야 한다.
• 연산 자원이 제한적인 경우 MobileNet 기반 DeepSORT와 헝가리안 알고리즘 조합이 좋은 대안이 된다.

호모그래피(Homography)

— 한 평면을 다른 평면에 투영할 때 발생하는 변환 관계로, 3x3 행렬을 통해 한 카메라의 픽셀 좌표를 다른 카메라의 좌표계로 매핑하는 기법이다. 멀티 카메라 트래킹에서 서로 다른 시점 간의 위치를 일치시키는 데 필수적이다.

랜삭(RANSAC)

— 무작위 샘플링을 통해 데이터셋 내의 이상치(Outlier)를 배제하고 모델의 파라미터를 추정하는 알고리즘이다. 호모그래피 행렬 계산 시 잘못된 대응쌍의 영향을 최소화하여 정확도를 높이는 역할을 한다.

칼만 필터(Kalman Filter)

— 노이즈가 포함된 측정치를 바탕으로 시간에 따라 변하는 시스템의 상태를 추적하고 예측하는 재귀적 필터이다. 객체의 위치와 속도를 확률적으로 추정하여 카메라 가림 현상이 발생해도 부드러운 트래킹을 유지하게 돕는다.

헝가리안 알고리즘(Hungarian Algorithm)

— 할당 문제를 최적화하여 해결하는 조합 최적화 알고리즘이다. 트래킹 시스템에서 이전 프레임의 객체와 현재 프레임의 탐지 결과를 가장 적절하게 연결(Data Association)하는 데 사용된다.

객체 재식별(Re-Identification)

— 서로 다른 카메라 뷰나 시간대에서 포착된 객체가 동일 인물인지 확인하는 기술이다. 본문에서는 64차원 HSV 서술자와 코사인 유사도를 활용하여 카메라 간 객체 일치 여부를 판단한다.