1 |
1
반려동물의 비문 인식 식별 방법에 있어서,제1 비문 이미지(IA) 및 제2 비문 이미지(IB)에 대하여 ROI(Region of Interest)로 RANSAC(Random Sample Consensus) 정렬 알고리즘을 수행하여 아핀 변환(affine transformation)(Tf)을 찾는 단계; 아핀 변환(Tf)과 제1 비문 이미지(IA)에 대한 ROI 이미지(RA)의 네 개의 꼭짓점을 이용하여 제2 비문 이미지(IB)에 대한 ROI 이미지(RB)를 생성하는 단계; 및 제1 비문 이미지(IA)에 대한 ROI 이미지(RA)와 제2 비문 이미지(IB)에 대한 ROI 이미지(RB)로부터 생성된 각각의 템플릿의 해밍 거리(hamming distance)를 계산하는 단계 를 포함하는 반려동물의 비문 인식 식별 방법
|
2 |
2
개체 인식 식별 방법에 있어서,제1 개체 이미지(IA) 및 제2 개체 이미지(IB)에 대하여 서로 다른 사이즈를 갖는 복수의 ROI(Region of Interest) 중 가장 작은 사이즈를 갖는 제1 ROI(v1)로 RANSAC(Random Sample Consensus) 정렬 알고리즘을 수행하여 제1 ROI에 대한 아핀 변환(affine transformation)(Tf)을 찾는 단계 -제1 개체 이미지(IA)에 대해 제1 ROI(v1)을 적용한 ROI 이미지는 RA,1으로 나타내고, 제2 개체 이미지(IB)에 대해 제1 ROI(v1)을 적용한 ROI 이미지는 RB,1으로 나타냄-; RANSAC 정렬 알고리즘을 수행하지 않고, 제1 ROI에 대한 아핀 변환(Tf)을 이용하여 복수의 ROI 중 제1 ROI 보다 큰 사이즈를 갖는 제2 ROI(v2)로 RANSAC 정렬 알고리즘을 수행한 것과 상응하는 아핀 변환(Tf,2)을 찾는 단계; 아핀 변환(Tf,2)과 제1 개체 이미지(IA)에 대해 제2 ROI(v2) 크기의 ROI 이미지(RA,2)의 네 개의 꼭짓점을 이용하여 제2 개체 이미지(IB)에 대해 제2 ROI(v2) 크기의 ROI 이미지(R*B,2)를 생성하는 단계; 및 제1 개체 이미지(IA)에 대한 ROI 이미지(RA,2)와 제2 개체 이미지(IB)에 대한 ROI 이미지(R*B,2)로부터 생성된 각각의 템플릿의 해밍 거리(hamming distance)를 계산하는 단계 를 포함하는 개체 인식 식별 방법
|
3 |
3
제2항에 있어서,RANSAC 정렬 알고리즘을 수행하지 않고, 제1 ROI에 대한 아핀 변환(Tf)을 이용하여 복수의 ROI 중 제1 ROI 보다 큰 사이즈를 갖는 제2 ROI(v2)로 RANSAC 정렬 알고리즘을 수행한 것과 상응하는 아핀 변환(Tf,2)을 찾는 단계는, 하기식을 이용하여 아핀 변환(Tf,2)을 계산하고, 일 때, 이고, 여기서 는 제1 ROI 사이즈와 제2 ROI 사이즈의 가로,세로의 비율을 나타내는 개체 인식 식별 방법
|
4 |
4
제2항에 있어서,개체 이미지의 패턴을 이용한 인식에 걸리는 시간을 감소시키기 위해 RANSAC 정렬 알고리즘은 복수의 ROI 중 가장 작은 사이즈를 갖는 제1 ROI(v1)로 수행하여 제1 ROI에 대한 아핀 변환(Tf)을 획득하고, 개체 이미지의 패턴을 이용한 인식의 정확도를 증가 시키기 위해 제1 ROI에 대한 아핀 변환(Tf)을 이용하여 복수의 ROI 중 제1 ROI 보다 큰 사이즈를 갖는 제2 ROI(v2)로 RANSAC 정렬 알고리즘을 수행한 것과 상응하는 아핀 변환(Tf,2)을 찾아 생성된 템플릿으로 해밍 거리를 계산하며, 템플릿의 해밍 거리 계산의 정확도를 높이기 위해 RANSAC 정렬 알고리즘을 이용하여 최적의 아핀 변환을 찾고, 제1 개체 이미지(IA) 및 제2 개체 이미지(IB) 각각의 ROI의 좌표 정보의 변화 및 ROI 이미지의 잘못된 정렬을 제외하는 기법을 이용하는 개체 인식 식별 방법
|
5 |
5
개체 인식 식별 시스템에 있어서,제1 개체 이미지(IA) 및 제2 개체 이미지(IB)에 대하여 서로 다른 사이즈를 갖는 복수의 ROI(Region of Interest) 중 가장 작은 사이즈를 갖는 제1 ROI(v1)로 RANSAC(Random Sample Consensus) 정렬 알고리즘을 수행하여 제1 ROI에 대한 아핀 변환(affine transformation)(Tf)을 찾는 RANSAC 정렬 알고리즘 수행부 -제1 개체 이미지(IA)에 대해 제1 ROI(v1)을 적용한 ROI 이미지는 RA,1으로 나타내고, 제2 개체 이미지(IB)에 대해 제1 ROI(v1)을 적용한 ROI 이미지는 RB,1으로 나타냄-; RANSAC 정렬 알고리즘을 수행하지 않고, 제1 ROI에 대한 아핀 변환(Tf)을 이용하여 복수의 ROI 중 제1 ROI 보다 큰 사이즈를 갖는 제2 ROI(v2)로 RANSAC 정렬 알고리즘을 수행한 것과 상응하는 아핀 변환(Tf,2)을 찾는 아핀 변환 수행부; 아핀 변환(Tf,2)과 제1 개체 이미지(IA)에 대해 제2 ROI(v2) 크기의 ROI 이미지(RA,2)의 네 개의 꼭짓점을 이용하여 제2 개체 이미지(IB)에 대해 제2 ROI(v2) 크기의 ROI 이미지(R*B,2)를 생성하는 ROI 영역 생성부; 및 제1 개체 이미지(IA)에 대한 ROI 이미지(RA,2)와 제2 개체 이미지(IB)에 대한 ROI 이미지(R*B,2)로부터 생성된 각각의 템플릿의 해밍 거리(hamming distance)를 계산하는 해밍 거리 계산부 를 포함하는 개체 인식 식별 시스템
|
6 |
6
제5항에 있어서,아핀 변환 수행부는, 하기식을 이용하여 아핀 변환(Tf,2)을 계산하고, 일 때, 이고, 여기서 는 제1 ROI 사이즈와 제2 ROI 사이즈의 가로,세로의 비율을 나타내는 개체 인식 식별 시스템
|
7 |
7
제5항에 있어서,개체 이미지의 패턴을 이용한 인식에 걸리는 시간을 감소시키기 위해 RANSAC 정렬 알고리즘은 복수의 ROI 중 가장 작은 사이즈를 갖는 제1 ROI(v1)로 수행하여 제1 ROI에 대한 아핀 변환(Tf)을 획득하고, 개체 이미지의 패턴을 이용한 인식의 정확도를 증가 시키기 위해 제1 ROI에 대한 아핀 변환(Tf)을 이용하여 복수의 ROI 중 제1 ROI 보다 큰 사이즈를 갖는 제2 ROI(v2)로 RANSAC 정렬 알고리즘을 수행한 것과 상응하는 아핀 변환(Tf,2)을 찾아 생성된 템플릿으로 해밍 거리를 계산하며, 템플릿의 해밍 거리 계산의 정확도를 높이기 위해 RANSAC 정렬 알고리즘을 이용하여 최적의 아핀 변환을 찾고, 제1 개체 이미지(IA) 및 제2 개체 이미지(IB) 각각의 ROI의 좌표 정보의 변화 및 ROI 이미지의 잘못된 정렬을 제외하는 기법을 이용하는개체 인식 식별 시스템
|
8 |
8
개체 인식 식별 시스템에 의해 수행되는 개체 인식 식별 방법을 실행시키기 위해 컴퓨터 판독 가능한 저장 매체에 저장된 프로그램에 있어서,제1 개체 이미지(IA) 및 제2 개체 이미지(IB)에 대하여 서로 다른 사이즈를 갖는 복수의 ROI(Region of Interest) 중 가장 작은 사이즈를 갖는 제1 ROI(v1)로 RANSAC(Random Sample Consensus) 정렬 알고리즘을 수행하여 제1 ROI에 대한 아핀 변환(affine transformation)(Tf)을 찾는 단계 -제1 개체 이미지(IA)에 대해 제1 ROI(v1)을 적용한 ROI 이미지는 RA,1으로 나타내고, 제2 개체 이미지(IB)에 대해 제1 ROI(v1)을 적용한 ROI 이미지는 RB,1으로 나타냄-; RANSAC 정렬 알고리즘을 수행하지 않고, 제1 ROI에 대한 아핀 변환(Tf)을 이용하여 복수의 ROI 중 제1 ROI 보다 큰 사이즈를 갖는 제2 ROI(v2)로 RANSAC 정렬 알고리즘을 수행한 것과 상응하는 아핀 변환(Tf,2)을 찾는 단계; 아핀 변환(Tf,2)과 제1 개체 이미지(IA)에 대해 제2 ROI(v2) 크기의 ROI 이미지(RA,2)의 네 개의 꼭짓점을 이용하여 제2 개체 이미지(IB)에 대해 제2 ROI(v2) 크기의 ROI 이미지(R*B,2)를 생성하는 단계; 및 제1 개체 이미지(IA)에 대한 ROI 이미지(RA,2)와 제2 개체 이미지(IB)에 대한 ROI 이미지(R*B,2)로부터 생성된 각각의 템플릿의 해밍 거리(hamming distance)를 계산하는 단계 를 포함하는 컴퓨터 판독 가능한 저장 매체에 저장된 프로그램
|
9 |
9
제8항에 있어서, RANSAC 정렬 알고리즘을 수행하지 않고, 제1 ROI에 대한 아핀 변환(Tf)을 이용하여 복수의 ROI 중 제1 ROI 보다 큰 사이즈를 갖는 제2 ROI(v2)로 RANSAC 정렬 알고리즘을 수행한 것과 상응하는 아핀 변환(Tf,2)을 찾는 단계는, 하기식을 이용하여 아핀 변환(Tf,2)을 계산하고, 일 때, 이고, 여기서 는 제1 ROI 사이즈와 제2 ROI 사이즈의 가로,세로의 비율을 나타내고, 개체 이미지의 패턴을 이용한 인식에 걸리는 시간을 감소시키기 위해 RANSAC 정렬 알고리즘은 복수의 ROI 중 가장 작은 사이즈를 갖는 제1 ROI(v1)로 수행하여 제1 ROI에 대한 아핀 변환(Tf)을 획득하고, 개체 이미지의 패턴을 이용한 인식의 정확도를 증가 시키기 위해 제1 ROI에 대한 아핀 변환(Tf)을 이용하여 복수의 ROI 중 제1 ROI 보다 큰 사이즈를 갖는 제2 ROI(v2)로 RANSAC 정렬 알고리즘을 수행한 것과 상응하는 아핀 변환(Tf,2)을 찾아 생성된 템플릿으로 해밍 거리를 계산하며, 템플릿의 해밍 거리 계산의 정확도를 높이기 위해 RANSAC 정렬 알고리즘을 이용하여 최적의 아핀 변환을 찾고, 제1 개체 이미지(IA) 및 제2 개체 이미지(IB) 각각의 ROI의 좌표 정보의 변화 및 ROI 이미지의 잘못된 정렬을 제외하는 기법을 이용하는 컴퓨터 판독 가능한 저장 매체에 저장된 프로그램
|