| 1 |
1
다중 시각 센서를 기반으로 대상 물체에 대한 영상을 획득하여 표준 모델을 생성하는 표준 모델 생성부;영상 처리 기법을 기반으로 상기 표준 모델로부터 다중 패턴을 생성하는 다중 패턴 생성부;상기 표준 모델 및 상기 다중 패턴 중 적어도 하나를 이용하여 상기 대상 물체에 대한 물체 특징을 추출하는 물체 특징 추출부;상기 다중 패턴과 상기 물체 특징을 기반으로 상기 영상에서 상기 대상 물체를 인식하기 위한 학습을 수행하는 학습부; 및물체 인식을 위해 획득된 입력 영상에서 상기 대상 물체에 대한 특징 정보를 추출하고, 상기 학습에 의한 데이터를 기반으로 상기 특징 정보를 이용하여 상기 입력 영상에서 상기 대상 물체를 인식하는 물체 인식부를 포함하는 것을 특징으로 하는 물체 인식 장치
|
| 2 |
2
청구항 1에 있어서,상기 물체 특징 추출부는상기 표준 모델에서 대표 특징을 추출하는 대표 특징 추출부; 및상기 다중 패턴을 기반으로 상기 대표 특징에 대한 기하학적인 정보를 추출하여 상기 영상에서 상기 대상 물체의 물체 영역을 검출하는 물체 영역 검출부를 포함하는 것을 특징으로 하는 물체 인식 장치
|
| 3 |
3
청구항 2에 있어서,상기 학습부는상기 대상 물체에 대한 다중 특징을 추출하는 다중 특징 추출부;상기 대표 특징 및 상기 다중 특징 중 적어도 하나를 기반으로 상기 대상 물체에 대한 적어도 하나의 물체 특징 벡터를 추출하여 상기 물체 특징에 대한 학습을 수행하는 물체 특징 학습부; 및상기 다중 패턴이 입력되면, 상기 물체 특징 벡터 및 상기 물체 영역을 기반으로 상기 대상 물체를 인식하는 학습을 수행하는 물체 인식 학습부를 포함하는 것을 특징으로 하는 물체 인식 장치
|
| 4 |
4
청구항 3에 있어서,상기 물체 인식 학습부는상기 대상 물체에 대한 인식 오차율이 기설정된 오차율 이하가 될 때까지 학습을 반복 수행하는 것을 특징으로 하는 물체 인식 장치
|
| 5 |
5
청구항 2에 있어서,상기 대표 특징 추출부는상기 표준 모델에 대해 에지(edge) 정보를 포함하는 이진 영상을 획득하고, 상기 이진 영상을 구성하는 복수개의 블럽(blob)들 중 적어도 하나를 상기 대표 특징으로 추출하는 것을 특징으로 하는 물체 인식 장치
|
| 6 |
6
청구항 5에 있어서,상기 대표 특징 추출부는상기 복수개의 블럽들 중 상기 대상 물체의 크기에 대비하여 기설정된 임계치 이상의 크기를 갖는 폐곡선 형태의 블럽을 상기 대표 특징으로 추출하는 것을 특징으로 하는 물체 인식 장치
|
| 7 |
7
청구항 6에 있어서,상기 대표 특징은폐곡선 영역의 외곽 윤곽선과 상기 폐곡선 영역 내부의 물체 이진 영상에 상응하는 것을 특징으로 하는 물체 인식 장치
|
| 8 |
8
청구항 6에 있어서,상기 대표 특징은상기 대상 물체의 전체 영역을 포함하는 블럽 및 상기 대상 물체의 일부 영역에 해당하는 블럽 중 적어도 하나에 상응하는 것을 특징으로 하는 물체 인식 장치
|
| 9 |
9
청구항 3에 있어서,상기 다중 특징 추출부는상기 영상과 상기 영상을 반전시킨 반전 영상을 대상으로, 폐곡선 형태의 블럽 및 크기가 기설정된 기준 크기 이상에 해당하는 개곡선 형태의 블럽 중 적어도 하나에 해당하는 복수개의 특징 블럽들을 추출하는 특징 블럽 추출부; 및블럽의 크기 및 물체 형상 복잡도 중 적어도 하나를 기준으로 상기 복수개의 특징 블럽들에 각각 우선 순위 가중치를 부여하고, 우선 순위가 높은 기설정된 개수의 특징 블럽을 선정하여 상기 다중 특징으로 추출하는 특징 블럽 선정부를 포함하는 것을 특징으로 하는 물체 인식 장치
|
| 10 |
10
청구항 9에 있어서,상기 다중 특징 추출부는상기 영상에 대해 에지(edge) 정보를 포함하는 이진 영상을 획득하고, 상기 이진 영상에 포함된 모든 요소들 중 상기 특징 블럽 추출기준에 해당하지 않는 요소는 잡음으로 제거하는 잡음 제거부를 더 포함하는 것을 특징으로 하는 물체 인식 장치
|
| 11 |
11
청구항 1에 있어서,상기 표준 모델 생성부는상기 다중 시각 센서로 상기 대상 물체에 대한 다중 입력 영상을 획득하고, 상기 다중 입력 영상에서 상기 대상 물체의 자세를 대표하는 상기 표준 모델을 선정하는 것을 특징으로 하는 물체 인식 장치
|
| 12 |
12
청구항 3에 있어서,상기 물체 인식부는상기 입력 영상에서 상기 대상 물체에 대한 물체 특징 벡터를 추출하고, 상기 학습에 의한 데이터를 기반으로 상기 물체 특징 벡터를 통해 상기 대상 물체를 인식하는 것을 특징으로 하는 물체 인식 장치
|
| 13 |
13
다중 시각 센서를 기반으로 대상 물체에 대한 영상을 획득하여 표준 모델을 생성하는 단계;영상 처리 기법을 기반으로 상기 표준 모델로부터 다중 패턴을 생성하는 단계;상기 표준 모델 및 상기 다중 패턴 중 적어도 하나를 이용하여 상기 대상 물체에 대한 물체 특징을 추출하고, 상기 다중 패턴과 상기 물체 특징을 기반으로 상기 영상에서 상기 대상 물체를 인식하기 위한 학습을 수행하는 단계; 및물체 인식을 위해 획득된 입력 영상에서 상기 대상 물체에 대한 특징 정보를 추출하고, 상기 학습에 의한 데이터를 기반으로 상기 특징 정보를 이용하여 상기 입력 영상에서 상기 대상 물체를 인식하는 단계를 포함하는 것을 특징으로 하는 물체 인식 방법
|
| 14 |
14
청구항 13에 있어서,상기 학습을 수행하는 단계는상기 표준 모델에서 대표 특징을 추출하는 단계; 및상기 다중 패턴을 기반으로 상기 대표 특징에 대한 기하학적인 정보를 추출하여 상기 영상에서 상기 대상 물체의 물체 영역을 검출하는 단계를 포함하는 것을 특징으로 하는 물체 인식 방법
|
| 15 |
15
청구항 14에 있어서,상기 학습을 수행하는 단계는상기 대상 물체에 대한 다중 특징을 추출하는 단계;상기 대표 특징 및 상기 다중 특징 중 적어도 하나를 기반으로 상기 대상 물체에 대한 적어도 하나의 물체 특징 벡터를 추출하여 상기 물체 특징에 대한 학습을 수행하는 단계; 및상기 다중 패턴이 입력되면, 상기 물체 특징 벡터 및 상기 물체 영역을 기반으로 상기 대상 물체를 인식하는 학습을 수행하는 단계를 더 포함하는 것을 특징으로 하는 물체 인식 방법
|
| 16 |
16
청구항 15에 있어서,상기 대상 물체를 인식하는 학습을 수행하는 단계는상기 대상 물체에 대한 인식 오차율이 기설정된 오차율 이하가 될 때까지 학습을 반복 수행하는 것을 특징으로 하는 물체 인식 방법
|
| 17 |
17
청구항 14에 있어서,상기 대표 특징을 추출하는 단계는상기 표준 모델에 대해 에지(edge) 정보를 포함하는 이진 영상을 획득하고, 상기 이진 영상을 구성하는 복수개의 블럽(blob)들 중 적어도 하나를 상기 대표 특징으로 추출하는 것을 특징으로 하는 물체 인식 방법
|
| 18 |
18
청구항 17에 있어서,상기 대표 특징을 추출하는 단계는상기 복수개의 블럽들 중 상기 대상 물체의 크기에 대비하여 기설정된 임계치 이상의 크기를 갖는 폐곡선 형태의 블럽을 상기 대표 특징으로 추출하는 것을 특징으로 하는 물체 인식 방법
|
| 19 |
19
청구항 15에 있어서,상기 다중 특징을 추출하는 단계는상기 영상과 상기 영상을 반전시킨 반전 영상을 대상으로, 폐곡선 형태의 블럽 및 크기가 기설정된 기준 크기 이상에 해당하는 개곡선 형태의 블럽 중 적어도 하나에 해당하는 복수개의 특징 블럽들을 추출하는 단계; 및블럽의 크기 및 물체 형상 복잡도 중 적어도 하나를 기준으로 상기 복수개의 특징 블럽들에 각각 우선 순위 가중치를 부여하고, 우선 순위가 높은 기설정된 개수의 특징 블럽을 선정하여 상기 다중 특징으로 추출하는 단계를 포함하는 것을 특징으로 하는 물체 인식 방법
|
| 20 |
20
청구항 19에 있어서,상기 대상 물체를 인식하는 단계는상기 입력 영상에서 상기 대상 물체에 대한 물체 특징 벡터를 추출하고, 상기 학습에 의한 데이터를 기반으로 상기 물체 특징 벡터를 통해 상기 대상 물체를 인식하는 것을 특징으로 하는 물체 인식 방법
|
