1 |
1
현재 입력된 제2 프레임의 영상과, 상기 제2 프레임 영상 이전 시점의 영상인 제1 프레임의 영상에 근거하여, 표적 영상의 광학 흐름을 산출하는 광학흐름 산출부;상기 산출된 광학흐름에 근거하여 상기 제2 프레임의 영상으로부터 표적 영상을 포함하는 탐색 영역이 예측되면, 예측된 탐색 영역의 각 픽셀 위치에서 주변 방향들 각각에 대응하는 다른 픽셀들의 모서리 강도들을 산출하는 모서리 강도 산출부; 및, 상기 광학흐름 산출 결과에 근거하여 상기 제2 프레임의 영상으로부터 상기 탐색 영역을 예측하고, 예측된 탐색 영역의 각 픽셀 위치에서, 모서리 강도가 최대인 방향에 대응하는 픽셀들에 근거하여 상기 탐색 영역에 대한 각 방향 채널별 특징 정보들을 추출하며, 추출된 각 방향 채널별 특징 정보들에 상관필터를 적용하여 상관도가 가장 높은 픽셀을 검출 및, 검출된 픽셀 위치에 근거하여 상기 제2 프레임의 영상에서 표적의 위치를 예측하는 제어부를 포함하는 것을 특징으로 하는 표적 추적 장치
|
2 |
2
제1항에 있어서, 상기 광학흐름 산출부는, 상기 제1 프레임의 영상과 상기 제2 프레임의 영상 각각에 대해 복수개 레벨의 가우시안 피라미드를 형성하는 영상들을 생성하는 피라미드 영상 생성부를 더 포함하고, 상기 제1 프레임의 영상에서 상기 표적이 포함된 일부 영역에 대해 복수개의 기준점을 형성 및, 상기 가우시안 피라미드를 형성하는 영상들로부터 상위 레벨에서 하위 레벨의 순서로 각각 같은 레벨의 영상들로부터 순차적으로 변위를 산출하여 상기 가우시안 피라미드의 최하위 레벨를 구성하는 영상들로부터 상기 복수개 기준점 각각에 대한 변위들을 산출하며, 상기 제어부는,상기 산출된 변위들의 중간값에 근거하여 상기 탐색 영역을 예측하는것을 특징으로 하는 표적 추적 장치
|
3 |
3
제2항에 있어서, 상기 제어부는, 상기 가우시안 피라미드를 형성하는 영상들 중 어느 한 레벨의 영상들이 선택되면, 선택된 영상들로부터 산출된 광학 흐름과, 현재 선택된 레벨의 영상들보다 한 단계 상위 레벨의 영상들로부터 산출된 변위에 근거하여 현재 선택된 레벨의 영상들에 대한 변위를 산출하는 것을 특징으로 하는 표적 추적 장치
|
4 |
4
제2항에 있어서, 상기 광학흐름 산출부는, 루카스-카나데(Lucas-Kanade) 알고리즘을 적용하여 현재 선택된 기준점에 근거한 광학 흐름을 산출하는 것을 특징으로 하는 표적 추적 장치
|
5 |
5
제2항에 있어서, 상기 가우시안 피라미드를 생성하는 각 영상들은, 해당 영상보다 한 단계 하위 레벨의 영상에 대해 가우시안 필터링을 수행한 후 다운 샘플링하여 생성되는 영상임을 특징으로 하는 표적 추적 장치
|
6 |
6
제1항에 있어서, 상기 모서리 강도 산출부는, 현재 예측된 탐색 영역의 각 픽셀 위치에서 주변 방향들 각각에 대응하는 다른 픽셀들의 모서리 강도를 산출 및, 상기 방향들 각각 별로 상기 산출된 모서리 강도가 최대인 방향에 대응하는 픽셀에만 기 설정된 모서리 강도값을 설정하며, 상기 방향들 각각 별로 각 픽셀 위치에서 검출된 모서리 강도값이 최대인 픽셀들을 상기 방향들 각각에 대응하는 특징 정보들로 추출하는 것을 특징으로 하는 표적 추적 장치
|
7 |
7
제1항에 있어서, 상기 상관필터를 갱신하는 상관필터 갱신부를 더 포함하며, 상기 상관필터 갱신부는, 기 설정된 학습률에 근거하여, 상기 제1 프레임의 영상에서 표적의 위치 예측에 사용된 제1 상관 필터와 상기 제2 프레임의 영상에서 표적의 위치 예측에 사용된 제2 상관 필터를 가중합하여 상기 상관필터를 갱신하며, 상기 가중합은, 상기 제1 상관 필터를 구성하는 분모와 상기 제2 상관 필터를 구성하는 분모 사이에서 수행되고, 상기 제1 상관 필터를 구성하는 분자와 상기 제2 상관 필터를 구성하는 분자 사이에서 수행되는 것을 특징으로 하는 표적 추적 장치
|
8 |
8
현재 입력된 제2 프레임의 영상과, 상기 제2 프레임 영상 이전 시점의 영상인 제1 프레임의 영상에 근거하여, 상기 제2 프레임의 영상으로부터 표적의 광학 흐름을 산출 및 산출된 광학 흐름에 근거하여 탐색 영역을 예측하는 제1 단계;예측된 탐색 영역의 각 픽셀 주변의 방향들 각각에 대응하는 픽셀들의 모서리 강도를 산출하고, 산출된 모서리 강도가 최대값을 가지는 픽셀들에 근거하여 상기 방향들 각각에 대응하는 채널별로 특징 정보들을 추출하는 제2 단계; 및, 추출된 각 방향의 채널별 특징 정보들에 상관필터를 적용하여 산출되는 상관도가 가장 높은 픽셀을 검출하고, 검출된 픽셀의 위치에 근거하여 상기 제2 프레임의 영상에서 상기 표적의 위치를 예측하는 제3 단계를 포함하는 것을 특징으로 하는 표적 추적 방법
|
9 |
9
제8항에 있어서, 상기 제1 단계는,상기 제1 프레임의 영상에서 상기 표적이 포함된 일부 영역에 대해 복수개의 기준점을 형성하는 제1-1 단계;상기 제1 프레임의 영상과 상기 제2 프레임의 영상 각각에 대해 복수개 레벨의 가우시안 피라미드를 형성하는 영상들을 생성하는 제1-2 단계;상기 가우시안 피라미드를 형성하는 영상들로부터 순차적으로 변위를 산출하여, 상기 가우시안 피라미드의 최하위 레벨를 구성하는 영상들로부터 상기 복수개 기준점 각각에 대한 변위들을 산출하는 제1-3 단계; 및, 산출된 변위들의 중간값에 근거하여 상기 탐색 영역을 예측하는 제1-4 단계를 포함하는 것을 특징으로 하는 표적 추적 방법
|
10 |
10
제9항에 있어서, 상기 제1-3 단계는, 어느 하나의 기준점을 선택하는 a 단계;상기 가우시안 피라미드를 형성하는 제1 프레임의 영상들과 제2 프레임의 영상들로부터, 같은 레벨의 영상들을 상위 레벨에서 하위 레벨의 순서로 순차적으로 선택하는 b 단계;선택된 레벨의 영상들로부터, 현재 선택된 기준점에 근거하여 광학흐름을 산출하는 c 단계;선택된 레벨의 영상들로부터 산출된 광학흐름과, 현재 선택된 레벨보다 한 단계 상위 레벨의 영상들로부터 산출된 변위에 근거하여, 현재 선택된 레벨의 영상들에 대한 변위를 산출하는 d 단계;상기 가우시안 피라미드를 형성하는 제1 프레임의 영상들과 제2 프레임의 영상들 중 최하위 레벨의 영상들로부터 변위가 산출되면, 다른 기준점을 선택하는 e 단계; 및,선택된 다른 기준점에 대해, 상기 b 단계 내지 e 단계를 반복하는 단계를 더 포함하는 것을 특징으로 하는 표적 추적 방법
|
11 |
11
제10항에 있어서, 상기 c 단계는, 루카스-카나데 알고리즘을 적용하여 현재 선택된 기준점에 근거한 광학흐름을 산출하는 단계임을 특징으로 하는 표적 추적 방법
|
12 |
12
제9항에 있어서, 상기 가우시안 피라미드를 생성하는 각 영상들은, 해당 영상보다 한 단계 하위 레벨의 영상에 대해 가우시안 필터링을 수행한 후 다운 샘플링하여 생성되는 영상임을 특징으로 하는 표적 추적 방법
|
13 |
13
제8항에 있어서, 상기 제2 단계는,예측된 탐색 영역의 각 픽셀 위치에서 주변 방향들 각각에 대응하는 다른 픽셀들의 모서리 강도를 산출하는 제2-1 단계;상기 방향들 각각에 대해, 모서리 강도가 최대인 방향에 대응하는 픽셀에만 기 설정된 모서리 강도값을 설정하는 제2-2 단계; 및,상기 방향들 각각에 대해, 각 픽셀 위치에서 모서리 강도값이 최대인 픽셀들을 검출하고 검출된 픽셀들을 상기 방향들 각각에 대응하는 특징 정보들로 추출하는 제2-3 단계를 포함하는 것을 특징으로 하는 표적 추적 방법
|
14 |
14
제8항에 있어서, 상기 상관필터를 갱신하는 제4 단계를 더 포함하며, 상기 상관필터의 갱신은, 기 설정된 학습률에 근거하여, 상기 제1 프레임의 영상에서 표적의 위치 예측에 사용된 제1 상관 필터와 상기 제2 프레임의 영상에서 표적의 위치 예측에 사용된 제2 상관 필터를 가중합하여 이루어지며, 상기 가중합은, 상기 제1 상관 필터를 구성하는 분모와 상기 제2 상관 필터를 구성하는 분모 사이에서 수행되고, 상기 제1 상관 필터를 구성하는 분자와 상기 제2 상관 필터를 구성하는 분자 사이에서 수행되는 것을 특징으로 하는 표적 추적 방법
|