1 |
1
대상 영상을 참조하여 복수의 레벨 영상을 생성하는 레벨 영상 생성부;각 상기 레벨 영상으로부터 특징 벡터를 추출하는 특징 벡터 추출부;상기 레벨 영상 별 상기 특징 벡터를 클러스터링하여 코드워드를 생성하는 코드워드 생성부;상기 코드워드에 상응하는 히스토그램을 생성하는 히스토그램 생성부; 및상기 히스토그램에 따라 상기 대상 영상에 대한 객체 인식 정보를 생성하는 분류기;를 포함하는 객체 인식 장치
|
2 |
2
제1 항에 있어서,상기 히스토그램 생성부는 상기 레벨 영상별 코드워드에 상응하는 히스토그램을 결합하여 계층 히스토그램을 생성하고,상기 분류기는 상기 계층 히스토그램에 따라 상기 대상 영상에 대한 객체 인식 정보를 생성하는 것을 특징으로 하는 객체 인식 장치
|
3 |
3
제1 항에 있어서,상기 특징 벡터 추출부는 미리 지정된 크기의 패치를 상기 레벨 영상 상에 나열하는 경우, 각 상기 패치 내에 위치하는 픽셀에 대한 특징 벡터를 추출하는 것을 특징으로 하는 객체 인식 장치
|
4 |
4
제3 항에 있어서,상기 특징 벡터 추출부는 상기 패치를 미리 지정된 크기의 서브패치로 분할하고, 각 서브패치에 대한 ULBP(Uniform Local Binary Pattern)에 따른 특징 벡터를 추출하는 것을 특징으로 하는 객체 인식 장치
|
5 |
5
제1 항에 있어서,상기 코드워드 생성부는 K-means 클러스터링 방식을 통해 상기 특징 벡터를 클러스터링하여 하나 이상의 클러스터로 구분하고,상기 클러스터 별 코드워드를 생성하는 것을 특징으로 하는 객체 인식 장치
|
6 |
6
제 1 항에 있어서,상기 레벨 영상 생성부는 학습 영상을 참조하여 복수의 레벨 영상을 생성하고,상기 분류기는 상기 학습 영상에 상응하는 계층 히스토그램을 참조하여 학습을 수행하는 것을 특징으로 하는 객체 인식 장치
|
7 |
7
제1 항에 있어서,상기 분류기는 SVM(support vector machine)인 것을 특징으로 하는 객체 인식 장치
|
8 |
8
객체 인식 장치가 영상의 객체를 인식하는 방법에 있어서,대상 영상을 참조하여 복수의 레벨 영상을 생성하는 단계;각 상기 레벨 영상으로부터 특징 벡터를 추출하는 단계;상기 레벨 영상 별 상기 특징 벡터를 클러스터링하여 코드워드를 생성하는 단계; 상기 코드워드에 상응하는 히스토그램을 생성하는 단계; 및분류기를 통해 상기 히스토그램에 따라 상기 대상 영상에 대한 객체 인식 정보를 생성하는 단계;를 포함하는 객체 인식 방법
|
9 |
9
제8 항에 있어서,상기 코드워드에 상응하는 히스토그램을 생성하는 단계는, 상기 레벨 영상별 코드워드에 상응하는 히스토그램을 결합하여 계층 히스토그램을 생성하는 단계이고,분류기를 통해 상기 히스토그램에 따라 상기 대상 영상에 대한 객체 인식 정보를 생성하는 단계는 상기 계층 히스토그램에 따라 상기 대상 영상에 대한 객체 인식 정보를 생성하는 단계인 것을 특징으로 하는 객체 인식 방법
|
10 |
10
제8 항에 있어서,각 상기 레벨 영상으로부터 특징 벡터를 추출하는 단계는, 미리 지정된 크기의 패치를 상기 레벨 영상 상에 나열하는 경우, 각 상기 패치 내에 위치하는 픽셀에 대한 특징 벡터를 추출하는 것을 특징으로 하는 객체 인식 방법
|
11 |
11
제10 항에 있어서,각 상기 레벨 영상으로부터 특징 벡터를 추출하는 단계는 상기 패치를 미리 지정된 크기의 서브패치로 분할하고, 각 서브패치에 대한 ULBP(Uniform Local Binary Pattern)에 따른 특징 벡터를 추출하는 단계인 것을 특징으로 하는 객체 인식 방법
|
12 |
12
제8 항에 있어서,상기 레벨 영상 별 상기 특징 벡터를 클러스터링하여 코드워드를 생성하는 단계는 K-means 클러스터링 방식을 통해 상기 특징 벡터를 클러스터링하여 하나 이상의 클러스터로 구분하고, 상기 클러스터 별 코드워드를 생성하는 단계인 것을 특징으로 하는 객체 인식 방법
|
13 |
13
제 8 항에 있어서,학습 영상을 참조하여 복수의 레벨 영상을 생성하는 단계; 및상기 학습 영상에 상응하는 계층 히스토그램을 참조하여 학습을 수행하는 단계를 더 포함하는 객체 인식 방법
|
14 |
14
제8 항에 있어서,상기 분류기는 SVM(support vector machine)인 것을 특징으로 하는 객체 인식 방법
|