1 |
1
영상 감시 시스템이 입력된 영상으로부터 배경을 모델링함으로써 상기 모델링된 배경과 구분되는 적어도 둘 이상의 이동 물체를 추출하는 단계;상기 영상 감시 시스템이 상기 이동 물체들이 분포된 영상 영역에 고유 식별자를 부여하는 라벨링(labeling)을 수행하고 라벨링된 이동 물체를 식별하는 단계; 및상기 영상 감시 시스템이 필터를 이용하여 상기 이동 물체들의 위치를 예측 보정함으로써 이동 물체를 추적하는 단계;를 포함하고,상기 이동 물체를 식별하는 단계는,추출된 상기 이동 물체들이 포함된 영상의 블롭들(blobs)에 대하여 인접한 화소(pixel)가 연속적으로 분포된 영역을 검색하여 인접한 화소 영역에 고유 식별자를 부여함으로써 라벨링된 영상을 생성하는 단계; 및시간의 흐름에 따라 서로 다른 복수 개의 시점에 상기 라벨링된 영상 내의 이동 물체로부터 특징점을 추출하여 서로 매칭하고 매칭된 특징점에 기초한 색상 정보를 이용하여 상기 이동 물체 각각의 영역을 식별하는 단계;를 포함하며,상기 이동 물체 각각의 영역을 식별하는 단계는,비교 대상인 두 개의 히스토그램에 대하여 제 1 히스토그램을 제 2 히스토그램에 일치시키기 위한 화소 정보의 이동량을 산출함으로써 이동 물체 간의 유사도를 판별하되, 상기 화소 정보의 이동량은 히스토그램에서 옮겨진 색상의 거리와 옮겨진 색상의 양을 승산한 값이고, 상기 색상의 거리는 색상과 채도 값으로 구성된 2차원 히스토그램의 유클리드 거리(Euclidean distance)인 것을 특징으로 하는 다중 이동 물체의 감시 방법
|
2 |
2
제 1 항에 있어서,상기 이동 물체를 추출하는 단계는,상기 입력된 영상으로부터 확률 모델을 이용하여 전배경(foreground)을 분리하는 단계; 및이진화를 수행하여 상기 전배경이 분리된 영상으로부터 빛의 반사와 그림자를 제거하는 단계;를 포함하는 다중 이동 물체의 감시 방법
|
3 |
3
제 2 항에 있어서,상기 이동 물체를 추출하는 단계는,모폴로지(morphology) 연산 중 침식(erosion) 연산을 이용하여 노이즈를 제거하는 단계; 및상기 침식 연산 과정에서 발생하는 이동 물체 영역의 부분적 손실을 팽창(dilation) 연산을 통해 복원하는 단계;를 더 포함하는 다중 이동 물체의 감시 방법
|
4 |
4
삭제
|
5 |
5
제 1 항에 있어서,상기 라벨링된 영상을 생성하는 단계는,상기 영상의 블롭들(blobs)에 대하여 인접한 화소(pixel)가 연속적으로 분포된 영역을 검색하여 인접한 화소 영역에 고유 식별자를 부여하되, 검색된 영역 중 미리 설정된 크기보다 작은 영역을 잡음으로 간주하여 제거하는 것을 특징으로 하는 다중 이동 물체의 감시 방법
|
6 |
6
제 1 항에 있어서,상기 이동 물체 각각의 영역을 식별하는 단계는,시간의 흐름에 따라 서로 다른 복수 개의 시점에 상기 라벨링된 영상 내의 이동 물체로부터 영상 변화량이 임계값보다 큰 특징점을 추출하고, 추출된 상기 특징점을 서로 매칭하여 매칭된 특징점에 대한 화소 이동량을 산출하되, 색상 정보를 포함하는 히스토그램을 이용하여 상기 서로 다른 복수 개의 시점의 영상으로부터 이동 물체의 유사도를 판별함으로써 수행되는 것을 특징으로 하는 다중 이동 물체의 감시 방법
|
7 |
7
제 6 항에 있어서,상기 이동 물체 각각의 영역을 식별하는 단계는,상기 라벨링된 영상 내의 이동 물체의 주변을 관심 영역으로 설정하고, 설정된 상기 관심 영역에 대해서만 상기 화소 이동량을 실시간으로 산출하는 것을 특징으로 하는 다중 이동 물체의 감시 방법
|
8 |
8
제 1 항에 있어서,상기 이동 물체 각각의 영역을 식별하는 단계는,시간의 흐름에 따라 변화하는 영상의 프레임마다 수행됨으로써 상기 영상 내에 분포된 적어도 둘 이상의 이동 물체를 각각 식별하는 것을 특징으로 하는 다중 이동 물체의 감시 방법
|
9 |
9
제 1 항에 있어서,상기 이동 물체 각각의 영역을 식별하는 단계는,이동 물체의 움직임 변화량이 상대적으로 적은 부분으로서 상기 이동 물체 영역의 무게중심으로부터 가장 가까운 위치에 존재하는 적어도 3개의 특징점을 선택하는 것을 특징으로 하는 다중 이동 물체의 감시 방법
|
10 |
10
삭제
|
11 |
11
삭제
|
12 |
12
제 1 항에 있어서,상기 이동 물체를 추적하는 단계는,칼만 필터(Kalman filter)를 이용하여 상기 이동 물체들의 위치를 예측 보정하되, 적어도 둘 이상의 이동 물체 간의 거리를 산출하여 이동 물체들이 오버랩(overlap)되었는지 여부를 검사하는 것을 특징으로 하는 다중 이동 물체의 감시 방법
|
13 |
13
제 12 항에 있어서,적어도 둘 이상의 이동 물체가 오버랩(overlap)되었다고 판단된 경우,상기 이동 물체를 추적하는 단계는,오버랩 이전까지의 이동 물체 각각의 움직임에 기초하여 오버랩 이후의 이동 물체의 위치를 추정하는 것을 특징으로 하는 다중 이동 물체의 감시 방법
|
14 |
14
제 13 항에 있어서,상기 이동 물체를 추적하는 단계는,오버랩 이전 시점에서 보정된 추적 위치와 오버랩 시점의 이동 물체 영역 간의 거리 오차를 이용하여 오버랩 이후의 이동 물체 영역의 위치를 추정하는 것을 특징으로 하는 다중 이동 물체의 감시 방법
|
15 |
15
제 1 항 내지 제 3 항, 제 5 항 내지 제 9 항, 제 12 항 내지 제 14 항 중에 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
|
16 |
16
카메라로부터 촬영된 영상을 입력받는 입력부;입력된 영상 내에 포함된 적어도 둘 이상의 이동 물체의 움직임을 감시하는 영상 감시 프로그램을 저장하는 메모리; 및상기 영상 감시 프로그램을 구동하는 적어도 하나의 프로세서;를 포함하되,상기 메모리에 저장된 영상 감시 프로그램은,입력된 영상으로부터 배경을 모델링함으로써 상기 모델링된 배경과 구분되는 적어도 둘 이상의 이동 물체를 추출하고, 추출된 상기 이동 물체들이 분포된 영상 영역에 고유 식별자를 부여하는 라벨링(labeling)을 수행하고 라벨링된 이동 물체를 식별하며, 필터를 이용하여 상기 이동 물체들의 위치를 예측 보정함으로써 이동 물체를 추적하는 명령어를 포함하고,상기 메모리에 저장된 영상 감시 프로그램은,추출된 상기 이동 물체들이 포함된 영상의 블롭들(blobs)에 대하여 인접한 화소(pixel)가 연속적으로 분포된 영역을 검색하여 인접한 화소 영역에 고유 식별자를 부여함으로써 라벨링된 영상을 생성하고, 시간의 흐름에 따라 서로 다른 복수 개의 시점에 상기 라벨링된 영상 내의 이동 물체로부터 특징점을 추출하여 서로 매칭하고 매칭된 특징점에 기초한 색상 정보를 이용하여 상기 이동 물체 각각의 영역을 식별하며,비교 대상인 두 개의 히스토그램에 대하여 제 1 히스토그램을 제 2 히스토그램에 일치시키기 위한 화소 정보의 이동량을 산출함으로써 이동 물체 간의 유사도를 판별함으로써 상기 이동 물체 각각의 영역을 식별하되, 상기 화소 정보의 이동량은 히스토그램에서 옮겨진 색상의 거리와 옮겨진 색상의 양을 승산한 값이고, 상기 색상의 거리는 색상과 채도 값으로 구성된 2차원 히스토그램의 유클리드 거리(Euclidean distance)인 것을 특징으로 하는 것을 특징으로 하는 다중 이동 물체 감시 장치
|
17 |
17
제 16 항에 있어서,상기 메모리에 저장된 영상 감시 프로그램은,상기 입력된 영상으로부터 확률 모델을 이용하여 전배경(foreground)을 분리하고, 이진화를 수행하여 상기 전배경이 분리된 영상으로부터 빛의 반사와 그림자를 제거하고, 모폴로지(morphology) 연산 중 침식(erosion) 연산을 이용하여 노이즈를 제거하며, 상기 침식 연산 과정에서 발생하는 이동 물체 영역의 부분적 손실을 팽창(dilation) 연산을 통해 복원함으로써, 상기 이동 물체를 추출하는 것을 특징으로 하는 다중 이동 물체 감시 장치
|
18 |
18
삭제
|
19 |
19
제 16 항에 있어서,상기 메모리에 저장된 영상 감시 프로그램은,칼만 필터(Kalman filter)를 이용하여 상기 이동 물체들의 위치를 예측 보정하되, 적어도 둘 이상의 이동 물체 간의 거리를 산출하여 이동 물체들이 오버랩(overlap)되었는지 여부를 검사하며, 적어도 둘 이상의 이동 물체가 오버랩(overlap)되었다고 판단된 경우, 오버랩 이전까지의 이동 물체 각각의 움직임에 기초하여 오버랩 이후의 이동 물체의 위치를 추정함으로써, 상기 이동 물체를 추적하는 것을 특징으로 하는 다중 이동 물체 감시 장치
|
20 |
20
제 19 항에 있어서,상기 메모리에 저장된 영상 감시 프로그램은,오버랩 이전 시점에서 보정된 추적 위치와 오버랩 시점의 이동 물체 영역 간의 거리 오차를 이용하여 오버랩 이후의 이동 물체 영역의 위치를 추정하는 것을 특징으로 하는 다중 이동 물체 감시 장치
|