1 |
1
표적의 영상을 포함하는 영상을 입력받는 영상 입력부;입력된 영상으로부터, 표적의 영상이 포함된 관심 영역(ROI : Region Of Interest)를 설정하고, 설정된 관심 영역으로부터 특징점을 추출 및, 이전 프레임의 영상과 현재 입력된 프레임의 영상을 이용하여 상기 추출된 특징점의 이동량을 추적하고 추적 결과로 기하변환 매트릭스를 생성하는 추적부;이전 프레임까지 입력된 영상들에 근거하여 생성된 초해상도 이미지로부터, 상기 관심 영역 내의 배경 부분에 해당되는 특징점들을 제거 및, 기 설정된 특징점 정제 알고리즘에 근거하여 유효한 특징점들만을 추출하는 특징점 정제부; 및, 상기 초해상도 이미지로부터 추출된 유효 특징점들 또는 현재 입력된 영상으로부터 추출된 특징점들 중 어느 하나의 특징점들에 근거하여 상기 관심 영역을 갱신하는 제어부를 포함하는 것을 특징으로 하는 표적 추적 장치
|
2 |
2
제1항에 있어서, 상기 특징점 정제부는, RANSAC(RANDom SAmpling Consensus) 알고리즘에 근거하여, 상기 초해상도 이미지 및 현재 입력된 프레임의 영상으로부터 서로 대응되는 기 설정된 개수의 특징점쌍들을 추출 및, 추출된 특징점쌍들로부터 생성되는 기하변환 매트릭스로부터 결정되는 값과, 기 설정된 기준 기하변환 매트릭스로부터 결정된 값에 근거하여 유효 특징점들만을 추출하는 것을 특징으로 하는 표적 추적 장치
|
3 |
3
제1항에 있어서, 상기 특징점 정제부는, 상기 초해상도 이미지와, 현재 입력된 영상에 대해 블록 정합 알고리즘(BMA : Block Matching Algorithm)을 수행하여 상기 초해상도 이미지에서 생성된 블록 중 기 설정된 수준 이상의 오류가 감지된 블록에 포함된 특징점들을 제거하는 것을 특징으로 하는 표적 추적 장치
|
4 |
4
제1항에 있어서, 상기 추적부는, GFTT(Good Feature to Tracking) 알고리즘을 이용하여 입력된 영상에 설정된 관심 영역으로부터 특징점을 추출하며, 이전 프레임의 영상에서 추출된 특징점들의 위치와, 현재 입력된 프레임의 영상에서 추출된 특징점들의 위치를 서로 비교하여 특징점들의 변경된 위치를 KLT(Kanade-Lucas-Tomasi) 추적기로 추적하고, 그 추적 결과에 근거하여 상기 기하변환 매트릭스를 생성하는 것을 특징으로 하는 표적 추적 장치
|
5 |
5
제1항에 있어서, 상기 제어부는, 상기 초해상도 이미지로부터 추출된 유효 특징점 또는 현재 입력된 영상으로부터 추출된 특징점들의 비교 결과에 근거하여, 현재 표적이 일정 수준 이상 가려진 상태인지 여부를 판단하고, 상기 표적이 가려진 상태인지 여부를 판단한 결과에 근거하여 기억 추적을 통한 표적의 이동을 예측하고, 표적의 이동 예측 결과에 따라 상기 관심 영역을 갱신하는 것을 특징으로 하는 표적 추적 장치
|
6 |
6
표적의 영상이 포함된 영상을 입력받는 단계;입력된 영상에 설정된 관심 영역(ROI : Region Of Interest)으로부터 특징점을 추출하는 단계;입력된 영상 및 이전 프레임의 영상에서 추출된 특징점들로부터 특징점들의 이동 변위를 기하변환 매트릭스로 산출하는 단계;현재 입력된 영상의 이전 프레임까지 입력된 영상들에 근거하여 생성된 초해상도 이미지로부터 상기 설정된 관심 영역 내의 특징점들을 정제하여 유효 특징점들만을 추출하는 단계; 및,상기 초해상도 이미지로부터 추출된 유효 특징점들 또는 현재 입력된 영상으로부터 추출된 특징점들 중 어느 하나의 특징점들에 근거하여 상기 관심 영역을 갱신하는 단계를 포함하는 것을 특징으로 하는 표적 추적 방법
|
7 |
7
제6항에 있어서, 상기 유효 특징점들만을 추출하는 단계는, 상기 초해상도 이미지에 설정된 관심 영역의 영상과, 현재 입력된 영상에 설정된 관심 영역의 영상을 서로 비교하여, 표적 주변의 배경 부분에 포함된 특징점들을 제거하는 단계; 및, 상기 배경 부분에 포함된 특징점들을 제외한 나머지 특징점들 중 기 설정된 정제 알고리즘에 근거하여 유효하지 않은 특징점들을 제거하는 단계를 포함하는 것을 특징으로 하는 표적 추적 방법
|
8 |
8
제7항에 있어서, 상기 배경 부분에 포함된 특징점들을 제거하는 단계는,상기 초해상도 이미지와, 현재 입력된 영상을 각각 기 설정된 크기의 블록 단위로 분할하는 단계;서로 대응되는 위치의 상기 초해상도 이미지에서 생성된 블록들과, 상기 현재 입력된 영상에서 생성된 블록들을 템플릿(temlpete) 매칭하는 단계;상기 매칭 결과, 상기 초해상도 이미지의 블록들 중, 대응되는 상기 현재 입력된 영상의 블록과 기 설정된 수준 이상 서로 다른 블록들을 탐색하는 단계; 및, 상기 탐색 결과, 탐색된 블록들에 포함된 특징점들을 제거하는 단계를 포함하는 것을 특징으로 하는 표적 추적 방법
|
9 |
9
제7항에 있어서, 상기 유효하지 않은 특징점들을 제거하는 단계는, RANSAC(RANDom SAmpling Consensus) 알고리즘에 근거하여, 상기 초해상도 이미지 및 현재 입력된 프레임의 영상으로부터 서로 대응되는 기 설정된 개수의 특징점쌍들을 추출하는 단계; 상기 추출된 특징점쌍들로부터 생성되는 기하변환 매트릭스로부터 결정되는 값과, 기 설정된 기준 기하변환 매트릭스로부터 결정된 값을 서로 비교하는 단계; 및,상기 기하변환 매트릭스로부터 결정되는 값과, 상기 기준 기하변환 매트릭스로부터 결정된 값을 서로 비교한 결과에 따라 상기 특징점 쌍들의 특징점들이 유효한지 여부를 판단하여 유효한 특징점 쌍들만을 추출하는 단계를 포함하는 것을 특징으로 하는 표적 추적 방법
|
10 |
10
제6항에 있어서, 상기 관심 영역을 갱신하는 단계는,상기 초해상도 이미지로부터 추출된 유효 특징점 또는 현재 입력된 영상으로부터 추출된 특징점들을 비교하는 단계;상기 비교 결과에 근거하여, 현재 표적이 일정 수준 이상 가려진 상태인지 여부를 판단하는 단계; 및, 상기 표적이 가려진 상태인지 여부를 판단한 결과에 근거하여 기억 추적을 통한 표적의 이동을 예측하고, 표적의 이동 예측 결과에 따라 상기 관심 영역을 갱신하는 단계를 포함하는 것을 특징으로 하는 표적 추적 방법
|