1 |
1
음식 객체 인식부가 입력 영상을 분석하여 상기 입력 영상에 음식 객체가 포함되었는지 여부를 판단하는 음식 객체 인식 단계;조명 상황 평가부가 상기 입력 영상을 분석하여 상기 입력 영상의 조명 상황을 평가하는 조명 상황 평가 단계; 및영상 보정부가 상기 입력 영상의 영상 신호 정보에 따른 음식 색상 모델과 상기 평가한 조명 상황에 따라, 상기 입력 영상의 시각적 풍미감을 증가시키기 위하여, 상기 입력 영상을 보정하는 영상 보정 단계;를 포함하되, 상기 조명 상황 평가 단계는상기 입력 영상 전체의 영상 신호에 따른 전역적 영상 신호 정보를 추출하는 단계;상기 입력 영상을 소정의 크기의 영상 블록으로 분할하고, 상기 분할한 각 영상 블록의 영상 신호에 따른 지역적 영상 신호 정보를 추출하는 단계; 및상기 추출한 전역적 영상 신호 정보와 상기 지역적 영상 신호 정보를 포함하는 특징 벡터에 기반하여 미리 학습된 분류기를 이용하여 상기 입력 영상이 미리 정해진 상기 조명 상황 중 어느 것에 해당하는지를 분류하는 조명 상황 분류 단계를 포함하는 것을 특징으로 하는 음식 영상의 시각적 풍미 강조 방법
|
2 |
2
제1항에 있어서, 상기 음식 객체 인식 단계는 상기 입력 영상의 영상 신호 정보에 따라 상기 음식 색상 모델을 결정하는 음식 색상 모델 결정 단계를 더 포함하고, 상기 음식 색상 모델은 상기 음식 객체의 영상 신호의 색상 또는 밝기에 관한 미리 설정된 정보를 포함하는 색상 모델인 것을 특징으로 하는 음식 영상의 시각적 풍미 강조 방법
|
3 |
3
제1항에 있어서,상기 음식 객체 인식 단계는 상기 입력 영상에서 상기 입력 영상에 포함된 객체의 형태에 따른 형태 특징과 상기 입력 영상에 포함된 색상에 따른 색상 특징을 추출하고, 상기 추출한 형태 특징 및 색상 특징을 이용하여, 상기 입력 영상에 상기 음식 객체가 포함되었는지 여부를 판단하는 것을 특징으로 하는 음식 영상의 시각적 풍미 강조 방법
|
4 |
4
제3항에 있어서, 상기 음식 객체 인식 단계는 상기 입력 영상에 상기 음식 객체가 포함되었는지 여부를 판단하는 음식 인식 단계를 더 포함하고,상기 음식 인식 단계는,상기 입력 영상으로부터 상기 입력 영상에 포함된 화소들의 영상 신호 값을 연산하여 상기 형태 특징과 상기 색상 특징을 추출하는 저차원 특징 추출 단계;상기 추출한 형태 특징과 색상 특징을 부호화하여 고차원 특징을 추출하는 고차원 특징 추출 단계; 및상기 추출한 고차원 특징을 기반으로 미리 학습된 분류기를 이용하여 상기 입력 영상에 상기 음식 객체가 포함되었는지를 분류하는 분류 단계를 포함하는 것을 특징으로 하는 음식 영상의 시각적 풍미 강조 방법
|
5 |
5
제3항에 있어서, 상기 음식 객체 인식 단계는 상기 입력 영상에 상기 음식 객체가 포함된 것으로 판단되면, 상기 입력 영상에 포함된 상기 음식 객체의 음식 카테고리를 분류하는 음식 카테고리 분류 단계를 더 포함하는 것을 특징으로 하는 음식 영상의 시각적 풍미 강조 방법
|
6 |
6
제5항에 있어서, 상기 음식 카테고리 분류 단계는,상기 입력 영상으로부터 상기 입력 영상에 포함된 화소들의 영상 신호 값을 연산하여 상기 형태 특징과 상기 색상 특징을 추출하는 저차원 특징 추출 단계;상기 추출한 형태 특징과 색상 특징을 부호화하여 고차원 특징을 추출하는 고차원 특징 추출 단계; 및상기 추출한 고차원 특징을 기반으로 미리 학습된 분류기를 이용하여, 상기 입력 영상에 포함된 상기 음식 객체가 미리 정해진 복수개의 상기 음식 카테고리들 중 어느 것에 해당하는지를 분류하는 분류 단계를 포함하는 것을 특징으로 하는 음식 영상의 시각적 풍미 강조 방법
|
7 |
7
제6항에 있어서,상기 저차원 특징 추출 단계는 상기 형태 특징으로 상기 입력 영상에서 SIFT(Scale Invariant Feature Transform) 기반의 특징을 추출하고,상기 고차원 특징 추출 단계는 상기 형태 특징과 상기 색상 특징을 피셔 벡터 부호화(Fisher's Vector Encoding)하여 상기 고차원 특징을 획득하고,상기 분류 단계는 다계층 서포트 벡터 머신(Hierarchical Support Vector Machine)에 기반한 상기 분류기를 이용하여 분류하는 것을 특징으로 하는 음식 영상의 시각적 풍미 강조 방법
|
8 |
8
제2항에 있어서,상기 음식 색상 모델 결정 단계는 상기 입력 영상의 전역적 영상 신호 정보와 지역적 영상 신호 정보를 분석하고, 그 분석 결과에 따라 상기 입력 영상의 상기 음식 색상 모델을 결정하는 것을 특징으로 하는 음식 영상의 시각적 풍미 강조 방법
|
9 |
9
제8항에 있어서, 상기 음식 색상 모델 결정 단계는,상기 입력 영상 전체의 영상 신호에 따른 상기 전역적 영상 신호 정보를 추출하는 단계;상기 입력 영상을 소정의 크기의 영상 블록으로 분할하고, 상기 분할한 각 영상 블록의 영상 신호에 따른 상기 지역적 영상 신호 정보를 추출하는 단계; 및상기 추출한 전역적 영상 신호 정보와 지역적 영상 신호 정보를 포함하는 특징 벡터에 기반하여 미리 학습된 분류기를 이용하여 상기 입력 영상이 미리 정해진 상기 음식 색상 모델 중 어느 것에 해당하는지를 결정하는 색상 모델 분류 단계를 포함하는 것을 특징으로 하는 음식 영상의 시각적 풍미 강조 방법
|
10 |
10
제9항에 있어서,상기 전역적 영상 신호 정보를 추출하는 단계는 상기 입력 영상에 포함된 화소들의 영상 신호값의 크기에 따른 히스토그램을 상기 전역적 영상 신호 정보로 추출하고,상기 지역적 영상 신호 정보를 추출하는 단계는 상기 영상 블록에 포함된 화소들의 영상 신호값의 크기에 따른 히스토그램을 상기 지역적 영상 신호 정보로 추출하는 것을 특징으로 하는 음식 영상의 시각적 풍미 강조 방법
|
11 |
11
제9항에 있어서,상기 색상 모델 분류 단계는 가우시언 혼합 모델 또는 서포트 벡터 머신을 기반으로 하는 상기 분류기를 이용하여 상기 입력 영상이 미리 정해진 상기 음식 색상 모델 중 어느 것에 해당하는지를 결정하는 것을 특징으로 하는 음식 영상의 시각적 풍미 강조 방법
|
12 |
12
제9항에 있어서, 상기 음식 객체 인식 단계는 상기 입력 영상에 상기 음식 객체가 포함된 것으로 판단되면, 상기 입력 영상에 포함된 상기 음식 객체의 음식 카테고리를 분류하고,상기 음식 색상 모델 결정 단계는 상기 음식 객체 인식 단계에서 분류한 상기 음식 카테고리를 더 포함하는 상기 특징 벡터에 기반한 상기 분류기를 이용하여 상기 음식 색상 모델을 결정하는 것을 특징으로 하는 음식 영상의 시각적 풍미 강조 방법
|
13 |
13
삭제
|
14 |
14
삭제
|
15 |
15
제1항에 있어서,상기 전역적 영상 신호 정보를 추출하는 단계는 상기 입력 영상에 포함된 화소들의 밝기에 따른 히스토그램을 상기 전역적 영상 신호 정보로 추출하고,상기 지역적 영상 신호 정보를 추출하는 단계는 상기 영상 블록에 포함된 화소들의 색상, 채도, 밝기에 따른 각 히스토그램을 상기 지역적 영상 신호 정보로 추출하는 것을 특징으로 하는 음식 영상의 시각적 풍미 강조 방법
|
16 |
16
제1항에 있어서,상기 영상 보정 단계는 상기 음식 색상 모델과 상기 조명 상황에 따라 미리 정해진 설정에 따라 상기 입력 영상에 포함된 화소들의 영상 신호값을 보정하는 것을 특징으로 하는 음식 영상의 시각적 풍미 강조 방법
|
17 |
17
제16항에 있어서,상기 영상 보정 단계는 상기 미리 정해진 설정에 따라서 톤 정합 보정이나 감마 보정이나 색상 보정 중 적어도 어느 하나를 수행하여, 상기 입력 영상에 포함된 화소들의 영상 신호값을 보정하는 것을 특징으로 하는 음식 영상의 시각적 풍미 강조 방법
|
18 |
18
제1항 내지 제12항, 제15항 내지 제17항 중 어느 하나의 항에 따른 음식 영상의 시각적 풍미 강조 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램
|
19 |
19
입력 영상을 분석하여 상기 입력 영상에 음식 객체가 포함되었는지 여부를 판단하는 음식 객체 인식부;상기 입력 영상을 분석하여 상기 입력 영상의 조명 상황을 평가하는 조명 상황 평가부; 및상기 입력 영상의 영상 신호 정보에 따른 음식 색상 모델과 상기 평가한 조명 상황에 따라, 상기 입력 영상의 시각적 풍미감을 증가시키기 위하여, 상기 입력 영상을 보정하는 영상 보정부;를 포함하되, 상기 조명 상황 평가부는상기 입력 영상 전체의 영상 신호에 따른 전역적 영상 신호 정보를 추출하고,상기 입력 영상을 소정의 크기의 영상 블록으로 분할하고, 상기 분할한 각 영상 블록의 영상 신호에 따른 지역적 영상 신호 정보를 추출하며상기 추출한 전역적 영상 신호 정보와 상기 지역적 영상 신호 정보를 포함하는 특징 벡터에 기반하여 미리 학습된 분류기를 이용하여 상기 입력 영상이 미리 정해진 상기 조명 상황 중 어느 것에 해당하는지를 분류하는 것을 특징으로 하는 음식 영상의 시각적 풍미 강조 장치
|
20 |
20
제19항에 있어서, 상기 음식 객체 인식부는, 상기 입력 영상에서 상기 입력 영상에 포함된 객체의 형태에 따른 형태 특징과 상기 입력 영상에 포함된 색상에 따른 색상 특징을 추출하고, 상기 추출한 형태 특징 및 색상 특징을 이용하여, 상기 입력 영상에 상기 음식 객체가 포함되었는지 여부를 판단하는 음식 인식부;상기 입력 영상에 상기 음식 객체가 포함된 것으로 판단되면, 상기 입력 영상에 포함된 상기 음식 객체의 음식 카테고리를 분류하는 음식 카테고리 분류부; 및상기 입력 영상의 영상 신호 정보에 따라 상기 음식 색상 모델을 결정하되, 상기 입력 영상의 전역적 영상 신호 정보와 지역적 영상 신호 정보를 분석하고, 그 분석 결과와 상기 음식 카테고리에 따라 상기 입력 영상의 상기 음식 색상 모델을 결정하는 음식 색상 모델 결정부를 포함하는 것을 특징으로 하는 음식 영상의 시각적 풍미 강조 장치
|
21 |
21
제19항에 있어서,상기 조명 상황 평가부는 상기 입력 영상의 전역적 영상 신호 정보와 지역적 영상 신호 정보를 분석하고, 그 분석 결과에 따라 상기 입력 영상의 상기 조명 상황을 결정하고,상기 영상 보정부는 상기 음식 색상 모델과 상기 조명 상황에 따라 미리 정해진 설정에 따라 상기 입력 영상에 포함된 화소들의 영상 신호값을 보정하는 것을 특징으로 하는 음식 영상의 시각적 풍미 강조 장치
|