OpenCV3의 샘플들을 살펴보던 중에,

KCF(kcf.cpp)를 발견하게 되었다.

OpenCV Extra Modules에 포함되어 있으며,

정확한 경로는 다음과 같다.

• opencv_contrib/modules/tracking/samples/kcf.cpp

이 파일은, tracking 알고리즘 증에서 KCF(Kernelized Correlation Filters)를 구현한 것이다.

테스트해보니, 속도가 빠르면서도 좋은 성능을 보여 주는 것 같다.

KCF에 대한 자세한 설명은, 다음 사이트에 나와 있다.

• http://www.robots.ox.ac.uk/~joao/circulant/

위 사이트에 따르면, 이 방식은 트랙킹 방식 중에서 최상위에 속하는 TLD나 Struck 보다도

좋은 성능을 발휘한다고 한다.

그리고, 앞으로의 개발을 위해 프레임워크를 Open Source로 공개한다고도 한다.

review

계획한 일정에 맞추어, 1차 개선작업을 완료하였다.

물론, '완료'라고는 하지만 '완료'라고 할 수 없는 '완료'이다.

생각보다는 잘 된 측면도 분명히 있다. 

하지만 또한, 품질과 성능 면에서 새로운 과제를 부여받기도 하였다.

그 내용들을 점검해 보면, 다음과 같다.

1. 떨림보정
• 생각보다 잘된 측면이 있다. 이전 알고리즘과 비교해 보면, 확실히 보정이 잘 된다.
• 하지만, 속도 측면에서 개선의 여지가 많다.
• 또한, 여러가지 다양한 환경에서도 잘 작동하는지는 두고 볼 일이다.
2. 객체 추적
• 사실상 개선이라고 보기는 어려울 것 같다.
• 템플릿 매칭의 한계를 넘어서기 위해, 다른 알고리즘을 검토해 봐야 할 것 같다.
3. 안개보정
• 역시 생각보다는 잘 되었다.
• 문제는, 떨림보정 만큼은 아니지만 속도 문제가 좀 있다.
• 또한, 보정 후 영상의 품질을 좀더 좋게 만들기 위한 연구가 필요하다.