1 |
1
사전에 설정된 간격으로 이격된 복수의 초점 위치에서 순차적으로 대상영역을 촬영하여 얻어진 복수의 입력영상 중에서 서로 인접한 입력영상으로부터 산출된 초점값의 변화율을 기초로 상기 대상영역에 대응하는 특징 벡터를 산출하는 특징 벡터 산출부; 및복수의 기준 특징 벡터 및 각각의 기준 특징 벡터에 대응하는 기준 초점 위치가 저장된 데이터베이스에서 상기 대상영역에 대응하는 특징 벡터와의 차가 최소인 기준 특징 벡터에 대응하여 저장된 기준 초점 위치를 상기 대상영역을 촬영하기 위한 최적 초점 위치로 결정하는 초점 위치 결정부;를 포함하는 것을 특징으로 하는 트레이닝 기반의 자동 초점 장치
|
2 |
2
제 1항에 있어서,상기 복수의 초점 위치를 포함하는 기준 개수의 초점 위치에서 대상객체를 촬영하여 각각 얻어진 견본영상들로 이루어진 이미지셋을 복수의 대상객체 각각의 식별정보 및 카메라로부터 상기 대상객체까지의 거리에 대응하여 복수 개 생성하는 이미지 획득부;상기 이미지 획득부에 의해 얻어진 복수의 이미지셋 각각에 대하여 상기 이미지셋에 포함된 견본영상들 중에서 서로 인접한 견본영상으로부터 산출된 초점값의 변화율을 기초로 견본 특징 벡터를 산출하는 견본 특징 벡터 산출부;상기 각각의 이미지셋에 포함된 견본영상들 중에서 초점값이 최대인 견본영상이 촬영된 초점 위치를 상기 각각의 이미지셋에 대응하는 기준 초점 위치로 결정하는 기준 초점 위치 결정부; 및상기 기준 초점 위치의 값을 기준으로 상기 복수의 이미지셋을 상기 기준 개수의 그룹으로 분류하고, 상기 각각의 그룹에 속하는 이미지셋에 대하여 산출된 견본 특징 벡터들의 평균을 상기 기준 특징 벡터로 결정하여 상기 데이터베이스에 저장하는 데이터 저장부;를 더 포함하는 것을 특징으로 하는 트레이닝 기반의 자동 초점 장치
|
3 |
3
제 2항에 있어서,상기 견본 특징 벡터 산출부는 사전에 선택된 적어도 세 개의 초점 위치에서 촬영된 견본영상을 사용하여 상기 견본 특징 벡터를 산출하며,상기 특징 벡터 산출부는 상기 견본 특징 벡터의 산출에 사용된 견본영상들이 촬영된 초점 위치와 동일한 초점 위치에서 각각 촬영된 복수의 입력영상을 사용하여 상기 대상영역에 대응하는 특징 벡터를 산출하는 것을 특징으로 하는 트레이닝 기반의 자동 초점 장치
|
4 |
4
제 1항 내지 제 3항 중 어느 한 항에 있어서,상기 특징 벡터 산출부는 상기 대상영역을 촬영하기 위한 초기 초점 위치 및 상기 초기 초점 위치로부터 상기 간격으로 이격된 적어도 두 개의 초점 위치에서 상기 대상영역을 촬영하여 얻어진 적어도 세 개의 상기 입력영상 사이의 초점값의 변화율로 이루어진 상기 특징 벡터를 산출하는 것을 특징으로 하는 트레이닝 기반의 자동 초점 장치
|
5 |
5
제 1항 내지 제 3항 중 어느 한 항에 있어서,상기 각각의 입력영상에 초점값 산출을 위해 설정된 초점 윈도우가 복수의 하위 윈도우로 분할되며,상기 특징 벡터 산출부는 상기 각각의 하위 윈도우에 대하여 상기 대상영역에 대응하는 하위 특징 벡터를 산출하고,상기 초점 위치 결정부는 상기 각각의 하위 특징 벡터를 기초로 상기 데이터베이스로부터 선택된 복수의 기준 초점 위치 중에서 미디언 값을 상기 최적 초점 위치로 결정하는 것을 특징으로 하는 트레이닝 기반의 자동 초점 장치
|
6 |
6
제 5항에 있어서,상기 초점 위치 결정부는 상기 데이터베이스로부터 선택된 복수의 기준 초점 위치 각각에 가중치를 부여하여 상기 최적 초점 위치를 결정하며,상기 각각의 가중치는 상기 초점 윈도우 내에서 상기 하위 윈도우의 위치를 기초로 설정되는 것을 특징으로 하는 트레이닝 기반의 자동 초점 장치
|
7 |
7
(a) 사전에 설정된 간격으로 이격된 복수의 초점 위치에서 순차적으로 대상영역을 촬영하여 얻어진 복수의 입력영상 중에서 서로 인접한 입력영상으로부터 산출된 초점값의 변화율을 기초로 상기 대상영역에 대응하는 특징 벡터를 산출하는 단계; 및(b) 복수의 기준 특징 벡터 및 각각의 기준 특징 벡터에 대응하는 기준 초점 위치가 저장된 데이터베이스에서 상기 대상영역에 대응하는 특징 벡터와의 차가 최소인 기준 특징 벡터에 대응하여 저장된 기준 초점 위치를 상기 대상영역을 촬영하기 위한 최적 초점 위치로 결정하는 단계;를 포함하는 것을 특징으로 하는 트레이닝 기반의 자동 초점 방법
|
8 |
8
제 7항에 있어서,상기 (a) 단계 이전에,(c) 상기 복수의 초점 위치를 포함하는 기준 개수의 초점 위치에서 대상객체를 촬영하여 각각 얻어진 견본영상들로 이루어진 이미지셋을 복수의 대상객체 각각의 식별정보 및 카메라로부터 상기 대상객체까지의 거리에 대응하여 복수 개 생성하는 단계;(d) 상기 (c) 단계에서 얻어진 복수의 이미지셋 각각에 대하여 상기 이미지셋에 포함된 견본영상들 중에서 서로 인접한 견본영상으로부터 산출된 초점값의 변화율을 기초로 견본 특징 벡터를 산출하는 단계;(e) 상기 각각의 이미지셋에 포함된 견본영상들 중에서 초점값이 최대인 견본영상이 촬영된 초점 위치를 상기 각각의 이미지셋에 대응하는 기준 초점 위치로 결정하는 단계; 및(f) 상기 기준 초점 위치의 값을 기준으로 상기 복수의 이미지셋을 상기 기준 개수의 그룹으로 분류하고, 상기 각각의 그룹에 속하는 이미지셋에 대하여 산출된 견본 특징 벡터들의 평균을 상기 기준 특징 벡터로 결정하여 상기 데이터베이스에 저장하는 단계;를 더 포함하는 것을 특징으로 하는 트레이닝 기반의 자동 초점 방법
|
9 |
9
제 8항에 있어서,상기 (d) 단계에서, 사전에 선택된 적어도 세 개의 초점 위치에서 촬영된 견본영상을 사용하여 상기 견본 특징 벡터를 산출하며,상기 (a) 단계에서, 상기 견본 특징 벡터의 산출에 사용된 견본영상들이 촬영된 초점 위치와 동일한 초점 위치에서 각각 촬영된 복수의 입력영상을 사용하여 상기 대상영역에 대응하는 특징 벡터를 산출하는 것을 특징으로 하는 트레이닝 기반의 자동 초점 방법
|
10 |
10
제 7 내지 제 9항 중 어느 한 항에 있어서,상기 (a) 단계에서, 상기 대상영역을 촬영하기 위한 초기 초점 위치 및 상기 초기 초점 위치로부터 상기 간격으로 이격된 적어도 두 개의 초점 위치에서 상기 대상영역을 촬영하여 얻어진 적어도 세 개의 상기 입력영상 사이의 초점값의 변화율로 이루어진 상기 특징 벡터를 산출하는 것을 특징으로 하는 트레이닝 기반의 자동 초점 방법
|
11 |
11
제 7항 내지 제 9항 중 어느 한 항에 있어서,상기 각각의 입력영상에 초점값 산출을 위해 설정된 초점 윈도우가 복수의 하위 윈도우로 분할되며,상기 (a) 단계에서, 상기 각각의 하위 윈도우에 대하여 상기 대상영역에 대응하는 하위 특징 벡터를 산출하고,상기 (b) 단계에서, 상기 각각의 하위 특징 벡터를 기초로 상기 데이터베이스로부터 선택된 복수의 기준 초점 위치 중에서 미디언 값을 상기 최적 초점 위치로 결정하는 것을 특징으로 하는 트레이닝 기반의 자동 초점 방법
|
12 |
12
제 11항에 있어서,상기 (b) 단계에서, 상기 데이터베이스로부터 선택된 복수의 기준 초점 위치 각각에 가중치를 부여하여 상기 최적 초점 위치를 결정하며,상기 각각의 가중치는 상기 초점 윈도우 내에서 상기 하위 윈도우의 위치를 기초로 설정되는 것을 특징으로 하는 트레이닝 기반의 자동 초점 방법
|
13 |
13
제 7항 내지 제 9항 중 어느 한 항에 기재된 트레이닝 기반의 자동 초점 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
|