| 1 |
1
얼굴 인식 장치에서 수행되고 영상 장치로부터의 일련의 이미지 프레임들에서 얼굴을 인식하고 인식된 얼굴을 추적하는 얼굴 인식 방법으로서,상기 영상 장치로부터의 제1 이미지 프레임에서 하나 이상의 얼굴을 검출하는 단계;상기 제1 이미지 프레임에서 검출된 하나 이상의 얼굴 정보를 이용하여 상기 영상 장치로부터의 제2 이미지 프레임들로부터 구성되는 얼굴 리스트의 얼굴 객체를 갱신하는 단계로서, 상기 제2 이미지 프레임들은 상기 제1 이미지 프레임보다 이전에 상기 영상 장치에 의해 캡쳐링된 일련의 이미지 프레임들인, 얼굴 리스트의 얼굴 객체를 갱신하는 단계; 및갱신된 얼굴 리스트의 얼굴 객체의 복수의 특징 벡터를 이용하여 얼굴 객체에 대응하는 신원을 인식하는 단계;를 포함하고,상기 얼굴 리스트의 얼굴 객체는 현재 얼굴 좌표 영역 및 복수의 엔트리로 구성되는 얼굴-히스토리 버퍼를 포함하고 상기 얼굴-히스토리 버퍼의 복수의 엔트리 중 하나 이상은 제2 이미지 프레임에서 추출되는 상기 얼굴 객체의 얼굴 정보를 포함하고,상기 얼굴 리스트의 얼굴 객체를 갱신하는 단계는 상기 제1 이미지 프레임에서 검출된 얼굴의 좌표 영역과 얼굴 객체의 현재 얼굴 좌표 영역 사이의 중첩 면적에 기초한 IOU(Intersection over Union) 값을 계산하고 계산된 IOU 값이 임계치 이상인 경우 상기 얼굴 객체의 얼굴-히스토리 버퍼에 상기 제1 이미지 프레임에서 검출된 얼굴 정보를 포함하는 엔트리를 추가하고 상기 현재 얼굴 좌표 영역을 상기 제1 이미지 프레임에서의 검출된 얼굴의 좌표 영역으로 설정하는,얼굴 인식 방법
|
| 2 |
2
제1항에 있어서,상기 얼굴을 검출하는 단계는, 상기 제1 이미지 프레임이 지정된 주기에 따른 이미지 프레임인 경우 딥 러닝 얼굴 검출 알고리즘에 따라 상기 제1 이미지 프레임에 대해 얼굴을 검출하고, 상기 제1 이미지 프레임이 지정된 주기에 따른 이미지 프레임이 아닌 경우 HOG(Histogram of Oriented Gradients) 기반 얼굴 검출 알고리즘에 따라 상기 제1 이미지 프레임에 대해 얼굴을 검출하며,상기 HOG 기반 얼굴 검출 알고리즘에 따른 얼굴 검출 횟수는 상기 딥 러닝 얼굴 검출 알고리즘에 따른 얼굴 검출 횟수보다 많은, 얼굴 인식 방법
|
| 3 |
3
삭제
|
| 4 |
4
제1항에 있어서,상기 얼굴 리스트의 얼굴 객체를 갱신하는 단계는 모든 검출된 얼굴들 사이의 계산된 IOU 값들이 임계치 미만인 경우에 얼굴 트래커를 이용하여 얼굴 객체를 추적하고 얼굴 검출 실패 횟수가 지정된 횟수 이상인 경우 상기 얼굴 객체를 얼굴 리스트에서 제거하는,얼굴 인식 방법
|
| 5 |
5
제1항에 있어서,상기 얼굴 리스트의 얼굴 객체를 갱신하는 단계는 IOU 값의 계산과 임계치 비교를 통해 검출된 얼굴이 상기 얼굴 리스트의 모든 얼굴 객체에 맵핑되지 못하는 경우 상기 검출된 얼굴을 나타내는 신규의 얼굴 객체를 상기 얼굴 리스트에 생성하는,얼굴 인식 방법
|
| 6 |
6
제1항에 있어서, 상기 얼굴 리스트의 얼굴 객체를 갱신하는 단계는 얼굴 객체에 대응하는 검출된 얼굴 데이터로부터 특징 벡터를 추출하고 복수의 얼굴 객체에 대응하는 단일의 검출 얼굴이 존재하는 경우 단일의 검출 얼굴 데이터로부터의 특징 벡터와 복수의 얼굴 객체에 대응하는 특징 벡터 사이의 유사도에 따라 복수의 얼굴 객체 중 하나의 얼굴 객체에 검출된 얼굴의 특징 벡터를 맵핑시키는,얼굴 인식 방법
|
| 7 |
7
제1항에 있어서,상기 복수의 특징 벡터를 이용하여 얼굴 객체에 대응하는 신원을 인식하는 단계는 상기 영상 장치로부터의 일련의 이미지 프레임들로부터 구성되는 얼굴 객체에 포함된 상기 얼굴-히스토리 버퍼의 복수의 엔트리의 복수의 특징 벡터들 각각을 이용하여 이루어진 신원 예측 중 가장 높은 신뢰도를 가지는 신원 예측에 대응하는 특징 벡터의 신원을 얼굴 객체의 신원으로 결정하는, 얼굴 인식 방법
|
| 8 |
8
제1항에 있어서, 상기 복수의 특징 벡터를 이용하여 얼굴 객체에 대응하는 신원을 인식하는 단계는 상기 영상 장치로부터의 일련의 이미지 프레임들로부터 구성되는 얼굴 객체에 포함된 상기 얼굴-히스토리 버퍼의 복수의 엔트리의 복수의 특징 벡터들로부터 평균 특징 벡터를 산출하고 산출된 평균 특징 벡터를 이용하여 얼굴 객체에 대응하는 신원을 인식하는,얼굴 인식 방법
|
| 9 |
9
영상 장치로부터의 일련의 이미지 프레임들에서 얼굴을 인식하고 인식된 얼굴을 추적하는 얼굴 인식 장치로서,상기 영상 장치로부터 일련의 이미지 프레임들을 수신하는 이미지 수신유닛; 수신된 이미지 프레임들과 인식된 하나 이상의 얼굴 객체를 나타내는 얼굴 리스트를 저장하는 저장유닛; 및 상기 일련의 이미지 프레임들의 제1 이미지 프레임에서 하나 이상의 얼굴을 검출하고 검출된 하나 이상의 얼굴 정보를 이용하여 상기 일련의 이미지 프레임들의 제2 이미지 프레임들로부터 구성되는 저장유닛의 얼굴 리스트의 얼굴 객체를 갱신하며 갱신된 얼굴 리스트의 얼굴 객체의 복수의 특징 벡터를 이용하여 얼굴 객체에 대응하는 신원을 인식하는 제어유닛;을 포함하고,상기 제2 이미지 프레임들은 상기 제1 이미지 프레임보다 이전에 상기 영상 장치에 의해 캡쳐링된 일련의 이미지 프레임들이고,상기 얼굴 리스트의 얼굴 객체는 현재 얼굴 좌표 영역 및 복수의 엔트리로 구성되는 얼굴-히스토리 버퍼를 포함하고 상기 얼굴-히스토리 버퍼의 복수의 엔트리 중 하나 이상은 제2 이미지 프레임에서 추출되는 상기 얼굴 객체의 얼굴 정보를 포함하고,상기 제어 유닛은 상기 제1 이미지 프레임에서 검출된 얼굴의 좌표 영역과 얼굴 객체의 현재 얼굴 좌표 영역 사이의 중첩 면적에 기초한 IOU(Intersection over Union) 값을 계산하고 계산된 IOU 값이 임계치 이상인 경우 상기 얼굴 객체의 얼굴-히스토리 버퍼에 상기 제1 이미지 프레임에서 검출된 얼굴 정보를 포함하는 엔트리를 추가하고 상기 현재 얼굴 좌표 영역을 상기 제1 이미지 프레임에서의 검출된 얼굴의 좌표 영역으로 설정하여 상기 얼굴 객체를 갱신하는,얼굴 인식 장치
|
| 10 |
10
제9항에 있어서,하나 이상의 얼굴 검출을 위해, 상기 제어유닛은 상기 제1 이미지 프레임이 지정된 주기에 따른 이미지 프레임인 경우 딥 러닝 얼굴 검출 알고리즘에 따라 상기 제1 이미지 프레임에 대해 얼굴을 검출하고, 상기 제1 이미지 프레임이 지정된 주기에 따른 이미지 프레임이 아닌 경우 상기 제어유닛의 GPU(Graphics Processing Unit)로 가속화된 HOG 기반 얼굴 검출 알고리즘에 따라 상기 제1 이미지 프레임에 대해 얼굴을 검출하며,상기 HOG 기반 얼굴 검출 알고리즘에 따른 얼굴 검출 횟수는 상기 딥 러닝 얼굴 검출 알고리즘에 따른 얼굴 검출 횟수보다 많은, 얼굴 인식 장치
|
| 11 |
11
삭제
|
| 12 |
12
제9항에 있어서,얼굴 리스트의 얼굴 객체를 갱신하기 위해, 상기 제어유닛은 모든 검출된 얼굴들 사이의 계산된 IOU 값들이 임계치 미만인 경우에 얼굴 트래커를 이용하여 얼굴 객체를 추적하고 얼굴 검출 실패 횟수가 지정된 횟수 이상인 경우 상기 얼굴 객체를 얼굴 리스트에서 제거하는,얼굴 인식 장치
|
| 13 |
13
제9항에 있어서,얼굴 리스트의 얼굴 객체를 갱신하기 위해, 상기 제어유닛은 IOU 값의 계산과 임계치 비교를 통해 검출된 얼굴이 상기 얼굴 리스트의 모든 얼굴 객체에 맵핑되지 못하는 경우 상기 검출된 얼굴을 나타내는 신규의 얼굴 객체를 상기 얼굴 리스트에 생성하는,얼굴 인식 장치
|
| 14 |
14
제9항에 있어서, 얼굴 리스트의 얼굴 객체를 갱신하기 위해, 상기 제어유닛은 얼굴 객체에 대응하는 검출된 얼굴 데이터로부터 특징 벡터를 추출하고 복수의 얼굴 객체에 대응하는 단일의 검출 얼굴이 존재하는 경우 단일의 검출 얼굴 데이터로부터의 특징 벡터와 복수의 얼굴 객체에 대응하는 특징 벡터 사이의 유사도에 따라 복수의 얼굴 객체 중 하나의 얼굴 객체에 검출된 얼굴의 특징 벡터를 맵핑시키는,얼굴 인식 장치
|
| 15 |
15
제9항에 있어서,복수의 특징 벡터를 이용하여 얼굴 객체에 대응하는 신원을 인식하기 위해, 상기 제어유닛은 상기 영상 장치로부터의 일련의 이미지 프레임들로부터 구성되는 얼굴 객체에 포함된 상기 얼굴-히스토리 버퍼의 복수의 엔트리의 복수의 특징 벡터들 각각을 이용하여 이루어진 신원 예측 중 가장 높은 신뢰도를 가지는 신원 예측에 대응하는 특징 벡터의 신원을 얼굴 객체의 신원으로 결정하는,얼굴 인식 장치
|
