1 |
1
깊이 정보 기반 사람 추적 장치에 의한 사람 추적 방법에 있어서,(a)상기 깊이 정보 기반 사람 추적 장치의 영상 획득부(100)가 연속된 프레임의 깊이 영상과 RGB 영상을 획득하는 단계;(b) 상기 깊이 정보 기반 사람 추적 장치의 주제어부(200)가 상기 깊이 영상과 RGB 영상을 각각 사람 검출부(300)와 사람 추적부(400)로 전달하는 단계;(c) 상기 사람 추적부(400)의 파티클 필터(410)가 상기 연속된 프레임의 깊이 영상과 RGB 영상에 대한 평균을 기준으로 객체 움직임(motion)의 궤적을 기반으로 중심점 이동, 움직임 정도에 따라 탐색영역 크기를 설정하여 상기 사람 검출부(300)에 제공하는 단계;(d) 상기 사람 검출부(300)가 상기 깊이 영상을 이용해 상기 깊이 영상 속 움직임을 감지하여 사람을 검출하는 단계; 및(e) 상기 사람 추적부(400)가 상기 (c)단계 에서 검출한 사람 정보를 상기 RGB영상을 이용해 추적하는 단계;를 포함하는 것을 특징으로 하는 깊이 정보 기반 사람 추적 방법
|
2 |
2
제 1항에 있어서, 상기 (c)단계는(c-1) 상기 사람 검출부(300)의 배경 제거부(310)가 상기 주 제어부(200)로부터 수신한 깊이 정보를 가진 연속적이 영상의 배경을 제거하고, 움직임 객체를 감지하는 단계;(c-2) 상기 사람 검출부(300)의 블랍 생성부(320)가 배경이 제거된 전경에서 움직임이 감지된 객체를 적어도 1개 이상의 픽셀 단위로 구성된 가로길이와 세로길이를 갖는 직사각형태의 복수의 블랍을 생성하여 번호를 부여하는 단계; (c-3) 상기 사람 검출부(300)의 블랍 선택부(330)가 상기 (c-2)단계에서 생성된 모든 후보 블랍들 중, 픽셀의 움직임 정보에 따른 블랍을 선별하여 선택하는 단계;(c-4) 상기 사람 검출부(300)의 헤드챔퍼 모델 생성부(340)가 상기 블랍 선택부(330)에 의해 선택된 블랍들을 대상으로 깊이 단계별 헤드-템플릿(Template)과 깊이 기반 엣지 영상간의 차이 값을 이용하여 헤드 값을 추출하여 헤드 챔퍼 모델을 생성하는 단계; 및(c-5) 상기 사람 검출부(300)의 헤드 감지부(350)가 상기 블랍 내에서 추출된 상기 헤드 값을 가지고 사람의 헤드를 감지하여 사람을 검출하는 단계;를 포함하는 깊이 정보 기반 사람 추적 방법
|
3 |
3
제 2항에 있어서, 상기 (c-1)단계에서 상기 배경 제거부(310)는 배경이 제거된 전경과 이전에 수신한 영상의 전경을 비교하여 픽셀 변화를 통해 움직임 객체를 감지하는 것을 특징으로 하는 깊이 정보 기반 사람 추적 방법
|
4 |
4
제 2항에 있어서, 상기 (d)단계는(d-2) 상기 사람 추적부(400)의 컨피던스 맵 생성부(420)가 상기 (c-1)단계에서 배경이 제거된후 추출된 이진의 전경과 상기 (c-4)단계에서 추출된 상기 헤드 챔퍼 모델을 통합하여 컨피던스 맵을 생성하는 단계;(d-3) 상기 파티클 필터(410)가 상기 컨피던스 맵과 상기 RGB 영상을 입력받아 색상, 밝기, 및 LBP(Local Binary Pattern) 기반의 히스토그램을 이용하여 사람을 추적하는 단계;(d-4) 상기 사람 추적부(400)의 에러 추적 제거부(430)가 상기 (d-3)단계에서 추적에 따른 객체의 움직임 정보에 따라 부적합한 추적으로 판단된 추적 객체를 제거하는 단계; 및(d-5) 상기 사람 추적부(400)의 추적 업데이트부(440)가 상기 (d-4)단계에서 추적 객체가 제거된 경우, 상기 사람 검출부(300)로부터 사람 머리 검출정보를 제공받아 새로운 추적 객체을 생성하거나 보정함으로써 추적 객체를 업데이트(갱신) 하는 단계;를 포함하는 것을 특징으로 하는 깊이 정보 기반 사람 추적 방법
|
5 |
5
제 2항에 있어서, 상기 (c-4)단계에서 상기 헤드 챔퍼 모델 생성시, 상기 사람 검출부(300)는 탐색영역을 상기 사람 추적부(400)로부터 전달 받는 것을 특징으로 하는 깊이 정보 기반 사람 추적 방법
|
6 |
6
제 4항에 있어서, 상기 (d-5)단계는 (d-5-1) 상기 추적 업데이트부(440)가 상기 사람 검출부(300)로부터 하나 이상의 블랍을 전달받는 단계;(d-5-2) 상기 추적 업데이트부(440)가 상기 블랍내 헤드 기반 복수의 새로운 블랍을 생성하는 단계;(d-5-3) 상기 추적 업데이트부(440)가 상기 새로운 블랍 내에 객체가 있는지 판단하는 단계;(d-5-4) 상기 추적 업데이트부(440)가 상기 (d-5-2)단계에서의 판단에 따라 객체가 있는 경우 새로운 블랍과 상기 객체간의 중첩도를 계산하는 단계;(d-5-5) 상기 추적 업데이트부(440)가 상기 (d-5-4)단계에서 계산된 중첩도에 따라 중첩이 있는 경우 추정후보로 판단하고, 해당 추정후보 정보로 추정후보 등록하는 단계;(d-5-6) 상기 추적 업데이트부(440)가 상기 (d-5-3)에서 판단한 객체존재 여부에 따른 마지막 객체인지 판단하고, 마지막 객체가 아닌 경우 새로운 블랍과 중첩도를 계산하는 상기 (d-5-4)단계 이후의 단계를 반복 수행하는 단계; (d-5-7) 상기 추적 업데이트부(440)가 상기 (d-5-6)단계에서의 판단에 따라 마지막 객체인 경우, 마지막 새로운 블랍인지 판단하고, 마지막 새로운 블랍이 아닌 경우 객체 존재여부를 판단하는 상기 (d-5-3)단계 이후의 단계를 반복 수행하는 단계;(d-5-8) 상기 추적 업데이트부(440)가 상기 (d-5-7)단계에서의 판단에 따라 마지막 새로운 블랍인 경우 마지막 블랍 인지 판단하고, 마지막 블랍이 아닌 경우 블랍을 전달받는 상기 (d-5-1) 단계 이후의 단계를 반복 수행하는 단계; 및(d-5-9) 상기 추적 업데이트부(440)가 상기 (d-5-8)단계에서의 판단에 따라 마지막 블랍인 경우 추적 객체 업데이트(갱신)를 종료하는 단계;를 포함하는 것을 특징으로 하는 깊이 정보 기반 사람 추적 방법
|
7 |
7
제 6항에 있어서, 상기 (d-5-2)단계에서 객체가 없는 경우 복수의 새로운 블랍 중, 마지막 새로운 블랍인지 판단하는 단계;를 수행하는 것을 특징으로 하는 깊이 정보 기반 사람 추적 방법
|