| 1 |
1
입력되는 학습 영상으로부터 학습 이진 특징 패턴을 추출하고, 상기 학습 이진 특징 패턴들에 대해 히스토그램을 생성한 후, 생성된 히스토그램을 기반으로 학습 특징 벡터를 생성하는 학습 영상 특징 추출 블록과,생성된 상기 학습 특징 벡터를 SVM(support vector machine) 학습하여 분류기를 생성하는 SVM 학습 블록과,생성된 상기 분류기에 대한 SVM 판별 가중치를 생성하여 데이터베이스에 저장하는 SVM 판별 가중치 생성 블록과,입력 영상으로부터 입력 이진 특징 패턴을 추출하고, 상기 입력 이진 특징 패턴들에 대해 히스토그램을 생성한 후, 생성된 히스토그램을 기반으로 입력 특징 벡터를 생성하는 입력 영상 특징 추출 블록과,상기 입력 특징 벡터가 생성된 전체의 입력 영상에 대한 탐색 영역을 설정하는 탐색 영역 설정 블록과,설정된 탐색 영역과 상기 데이터베이스에 저장된 분류기를 이용하여 사람을 검출하는 사람 검출 판별 블록을 포함하는 SVM 학습을 이용한 사람 검출 장치
|
| 2 |
2
제 1 항에 있어서,상기 학습 영상 특징 추출 블록은,각 픽셀별로 누적합 기반의 변화 분석을 통해 상기 학습 이진 특징 패턴을 생성하는SVM 학습을 이용한 사람 검출 장치
|
| 3 |
3
제 2 항에 있어서,상기 학습 영상 특징 추출 블록은,한 픽셀의 이웃하는 8개의 픽셀 값들을 이용하여 상기 한 픽셀에 대한 상기 학습 이진 특징 패턴을 구하는SVM 학습을 이용한 사람 검출 장치
|
| 4 |
4
제 3 항에 있어서,상기 학습 영상 특징 추출 블록은,상기 이웃하는 8개의 픽셀 값들의 누적합을 구하고, 각 누적합의 최대값과 최소값 사이가 증가일 때 그 사이 값들을“1”로 설정하고 나머지 값들을“0”으로 설정하여 상기 학습 이진 특징 패턴을 생성하며, 상기 각 누적합의 최대값과 최소값 사이가 감소일 때 그 사이 값들을“0”으로 설정하고 나머지 값들을“1”로 설정하여 상기 학습 이진 특징 패턴을 생성하는SVM 학습을 이용한 사람 검출 장치
|
| 5 |
5
제 1 항에 있어서,상기 학습 영상 특징 추출 블록은,픽셀의 기울기의 크기 값을 구해진 상기 학습 이진 특징 패턴의 크기 값으로 설정하여 상기 히스토그램을 생성하는SVM 학습을 이용한 사람 검출 장치
|
| 6 |
6
제 1 항에 있어서,상기 SVM 학습 블록은,SVM 학습기를 통해 다차원 공간에 있는 사람의 특징 벡터점들과 비사람의 특징 벡터점들을 분류하는 상기 분류기를 생성하는SVM 학습을 이용한 사람 검출 장치
|
| 7 |
7
제 1 항에 있어서,상기 SVM 판별 가중치 생성 블록은,하나의 학습 특징 벡터에 있는 각 엘리먼트들과 결합되는 상기 SVM 판별 가중치를 생성하는SVM 학습을 이용한 사람 검출 장치
|
| 8 |
8
제 1 항에 있어서,상기 입력 영상 특징 추출 블록은,각 픽셀별로 누적합 기반의 변화 분석을 통해 상기 입력 이진 특징 패턴을 생성하는SVM 학습을 이용한 사람 검출 장치
|
| 9 |
9
제 8 항에 있어서,상기 입력 영상 특징 추출 블록은,한 픽셀의 이웃하는 8개의 픽셀 값들을 이용하여 상기 한 픽셀에 대한 상기 입력 이진 특징 패턴을 구하는SVM 학습을 이용한 사람 검출 장치
|
| 10 |
10
제 9 항에 있어서,상기 입력 영상 특징 추출 블록은,상기 이웃하는 8개의 픽셀 값들의 누적합을 구하고, 각 누적합의 최대값과 최소값 사이가 증가일 때 그 사이 값들을“1”로 설정하고 나머지 값들을“0”으로 설정하여 상기 입력 이진 특징 패턴을 생성하며, 상기 각 누적합의 최대값과 최소값 사이가 감소일 때 그 사이 값들을“0”으로 설정하고 나머지 값들을“1”로 설정하여 상기 입력 이진 특징 패턴을 생성하는SVM 학습을 이용한 사람 검출 장치
|
| 11 |
11
제 1 항에 있어서,상기 입력 영상 특징 추출 블록은,픽셀의 기울기의 크기 값을 구해진 상기 입력 이진 특징 패턴의 크기 값으로 설정하여 상기 히스토그램을 생성하는SVM 학습을 이용한 사람 검출 장치
|
| 12 |
12
입력되는 학습 영상으로부터 학습 이진 특징 패턴을 추출하는 과정과,추출된 상기 학습 이진 특징 패턴들에 대한 히스토그램을 생성하고, 이 생성된 히스토그램을 기반으로 학습 특징 벡터를 생성하는 과정과,생성된 상기 학습 특징 벡터를 SVM(support vector machine) 학습하여 분류기를 생성하는 과정과,생성된 상기 분류기에 대한 SVM 판별 가중치를 생성하여 데이터베이스에 저장하는 과정과,입력 영상으로부터 입력 이진 특징 패턴을 추출하는 과정과,추출된 상기 입력 이진 특징 패턴들에 대해 히스토그램을 생성하고, 이 생성된 히스토그램을 기반으로 입력 특징 벡터를 생성하는 과정과,상기 입력 특징 벡터가 생성된 전체의 입력 영상에 대한 탐색 영역을 설정하고, 설정된 탐색 영역과 상기 데이터베이스에 저장된 분류기를 이용하여 사람을 검출하는 과정을 포함하는 SVM 학습을 이용한 사람 검출 방법
|
| 13 |
13
제 12 항에 있어서,상기 학습 이진 특징 패턴의 추출은,각 픽셀별로 누적합 기반의 변화 분석을 통해 수행되는SVM 학습을 이용한 사람 검출 방법
|
| 14 |
14
제 13 항에 있어서,상기 학습 이진 특징 패턴은,한 픽셀의 이웃하는 8개의 픽셀 값들을 이용하여 추출되는SVM 학습을 이용한 사람 검출 방법
|
| 15 |
15
제 14 항에 있어서,상기 학습 이진 특징 패턴은,상기 이웃하는 8개의 픽셀 값들의 각 누적합의 최대 값과 최소 값 사이가 증가시에 그 사이 값들이 “1”로 설정되고, 감소시에 그 사이 값들이“0”으로 설정되는SVM 학습을 이용한 사람 검출 방법
|
| 16 |
16
제 12 항에 있어서,상기 분류기는,SVM 학습기를 통해 다차원 공간에 있는 사람의 특징 벡터점들과 비사람의 특징 벡터점들을 분류하는SVM 학습을 이용한 사람 검출 방법
|
| 17 |
17
제 12 항에 있어서,상기 입력 이진 특징 패턴의 추출은,각 픽셀별로 누적합 기반의 변화 분석을 통해 수행되는SVM 학습을 이용한 사람 검출 방법
|
| 18 |
18
제 17 항에 있어서,상기 입력 이진 특징 패턴은,한 픽셀의 이웃하는 8개의 픽셀 값들을 이용하여 추출되는SVM 학습을 이용한 사람 검출 방법
|
| 19 |
19
제 18 항에 있어서,상기 입력 이진 특징 패턴은,상기 이웃하는 8개의 픽셀 값들의 각 누적합의 최대값과 최소값 사이가 증가일 때 그 사이 값들이“1”로 설정되고 나머지 값들을“0”으로 설정되며, 상기 각 누적합의 최대값과 최소값 사이가 감소일 때 그 사이 값들이“0”으로 설정되고 나머지 값들이“1”로 설정되는SVM 학습을 이용한 사람 검출 방법
|
| 20 |
20
제 12 항에 있어서,상기 입력 이진 특징 벡터에 대한 히스토그램은,픽셀의 기울기의 크기 값을 구해진 상기 입력 이진 특징 패턴의 크기 값으로 설정하여 생성되는SVM 학습을 이용한 사람 검출 방법
|
