1 |
1
입력 영상에 대한 전처리를 수행한 후, 상기 입력 영상을 일정 크기의 블록들로 분할하는 전처리부;상기 입력 영상의 블록들에 대한 구배 벡터(gradient vector)들의 도수분포를 나타내는 HOG(Histogram of Oriented Gradients)를 제1 특징으로 산출하는 제1 특징 산출부;상기 입력 영상에 포함되어 있는 객체의 좌우 대칭성을 이용하여 블록 별로 형태 유사도 기반의 제2 특징을 산출하는 제2 특징 산출부; 및사전 학습 데이터를 참조하여, 상기 제1 특징 및 상기 제2 특징에 대응하는 대상 객체를 판정하는 객체 판정부를 포함하되, 상기 제2 특징 산출부는, 상기 입력 영상에서 검출 대상이 되는 객체의 종류에 따라 블록의 위치 별로 가중치를 달리 적용하여 형태 유사도 기반의 제2 특징을 산출하는 것인 객체 검출장치
|
2 |
2
제1항에 있어서, 상기 제2 특징 산출부는,좌우 절반 구획으로 분할된 상기 입력 영상에서 좌측 영상 또는 우측 영상 중 어느 하나의 영상의 좌우를 반전하는 미러링(mirroring)를 수행하는 것 인 객체 검출장치
|
3 |
3
제2항에 있어서, 상기 제2 특징 산출부는,상기 미러링이 수행된 어느 일 측 영상과 타 측 영상에 대한 HOG의 유사도를 측정하여 상기 제2 특징을 산출하는 것 인 객체 검출장치
|
4 |
4
제3항에 있어서, 상기 제2 특징 산출부는,상기 일 측 영상의 제1 블록의 HOG와, 상기 타 측 영상의 상기 제1 블록에 대응되는 위치에 있는 제2 블록의 HOG를 비교하여 유사도를 측정하는 것인 객체 검출장치
|
5 |
5
제3항에 있어서, 상기 제2 특징 산출부는,L1-norm, L2-norm, 히스토그램 인터섹션(Histogram intersection), Chi-square distance 중 어느 하나의 방법을 이용하여 HOG의 유사도를 측정하는 것인 객체 검출장치
|
6 |
6
삭제
|
7 |
7
제1항에 있어서, 상기 제1 특징 산출부는,상기 블록들 각각에 대해 구배 강도 및 구배 방향을 산출하고, 상기 구배 강도 및 상기 구배 방향을 이용하여 상기 HOG를 산출하는 HOG 산출모듈을 포함하는 것인 객체 검출장치
|
8 |
8
제1항에 있어서, 상기 제2 특징 산출부는,상기 입력 영상을 좌우 절반 구획으로 분할하고, 좌측 영상 또는 우측 영상 중 어느 하나의 영상의 좌우를 반전하는 미러링(mirroring)를 수행하는 미러링 수행 모듈; 및상기 일 측 영상의 제1 블록의 HOG와, 상기 타 측 영상의 상기 제1 블록에 대응되는 위치에 있는 제2 블록의 HOG사이의 유사도를 측정하는 유사도 측정 모듈을 포함하되,상기 유사도 측정 모듈은 상기 입력 영상에서 검출 대상이 되는 객체의 종류 및 상기 제1 블록 및 상기 제2 블록의 위치에 따라 가중치를 달리 적용하여 유사도를 측정하는 것인 객체 검출장치
|
9 |
9
입력 영상에 대한 전처리를 수행한 후, 상기 입력 영상을 일정 크기의 블록들로 분할하는 단계;상기 입력 영상의 블록들에 대한 구배 벡터(gradient vector)들의 도수분포를 나타내는 HOG(Histogram of Oriented Gradients)를 제1 특징으로 산출하는 단계;상기 입력 영상을 좌우 절반 구획으로 분할하고, 좌측 영상 또는 우측 영상 중 어느 하나의 영상의 좌우를 반전하는 미러링(mirroring)를 수행하는 미러링 수행 단계;상기 일 측 영상의 제1 블록의 HOG와, 상기 타 측 영상의 상기 제1 블록에 대응되는 위치에 있는 제2 블록의 HOG사이의 유사도를 측정하여 제2 특징을 산출하는 단계; 및사전 학습 데이터를 참조하여, 상기 제1 특징 및 상기 제2 특징에 대응하는 대상 객체를 판정하는 단계를 포함하는 객체 검출방법
|
10 |
10
제9항에 있어서, 상기 제2 특징을 산출하는 단계는,상기 입력 영상에서 검출 대상이 되는 객체의 종류 및 상기 제1 블록 및 상기 제2 블록의 위치에 따라 가중치를 달리 적용하여 유사도를 측정하는 단계를 포함하는 것인 객체 검출방법
|