| 1 |
1
영상 복원 장치를 통한 영상 복원 방법에 있어서,입력 영상 파일의 프레임 별로 기설정된 종류의 이미지 특성을 추출하여 특성 벡터를 생성하는 단계;상기 특성 벡터를 차원 축소 처리를 통해 저차원 공간에 매핑하여 시각화하는 단계;상기 시각화에 따른 특성 벡터들의 분포에 최적화된 모델 그래프를 생성하고, 상기 모델 그래프 및 상기 프레임 별 특성 벡터에 기초하여 상기 프레임들의 영상 내 순서를 재구성하는 단계; 및상기 재구성된 프레임들의 순서에 기반하여 영상 파일을 복구하는 단계를 포함하되,상기 특성 벡터를 생성하는 단계는,상기 입력 영상 파일의 프레임을 각각 동일한 크기를 갖되 연속되는 복수의 셀들로 분할하는 단계;상기 프레임의 소실점을 추출하는 단계;상기 소실점에 기초하여 상기 분할된 복수의 셀들을 각각 임의의 크기를 갖는 복수의 블록들로 그룹화하는 단계;상기 블록 별로 기설정된 종류의 이미지 특성을 추출하는 단계; 및상기 추출된 이미지 특성을 벡터화하여 특성 벡터를 생성하는 단계를 포함하는 영상 복원 방법
|
| 2 |
2
삭제
|
| 3 |
3
제 1 항에 있어서,상기 이미지 특성은 색채 히스토그램(color histogram) 및 기하학적 특성(geometrical feature)을 포함하는 것인, 영상 복원 방법
|
| 4 |
4
제 1 항에 있어서,상기 복수의 블록들로 그룹화하는 단계는,상기 프레임에 포함된 적어도 하나의 객체에 기초하여 블록을 분할하되, 상기 객체와 상기 소실점과의 거리에 기초한 역 투시 변환(inverse perspective transformation) 처리를 통해 블록 별 높이 및 넓이를 계산하는, 영상 복원 방법
|
| 5 |
5
제 1 항에 있어서,상기 시각화하는 단계는,t-SNE(t-distributed Stochastic Neighbor Embedding) 기법을 사용하여 상기 특성 벡터를 2차원 공간에 매핑하는 차원 축소 처리를 수행하는 단계; 및상기 차원 축소 처리의 결과로서 생성된 2차원 벡터들에 의한 산점도 그래프(scatter plot graph)를 출력하는 단계를 포함하는, 영상 복원 방법
|
| 6 |
6
제 5 항에 있어서,상기 프레임들의 순서를 재구성하는 단계는,상기 2차원 벡터들을 커브 피팅(curve-fitting) 기법을 사용하여 하나의 모델 그래프(model graph)로 생성하는 단계;상기 2차원 벡터들과 상기 모델 그래프의 직교하는 위치를 산출하고, 산출된 위치를 전체 영상에서 해당 프레임이 갖는 순서로 검출하는 단계; 및상기 검출된 순서에 기초하여 상기 입력 영상 파일의 프레임 별로 순서를 재구성하는 단계를 포함하는, 영상 복원 방법
|
| 7 |
7
영상 복원 장치에 있어서,영상 복원 프로그램이 저장된 메모리; 및상기 메모리에 저장된 프로그램을 실행하는 프로세서를 포함하며,상기 프로세서는 상기 영상 복원 프로그램의 실행에 따라, 입력 영상 파일의 프레임 별로 기설정된 종류의 이미지 특성을 추출하여 특성 벡터를 생성하고, 상기 특성 벡터를 차원 축소 처리를 통해 저차원 공간에 매핑하여 시각화 하고, 상기 시각화에 따른 특성 벡터들의 분포에 최적화된 모델 그래프를 생성하고, 상기 모델 그래프 및 상기 프레임 별 특성 벡터에 기초하여 상기 프레임들의 영상 내 순서를 재구성하고, 상기 재구성된 프레임들의 순서에 기반하여 영상 파일을 복구하되,상기 프로세서는,상기 입력 영상 파일의 프레임을 각각 동일한 크기를 갖되 연속되는 복수의 셀들로 분할하고, 상기 프레임에서 추출된 소실점에 기초하여 상기 분할된 복수의 셀들을 각각 임의의 크기를 갖는 복수의 블록들로 그룹화하고, 상기 블록 별로 기설정된 종류의 이미지 특성을 추출하며, 상기 추출된 이미지 특성을 벡터화하여 특성 벡터를 생성하는, 영상 복원 장치
|
| 8 |
8
삭제
|
| 9 |
9
제 7 항에 있어서,상기 이미지 특성은 색채 히스토그램(color histogram) 및 기하학적 특성(geometrical feature)을 포함하는 것인, 영상 복원 장치
|
| 10 |
10
제 7 항에 있어서,상기 프로세서는, 상기 프레임에 포함된 적어도 하나의 객체에 기초하여 블록을 분할하되, 상기 객체와 상기 소실점과의 거리에 기초한 역 투시 변환(inverse perspective transformation) 처리를 통해 블록 별 높이 및 넓이를 계산하여, 상기 프레임을 상기 복수의 블록들로 그룹화하는, 영상 복원 장치
|
| 11 |
11
제 7 항에 있어서,상기 프로세서는, t-SNE(t-distributed Stochastic Neighbor Embedding) 기법을 사용하여 상기 특성 벡터를 2차원 공간에 매핑하는 차원 축소 처리하고,상기 차원 축소 처리의 결과로서 생성된 2차원 벡터들에 의한 산점도 그래프(scatter plot graph)를 출력하여 상기 프레임의 특성 벡터를 시각화하는, 영상 복원 장치
|
| 12 |
12
제 11 항에 있어서,상기 프로세서는, 상기 2차원 벡터들을 커브 피팅(curve-fitting) 기법을 사용하여 하나의 모델 그래프(model graph)로 생성하고,상기 2차원 벡터들과 상기 모델 그래프의 직교하는 위치를 산출하고, 산출된 위치를 전체 영상에서 해당 프레임이 갖는 순서로서 검출하고,상기 검출된 순서에 기초하여 상기 입력 영상 파일의 프레임 별로 순서를 재구성하는, 영상 복원 장치
|
| 13 |
13
제 1 항, 제3항 내지 제 6 항 중 어느 한 항의 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체
|
