1 |
1
연산처리부가 깊이 카메라로부터 피검자의 상체의 깊이 영상 배열을 수신하고, 수신된 깊이 영상 배열들에서 임펄스 노이즈를 포함하는 잡음을 제거하는, 전처리단계;연산처리부는, 전처리 단계에서 잡음이 제거된 깊이 영상 배열의, 각 프레임의 각 화소의 깊이 값에서, 시간적으로 연이은 전 프레임에서 해당 화소의 깊이 값의 차를, 차감하여 차영상을 구하여, 메모리부에 순차적으로 저장하는
|
2 |
2
연산처리부가 깊이 카메라로부터 피검자의 상체의 깊이 영상 배열을 수신하고, 수신된 깊이 영상 배열들에서 임펄스 노이즈를 포함하는 잡음을 제거하는 전처리를 행하는, 전처리단계;연산처리부는, 전처리단계에서 잡음이 제거된 연속적인 깊이 영상을 메모리부에 순차적으로 저장하는, 깊이 영상 배열단계; 연산처리부는, 전처리 단계에서 잡음이 제거된 연속적인 깊이 영상 배열의, 각 프레임의 각 화소의 깊이 값에서, 시간적으로 연이은 전 프레임에서 해당 화소의 깊이 값의 차를, 차감하여 차영상을 구하여, 메모리부에 순차적으로 저장하는
|
3 |
3
제1항에 있어서, 호흡영역 분리단계는,연산처리부가, 흉곽 및 복부 영역인 몸통 영역만을 분리하기 위한 형상 사전 정보를 이용하여, 깊이 영상에서 흉곽 및 복부 영역을 분리하는, 형상 사전정보를 이용한 레벨 셋 단계;연산처리부가, 연이은 전 프레임의 호흡관련 영역의 영상을 이용하여, 0에서 1사이의 값을 가지는 가중치를 계산하고, 영역정보함수를 적용한 형상 사전정보에, 상기 가중치를 적용하여, 적응적 영역정보 함수를 검출하는, 영역정보함수 획득단계;연산처리부가, 차영상 배열 단계에서 획득된 차영상에 영역정보 함수 및 CVM(Chan-Vese model, 찬 베세 모델) 기법을 이용하여, 차영상의 호흡영역을 분리하는, 영역 정보 함수를 이용한 레벨 셋 단계;를 포함하는 것을 특징으로 하는, 깊이 카메라를 이용한 호흡량 측정 방법,
|
4 |
4
제1항 또는 제2항 중 어느 한 항에 있어서, 전처리 단계는연속적인 깊이 영상들에서, 시간 영역에 따른 각 픽셀의 깊이 값들에서 중간값 필터링을 행하고, 공간 영역에 따른 각 픽셀의 깊이 값들을에서 중간값 필터링을 행하는, 시공간 중간값 필터링 단계;시공간 중간값 필터링 단계에서 시간 및 공간 영역에서 중간값 필터링된 연속적인 깊이 영상들에서, 시간 영역에 따른 각 픽셀의 깊이 값들에서 시간영역 클리핑 문턱치를 기준으로 클리핑을 행하고, 공간 영역에 따른 각 픽셀의 깊이 값들에서 공간영역 클리핑 문턱치를 기준으로 클리핑을 행하는, 시공간 클리핑단계; 를 포함하는 것을 특징으로 하는, 깊이 카메라를 이용한 호흡량 측정 방법,
|
5 |
5
제3항에 있어서, 영역정보함수 획득단계는, 연산처리부가, 형상 사전 정보를 이용하여 분리한 영역에 대해, 부호를 가지는 거리 함수(Signed Distance Fuction, SDF)를 적용하면, 경계선을 0으로서 기준으로 하고, 상기 기준에서 멀어질수록 분리한 영역의 내부 영역은 양수의 값을 가지게 되며, 분리한 영역의 외부 영역은 음수의 값을 가지게 되며, SDF 함수가 적용된 영역에서, 일정한 문턱치를 넘는 값 또는, 소정 크기단위 내의 값을, 같은 값으로 처리하며, 외부 영역을 단위 계단 함수(Heaviside) 함수를 적용하는 것을 포함하는 것을 특징으로 하는, 깊이 카메라를 이용한 호흡량 측정 방법,
|
6 |
6
제2항에 있어서, 호흡영역 분리단계는,연산처리부는, 메모리부로부터 깊이 영상 배열단계(S130)에서 저장된, 전처리된 깊이 영상을 수신하여, 기 학습된 제1 ResU-Net에 입력하고, 제1 ResU-Net으로부터 출력된, 흉곽 및 복부 영역인 몸통 영역만을 분리한 세그멘테이션 맵을, 수신하는, ResU-Net을 이용한 공간 영역에서의 호흡 영역 분할단계;연산처리부는, 제1 ResU-Net으로부터 수신한 사람의 몸통 영상만을 분리한 세그멘테이션 맵을 메모리부에 순차적으로 임시저장하는, 몸통 영상만을 분리한 세그멘테이션 맵 배열단계;연산처리부는, ResU-Net을 이용한 공간 영역에서의 호흡 영역 분할단계에서 출력된, 몸통 영상만을 분리한 세그멘테이션 맵에, 차영상 배열 단계에서 구하여진 차영상을, 픽셀단위로 곱하는, 몸통 영상만을 분리한 세그멘테이션 맵과 차영상과의 승산단계;연산처리부는, 기학습된 제2 ResU-Net의 입력으로서, 몸통 영상만을 분리한 세그멘테이션 맵과 차영상과의 승산단계에서 출력된, 몸통 영상만을 분리한 세그멘테이션 맵과 차영상의 곱을 입력하고, 제2 ResU-Net의 출력으로서, 차 영상에서 호흡과 관련된 영역만을 분리한 세그멘테이션 맵인, 차 영상에서 호흡과 관련된 영역만을 분리한 영상을 수신하는, ResU-Net을 이용한 시간 영역에서의 호흡 영역 분할단계;를 포함하는 것을 특징으로 하는, 깊이 카메라를 이용한 호흡량 측정 방법,
|
7 |
7
제6항에 있어서,제1 ResU-Net은, 사전에, 전처리단계에서 잡음이 제거된 깊이 영상들과, 상기 잡음이 제거된 깊이 영상에서 몸통 영역만을 분리한 영상을 레이블로 사용하여, 기계학습된 인공신경망인 것을 특징으로 하는, 깊이 카메라를 이용한 호흡량 측정 방법,
|
8 |
8
제7항에 있어서,제2 ResU-Net은, 사전에, 몸통 영상만을 분리한 세그멘테이션 맵과 차영상과의 승산단계에서 출력된, 차 영상과, 몸통 영역만을 분리한 영상을, 픽셀단위로 곱한 영상과, 상기 차 영상에서 호흡과 관련된 영역만을 분리한 영상을 레이블로 사용하여, 기계학습된 인공신경망인 것을 특징으로 하는, 깊이 카메라를 이용한 호흡량 측정 방법,
|
9 |
9
제8항에 있어서, 제1 ResU-Net의 기계학습시 사용되는 레이블은 형상 사전정보를 이용한 레벨 셋을 이용하여 레이블 영상이 생성된 것을 특징으로 하는, 깊이 카메라를 이용한 호흡량 측정 방법,
|
10 |
10
제9항에 있어서, 제2 ResU-Net의 기계학습시 사용되는 레이블은 영역정보 함수를 이용한 레벨 셋을 이용하여 레이블 영상이 생성된 것을 특징으로 하는, 깊이 카메라를 이용한 호흡량 측정 방법,
|
11 |
11
제6항에 있어서,연산처리부는, 카운터의 값이, 기 설정된 차 영상 배열 수와 같은지를 확인하고, 만약 아니면, 카운터를 1증가하고, ResU-Net을 이용한 공간 영역에서의 호흡 영역 분할단계로 되돌아가는, 호흡영역 분리과정 종료여부 판단단계;를 더 포함하는 것을 특징으로 하는, 깊이 카메라를 이용한 호흡량 측정 방법,
|
12 |
12
제5항에 있어서,연산처리부는, 카운터의 값이, 기 설정된 차 영상 배열 수와 같은지를 확인하고, 만약 아니면, 카운터를 1증가하고, 형상 사전정보를 이용한 레벨 셋 단계로 되돌아가는, 호흡영역 분리과정 종료여부 판단단계;를 더 포함하는 것을 특징으로 하는, 깊이 카메라를 이용한 호흡량 측정 방법,
|
13 |
13
제11항 또는 제12항 중 어느 한 항에 있어서,호흡영역 분리과정 종료여부 판단단계에서, 카운터의 값이, 기 설정된 차 영상 배열 수와 같다면, 연산처리부는, 호흡영역 분리단계단계에서 구하여진, 차 영상에서 호흡과 관련된 영역만을 분리한 영상들의 프레임들에서, 각 프레임의 호흡영역의 깊이 값을 합산하여 프레임별 호흡관련 신호로써 구하고, 현재의 프레임 호흡관련 신호에서 연이은 전 프리엠 호흡관련 신호를 차감하여 프레임별 호흡 변화량으로써 구하고, 프레임별 호흡 변화량에 기설정된 픽셀의 단위 부피값을 곱하여, 실제의 크기로 환산된 프레임별 호흡 변화량을 구하고, 환산된 프레임별 호흡 변환량을 시간순서에 따라 그래프로 표시하여 호흡 파형을 나타내는, 호흡파형 검출단계; 를 더 포함하는 것을 특징으로 하는, 깊이 카메라를 이용한 호흡량 측정 방법,
|
14 |
14
제13항에 있어서, 호흡 파형에서 피크(Peak)와 밸리(Valley)를 검출하고, 검출된 피크(Peak)와 밸리(Valley)를 이용하여 호흡량 및 호흡수를 계산하는, 호흡수 및 호흡량 검출단계; 를 더 포함하는 것을 특징으로 하는, 깊이 카메라를 이용한 호흡량 측정 방법,
|
15 |
15
제14항에 있어서, 호흡수 및 호흡량 검출단계는연산처리부가, 호흡파형 검출단계에서 구하여진 호흡신호를 1차 미분하여 변곡점을 구하고, 변곡점을 이용하여 피크(peak)와 밸리(valley)를 검출하는, 피크 및 밸리 검출단계;연산처리부가, 피크 및 밸리 검출단계에서 검출된 피크(peak)와 밸리(valley)들에서, 소정 시간간격 동안에, 피크와 밸리가 순차적으로 연이어서 나타나는 피크와 밸리의 쌍의 개수를, 호흡수로서 검출하는, 호흡수 검출단계;를 포함하는 것을 특징으로 하는, 깊이 카메라를 이용한 호흡량 측정 방법,
|
16 |
16
제15항에 있어서, 호흡수 및 호흡량 검출단계는,연산처리부가, 피크와 밸리가 순차적으로 연이어서 나타나는 피크와 밸리의 쌍의 진폭을, 피크와 밸리의 쌍이 포함되는 호흡주기의 호흡량으로 검출하는, 호흡량 검출단계;를 포함하는 것을 특징으로 하는, 깊이 카메라를 이용한 호흡량 측정 방법,
|
17 |
17
제15항에 있어서, 호흡수 및 호흡량 검출단계는,피크와 밸리가 순차적으로 연이어서 나타나는 피크와 밸리의 쌍으로 호흡주기를 검출하고, 각 호흡주기의 호흡신호를, 연이은 전 호흡주기의 호흡신호에서 차감하여 각 호흡주기별 변화량을 구하고, 각 호흡주기별 변화량을 시간에 따라 합산하여 호흡량으로서 구하는, 호흡량 검출단계;를 포함하는 것을 특징으로 하는, 깊이 카메라를 이용한 호흡량 측정 방법,
|
18 |
18
제9항에 있어서,각 호흡주기별 변화량을 시간에 따라 합산시, 연산처리부는 각 호흡주기의 시작점을 기준으로 합산하는 것을 특징으로 하는, 깊이 카메라를 이용한 호흡량 측정 방법,
|
19 |
19
제1항 내지 제3항, 제5항 내지 제12항 중 어느 한 항에 있어서의 깊이 카메라를 이용한 호흡량 측정 방법에 대한 컴퓨터 프로그램 소스를 저장한 기록매체
|
20 |
20
깊이 카메라, 상기 깊이 카메라로부터 수신된 피검자의 상체의 깊이 영상을 분석하여 호흡신호를 검출하는 연산처리부를 포함하는 영상분석부를 포함하는 깊이 카메라를 이용한 호흡 측정 시스템에 있어서,연산처리부는, 깊이 카메라로부터 피검자의 상체의 깊이 영상 배열을 수신하고, 수신된 깊이 영상 배열들에서, 임펄스 노이즈를 포함하는 잡음을 제거하는 전처리를, 행하고,전처리된 깊이 영상 배열의, 각 프레임의 각 화소의 깊이 값에서, 시간적으로 연이은 전 프레임에서 해당 화소의 깊이 값의 차를, 차감하여 차영상 배열을 구하여, 메모리부에 순차적으로 저장시키고,깊이 영상의 차영상 배열에, 형상 사전정보 및 영역정보 함수를 이용하여 레벨 셋을 진행하여 호흡 영역을 분리하는 것을 특징으로 하는, 깊이 카메라를 이용한 호흡 측정 시스템
|
21 |
21
깊이 카메라, 상기 깊이 카메라로부터 수신된 피검자의 상체의 깊이 영상을 분석하여 호흡신호를 검출하는 연산처리부를 포함하는 영상분석부를 포함하는 깊이 카메라를 이용한 호흡 측정 시스템에 있어서,연산처리부는, 깊이 카메라로부터 피검자의 상체의 깊이 영상 배열을 수신하고, 수신된 깊이 영상 배열들에서, 임펄스 노이즈를 포함하는 잡음을 제거하는 전처리를 행하고, 전처리된 연속적인 깊이 영상 배열을 메모리부에 순차적으로 저장하고, 전처리된 깊이 영상 배열의, 각 프레임의 각 화소의 깊이 값에서, 시간적으로 연이은 전 프레임에서 해당 화소의 깊이 값의 차를, 차감하여 차영상 배열을 구하여, 메모리부에 순차적으로 저장시키고,차영상 배열과, 메모리부로부터 수신된 전처리된 연속적인 깊이 영상을 기 학습된 ResU-net(Residual U-net)에 적용하여, 차영상의 호흡 영역을 분리하는 것을 특징으로 하는, 깊이 카메라를 이용한 호흡 측정 시스템
|
22 |
22
제20항에 있어서, 레벨 셋을 행하여 호흡 영역을 분리하기 위해, 연산처리부는, 깊이 영상의 차영상 배열에서, 흉곽 및 복부 영역만을 분리하기 위한 형상 사전 정보를 이용하여, 깊이 영상에서 흉곽 및 복부 영역인 몸통영역을 분리하고,연이은 전 프레임의 호흡관련 영역의 영상을 이용하여 0에서 1사이의 값을 가지는 가중치를 계산하고, 영역정보함수를 적용한 형상 사전정보에, 상기 가중치를 적용하여, 적응적 영역정보 함수를 검출하고,차영상 배열에 영역정보 함수 및 CVM(Chan-Vese model, 찬 베세 모델) 기법을 이용하여 차영상의 호흡영역을 분리하는 것을 특징으로 하는, 깊이 카메라를 이용한 호흡 측정 시스템
|
23 |
23
제21항에 있어서, 차영상 배열과, 전처리된 연속적인 깊이 영상을 기 학습된 ResU-net(Residual U-net)에 적용하여, 차영상의 호흡 영역을 분리하는 위해, 연산처리부는,메모리부로부터 수신된 전처리된 깊이 영상을, 기 학습된 제1 ResU-Net에 입력하고, 제1 ResU-Net으로부터 출력된, 흉곽 및 복부 영역인 몸통 영상만을 분리한 세그멘테이션 맵을, 수신하고, 제1 ResU-Net으로부터 수신한 몸통 영상만을 분리한 세그멘테이션 맵을 메모리부에 순차적으로 임시저장하고, 몸통 영상만을 분리한 세그멘테이션 맵에, 차영상을, 픽셀단위로 곱하고, 기학습된 제2 ResU-Net의 입력으로서, 몸통 영상만을 분리한 세그멘테이션 맵과 차영상의 곱을 입력하고, 제2 ResU-Net의 출력으로서, 차 영상에서 호흡과 관련된 영역만을 분리한 세그멘테이션 맵인, 차 영상에서 호흡과 관련된 영역만을 분리한 영상을 수신하는 것을 특징으로 하는, 깊이 카메라를 이용한 호흡 측정 시스템
|
24 |
24
제22항 또는 제23항 중 어느 한 항에 있어서, 연산처리부는분리한 호흡 파형에서 피크(Peak)와 밸리(Valley)를 검출하고, 검출된 피크(Peak)와 밸리(Valley)를 이용하여 호흡량 및 호흡수를 계산하는 것을 특징으로 하는, 깊이 카메라를 이용한 호흡량 측정 시스템
|