1 |
1
어안렌즈 왜곡 보정을 이용한 차량 검출 장치에 있어서,영상을 투영하는 어안렌즈(Fish-eye lens);상기 어안렌즈(Fish-eye lens)를 통해 전달되는 영상을 감지하는 인식부;정사영 투영 모델(Model)에 기초하여 상기 감지된 영상의 왜곡을 보정하는 주보정부;상기 보정된 영상으로부터 하나 또는 둘 이상의 차량 데이터(Data) 영상을 추출하는 차량데이터영상추출부;상기 추출된 차량 데이터(Data) 영상으로부터 차량 데이터(Data) 내의 속성 데이터(Meta data)를 추출하는 주속성데이터추출부; 및상기 추출된 속성 데이터(Meta data)를 통해 차량을 검출하는 차량검출부;를 포함하며,상기 주속성데이터추출부는 상기 추출된 차량 데이터(Data) 영상을 포지티브 셋(Positive set : 한 대 이상의 차량을 포함하는 영상)과 네거티브 셋(Negative set : 차량을 포함하고 있지 않은 영상)으로 분리하는 영상분리부; 및 상기 분리된 포지티브 셋(Positive set : 한 대 이상의 차량을 포함하는 영상) 및 네거티브 셋(Negative set : 차량을 포함하고 있지 않은 영상)으로부터 차량 데이터 내의 속성 데이터(Meta data)를 추출하는 부속성데이터추출부;를 포함하며,상기 부속성데이터추출부는 복수 개의 후보 데이터 셋(Data set)으로부터 오브젝트 데이터 셋(Data set)을 선택하는 캐스캐이드(Cascade) 구조 에이다부스트 알고리즘(Adaboost algorithm)을 이용하여 상기 포지티브 셋에서는 차량을 오브젝트 데이터 셋으로 선택하고, 상기 네거티브 셋에서는 도로를 오브젝트 데이터 셋으로 선택하여 속성 데이터를 추출하는 것을 특징으로 하는 어안렌즈 왜곡 보정을 이용한 차량 검출 장치
|
2 |
2
제 1항에 있어서,상기 주보정부는,상기 감지된 영상으로부터 화각에 따른 초점거리를 추정하기 위해 상기 영상의 단축 길이를 지름으로 하는 원, 상기 영상의 장축 길이를 지름으로 하는 원 및 상기 영상의 대각선 길이를 지름으로 하는 원을 정의하는 원정의부; 및상기 정의된 3개의 원 사이의 관계로부터 초점거리를 추정하고, 이를 이용하여 촬영된 영상을 보정하는 부보정부;를 포함하는 것을 특징으로 하는 어안렌즈 왜곡 보정을 이용한 차량 검출 장치
|
3 |
3
제 2항에 있어서,상기 부보정부는,상기 정의된 각각의 원과 화각에 해당하는 원으로부터 예측 초점거리값을 각각 산출하는 예측초점거리값산출부;상기 산출된 초점거리들로부터 최종 초점거리를 산출하는 최종초점거리값산출부;상기 산출된 최종 초점거리값을 기초로 획득한 어안렌즈(Fish-eye lens) 영상의 가로길이/2 및 세로길이/2인 중심점을 계산하는 중심점값계산부;상기 계산된 중심점(가로길이/2, 세로길이/2)과 상기 획득한 어안렌즈(Fish-eye lens) 영상의 각 픽셀(Pixel) 사이 거리값을 산출하는 픽셀거리값산출부; 및상기 산출된 어안렌즈(Fish-eye lens) 영상의 각 픽셀(Pixel)에 해당하는 거리값과 상기 산출한 최종 초점거리값의 비율을 이용하여 보정 영상의 픽셀(Pixel) 좌표를 산출하는 보정영상픽셀좌표산출부;를 포함하는 것을 특징으로 하는 어안렌즈 왜곡 보정을 이용한 차량 검출 장치
|
4 |
4
제 1항에 있어서,상기 차량데이터영상추출부는,영상 내 영역 간의 밝기 차를 기초로 물체의 특징을 추출하는 하르(Haar) 특징을 이용하는 것을 특징으로 하는 어안렌즈 왜곡 보정을 이용한 차량 검출 장치
|
5 |
5
삭제
|
6 |
6
삭제
|
7 |
7
제 3항에 있어서,상기 예측초점거리값산출부는,수학식 1로 정의되는 초점거리값 계산식을 이용하여 영상의 단축 길이를 지름으로 하는 원과 영상의 장축 길이를 지름으로 하는 원 사이의 예측초점거리값( )과, 영상의 대각선 길이를 지름으로 하는 원과 영상의 장축 길이를 지름으로 하는 원 사이의 예측초점거리값( )을 계산하는 것을 특징으로 하는 어안렌즈 왜곡 보정을 이용한 차량 검출 장치
|
8 |
8
제 3항에 있어서,상기 최종초점거리값산출부는,수학식 2로 정의되는 최종 초점거리값 계산식을 이용하여 최종 초점거리값( )을 계산하는 것을 특징으로 하는 어안렌즈 왜곡 보정을 이용한 차량 검출 장치
|
9 |
9
제 3항에 있어서,상기 픽셀거리값산출부는,수학식 3으로 정의되는 상기 산출한 중심점(가로길이/2, 세로길이/2)과 상기 획득한 어안렌즈(Fish-eye lens) 영상의 각 픽셀(Pixel) 사이의 거리값을 계산하는 것을 특징으로 하는 어안렌즈 왜곡 보정을 이용한 차량 검출 장치
|
10 |
10
제 3항에 있어서,상기 보정영상픽셀좌표산출부는,수학식 4로 정의되는 왜곡된 영상의 픽셀 좌표값( )와 보정된 영상의 픽셀 좌표값( )의 관계식을 이용하여 보정 영상의 픽셀(Pixel) 좌표값( )를 계산하는 것을 특징으로 하는 어안렌즈 왜곡 보정을 이용한 차량 검출 장치
|
11 |
11
어안렌즈 왜곡 보정을 이용한 차량 검출 방법에 있어서,어안렌즈(Fish-eye lens)를 통해 촬영된 영상을 획득한 후, 정사영 투영 모델(Model)에 기초하여 상기 촬영된 영상의 왜곡을 보정하는 제1단계;상기 보정된 영상으로부터 하나 또는 둘 이상의 차량 데이터(Data) 영상을 추출하는 제2단계;상기 추출된 차량 데이터 영상으로부터 차량 데이터 내의 속성 데이터(Meta data)를 추출하는 제3단계; 및상기 추출된 속성 데이터(Meta data)를 통해 차량을 검출하는 제4단계;를 포함하며,상기 제3단계는 상기 추출된 차량 데이터(Data) 영상을 포지티브 셋(Positive set : 한 대 이상의 차량을 포함하는 영상)과 네거티브 셋(Negative set : 차량을 포함하고 있지 않은 영상)으로 분리하는 분리단계; 및상기 분리된 포지티브 셋(Positive set : 한 대 이상의 차량을 포함하는 영상) 및 네거티브 셋(Negative set : 차량을 포함하고 있지 않은 영상)으로부터 차량 데이터 내의 속성 데이터(Meta data)를 추출하는 추출단계;를 포함하고,상기 추출단계는 복수 개의 후보 데이터 셋(Data set)으로부터 오브젝트 데이터 셋(Data set)을 선택하는 캐스캐이드(Cascade) 구조 에이다부스트 알고리즘(Adaboost algorithm)을 이용하여 상기 포지티브 셋에서는 차량을 오브젝트 데이터 셋으로 선택하고, 상기 네거티브 셋에서는 도로를 오브젝트 데이터 셋으로 선택하여 속성 데이터를 추출하는 것을 특징으로 하는 어안렌즈 왜곡 보정을 이용한 차량 검출 방법
|
12 |
12
제 11항에 있어서,상기 제1단계는,상기 획득된 영상으로부터 화각에 따른 초점거리를 추정하기 위해 상기 영상의 단축 길이를 지름으로 하는 원, 상기 영상의 장축 길이를 지름으로 하는 원 및 상기 영상의 대각선 길이를 지름으로 하는 원을 정의하는 원정의단계; 및상기 정의된 3개의 원 사이의 관계로부터 초점거리를 추정하고, 이를 이용하여 상기 촬영된 영상을 보정하는 보정단계;를 포함하는 것을 특징으로 하는 어안렌즈 왜곡 보정을 이용한 차량 검출 방법
|
13 |
13
제 12항에 있어서,상기 보정단계는,상기 정의된 각각의 원과 화각에 해당하는 원으로부터 예측 초점거리값을 각각 산출하는 예측초점거리값산출단계;상기 산출된 초점거리들로부터 최종 초점거리를 산출하는 최종초점거리값산출단계;상기 산출된 최종 초점거리값을 기초로 상기 획득한 어안렌즈(Fish-eye lens) 영상의 가로길이/2 및 세로길이/2인 중심점을 계산하는 중심점값계산단계;상기 계산된 중심점(가로길이/2, 세로길이/2)과 상기 획득한 어안렌즈(Fish-eye lens) 영상의 각 픽셀(Pixel) 사이 거리값을 산출하는 픽셀거리값산출단계; 및상기 산출된 어안렌즈(Fish-eye lens) 영상의 각 픽셀(Pixel)에 해당하는 거리값과 상기 산출한 최종 초점거리값의 비율을 이용하여 보정 영상의 픽셀(Pixel) 좌표를 산출하는 보정영상픽셀좌표산출단계;를 포함하는 것을 특징으로 하는 어안렌즈 왜곡 보정을 이용한 차량 검출 방법
|
14 |
14
삭제
|