| 1 |
1
하나 이상의 프로세서들, 및상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서, 입력 영상으로부터 그래디언트(gradient) 영상을 생성하는 단계;상기 입력 영상의 프레임 시퀀스 및 상기 그래디언트 영상의 프레임 시퀀스 중 첫 번째 프레임을 각각 입력 영상의 기본 샘플 및 그래디언트 영상의 기본 샘플로 설정하는 단계; 및상기 입력 영상의 프레임 시퀀스, 상기 그래디언트 영상의 프레임 시퀀스, 상기 입력 영상의 기본 샘플, 및 상기 그래디언트 영상의 기본 샘플에 기반하여 상기 입력 영상의 프레임 시퀀스에서 각 픽셀을 전경(foreground) 또는 배경(background)으로 분류하는 단계를 포함하는, 영상 내 객체 감지 방법
|
| 2 |
2
청구항 1에 있어서, 상기 입력 영상은, 논-스무딩(Non-Smoothing) 영상이고, 상기 그래디언트 영상을 생성하는 단계는, 상기 입력 영상의 프레임에 대해 수평 방향 그래디언트 프레임을 생성하는 단계; 상기 입력 영상의 프레임에 대해 수직 방향 그래디언트 프레임을 생성하는 단계;상기 수평 방향 그래디언트 프레임 및 상기 수직 방향 그래디언트 프레임에 기반하여 비 정규화된 그래디언트 프레임을 생성하는 단계; 및상기 비 정규화된 그래디언트 프레임을 정규화하여 정규화된 그래디언트 프레임을 생성하는 단계를 포함하는, 영상 내 객체 감지 방법
|
| 3 |
3
청구항 2에 있어서, 상기 수평 방향 그래디언트 프레임은, 하기의 수학식 1을 통해 생성되고, 상기 수직 방향 그래디언트 프레임은, 하기의 수학식 2를 통해 생성되는, 영상 내 객체 감지 방법
|
| 4 |
4
청구항 3에 있어서, 상기 비정규화된 그래디언트 프레임의 픽셀(mc)은 하기의 수학식을 통해 산출하는, 영상 내 객체 감지 방법
|
| 5 |
5
청구항 4에 있어서, 상기 정규화된 그래디언트 프레임의 픽셀(gc)은 하기의 수학식을 통해 산출하는, 영상 내 객체 감지 방법
|
| 6 |
6
청구항 1에 있어서, 상기 분류하는 단계는, 기 설정된 유사도 카운터에 의해 카운트 된 유사도 수가 기 설정된 임계 유사도 수 미만인지에 따라 상기 입력 영상의 프레임 시퀀스에서 각 픽셀을 전경 또는 배경으로 분류하고, 상기 유사도 카운터는, 상기 입력 영상의 현재 프레임에서 소정 픽셀의 이웃에 위치하고 임의로 선택되는 픽셀들의 상기 현재 프레임 이전의 이전 프레임과 비교한 결과인 유사도의 개수를 카운트하기 위한 것인, 영상 내 객체 감지 방법
|
| 7 |
7
청구항 6에 있어서, 상기 분류하는 단계는,상기 입력 영상의 현재 프레임에서 좌표 (x,y)를 가지는 픽셀을 하기 수학식에 의해 전경 또는 배경으로 분류하는, 영상 내 객체 감지 방법
|
| 8 |
8
청구항 7에 있어서, 상기 분류하는 단계는, 상기 입력 영상에서 해당 픽셀(x,y)과 상기 입력 영상의 기본 샘플에서 해당 픽셀(x,y)의 이웃에서 임의로 선택되는 j번째 픽셀 간의 유사도 거리인 컬러 강도 유사도 거리를 산출하는 단계;상기 그래디언트 영상에서 해당 픽셀(x,y)과 상기 그래디언트 영상의 기본 샘플에서 해당 픽셀(x,y)의 이웃에서 임의로 선택되는 j번째 픽셀 간의 유사도 거리인 그래디언트 유사도 거리를 산출하는 단계; 및상기 컬러 강도 유사도 거리가 기 설정된 컬러 강도 임계 값을 초과하고 상기 그래디언트 유사도 거리가 기 설정된 그래디언트 임계 값을 초과하는 제1 조건을 만족하는지에 따라 상기 유사도 카운터가 유사도 개수를 카운트 하는 단계를 포함하는, 영상 내 객체 감지 방법
|
| 9 |
9
청구항 8에 있어서, 상기 분류하는 단계는, 상기 컬러 강도 유사도 거리와 상기 그래디언트 유사도 거리를 기 설정되는 조합 가중치 팩터에 따라 조합하여 적응적 조합 거리를 산출하는 단계;상기 적응적 조합 거리가 상기 기 설정된 그래디언트 임계 값을 초과하는 제2 조건을 만족하는지 확인하는 단계; 및상기 제1 조건을 만족하거나 상기 제2 조건을 만족하는지에 따라 상기 유사도 카운터가 유사도 개수를 카운트 하는 단계를 더 포함하는, 영상 내 객체 감지 방법
|
| 10 |
10
청구항 9에 있어서, 상기 유사도 카운터 mj(x,y)는 하기 수학식에 의해 유사도 개수를 카운트 하는, 영상 내 객체 감지 방법
|
| 11 |
11
청구항 10에 있어서, 상기 적응적 조합 거리(dc,jf(x,y))는 하기의 수학식에 의해 산출되는, 영상 내 객체 감지 방법
|
| 12 |
12
청구항 11에 있어서, 상기 조합 가중치 팩터(αc)는 하기의 수학식에 의해 결정되는, 영상 내 객체 감지 방법
|
| 13 |
13
하나 이상의 프로세서들;메모리; 및하나 이상의 프로그램들을 포함하고,상기 하나 이상의 프로그램들은 상기 메모리에 저장되고, 상기 하나 이상의 프로세서들에 의해 실행되도록 구성되며, 상기 하나 이상의 프로그램들은, 입력 영상으로부터 그래디언트(gradient) 영상을 생성하기 위한 명령;상기 입력 영상의 프레임 시퀀스 및 상기 그래디언트 영상의 프레임 시퀀스 중 첫 번째 프레임을 각각 입력 영상의 기본 샘플 및 그래디언트 영상의 기본 샘플로 설정하기 위한 명령; 및상기 입력 영상의 프레임 시퀀스, 상기 그래디언트 영상의 프레임 시퀀스, 상기 입력 영상의 기본 샘플, 및 상기 그래디언트 영상의 기본 샘플에 기반하여 상기 입력 영상의 프레임 시퀀스에서 각 픽셀을 전경(foreground) 또는 배경(background)으로 분류하기 위한 명령을 포함하는, 컴퓨팅 장치
|
| 14 |
14
청구항 13에 있어서, 상기 입력 영상은, 논-스무딩(Non-Smoothing) 영상이고, 상기 그래디언트 영상을 생성하기 위한 명령은,상기 입력 영상의 프레임에 대해 수평 방향 그래디언트 프레임을 생성하기 위한 명령; 상기 입력 영상의 프레임에 대해 수직 방향 그래디언트 프레임을 생성하기 위한 명령;상기 수평 방향 그래디언트 프레임 및 상기 수직 방향 그래디언트 프레임에 기반하여 비 정규화된 그래디언트 프레임을 생성하기 위한 명령; 및상기 비 정규화된 그래디언트 프레임을 정규화하여 정규화된 그래디언트 프레임을 생성하기 위한 명령을 포함하는, 컴퓨팅 장치
|
| 15 |
15
청구항 14에 있어서, 상기 수평 방향 그래디언트 프레임은, 하기의 수학식 1을 통해 생성되고, 상기 수직 방향 그래디언트 프레임은, 하기의 수학식 2를 통해 생성되는, 컴퓨팅 장치
|
| 16 |
16
청구항 15에 있어서, 상기 비정규화된 그래디언트 프레임의 픽셀(mc)은 하기의 수학식을 통해 산출하는, 컴퓨팅 장치
|
| 17 |
17
청구항 16에 있어서, 상기 정규화된 그래디언트 프레임의 픽셀(gc)은 하기의 수학식을 통해 산출하는, 컴퓨팅 장치
|
| 18 |
18
청구항 13에 있어서, 상기 분류하기 위한 명령은, 기 설정된 유사도 카운터에 의해 카운트 된 유사도 수가 기 설정된 임계 유사도 수 미만인지에 따라 상기 입력 영상의 프레임 시퀀스에서 각 픽셀을 전경 또는 배경으로 분류하고, 상기 유사도 카운터는, 상기 입력 영상의 현재 프레임에서 소정 픽셀의 이웃에 위치하고 임의로 선택되는 픽셀들의 상기 현재 프레임 이전의 이전 프레임과 비교한 결과인 유사도의 개수를 카운트하기 위한 것인, 컴퓨팅 장치
|
| 19 |
19
청구항 18에 있어서, 상기 분류하기 위한 명령은, 상기 입력 영상의 현재 프레임에서 좌표 (x,y)를 가지는 픽셀을 하기 수학식에 의해 전경 또는 배경으로 분류하는, 컴퓨팅 장치
|
| 20 |
20
청구항 19에 있어서, 상기 분류하기 위한 명령은, 상기 입력 영상에서 해당 픽셀(x,y)과 상기 입력 영상의 기본 샘플에서 해당 픽셀(x,y)의 이웃에서 임의로 선택되는 j번째 픽셀 간의 유사도 거리인 컬러 강도 유사도 거리를 산출하기 위한 명령;상기 그래디언트 영상에서 해당 픽셀(x,y)과 상기 그래디언트 영상의 기본 샘플에서 해당 픽셀(x,y)의 이웃에서 임의로 선택되는 j번째 픽셀 간의 유사도 거리인 그래디언트 유사도 거리를 산출하기 위한 명령; 및상기 컬러 강도 유사도 거리가 기 설정된 컬러 강도 임계 값을 초과하고 상기 그래디언트 유사도 거리가 기 설정된 그래디언트 임계 값을 초과하는 제1 조건을 만족하는지에 따라 상기 유사도 카운터가 유사도 개수를 카운트 하기 위한 명령을 포함하는, 컴퓨팅 장치
|
| 21 |
21
청구항 20에 있어서, 상기 분류하기 위한 명령은,상기 컬러 강도 유사도 거리와 상기 그래디언트 유사도 거리를 기 설정되는 조합 가중치 팩터에 따라 조합하여 적응적 조합 거리를 산출하기 위한 명령;상기 적응적 조합 거리가 상기 기 설정된 그래디언트 임계 값을 초과하는 제2 조건을 만족하는지 확인하기 위한 명령; 및상기 제1 조건을 만족하거나 상기 제2 조건을 만족하는지에 따라 상기 유사도 카운터가 유사도 개수를 카운트 하기 위한 명령을 더 포함하는, 컴퓨팅 장치
|
| 22 |
22
청구항 21에 있어서, 상기 유사도 카운터 mj(x,y)는 하기 수학식에 의해 유사도 개수를 카운트 하는, 컴퓨팅 장치
|
| 23 |
23
청구항 22에 있어서, 상기 적응적 조합 거리(dc,jf(x,y))는 하기의 수학식에 의해 산출되는, 컴퓨팅 장치
|
| 24 |
24
청구항 23에 있어서, 상기 조합 가중치 팩터(αc)는 하기의 수학식에 의해 결정되는, 컴퓨팅 장치
|
| 25 |
25
비일시적 컴퓨터 판독 가능한 저장 매체(non-transitory computer readable storage medium)에 저장된 컴퓨터 프로그램으로서, 상기 컴퓨터 프로그램은 하나 이상의 명령어들을 포함하고, 상기 명령어들은 하나 이상의 프로세서들을 갖는 컴퓨팅 장치에 의해 실행될 때, 상기 컴퓨팅 장치로 하여금, 입력 영상으로부터 그래디언트(gradient) 영상을 생성하는 단계;상기 입력 영상의 프레임 시퀀스 및 상기 그래디언트 영상의 프레임 시퀀스 중 첫 번째 프레임을 각각 입력 영상의 기본 샘플 및 그래디언트 영상의 기본 샘플로 설정하는 단계; 및상기 입력 영상의 프레임 시퀀스, 상기 그래디언트 영상의 프레임 시퀀스, 상기 입력 영상의 기본 샘플, 및 상기 그래디언트 영상의 기본 샘플에 기반하여 상기 입력 영상의 프레임 시퀀스에서 각 픽셀을 전경(foreground) 또는 배경(background)으로 분류하는 단계를 수행하도록 하는, 컴퓨터 프로그램
|
