| 1 |
1
컴퓨터를 이용한 고속 다중 물체 인식 방법으로서,상기 컴퓨터가, 적어도 하나의 템플릿 영상으로부터, 중심 모멘트(central moment) 값들로 구성된 템플릿 모멘트 벡터를 산출하는 단계; 상기 적어도 하나의 템플릿 영상으로부터 템플릿 링 프로젝션 변환(RPT: Ring Projection Transform) 벡터를 산출하는 단계; 질의 영상으로부터, 상기 템플릿 영상의 크기와 동일한 크기의 블록 영상에 대하여 중심 모멘트 값들로 구성되는 질의 블록 모멘트 벡터를 산출하는 단계; 상기 템플릿 모멘트 벡터와 상기 질의 블록 모멘트 벡터 사이의 유사도에 따라 상기 블록 영상의 1차 유사를 판정하는 단계; 상기 1차 유사의 판정을 통과한 블록 영상에 대하여, 질의 블록 RPT 벡터를 산출하고, 상기 템플릿 RPT 벡터와 상기 질의 블록 RPT 벡터 사이에서 정규 교차 상관 계수를 산출하는 단계; 상기 산출된 정규 교차 상관 계수에 기초하여 상기 블록 영상의 2차 유사를 판정하는 단계; 및 상기 2차 유사 판정을 통과한 블록 영상들의 위치에 템플릿 영상에 상응하는 물체가 있다고 판정하는 단계를 포함하되, 상기 템플릿 모멘트 벡터와 상기 질의 블록 모멘트 블록은, 1차 중심 모멘트가 평균일 때에, 평균을 중심으로 얼마나 퍼져 있는지 설명할 수 있는 2차 중심 모멘트인 분산(variance), 평균을 중심으로 어느 쪽으로 치우쳐 있는지 설명할 수 있는 3차 중심 모멘트인 왜도(skewness)와, 평균에서 얼마나 뾰족한지 설명할 수 있는 4차 중심 모멘트인 첨도(kurtosis)로 구성되는 것을 특징으로 하는 고속 다중 물체 인식 방법
|
| 2 |
2
청구항 1에 있어서, 상기 템플릿 영상은 정사각형인 원본 영상으로부터 획득되거나, 직사각형인 원본 영상의 중심점을 기준으로 하는 최대 반지름의 원에 외접하는 정사각형 영역을 이용하여 획득되고, 상기 템플릿 모멘트 벡터는 정사각형인 템플릿 영상의 적분 영상인 템플릿 적분 영상을 이용하여 산출되며,상기 질의 블록 모멘트 벡터는 정사각형의 블록 영상으로부터 생성되는 적분 영상인 블록 적분 영상을 이용하여 산출되는 것을 특징으로 하는 고속 다중 물체 인식 방법
|
| 3 |
3
청구항 1에 있어서, 상기 템플릿 영상, 상기 템플릿 모멘트 벡터 및 상기 템플릿 RPT 벡터는 미리 산출되어 저장되는 것을 특징으로 하는 고속 다중 물체 인식 방법
|
| 4 |
4
삭제
|
| 5 |
5
청구항 1에 있어서, 상기 템플릿 모멘트 벡터와 상기 질의 블록 모멘트 벡터 사이의 유사도에 따라 상기 블록 영상의 1차 유사를 판정하는 단계는,상기 템플릿 모멘트 벡터와 상기 질의 블록 모멘트 벡터 사이의 기하 거리에 기초한 유사도를 소정의 제1 문턱값에 비교한 결과에 따라 1차 유사를 판정하는 단계를 포함하는 것을 특징으로 하는 고속 다중 물체 인식 방법
|
| 6 |
6
컴퓨터에서 청구항 1 내지 청구항 3 및 청구항 5 중 어느 한 청구항에 따른 고속 다중 물체 인식 방법의 각 단계들을 수행하도록 구현되어 컴퓨터가 판독 가능한 기록 매체에 기록된 컴퓨터용 프로그램
|
| 7 |
7
적어도 하나의 템플릿 영상으로부터 중심 모멘트 값들로 구성된 템플릿 모멘트 벡터를 산출하고, 질의 영상으로부터 상기 템플릿 영상의 크기와 동일한 크기의 블록 영상에 대하여 중심 모멘트 값들로 구성되는 질의 블록 모멘트 벡터를 산출하는 모멘트 벡터 산출부; 상기 적어도 하나의 템플릿 영상으로부터 템플릿 링 프로젝션 변환(RPT: Ring Projection Transform) 벡터를 산출하고, 1차 유사의 판정을 통과한 블록 영상에 대하여 질의 블록 RPT 벡터를 산출하는 RPT 벡터 산출부; 상기 템플릿 모멘트 벡터와 상기 질의 블록 모멘트 벡터 사이의 유사도에 따라 상기 블록 영상의 1차 유사를 판정하는 1차 유사 판정부; 및 상기 템플릿 RPT 벡터와 상기 질의 블록 RPT 벡터 사이에서 정규 교차 상관 계수를 산출하고, 상기 산출된 정규 교차 상관 계수에 기초하여 상기 블록 영상의 2차 유사를 판정하며, 상기 2차 유사 판정을 통과한 블록 영상들의 위치에 템플릿 영상에 상응하는 물체가 있다고 판정하는 2차 유사 판정부를 포함하되, 상기 템플릿 모멘트 벡터와 상기 질의 블록 모멘트 블록은, 1차 중심 모멘트가 평균일 때에, 평균을 중심으로 얼마나 퍼져 있는지 설명할 수 있는 2차 중심 모멘트인 분산, 평균을 중심으로 어느 쪽으로 치우쳐 있는지 설명할 수 있는 3차 중심 모멘트인 왜도와, 평균에서 얼마나 뾰족한지 설명할 수 있는 4차 중심 모멘트인 첨도로 구성되는 것을 특징으로 하는 고속 다중 물체 인식 장치
|
| 8 |
8
청구항 7에 있어서, 상기 템플릿 영상은 정사각형인 원본 영상으로부터 획득되거나, 직사각형인 원본 영상의 중심점을 기준으로 하는 최대 반지름의 원에 외접하는 정사각형 영역을 이용하여 획득되고, 상기 템플릿 모멘트 벡터는 정사각형인 템플릿 영상의 적분 영상인 템플릿 적분 영상을 이용하여 산출되며,상기 질의 블록 모멘트 벡터는 정사각형의 블록 영상으로부터 생성되는 적분 영상인 블록 적분 영상을 이용하여 산출되는 것을 특징으로 하는 고속 다중 물체 인식 장치
|
| 9 |
9
청구항 7에 있어서, 상기 템플릿 영상, 상기 템플릿 모멘트 벡터 및 상기 템플릿 RPT 벡터를 미리 저장하는 템플릿 저장부를 더 포함하는 것을 특징으로 하는 고속 다중 물체 인식 장치
|
| 10 |
10
삭제
|
| 11 |
11
청구항 7에 있어서, 상기 1차 유사 판정부는상기 템플릿 모멘트 벡터와 상기 질의 블록 모멘트 벡터 사이의 기하 거리에 기초한 유사도를 소정의 제1 문턱값에 비교한 결과에 따라 1차 유사를 판정하도록 동작하는 것을 특징으로 하는 고속 다중 물체 인식 장치
|
