| 1 |
1
영상 내의 객체를 인식하는 방법으로서,입력 영상을 받아들이는 단계;상기 입력 영상으로부터 객체 예측을 수행하여 제1 객체 클래스(c), 제1 신뢰도(p), 및 바운딩 박스(b)를 획득하는 단계;상기 바운딩 박스 내부의 입력 영상 부분을 제1 임계치를 기준으로 이진화한 제1 이진화 영상에서 제1 객체 영역 비율을 계산하고, 상기 바운딩 박스 내부의 입력 영상 부분을 제2 임계치를 기준으로 이진화한 제2 이진화 영상에서 제2 객체 영역 비율을 계산하는 단계;상기 제1 및 제2 객체 영역 비율 사이의 차이를 토대로 상기 입력 영상이 포커싱되어 있는지 판단하는 단계;상기 입력 영상이 선명하게 포커싱되어 있다고 판단되는 경우, 상기 입력 영상을 크롭하고 크롭된 부분을 확대하여 확대된 크롭 영상을 획득하고, 상기 확대된 크롭 영상으로부터 객체 예측을 수행하여 제2 객체 클래스(cm) 및 제2 신뢰도(pm)를 획득하는 단계; 및상기 제1 신뢰도(p) 및 상기 제2 신뢰도(pm)를 토대로 최종 객체 클래스를 결정하는 단계;를 포함하는 객체 인식 방법
|
| 2 |
2
청구항 1에 있어서, 상기 입력 영상이 포커싱되어 있는지 판단하는 단계가상기 제1 및 제2 객체 영역 비율 사이의 차이가 소정의 기준값보다 큰지 여부를 판단하는 단계;상기 차이가 상기 기준값보다 크면 상기 입력 영상이 포커싱이 되어 있지 않다고 판단하는 단계; 및상기 차이가 상기 기준값보다 크지 않으면 상기 입력 영상이 포커싱이 되어 있다고 판단하는 단계;를 포함하는 객체 인식 방법
|
| 3 |
3
청구항 2에 있어서, 상기 입력 영상이 카메라로부터 수신되며,상기 입력 영상이 포커싱되어 있는지 판단하는 단계가상기 입력 영상이 포커싱이 되어 있지 않다고 판단하는 경우 상기 카메라에 포커스 조정을 위한 제어신호를 공급하는 단계;를 더 포함하는 객체 인식 방법
|
| 4 |
4
청구항 3에 있어서, 상기 제어신호가 줌인 제어명령 또는 오토포커스 명령을 포함하는 객체 인식 방법
|
| 5 |
5
청구항 1에 있어서, 상기 최종 객체 클래스를 결정하는 단계가상기 제1 신뢰도(p) 및 상기 제2 신뢰도(pm)에 제1 및 제2 가중치(w1, w2)를 각각 부여하고 비교하는 단계;를 더 포함하여, 비교 결과에 따라 상기 최종 객체 클래스를 결정하는 객체 인식 방법
|
| 6 |
6
청구항 5에 있어서, 상기 최종 객체 클래스를 결정하는 단계가상기 제2 신뢰도(pm)에 상기 제2 가중치(w2)를 곱한 값이 상기 제1 신뢰도(p)에 상기 제1 가중치(w1)를 곱한 값보다 크다면, 상기 제2 객체 클래스(cm)를 상기 최종 객체 클래스를 결정하는 단계; 및상기 제2 신뢰도(pm)에 상기 제2 가중치(w2)를 곱한 값이 상기 제1 신뢰도(p)에 상기 제1 가중치(w1)를 곱한 값보다 크지 않다면, 상기 제1 객체 클래스(c)를 상기 최종 객체 클래스를 결정하는 단계;를 포함하는 객체 인식 방법
|
| 7 |
7
영상 내의 객체를 인식하는 장치로서,프로그램 명령들을 저장하는 메모리와; 상기 메모리에 접속되고 상기 메모리에 저장된 상기 프로그램 명령들을 실행하는 프로세서;를 구비하며,상기 프로그램 명령들은 상기 프로세서에 의해 실행될 때 상기 프로세서로 하여금:입력 영상을 받아들이고;상기 입력 영상으로부터 객체 예측을 수행하여 제1 객체 클래스(c), 제1 신뢰도(p), 및 바운딩 박스(b)를 획득하고;상기 바운딩 박스 내부의 입력 영상 부분을 제1 임계치를 기준으로 이진화한 제1 이진화 영상에서 제1 객체 영역 비율을 계산하고, 상기 바운딩 박스 내부의 입력 영상 부분을 제2 임계치를 기준으로 이진화한 제2 이진화 영상에서 제2 객체 영역 비율을 계산하며;상기 제1 및 제2 객체 영역 비율 사이의 차이를 토대로 상기 입력 영상이 포커싱되어 있는지 판단하고;상기 입력 영상이 선명하게 포커싱되어 있다고 판단되는 경우, 상기 입력 영상을 크롭하고 크롭된 부분을 확대하여 확대된 크롭 영상을 획득하고, 상기 확대된 크롭 영상으로부터 객체 예측을 수행하여 제2 객체 클래스(cm) 및 제2 신뢰도(pm)를 획득하고;상기 제1 신뢰도(p) 및 상기 제2 신뢰도(pm)를 토대로 최종 객체 클래스를 결정하는 동작을 수행하게 하는 객체 인식 장치
|
| 8 |
8
청구항 7에 있어서, 상기 프로세서로 하여금 상기 입력 영상이 포커싱되어 있는지 판단하게 하는 프로그램 명령들이 상기 프로세서로 하여금:상기 제1 및 제2 객체 영역 비율 사이의 차이가 소정의 기준값보다 큰지 여부를 판단하고;상기 차이가 상기 기준값보다 크면 상기 입력 영상이 포커싱이 되어 있지 않다고 판단하고; 및상기 차이가 상기 기준값보다 크지 않으면 상기 입력 영상이 포커싱이 되어 있다고 판단하는 동작을 수행하게 하는 객체 인식 장치
|
| 9 |
9
청구항 8에 있어서, 상기 객체 인식 장치가 카메라에 연동되어 있어서 상기 입력 영상이 상기 카메라로부터 수신되며,상기 프로세서로 하여금 상기 입력 영상이 포커싱되어 있는지 판단하게 하는 프로그램 명령들이 상기 프로세서로 하여금:상기 입력 영상이 포커싱이 되어 있지 않다고 판단하는 경우 상기 카메라에 포커스 조정을 위한 제어신호를 공급하는 동작을 수행하게 하는 객체 인식 장치
|
| 10 |
10
청구항 9에 있어서, 상기 제어신호가 줌인 제어명령 또는 오토포커스 명령을 포함하는 객체 인식 장치
|
| 11 |
11
청구항 7에 있어서, 상기 프로세서로 하여금 상기 최종 객체 클래스를 결정하게 하는 프로그램 명령들이 상기 프로세서로 하여금:상기 제1 신뢰도(p) 및 상기 제2 신뢰도(pm)에 제1 및 제2 가중치(w1, w2)를 각각 부여하고 비교하고, 비교 결과에 따라 상기 최종 객체 클래스를 결정하게 하는 동작을 수행하게 하는 객체 인식 장치
|
| 12 |
12
청구항 11에 있어서, 상기 프로세서로 하여금 상기 최종 객체 클래스를 결정하게 하는 프로그램 명령들이 상기 프로세서로 하여금:상기 제2 신뢰도(pm)에 상기 제2 가중치(w2)를 곱한 값이 상기 제1 신뢰도(p)에 상기 제1 가중치(w1)를 곱한 값보다 크다면, 상기 제2 객체 클래스(cm)를 상기 최종 객체 클래스를 결정하고;상기 제2 신뢰도(pm)에 상기 제2 가중치(w2)를 곱한 값이 상기 제1 신뢰도(p)에 상기 제1 가중치(w1)를 곱한 값보다 크지 않다면, 상기 제1 객체 클래스(c)를 상기 최종 객체 클래스를 결정하는 동작을 수행하게 하는 객체 인식 장치
|
