1 |
1
소정 영상이 입력되는 입력부;상기 입력된 입력 영상으로부터 객체로 추정되는 중요도 영역을 추출하기 위해서 컬러(color), Intensity, DoG(Different of gaussian), CWM(Centroid weight map)으로 대표되는 특징맵들을 생성하고, 상기 생성한 특징맵들을 사용하여 중요도 영역을 추출하는 제어부;를 포함하고,상기 CWM 특징맵은 사전 정보 없이 클러스터링을 수행하는 중심-이동 알고리즘(Mean-Shift Algorithm)을 기반으로 생성하고, 상기 중심-이동 알고리즘(Mean-Shift Algorithm)을 사용하여 격자무뉘 맵을 만들어 일부 영역픽셀들만 계산하여 생성된 특징맵인 것을 특징으로 하는 중요도 영역 검출 장치
|
2 |
2
제1 항에 있어서, 상기 제어부는,상기 입력된 영상의 이미지를 빨강(R), 녹색(G), 파랑(B), 황상(Y) 들의 채널로 분할하고, 하기의 003c#수학식 1003e#을 사용해서 빨강역역과 파랑역역에 민감한 특징맵을 생성하는 컬러 특징맵 생성부;상기 입력된 영상의 이미지를 빨강(R), 녹색(G), 파랑(B)의 채널로 분할하여 인텐시티 특징맵을 생성하는 인텐시티 특징맵 생성부;상기 입력된 영상으로부터 객체의 엣지(edge) 추출하고, 입력된 영상을 스케일(scale)과 가우시안 블러(Gaussian blur) 파라메터를 변환시킨 후 영상의 차영상을 모두 계산하여 특징맵을 생성하는 가우시안의 차(Difference of Gaussian, DoG) 특징맵 생성부;객체의 중심점을 추정하여 중심에 가까울수록 높은 값을 지니는 가중치 맵을 생성하는 중심 가중치(Centroid Weight Mask, CWM) 특징맵 생성부;상기 컬러 특징맵 생성부, 상기 인텐시티 특징맵 생성부, 상기 DoG 특징맵 생성부, 상기 CWM 특징맵 생성부에서 생성한 특징맵들을 이용하여 최종 중요도 영역을 계산하여 중요도 영역을 검출하는 중요도 영역 검출부;를 포함하는 것을 특징으로 하는 중요도 영역 검출 장치
|
3 |
3
삭제
|
4 |
4
제2 항에 있어서, 상기 인텐시티(Intensity) 특징맵 생성부는,하기의 003c#수학식 2003e#를 사용해서 인텐시티 맵을 생성하는 것을 특징으로 하는 중요도 영역 검출 장치
|
5 |
5
제2 항에 있어서, 상기 가우시안의 차(Difference of Gaussian, DoG) 특징맵 생성부에서 사용되는 상기 스케일(scale) 영상은 하기 003c#수학식 3003e#에 의해서 정의할 수 있고, 상기 003c#수학식 3003e#에서 는 입력 영상이고, 는 가우시안 블러(Gaussian blur) 함수이고, 상기 가우시안 블러(Gaussian blur) 함수는 하기 003c#수학식 4003e#에 의해서 정의할 수 있는 것을 특징으로 하는 중요도 영역 검출 장치
|
6 |
6
제5 항에 있어서, 상기 가우시안의 차(Difference of Gaussian, DoG) 특징맵 생성부는,상기의 003c#수학식 3003e# 및 003c#수학식 4003e#에서 스케일(scale)은 변화시키지 않고, 오직 가우시안 블러(Gaussian blur) 파라미터 값만을 변화시켜 연상간 차를 계산하는 방법을 사용하는 것을 특징으로 하는 중요도 영역 검출 장치
|
7 |
7
제2 항에 있어서, 상기 중심 가중치(Centroid Weight Mask, CWM) 특징맵 생성부는,상기 입력된 영상을 기반으로 격자무뉘 마스크를 생성하고, 중심-이동 알고리즘을 사용해서 격자무뉘 픽셀에 해당하는 각각의 픽셀의 부류를 결정한 후 상기 중심-이동 알고리즘에 의해서 분할된 부류 중 가장 작은 분산을 지니는 부류의 중심을 객체의 중심이라 추정하고, 상기 추정된 중심점을 기반으로 CWM 특징을 계산하여 특징맵을 생성하는 것을 특징으로 하는 중요도 영역 검출 장치
|
8 |
8
삭제
|
9 |
9
삭제
|
10 |
10
입력 영상에서 특징 매칭(Local Feature Matching) 알고리즘을 사용하여 특징을 추출하는 과정;K-NN 매칭(Matching) 알고리즘을 이용해서 입력된 영상과 데이터베이스 영상에서 가장 가까운 특징을 지닌 영상을 선택하는 과정;ORSA(Optimized Random Sampling Algorithm) 알고리즘을 사용하여 출력된 데이터 셋 영상의 좌표를 입력된 영상에 제공해주고, 객체를 배경으로부터 분할하는 과정;컬러 히스토그램 매칭을 통해 가장 특징값이 가까운 영상을 인식하여 중요도 영역을 검출하는 과정;을 포함하는 것을 특징으로 하는 중요도 영역 검출 방법
|
11 |
11
제10 항에 있어서, 상기 특징을 추출하는 과정은,상기 입력된 영상의 이미지를 빨강(R), 녹색(G), 파랑(B), 황상(Y) 들의 채널로 분할하고, 하기의 003c#수학식 1003e#을 사용해서 빨강역역과 파랑역역에 민감한 특징맵을 생성하는 단계;상기 입력된 영상의 이미지를 빨강(R), 녹색(G), 파랑(B)의 채널로 분할하여 인텐시티 특징맵을 생성하는 단계;상기 입력된 영상으로부터 객체의 엣지(edge) 추출하고, 입력된 영상을 스케일(scale)과 가우시안 블러(Gaussian blur) 파라메터를 변환시킨 후 영상의 차영상을 모두 계산하여 가우시안의 차(Difference of Gaussian, DoG) 특징맵을 생성하는 단계;객체의 중심점을 추정하여 중심에 가까울수록 높은 값을 지니는 중심 가중치(Centroid Weight Mask, CWM) 특징맵을 생성하는 단계;를 포함하는 것을 특징으로 하는 중요도 영역 검출 방법
|
12 |
12
제10항 또는 제11항 중 어느 한 항에 기재된 중요도 영역 검출 방법을 수행하는 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체
|