| 1 |
1
배경과 객체를 분리하고자 하는 대상 영상을 입력받아 상기 대상 영상의 화소들의 영상 신호값에 따른 행렬인 대상 영상 행렬을 생성하는 대상 영상 행렬 생성부; 및상기 대상 영상 행렬을 일정한 기준보다 작은 랭크(Rank) 값을 가지는 저 랭크 행렬(Low Rank Matrix)과 상기 대상 영상 행렬에서 상기 저 랭크 행렬 성분을 제외한 나머지 성분인 희소 행렬(Sparse Matrix)의 합으로 설정하고, 상기 저 랭크 행렬에 대한 Truncated Nuclear Norm 연산 값과 상기 희소 행렬에 대한 L1 놈(Norm) 연산 값에 상기 저 랭크 행렬과 상기 희소 행렬 사이의 상대적 중요성을 조절하는 인자를 적용한 가중합을 비용 함수로 설정하며, 상기 비용 함수를 이용하여 상기 저 랭크 행렬 및 상기 희소 행렬을 산출하는 영상 분리부를 포함하는 것을 특징으로 하는 영상 처리 장치
|
| 2 |
2
제1항에 있어서,하기의 수학식 1을 이용하여 배경 영상인 상기 저 랭크 행렬의 배경 밝기맵의 평균을 취하여 최종 HDR(High Dynamic Range)의 영상을 구하는 영상 합성부를 더 포함하는 포함하는 것을 특징으로 하는 영상 처리 장치
|
| 3 |
3
제1항에 있어서,상기 영상 분리부는 상기 저 랭크 행렬의 랭크 함수와 상기 희소 행렬을 truncated nuclear norm 및 으로 근사화하여 다시 작성하면 하기의 수학식 2와 같이 표현되고, 여유 변수 행렬 S를 상기 수학식 2에 적용하여 다시 작성하면 하기의 수학식 3과 같이 표현하여 상기 저 랭크 행렬과 상기 희소 행렬, 여유 변수 행렬을 최적화하여 분리하는 것을 특징으로 하는 영상 처리 장치
|
| 4 |
4
제3항에 있어서,상기 영상 분리부는 상기 수학식 3에 대한 라그랑지안 비용 함수(Augmented Lagrangian Function)로 정의하면 하기의 수학식 4와 같이 표현되어 상기 저 랭크 행렬, 상기 희소 행렬과 상기 여유 변수 행렬을 최적으로 분리하는데 이용하는 것을 특징으로 하는 영상 처리 장치
|
| 5 |
5
제4항에 있어서,상기 영상 분리부는 상기 수학식 4의 상기 저 랭크 행렬, 상기 희소 행렬과 상기 여유 변수 행렬, 상기 라그랑지 멀티플라이어를 순차적으로 최적화를 통해서 업데이트하여 다시 작성하면 하기의 수학식 5, 수학식 6과 같이 표현되며, 라그랑지 멀티플라이어가 적용된 라그랑지안 비용 함수를 이용하여 비용 함수의 해를 구하는 방법인 ALM(Augmented Lagrange Multiplier) 방법을 사용하여 비용 함수를 최소화 또는 일정한 범위 이내로 수렴하게 하는 상기 저 랭크 행렬, 상기 희소 행렬과 상기 여유 변수 행렬을 산출하는 것을 특징으로 하는 영상 처리 장치
|
| 6 |
6
배경과 객체를 분리하고자 하는 대상 영상을 입력받아 상기 대상 영상의 화소들의 영상 신호값에 따른 행렬인 대상 영상 행렬을 생성하는 대상 영상 행렬 생성부; 및상기 대상 영상 행렬을 일정한 기준보다 작은 랭크(Rank) 값을 가지는 저 랭크 행렬(Low Rank Matrix)을 설정하고, 상기 저 랭크 행렬과 여유 변수 행렬(Slack Variable)의 합으로 제한조건을 설정하며, 상기 저 랭크 행렬과 상기 여유 변수 행렬에 대한 라그랑지 멀티플라이어가 적용된 라그랑지안 비용 함수를 이용하여 제1 비용 함수의 해를 구하는 ALM(Augmented Lagrange Multiplier) 방법을 사용하여 상수 제1 비용 함수를 최소화 또는 일정한 범위 이내로 수렴하게 하여 상기 저 랭크 행렬, 상기 여유 변수 행렬을 산출하는 TNNM(Truncated Nuclear Norm Minimization)-ALM(Augmented Lagrange Multiplier) 알고리즘을 생성하는 최적화 알고리즘부를 포함하는 것을 특징으로 하는 영상 처리 장치
|
| 7 |
7
제6항에 있어서,상기 생성한 TNNM-ALM 알고리즘을 활용하여 상기 대상 영상 행렬에서 상기 저 랭크 행렬 성분을 제외한 나머지를 희소 행렬(Sparse Matrix)로 설정하고, 상기 저 랭크 행렬에 대한 Truncated Nuclear Norm 연산 값과 상기 희소 행렬에 대한 L1 놈(Norm) 연산 값에 상기 저 랭크 행렬과 상기 희소 행렬 사이의 상대적 중요성을 조절하는 인자를 적용한 가중합을 제2 비용 함수로 설정하며, 상기 제2 비용 함수를 이용하여 상기 저 랭크 행렬, 상기 희소 행렬 및 상기 여유 변수 행렬을 산출하는 영상 분리부를 포함하는 것을 특징으로 하는 영상 처리 장치
|
| 8 |
8
제6항에 있어서,상기 최적화 알고리즘부는 상기 저 랭크 행렬과 상기 여유 변수 행렬을 truncated nuclear norm 에 의해 랭크 함수를 근사화하여 다시 작성하면 하기의 수학식 1과 같이 표현되는 것을 특징으로 하는 영상 처리 장치
|
| 9 |
9
제8항에 있어서,상기 최적화 알고리즘부는 상기 수학식 1을 라그랑지안 비용 함수(Augmented Lagrangian Function)로 정의하면 하기의 수학식 2와 같이 표현되어 상기 저 랭크 행렬, 상기 여유 변수 행렬을 최적으로 분리하는데 이용하는 것을 특징으로 하는 영상 처리 장치
|
| 10 |
10
제9항에 있어서,상기 최적화 알고리즘부는 상기 수학식 2에서 ALM(Augmented Lagrange Multiplier) 알고리즘을 수렴할 때까지 적용하여 라그랑지 멀티플라이어 행렬(Λ)를 예측하고, 상기 예측된 Λ에 대해서 비용 함수의 최소화하면 하기의 수학식 3과 수학식 4와 같이 표현되며 상기 비용 함수를 최소화 또는 일정한 범위 이내로 수렴하게 하는 상기 저 랭크 행렬, 상기 여유 변수 행렬을 산출하는 것을 특징으로 하는 영상 처리 장치
|
| 11 |
11
제7항에 있어서,상기 영상 분리부는 상기 저 랭크 행렬의 랭크 함수와 상기 희소 행렬을 truncated nuclear norm 및 으로 근사화하여 다시 작성하면 하기의 수학식 5와 같이 표현되고, 여유 변수 행렬 S를 상기 수학식 5에 적용하여 다시 작성하면 하기의 수학식 6과 같이 표현하여 상기 저 랭크 행렬과 상기 희소 행렬, 여유 변수 행렬을 최적화하여 분리하는 것을 특징으로 하는 영상 처리 장치
|
