| 1 |
1
배경 영역이 존재하는 RGB(red-green-blue) 영상이 입력되면, 이를 그레이스케일(grayscale) 영상으로 변환하는 단계;변환된 그레이스케일 영상으로부터 배경 영역을 결정하는 단계;상기 입력된 RGB 영상으로부터 제1 관심맵(saliency map)을 생성하는 단계; 및상기 제1 관심맵에서 상기 배경 영역의 위치를 이용하여 제2 관심맵을 생성하는 단계를 포함하되, 상기 제1 관심맵을 생성하는 단계에서, 상기 RGB 영상이 주어지면 색상의 유사도, 색상 값, 색상간의 값 차이를 고려하여 상기 제1 관심맵을 생성하기 위한 중요도 값을 계산하며, 상기 배경 영역을 결정하는 단계에서, 영상 경계에서의 에지(edge) 픽셀을 이용하여 영상에 존재하는 배경 영역의 위치를 찾고, 소벨 연산자를 이용하여 에지를 추출하며, 이때, 소벨 연산자는 수평 에지연산자 H와 수직 에지연산자 V로 구분되며, 로 나타낼 수 있고, 영상의 해당 픽셀을 중심으로 한 블록에 H와 V를 각각 곱하여 얻은 값의 합으로 에지를 추출하며, 수평에지와 수직에지를, 의 수학식으로 구할 수 있고, 에지 크기(edge magnitude)를 의 수학식으로 구할 수 있고, 다음, j는 각 배경 영역이고, Mj은 각 배경 영역 j에서 ｜E｜003e#T인 픽셀의 개수라고 할 때, 각 배경 영역에 존재하는 에지 픽셀의 에지 크기가 임계값 T보다 큰 픽셀들로부터 의 값을 구하고, 각 배경 영역 중에서 최소값을 갖는 영역을 배경 영역으로 결정하는 것을 특징으로 하는 관심맵 생성 방법
|
| 2 |
2
삭제
|
| 3 |
3
청구항 1에 있어서, I는 전체 영상이고, D(Ik,Ii)는 RGB 컬러에서 두 픽셀 사이의 색의 차이 값이라고 할 때, 픽셀 Ik의 중요도 값은 입력 영상에서 다른 픽셀들과의 색 값의 차이를 이용하여 과 같이 구할 수 있고, 히스토그램 H(i)는 W×H 의 입력영상에서 픽셀 값이 i인 픽셀의 개수라고 할 때, 이고, 정규화된 빈도확률(normalized probability of frequency)은, 이고, 정규화된 빈도확률을 가중치(weight)로 적용하면, 픽셀 k의 관심 값(saliency value)은, 의 수학식으로 나타낼 수 있는 것을 특징으로 하는 관심맵 생성 방법
|
| 4 |
4
청구항 3에 있어서,배경 영역에서의 빈도확률을 hbg(i)라고 할 때, 이고, 관심 제어 요소(saliency control factor)를 λ라고 할 때, 이고, 이며, 이고, 최종 빈도 확률은, 이고,최종적으로 배경 영역을 고려하는 관심값은, 의 수학식으로 나타낼 수 있는 것을 특징으로 하는 관심맵 생성 방법
|
| 5 |
5
청구항 4에 있어서,RGB 영상에서 Red, Green, Blue 성분에 대해 각각 관심값을 구한 후에, 최종 관심맵은, 의 수학식으로 나타낼 수 있는 것을 특징으로 하는 관심맵 생성 방법
|
| 6 |
6
청구항 1, 청구항 3 내지 청구항 5 중 어느 한 청구항의 방법을 컴퓨터로 실행시킬 수 있는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
|
