| 1 |
1
피플 카운팅 방법에 있어서, 출입구의 상단 및 정면에 각각 설치된 상단 카메라 및 정면 카메라를 이용하여 상단 영상 및 정면영상을 입력하는 단계; 상기 입력되는 상단 영상과 정면 영상으로부터 각각 머리 객체와 얼굴 객체를 각각 추출하는 단계; 상기 추출된 얼굴 객체에 대하여 기 설정된 나이 분류 데이터를 이용하여 얼굴 나이를 분류하는 단계; 및 상기 추출된 상단 영상에 대한 머리 객체 정보와 상기 분류된 얼굴 나이 정보를 이용하여 출입자의 수를 나이별로 분류하여 카운팅하는 단계를 포함하는 피플 카운팅 방법
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
제1항에 있어서, 상기 객체를 추출하는 단계는, 상기 상단 카메라를 통해 입력되는 RGBD 영상으로부터 배경 영상을 제거하는 단계; 상기 배경이 제거된 전경 영상으로부터 전경 객체를 추출하는 단계; 상기 추출된 전경 객체에 대하여 객체 블랍을 지정하는 단계; 및 상기 지정된 블랍을 이용하여 머리 객체를 검출한 후, 검출된 머리 객체 정보를 검출하는 단계를 포함하는 피플 카운팅 방법
|
| 5 |
5
제4항에 있어서, 상기 배경 영상을 제거하는 단계에서, 배경 영상 제거는 차 연산 및 가우시안 혼합 모델링 방법을 통해 수행하는 피플 카운팅 방법
|
| 6 |
6
제5항에 있어서, 상기 가우시안 혼합 모델링은 아래의 수학식을 이용하는 피플 카운팅 방법
|
| 7 |
7
제5항에 있어서, 상기 객체 블랍을 지정하는 단계에서, 전경객체에 대한 블랍 지정은 히스토그램 분석 및 레이블링 기법을 이용하고, 머리 객체 정보를 검출하는 단계에서 머리 객체의 검출은 레이블링 필터링을 통해 검출하는 피플 카운팅 방법
|
| 8 |
8
제1항에 있어서, 상기 객체를 추출하는 단계는, 상기 정면 카메라를 통해 입력되는 RGBD 영상으로부터 배경 영상을 제거하는 단계; 상기 배경이 제거된 전경 영상으로부터 전경 객체를 추출하는 단계; 및상기 추출된 전경 영상으로부터 사람 객체를 검출하는 단계를 포함하는 피플 카운팅 방법
|
| 9 |
9
제8항에 있어서, 상기 객체를 검출하는 단계에서, 상기 추출된 전경 영상에서 깊이 정보를 이용한 관절 추적 방법을 이용하여 사람 객체를 검출하는 피플 카운팅 방법
|
| 10 |
10
제1항에 있어서, 상기 얼굴 나이를 분류하는 단계는, 상기 추출된 얼굴 객체 영역을 대상으로 깊이 데이터 기반 AAM(Active Appearance Models) 방법을 이용하여 얼굴을 인식하는 단계; 상기 인식된 얼굴 영상으로부터 121개의 얼굴 특징점을 추출하는 단계; 상기 추출된 121개의 얼굴 특징점들로부터 8개의 나이 특징점을 추출하는 단계; 상기 추출된 121개의 얼굴 특징점들로부터 9개의 주름 영역 보조점을 추출하는 단계; 상기 추출된 8개의 나이 특징점들로부터 7개의 얼굴 특징 비율을 측정하는 단계; 상기 추출된 9개의 주름 영역 보조점들과 상기 추출된 8개의 나이 특징점들로부터 4개의 주름 영역을 검출하는 단계; 상기 검출된 4개의 주름 영역에 대한 주름 밀도를 측정하는 단계; 및 상기 측정된 7개의 얼굴 특징 비율값과 상기 측정된 4개의 주름 밀도값을 입력벡터로 하여 설정된 나이 분류 데이터에 따라 얼굴 객체를 설정된 나이 그룹으로 분류하는 단계를 포함하는 피플 카운팅 방법
|
| 11 |
11
제10항에 있어서, 상기 얼굴 특징 비율을 측정하는 단계에서, 측정되는 7개의 얼굴 특징 비율은 아래의 수학식을 이용하여 측정하는 피플 카운팅 방법
|
| 12 |
12
제10항에 있어서, 상기 주름 밀도를 측정하는 단계에서, 주름밀도는 아래의 수학식을 이용하여 측정하는 피플 카운팅 방법
|
| 13 |
13
제10항에 있어서, 상기 나이 그룹으로 분류하는 단계에서, 나이 분류는 신경망 방법을 이용하여 객체의 나이를 분류하는 피플 카운팅 방법
|
| 14 |
14
제1항에 있어서, 상기 카운팅하는 단계는, 상기 추출된 머리 객체와 얼굴 객체 각각이 상호 동일한 사람에 대한 객체인지를 판별하는 단계; 상기 판별결과, 각각의 객체가 동일한 사람의 객체로 판별되는 경우, 각 객체에 대하여 객체별 고유 태그를 부여하는 단계; 상기 각 객체별로 부여된 태그 정보를 이용하여 객체를 추적하는 단계; 상기 추적된 객체 정보와 상기 추출된 얼굴 객체에 대한 얼굴 나이 정보를 이용하여 입장객의 수를 나이별로 카운팅하고, 상기 추적된 객체 정보를 이용하여 퇴장객의 수를 카운팅하는 단계를 포함하는 피플 카운팅 방법
|
| 15 |
15
제14항에 있어서, 상기 동일 객체를 판별하는 단계에서, 동일 객체 판별은 머리 객체 블랍의 중심점과 얼굴 객체 블랍의 중심점에 대한 거리를 매핑해 교차되는 지점의 객체를 동일객체로 판별하는 피플 카운팅 방법
|
| 16 |
16
제14항에 있어서, 상기 객체를 추적하는 단계에서, 객체 추적은 확장 칼만 필터(EKF) 알고리즘을 이용하는 피플 카운팅 방법
|
| 17 |
17
제14항에 있어서, 상기 카운팅하는 단계에서, 입장객과 퇴장객의 카운팅은 라인 드로잉기법을 이용하여 카운팅하는 피플 카운팅 방법
|
| 18 |
18
삭제
|
| 19 |
19
삭제
|
