맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

객체 추적을 위한 특징점 검출 장치 및 그 방법

  • 기술번호 : KST2020015665
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명은 객체 추적을 위한 특징점 검출 장치 및 그 방법을 개시한다. 즉, 본 발명은 입력 영상으로부터 추출된 이미지 패치에 가우시안 스무딩을 적용하고, 가우시안 스무딩이 적용된 계수 행렬에 대한 고유 다항식을 근거로 고윳값을 산출하고, 입력 영상에 대한 영상 경계 처리를 수행하여 특징점 후보군을 선정하고, 선정된 특징점 후보군에 대한 고윳값 비교를 통해 상기 선정된 특징점 후보군에서 근접 후보군을 제외하고, 근접 후보군이 제외된 특징점 후보군 중에서 중복 후보군을 제외하여 최종 특징점의 좌표를 출력함으로써, 객체 추적에서 우수한 성능을 보이는 Shi-Tomasi 알고리즘과 성능은 유사하면서도 복잡도를 줄이고 연산량을 감소시켜 전체적으로 운용 효율을 향상시킬 수 있다.
Int. CL G06T 7/11 (2017.01.01) G06T 7/136 (2017.01.01) G06T 5/00 (2019.01.01) G06T 7/246 (2017.01.01) G06F 17/10 (2006.01.01)
CPC G06T 7/11(2013.01) G06T 7/11(2013.01) G06T 7/11(2013.01) G06T 7/11(2013.01) G06T 7/11(2013.01) G06T 7/11(2013.01) G06T 7/11(2013.01) G06T 7/11(2013.01)
출원번호/일자 1020190032168 (2019.03.21)
출원인 한국항공대학교산학협력단
등록번호/일자 10-2173955-0000 (2020.10.29)
공개번호/일자 10-2020-0119922 (2020.10.21) 문서열기
공고번호/일자 (20201104) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2019.03.21)
심사청구항수 41

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국항공대학교산학협력단 대한민국 경기도 고양시 덕양구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 정윤호 경기도 파주시 책향기로 ***, **
2 조재찬 서울특별시 은평구
3 김현 서울특별시 은평구
4 이두현 서울특별시 성동구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인메이저 대한민국 서울특별시 강남구 테헤란로**길 **, *층(역삼동, 쓰리엠타워)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국항공대학교산학협력단 경기도 고양시 덕양구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2019.03.21 수리 (Accepted) 1-1-2019-0289827-44
2 [출원서등 보정]보정서
[Amendment to Patent Application, etc.] Amendment		 2019.03.21 수리 (Accepted) 1-1-2019-0292616-99
3 선행기술조사의뢰서
Request for Prior Art Search		 2019.09.11 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search		 2019.10.11 수리 (Accepted) 9-1-2019-0045839-90
5 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.02.26 수리 (Accepted) 4-1-2020-5043901-23
6 의견제출통지서
Notification of reason for refusal		 2020.03.26 발송처리완료 (Completion of Transmission) 9-5-2020-0220251-77
7 [지정기간연장]기간 연장신청서·기간 단축신청서·기간 경과 구제신청서·절차 계속신청서
 2020.05.25 수리 (Accepted) 1-1-2020-0522555-00
8 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2020.06.23 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-0643572-25
9 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
 2020.06.23 수리 (Accepted) 1-1-2020-0643571-80
10 거절결정서
Decision to Refuse a Patent		 2020.08.13 발송처리완료 (Completion of Transmission) 9-5-2020-0555079-87
11 [법정기간연장]기간 연장신청서·기간 단축신청서·기간 경과 구제신청서·절차 계속신청서
 2020.09.14 수리 (Accepted) 1-1-2020-0972875-82
12 법정기간연장승인서
 2020.09.21 발송처리완료 (Completion of Transmission) 1-5-2020-0140939-62
13 [명세서등 보정]보정서(재심사)
Amendment to Description, etc(Reexamination)		 2020.10.13 보정승인 (Acceptance of amendment) 1-1-2020-1077102-48
14 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
 2020.10.13 수리 (Accepted) 1-1-2020-1077101-03
15 등록결정서
Decision to Grant Registration		 2020.10.27 발송처리완료 (Completion of Transmission) 9-5-2020-0740387-29
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
입력 영상에서 x 방향과 y 방향으로의 명암차를 각각 계산하여 x 방향 미분값과 y 방향 미분값을 각각 산출하는 미분기;상기 미분기로부터 산출된 x 방향 미분값과 y 방향 미분값을 근거로 계수 행렬에 해당하는 각 원소를 산출하는 곱셈기;상기 곱셈기로부터 출력되는 상기 계수 행렬에 포함되는 각 원소에 가우시안 스무딩을 각각 적용하여 가중치가 적용된 계수 행렬을 생성하는 가우시안 필터;상기 가중치가 적용된 계수 행렬을 근거로 이차 방정식 형태의 고유 다항식을 생성하고, 상기 생성된 고유 다항식에 대해 근의 공식을 적용하여 복수의 고윳값을 산출하고, 상기 산출된 복수의 고윳값 중에서 최솟값을 선택하고, 상기 선택된 최솟값을 갖는 고윳값을 미리 설정된 임계값과 비교하고, 상기 비교 결과, 상기 고윳값이 상기 임계값보다 클 때, 상기 고윳값과 관련한 픽셀을 특징점 후보로 포함하는 제 1 특징점 후보군을 선정하는 고윳값 계산부;상기 입력 영상의 미리 설정된 외곽 영역에 대해 영상 경계 처리를 수행하여 제 2 특징점 후보군을 선정하는 영상 경계 및 임계값 체크 처리부;상기 선정된 제 2 특징점 후보군에 포함된 복수의 특징점 후보에 대해서, 고윳값 비교를 통해 근접 후보군을 제외한 복수의 특징점 후보를 포함하는 제 3 특징점 후보군을 선정하는 비최대 억제 처리부; 및상기 선정된 제 3 특징점 후보군에 대해서 미리 설정된 크기의 연속된 다른 영역 내 특징점 후보군 중에서 중복 후보군을 제외하여 최종 특징점의 좌표를 출력하는 영역 체크 처리부를 포함하고,상기 영역 체크 처리부는,상기 입력 영상을 미리 설정된 크기의 연속된 다른 영역으로 분류하는 제어기;상기 비최대 억제 처리부로부터 출력되는 비최대 억제를 거친 복수의 특징점 후보와 상기 제어기로부터 출력되는 복수의 인에이블 신호를 근거로 상기 분류된 연속된 다른 영역 내에서 가장 먼저 들어온 특징점에 대한 복수의 틱 신호를 각각 출력하는 복수의 영역 블록 처리부;상기 복수의 틱 신호에 대한 OR 연산을 수행하는 OR 게이트; 및상기 복수의 틱 신호에 대한 OR 연산 결과 및 상기 복수의 특징점 후보와 관련한 위치 정보에 대한 AND 연산을 수행하여 최종 검출된 특징점의 좌표를 출력하는 AND 게이트를 포함하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 장치
2 2
제 1 항에 있어서,상기 미분기는,상기 입력 영상으로부터 특정 픽셀에 대한 이미지 패치를 추출하고, 상기 추출된 이미지 패치를 x 방향과 y 방향으로 각각 미분하여 상기 이미지 패치에 대한 x 방향 미분값과 y 방향 미분값을 포함하는 복수의 미분값을 각각 산출하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 장치
3 3
제 2 항에 있어서,상기 미분기는,상기 추출된 이미지 패치에 미리 설정된 소벨 필터를 적용하여 상기 이미지 패치에 대한 x 방향 미분값과 y 방향 미분값을 포함하는 복수의 미분값을 각각 산출하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 장치
4 4
제 1 항에 있어서,상기 곱셈기는,상기 미분기로부터 산출된 x 방향 미분값을 두 개의 입력으로 하여 곱셈 연산을 수행하고, 상기 곱셈 연산 수행에 따른 제 1 출력값을 출력하고, 상기 미분기로부터 산출된 x 방향 미분값과 y 방향 미분값을 입력으로 하여 곱셈 연산을 수행하고, 상기 곱셈 연산 수행에 따른 제 2 출력값을 출력하고, 상기 미분기로부터 산출된 y 방향 미분값을 두 개의 입력으로 하여 곱셈 연산을 수행하고, 상기 곱셈 연산 수행에 따른 제 3 출력값을 출력하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 장치
5 5
제 1 항에 있어서,상기 가우시안 필터는,상기 곱셈기로부터 출력되는 상기 계수 행렬에 포함되는 복수의 원소에 미리 설정된 가중치를 곱하여 상기 가중치가 적용된 계수 행렬을 생성하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 장치
6 6
제 5 항에 있어서,상기 가중치가 적용된 계수 행렬은,다음의 수학식으로 표시되며,여기서, 상기 Zw는 상기 가중치가 적용된 계수 행렬을 나타내고, 상기 w는 가중치를 나타내고, 상기 는 이미지 패치를 x 방향으로 미분한 값의 제곱을 나타내고, 상기 는 이미지 패치를 x 방향으로 미분한 값과 y 방향으로 미분한 값의 곱을 나타내고, 상기 는 이미지 패치를 y 방향으로 미분한 값의 제곱을 나타내는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 장치
7 7
제 6 항에 있어서,상기 고윳값 계산부는,상기 가중치가 적용된 2×2 크기의 계수 행렬에 포함된 복수의 원소에 대해서, 다음의 수학식으로 표시되는 고유 다항식을 생성하며,여기서, 상기 변수 p는 상기 를 나타내고, 상기 변수 r은 상기 를 나타내고, 상기 변수 q는 상기 를 나타내는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 장치
8 8
제 1 항에 있어서,상기 고윳값 계산부는,상기 비교 결과, 상기 고윳값이 상기 임계값보다 작거나 같을 때, 상기 고윳값과 관련한 픽셀을 특징점 후보에서 제외하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 장치
9 9
제 1 항에 있어서,상기 영상 경계 및 임계값 체크 처리부는,상기 선정된 복수의 특징점 후보를 포함하는 제 1 특징점 후보군 중에서, 상기 입력 영상에서 미리 설정된 픽셀 수만큼의 외곽 영역에 포함된 적어도 하나의 특징점 후보를 제외한 복수의 특징점 후보를 포함하는 제 2 특징점 후보군을 선정하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 장치
10 10
제 1 항에 있어서,상기 비최대 억제 처리부는,미리 설정된 영역 내에 포함된 상기 제 2 특징점 후보군에 포함된 특징점 후보의 고윳값과 복수의 다른 성분 간의 고윳값을 비교하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 장치
11 11
제 10 항에 있어서,상기 비최대 억제 처리부는,상기 비교 결과, 상기 영역 내에 포함된 특징점 후보의 고윳값이 상기 영역 내에 포함된 상기 특징점 후보에 인접한 복수의 다른 성분의 고윳값보다 모두 클 때, 상기 특징점 후보를 상기 제 3 특징점 후보군에 포함하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 장치
12 12
제 10 항에 있어서,상기 비최대 억제 처리부는,상기 비교 결과, 상기 영역 내에 포함된 특징점 후보의 고윳값이 상기 영역 내에 포함된 상기 특징점 후보에 인접한 복수의 다른 성분의 고윳값보다 작은 경우가 있을 때, 상기 특징점 후보를 상기 제 3 특징점 후보군에서 제외하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 장치
13 13
삭제
14 14
미분기에 의해, 입력 영상에서 x 방향과 y 방향으로의 명암차를 각각 계산하여 x 방향 미분값과 y 방향 미분값을 각각 산출하는 단계;곱셈기에 의해, 상기 미분기로부터 산출된 x 방향 미분값과 y 방향 미분값을 근거로 계수 행렬에 해당하는 각 원소를 산출하는 단계;가우시안 필터에 의해, 상기 곱셈기로부터 출력되는 상기 계수 행렬에 포함되는 각 원소에 가우시안 스무딩을 각각 적용하여 가중치가 적용된 계수 행렬을 생성하는 단계;고윳값 계산부에 의해, 상기 가중치가 적용된 계수 행렬을 근거로 이차 방정식 형태의 고유 다항식을 생성하는 단계;상기 고윳값 계산부에 의해, 상기 생성된 고유 다항식에 대해 근의 공식을 적용하여 복수의 고윳값을 산출하는 단계;상기 고윳값 계산부에 의해, 상기 산출된 복수의 고윳값 중에서 최솟값을 선택하는 단계;상기 고윳값 계산부에 의해, 상기 선택된 최솟값을 갖는 고윳값을 미리 설정된 임계값과 비교하는 단계;상기 비교 결과, 상기 고윳값이 상기 임계값보다 클 때, 상기 고윳값 계산부에 의해, 상기 고윳값과 관련한 픽셀을 특징점 후보로 포함하는 제 1 특징점 후보군을 선정하는 단계;영상 경계 및 임계값 체크 처리부에 의해, 상기 입력 영상의 미리 설정된 외곽 영역에 대해 영상 경계 처리를 수행하여 제 2 특징점 후보군을 선정하는 단계;비최대 억제 처리부에 의해, 상기 선정된 제 2 특징점 후보군에 포함된 복수의 특징점 후보에 대해서, 고윳값 비교를 통해 근접 후보군을 제외한 복수의 특징점 후보를 포함하는 제 3 특징점 후보군을 선정하는 단계; 및영역 체크 처리부에 의해, 상기 선정된 제 3 특징점 후보군에 대해서 미리 설정된 크기의 연속된 다른 영역 내 특징점 후보군 중에서 중복 후보군을 제외하여 최종 특징점의 좌표를 출력하는 단계를 포함하고,상기 최종 특징점의 좌표를 출력하는 단계는,상기 입력 영상을 미리 설정된 크기의 연속된 다른 영역으로 분류하는 과정;상기 비최대 억제 처리부로부터 출력되는 비최대 억제를 거친 복수의 특징점 후보와 복수의 인에이블 신호를 근거로 상기 분류된 연속된 다른 영역 내에서 가장 먼저 들어온 특징점에 대한 복수의 틱 신호를 각각 출력하는 과정;상기 복수의 틱 신호에 대한 OR 연산을 수행하는 과정; 및상기 복수의 틱 신호에 대한 OR 연산 결과 및 상기 복수의 특징점 후보와 관련한 위치 정보에 대한 AND 연산을 수행하여 최종 검출된 특징점의 좌표를 출력하는 과정을 포함하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 방법
15 15
제 14 항에 있어서,상기 x 방향 미분값과 y 방향 미분값을 포함하는 각각 산출하는 단계는,상기 입력 영상으로부터 특정 픽셀에 대한 이미지 패치를 추출하는 과정; 및상기 추출된 이미지 패치를 x 방향과 y 방향으로 각각 미분하여 상기 이미지 패치에 대한 x 방향 미분값과 y 방향 미분값을 포함하는 복수의 미분값을 각각 산출하는 과정을 포함하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 방법
16 16
제 14 항에 있어서,상기 x 방향 미분값과 y 방향 미분값을 포함하는 각각 산출하는 단계는,상기 입력 영상으로부터 특정 픽셀에 대한 이미지 패치를 추출하는 과정; 및상기 추출된 이미지 패치에 미리 설정된 소벨 필터를 적용하여 상기 이미지 패치에 대한 x 방향 미분값과 y 방향 미분값을 포함하는 복수의 미분값을 각각 산출하는 과정을 포함하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 방법
17 17
제 14 항에 있어서,상기 계수 행렬에 해당하는 각 원소를 산출하는 단계는,상기 미분기로부터 산출된 x 방향 미분값을 두 개의 입력으로 하여 곱셈 연산을 수행하고, 상기 곱셈 연산 수행에 따른 제 1 출력값을 출력하는 과정;상기 미분기로부터 산출된 x 방향 미분값과 y 방향 미분값을 입력으로 하여 곱셈 연산을 수행하고, 상기 곱셈 연산 수행에 따른 제 2 출력값을 출력하는 과정; 및상기 미분기로부터 산출된 y 방향 미분값을 두 개의 입력으로 하여 곱셈 연산을 수행하고, 상기 곱셈 연산 수행에 따른 제 3 출력값을 출력하는 과정을 포함하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 방법
18 18
제 14 항에 있어서,상기 가중치가 적용된 계수 행렬을 생성하는 단계는,상기 곱셈기로부터 출력되는 상기 계수 행렬에 포함되는 복수의 원소에 미리 설정된 가중치를 곱하여 다음의 수학식으로 표시되는 상기 가중치가 적용된 계수 행렬을 생성하며,여기서, 상기 Zw는 상기 가중치가 적용된 계수 행렬을 나타내고, 상기 w는 가중치를 나타내고, 상기 는 이미지 패치를 x 방향으로 미분한 값의 제곱을 나타내고, 상기 는 이미지 패치를 x 방향으로 미분한 값과 y 방향으로 미분한 값의 곱을 나타내고, 상기 는 이미지 패치를 y 방향으로 미분한 값의 제곱을 나타내는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 방법
19 19
제 18 항에 있어서,상기 고유 다항식을 생성하는 단계는,상기 가중치가 적용된 2×2 크기의 계수 행렬에 포함된 복수의 원소에 대해서, 다음의 수학식으로 표시되는 고유 다항식을 생성하며,여기서, 상기 변수 p는 상기 를 나타내고, 상기 변수 r은 상기 를 나타내고, 상기 변수 q는 상기 를 나타내는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 방법
20 20
제 14 항에 있어서,상기 비교 결과, 상기 고윳값이 상기 임계값보다 작거나 같을 때, 상기 고윳값 계산부에 의해, 상기 고윳값과 관련한 픽셀을 특징점 후보에서 제외하는 단계를 더 포함하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 방법
21 21
제 14 항에 있어서,상기 입력 영상의 미리 설정된 외곽 영역에 대해 영상 경계 처리를 수행하여 제 2 특징점 후보군을 선정하는 단계는,상기 선정된 복수의 특징점 후보를 포함하는 제 1 특징점 후보군 중에서, 상기 입력 영상에서 미리 설정된 픽셀 수만큼의 외곽 영역에 포함된 적어도 하나의 특징점 후보를 제외한 복수의 특징점 후보를 포함하는 제 2 특징점 후보군을 선정하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 방법
22 22
제 14 항에 있어서,상기 제 3 특징점 후보군을 선정하는 단계는,미리 설정된 영역 내에 포함된 상기 제 2 특징점 후보군에 포함된 특징점 후보의 고윳값과 복수의 다른 성분 간의 고윳값을 비교하는 과정;상기 비교 결과, 상기 영역 내에 포함된 특징점 후보의 고윳값이 상기 영역 내에 포함된 상기 특징점 후보에 인접한 복수의 다른 성분의 고윳값보다 모두 클 때, 상기 특징점 후보를 상기 제 3 특징점 후보군에 포함하는 과정; 및상기 비교 결과, 상기 영역 내에 포함된 특징점 후보의 고윳값이 상기 영역 내에 포함된 상기 특징점 후보에 인접한 복수의 다른 성분의 고윳값보다 작은 경우가 있을 때, 상기 특징점 후보를 상기 제 3 특징점 후보군에서 제외하는 과정을 포함하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 방법
23 23
삭제
24 24
입력 영상에서 x 방향과 y 방향으로의 명암차를 각각 계산하여 복수의 미분값을 산출하는 미분기;상기 미분기로부터 산출된 복수의 미분값을 근거로 계수 행렬에 해당하는 각 원소를 산출하는 곱셈기;상기 곱셈기로부터 출력되는 상기 계수 행렬에 포함되는 각 원소에 가우시안 스무딩을 각각 적용하여 가중치가 적용된 계수 행렬을 생성하는 가우시안 필터;상기 가중치가 적용된 계수 행렬을 근거로 고윳값을 산출하고, 상기 고윳값이 임계값 보다 큰 경우에 해당하는 픽셀을 특징점 후보로 포함하는 제 1 특징점 후보군을 선정하는 고윳값 계산부;상기 입력 영상의 미리 설정된 외곽 영역에 대해 영상 경계 처리를 수행하여 제 2 특징점 후보군을 선정하는 영상 경계 및 임계값 체크 처리부;상기 선정된 제 2 특징점 후보군에 포함된 복수의 특징점 후보에 대해서, 고윳값 비교를 통해 근접 후보군을 제외한 복수의 특징점 후보를 포함하는 제 3 특징점 후보군을 선정하는 비최대 억제 처리부; 및상기 선정된 제 3 특징점 후보군에 대해서 미리 설정된 크기의 연속된 다른 영역 내 특징점 후보군 중에서 중복 후보군을 제외하여 최종 특징점의 좌표를 출력하는 영역 체크 처리부를 포함하고,상기 영역 체크 처리부는,상기 입력 영상을 미리 설정된 크기의 연속된 다른 영역으로 분류하는 제어기;상기 비최대 억제 처리부로부터 출력되는 비최대 억제를 거친 복수의 특징점 후보와 상기 제어기로부터 출력되는 복수의 인에이블 신호를 근거로 상기 분류된 연속된 다른 영역 내에서 가장 먼저 들어온 특징점에 대한 복수의 틱 신호를 각각 출력하는 복수의 영역 블록 처리부;상기 복수의 틱 신호에 대한 OR 연산을 수행하는 OR 게이트; 및상기 복수의 틱 신호에 대한 OR 연산 결과 및 상기 복수의 특징점 후보와 관련한 위치 정보에 대한 AND 연산을 수행하여 최종 검출된 특징점의 좌표를 출력하는 AND 게이트를 포함하는 객체 추적을 위한 특징점 검출 장치
25 25
제 24 항에 있어서,상기 미분기는,상기 입력 영상으로부터 특정 픽셀에 대한 이미지 패치를 추출하고, 상기 추출된 이미지 패치를 x 방향과 y 방향으로 각각 미분하여 상기 이미지 패치에 대한 x 방향 미분값과 y 방향 미분값을 포함하는 복수의 미분값을 각각 산출하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 장치
26 26
제 24 항에 있어서,상기 미분기는,상기 입력 영상으로부터 특정 픽셀에 대한 이미지 패치를 추출하고, 상기 추출된 이미지 패치에 미리 설정된 소벨 필터를 적용하여 상기 복수의 미분값을 산출하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 장치
27 27
제 24 항에 있어서,상기 곱셈기는,상기 미분기로부터 산출된 복수의 미분값 간의 곱셈 연산을 통해 상기 계수 행렬에 해당하는 각 원소를 산출하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 장치
28 28
제 24 항에 있어서,상기 가우시안 필터는,상기 곱셈기로부터 출력되는 상기 계수 행렬에 포함되는 복수의 원소에 미리 설정된 가중치를 곱하여 상기 가중치가 적용된 계수 행렬을 생성하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 장치
29 29
제 24 항에 있어서,상기 고윳값 계산부는,상기 가중치가 적용된 계수 행렬을 근거로 이차 방정식 형태의 고유 다항식을 생성하고, 상기 생성된 고유 다항식에 대해 근의 공식을 적용하여 복수의 고윳값을 산출하고, 상기 산출된 복수의 고윳값 중에서 최솟값을 선택하고, 상기 선택된 최솟값을 갖는 고윳값을 미리 설정된 임계값과 비교하고, 상기 비교 결과, 상기 고윳값이 상기 임계값보다 클 때, 상기 고윳값과 관련한 픽셀을 특징점 후보로 포함하는 제 1 특징점 후보군을 선정하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 장치
30 30
제 29 항에 있어서,상기 고윳값 계산부는,상기 비교 결과, 상기 고윳값이 상기 임계값보다 작거나 같을 때, 상기 고윳값과 관련한 픽셀을 특징점 후보에서 제외하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 장치
31 31
제 24 항에 있어서,상기 영상 경계 및 임계값 체크 처리부는,상기 선정된 복수의 특징점 후보를 포함하는 제 1 특징점 후보군 중에서, 상기 입력 영상에서 미리 설정된 픽셀 수만큼의 외곽 영역에 포함된 적어도 하나의 특징점 후보를 제외한 복수의 특징점 후보를 포함하는 제 2 특징점 후보군을 선정하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 장치
32 32
제 24 항에 있어서,상기 비최대 억제 처리부는,미리 설정된 영역 내에 포함된 상기 제 2 특징점 후보군에 포함된 특징점 후보의 고윳값과 복수의 다른 성분 간의 고윳값을 비교하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 장치
33 33
제 32 항에 있어서,상기 비최대 억제 처리부는,상기 비교 결과, 상기 영역 내에 포함된 특징점 후보의 고윳값이 상기 영역 내에 포함된 상기 특징점 후보에 인접한 복수의 다른 성분의 고윳값보다 모두 클 때, 상기 특징점 후보를 상기 제 3 특징점 후보군에 포함하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 장치
34 34
제 32 항에 있어서,상기 비교 결과, 상기 영역 내에 포함된 특징점 후보의 고윳값이 상기 영역 내에 포함된 상기 특징점 후보에 인접한 복수의 다른 성분의 고윳값보다 작은 경우가 있을 때, 상기 특징점 후보를 상기 제 3 특징점 후보군에서 제외하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 장치
35 35
삭제
36 36
미분기에 의해, 입력 영상에서 x 방향과 y 방향으로의 명암차를 각각 계산하여 복수의 미분값을 산출하는 단계;곱셈기에 의해, 상기 미분기로부터 산출된 복수의 미분값을 근거로 계수 행렬에 해당하는 각 원소를 산출하는 단계;가우시안 필터에 의해, 상기 곱셈기로부터 출력되는 상기 계수 행렬에 포함되는 각 원소에 가우시안 스무딩을 각각 적용하여 가중치가 적용된 계수 행렬을 생성하는 단계;고윳값 계산부에 의해, 상기 가중치가 적용된 계수 행렬을 근거로 고윳값을 산출하고, 상기 고윳값이 임계값보다 큰 경우에 해당하는 픽셀을 특징점 후보로 포함하는 제 1 특징점 후보군을 선정하는 단계;영상 경계 및 임계값 체크 처리부에 의해, 상기 입력 영상의 미리 설정된 외곽 영역에 대해 영상 경계 처리를 수행하여 제 2 특징점 후보군을 선정하는 단계;비최대 억제 처리부에 의해, 상기 선정된 제 2 특징점 후보군에 포함된 복수의 특징점 후보에 대해서, 고윳값 비교를 통해 근접 후보군을 제외한 복수의 특징점 후보를 포함하는 제 3 특징점 후보군을 선정하는 단계; 및영역 체크 처리부에 의해, 상기 선정된 제 3 특징점 후보군에 대해서 미리 설정된 크기의 연속된 다른 영역 내 특징점 후보군 중에서 중복 후보군을 제외하여 최종 특징점의 좌표를 출력하는 단계를 포함하고,상기 최종 특징점의 좌표를 출력하는 단계는,상기 입력 영상을 미리 설정된 크기의 연속된 다른 영역으로 분류하는 과정;상기 비최대 억제 처리부로부터 출력되는 비최대 억제를 거친 복수의 특징점 후보와 복수의 인에이블 신호를 근거로 상기 분류된 연속된 다른 영역 내에서 가장 먼저 들어온 특징점에 대한 복수의 틱 신호를 각각 출력하는 과정;상기 복수의 틱 신호에 대한 OR 연산을 수행하는 과정; 및상기 복수의 틱 신호에 대한 OR 연산 결과 및 상기 복수의 특징점 후보와 관련한 위치 정보에 대한 AND 연산을 수행하여 최종 검출된 특징점의 좌표를 출력하는 과정을 포함하는 객체 추적을 위한 특징점 검출 방법
37 37
제 36 항에 있어서,상기 복수의 미분값을 산출하는 단계는,상기 입력 영상으로부터 특정 픽셀에 대한 이미지 패치를 추출하는 과정; 및상기 추출된 이미지 패치를 x 방향과 y 방향으로 각각 미분하여 상기 이미지 패치에 대한 x 방향 미분값과 y 방향 미분값을 포함하는 복수의 미분값을 각각 산출하는 과정을 포함하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 방법
38 38
제 36 항에 있어서,상기 복수의 미분값을 산출하는 단계는,상기 입력 영상으로부터 특정 픽셀에 대한 이미지 패치를 추출하는 과정; 및상기 추출된 이미지 패치에 미리 설정된 소벨 필터를 적용하여 상기 복수의 미분값을 산출하는 과정을 포함하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 방법
39 39
제 36 항에 있어서,상기 계수 행렬에 해당하는 각 원소를 산출하는 단계는,상기 미분기로부터 산출된 복수의 미분값 간의 곱셈 연산을 통해 상기 계수 행렬에 해당하는 각 원소를 산출하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 방법
40 40
제 36 항에 있어서,상기 가중치가 적용된 계수 행렬을 생성하는 단계는,상기 곱셈기로부터 출력되는 상기 계수 행렬에 포함되는 복수의 원소에 미리 설정된 가중치를 곱하여 상기 가중치가 적용된 계수 행렬을 생성하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 방법
41 41
제 36 항에 있어서,상기 제 1 특징점 후보군을 선정하는 단계는,상기 가중치가 적용된 계수 행렬을 근거로 이차 방정식 형태의 고유 다항식을 생성하는 과정;상기 생성된 고유 다항식에 대해 근의 공식을 적용하여 복수의 고윳값을 산출하는 과정;상기 산출된 복수의 고윳값 중에서 최솟값을 선택하는 과정;상기 선택된 최솟값을 갖는 고윳값을 미리 설정된 임계값과 비교하는 과정; 및상기 비교 결과, 상기 고윳값이 상기 임계값보다 클 때, 상기 고윳값 계산부에 의해, 상기 고윳값과 관련한 픽셀을 특징점 후보로 포함하는 제 1 특징점 후보군을 선정하는 과정을 포함하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 방법
42 42
제 41 항에 있어서,상기 제 1 특징점 후보군을 선정하는 단계는,상기 비교 결과, 상기 고윳값이 상기 임계값보다 작거나 같을 때, 상기 고윳값 계산부에 의해, 상기 고윳값과 관련한 픽셀을 특징점 후보에서 제외하는 과정을 더 포함하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 방법
43 43
제 36 항에 있어서,상기 제 2 특징점 후보군을 선정하는 단계는,상기 선정된 복수의 특징점 후보를 포함하는 제 1 특징점 후보군 중에서, 상기 입력 영상에서 미리 설정된 픽셀 수만큼의 외곽 영역에 포함된 적어도 하나의 특징점 후보를 제외한 복수의 특징점 후보를 포함하는 제 2 특징점 후보군을 선정하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 방법
44 44
제 36 항에 있어서,상기 제 3 특징점 후보군을 선정하는 단계는,미리 설정된 영역 내에 포함된 상기 제 2 특징점 후보군에 포함된 특징점 후보의 고윳값과 복수의 다른 성분 간의 고윳값을 비교하는 과정; 및상기 비교 결과, 상기 영역 내에 포함된 특징점 후보의 고윳값이 상기 영역 내에 포함된 상기 특징점 후보에 인접한 복수의 다른 성분의 고윳값보다 모두 클 때, 상기 특징점 후보를 상기 제 3 특징점 후보군에 포함하는 과정을 포함하는 것을 특징으로 하는 객체 추적을 위한 특징점 검출 방법
45 45
삭제
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 산업통상자원부 한양대학교 에리카 산학협력단 전자정보디바이스산업원천기술개발사업 자동차 ADAS 및 자율주행 지원을 위한 핵심 IP 개발