1 |
1
단말기가 카메라를 통해 학습할 객체의 영상을 입력받아 정면 영상을 생성하는 단계;객체 학습에 사용할 m개의 시점을 생성하고, 상기 정면 영상을 이용하여 m개의 시점 각각에서 객체를 보았을 때의 제 1 영상들을 생성하는 단계;상기 제 1 영상들에 래디얼 블러를 적용하여 제 2 영상들을 생성하는 단계;상기 제 2 영상들 중에서 학습에 사용할 영역을 분리하여 레퍼런스 패치들을 획득하는 단계; 및상기 레퍼런스 패치들의 픽셀 값을 저장하는 단계;를 포함하는 것을 특징으로 하는 객체 학습 방법
|
2 |
2
제 1 항에 있어서, 상기 제 1 영상들을 생성하는 단계는, 그래픽 처리 유닛(GPU) 상에서 정면 영상을 렌더링하여 제 1 영상을 생성함으로써 수행되는 것을 특징으로 하는 객체 학습 방법
|
3 |
3
제 1 항에 있어서, 상기 학습할 객체의 정면 영상을 카메라로부터 얻는 단계는,카메라를 통해 영상을 획득하는 단계;상기 카메라의 시점이 정면 시점에 대하여 이루는 각도를 획득하는 단계; 및상기 영상을 상기 각도의 (-)값만큼 회전시켜 정면 영상을 획득하는 단계;를 포함하는 것을 특징으로 하는 객체 학습 방법
|
4 |
4
제 3 항에 있어서, 상기 카메라의 시점이 정면 시점에 대하여 이루는 각도를 획득하는 단계는, 카메라가 중력 방향에 대해 이루는 각도를 측정하는 가속도계(accelerometer)를 이용하여 수행되는 것을 특징으로 하는 객체 학습 방법
|
5 |
5
제 1 항에 있어서, 상기 학습에 사용할 m개의 시점을 생성하는 단계에서는 카메라의 자세 파라미터도 생성하며,상기 레퍼런스 패치들의 픽셀 값을 저장하는 단계에서는 레퍼런스 패치들 각각에 대응되는 시점에서의 카메라의 자세 파라미터도 저장하는 것을 특징으로 하는 객체 학습 방법
|
6 |
6
제 1 항에 있어서, 상기 제 2 영상들을 생성하는 단계에서는 레디얼 블러를 적용한 후에 가우시안 블러도 적용하는 것을 특징으로 하는 객체 학습 방법
|
7 |
7
제 1 항에 있어서, 상기 제 2 영상들 중에서 학습에 사용할 영역을 분리하여 레퍼런스 패치들을 획득하는 단계는, 제 2 영상들 중에서 학습에 사용할 영역을 분리한 학습 패치들을 획득한 후에 상기 학습 패치들 각각을 샘플링하고 정규화하여 레퍼런스 패치들을 획득함으로써 수행되는 것을 특징으로 하는 객체 학습 방법
|
8 |
8
단말기가 객체 학습 방법을 통해 객체의 정면 영상과, 객체에 대한 m개의 시점에 대응되는 카메라의 자세 파라미터와, m개의 시점에 대한 레퍼런스 패치를 획득하는 단계;추적하고자 하는 객체에 대한 입력 영상을 카메라를 통해 입력받아 객체 추적에 사용할 영역을 분리하여 입력 패치를 획득하는 단계;객체를 이전 프레임에서 이미 추적 중인지 판단하여, 추적 중이지 않다고 판단되면 현재 프레임에서의 입력 패치와의 가장 차이가 적은 유사 레퍼런스 패치 및 카메라의 자세 파라미터를 획득한 후에 현재 프레임의 카메라의 자세 파라미터를 초기값으로 하여 최적화를 수행하여 개선된 카메라의 자세를 획득하고, 추적중이라고 판단되면 이전 프레임의 카메라의 자세 파라미터를 초기값으로 하여 최적화를 수행하여 개선된 카메라의 자세를 획득하는 단계; 및상기 개선된 카메라의 자세를 이용하여 정면에서 본 정면 패치를 생성한 후에 상기 객체 학습 방법을 통해 얻은 정면 영상과의 유사도를 측정하여, 유사도가 문턱치를 초과하는 경우에는 동일한 것으로 판단하는 단계;를 포함하는 것을 특징으로 하는 객체 학습 방법을 이용한 객체 추적 방법
|
9 |
9
제 8 항에 있어서, 상기 개선된 카메라의 자세를 획득하는 단계는 템플릿 기반의 평면 객체 추적 알고리즘들을 사용하여 수행되는 것을 특징으로 하는 객체 학습 방법을 이용한 객체 추적 방법
|
10 |
10
제 8 항에 있어서, 단말기가 객체 학습 방법을 통해 객체의 정면 영상과, 객체에 대한 m개의 시점에 대응되는 카메라의 자세 파라미터와, m개의 시점에 대한 레퍼런스 패치를 획득하는 단계는,단말기가 카메라를 통해 학습할 객체의 영상을 입력받아 정면 영상을 생성하는 단계;학습에 사용할 m개의 시점에 대한 카메라의 자세 파라미터들을 생성하는 단계;상기 정면 영상을 이용하여 m개의 시점 각각에서 객체를 보았을 때의 제 1 영상들을 생성하는 단계;상기 제 1 영상들에 래디얼 블러를 적용하여 제 2 영상들을 생성하는 단계;상기 제 2 영상들 중에서 학습에 사용할 영역을 분리하여 레퍼런스 패치들을 획득하는 단계; 및상기 레퍼런스 패치들의 픽셀 값을 저장하는 단계;를 포함하여 수행되는 것을 특징으로 하는 객체 학습 방법을 이용한 객체 추적 방법
|
11 |
11
제 10 항에 있어서, 상기 제 1 영상들을 생성하는 단계는, 그래픽 처리 유닛(GPU) 상에서 정면 영상을 렌더링하여 제 1 영상을 생성함으로써 수행되는 것을 특징으로 하는 객체 추적 방법
|
12 |
12
제 10 항에 있어서, 상기 학습할 객체의 정면 영상을 카메라로부터 얻는 단계는,카메라를 통해 영상을 획득하는 단계;상기 카메라의 시점이 정면 시점에 대하여 이루는 각도를 획득하는 단계; 및상기 영상을 상기 각도의 (-)값만큼 회전시켜 정면 영상을 획득하는 단계;를 포함하는 것을 특징으로 하는 객체 학습 방법을 이용한 객체 추적 방법
|
13 |
13
제 10 항에 있어서, 상기 제 2 영상들을 생성하는 단계에서는 래디얼 블러를 적용한 후에 가우시안 블러도 적용하는 것을 특징으로 하는 객체 추적 방법
|
14 |
14
제 10 항에 있어서, 상기 제 2 영상들 중에서 학습에 사용할 영역을 분리하여 레퍼런스 패치들을 획득하는 단계는, 제 2 영상들 중에서 객체 학습에 사용할 영역을 분리한 학습 패치들을 획득한 후에 상기 학습 패치들 각각을 샘플링하고 정규화하여 레퍼런스 패치들을 획득함으로써 수행되며,추적하고자 하는 객체에 대한 입력 영상을 카메라를 통해 입력받아 객체 추적에 사용할 영역을 분리한 패치를 획득하는 단계는, 추적하고자 하는 객체에 대한 입력 영상을 카메라를 통해 입력받아 객체 추적에 사용할 영역을 분리한 패치를 획득한 후에 상기 패치를 샘플링하고 정규화하여 입력 패치를 획득함으로써 수행되는 것을 특징으로 하는 객체 추적 방법
|
15 |
15
학습하고자 하는 객체의 영상을 카메라를 통해 입력받아 객체의 정면 영상을 획득하고 학습에 사용할 m개의 시점에 대한 카메라의 자세 파라미터들을 생성하고, 상기 정면 영상을 이용하여 각 시점에서 본 영상들을 생성하여 래디얼 블러를 적용하고 학습에 사용할 영역을 분리하여 레퍼런스 패치들을 획득하는 객체 학습부;추적하고자 하는 객체에 대한 입력 영상을 카메라를 통해 입력받아 객체 추적에 사용할 영역을 분리하여 입력 패치를 획득하는 입력 패치 획득부;객체를 이전 프레임에서 이미 추적중인지 판단하는 추적 판단부;추적중이지 않다고 판단되면 현재 프레임에서의 입력 패치와의 차이가 가장 적은 유사 레퍼런스 패치 및 카메라의 자세 파라미터를 획득하는 유사 레퍼런스 패치 획득부;추적중이지 않다고 판단되면 현재 프레임의 카메라의 자세 파라미터를 초기값으로 하여 최적화를 수행하여 개선된 카메라의 자세를 획득하고, 추적중이라고 판단되면 이전 프레임의 카메라의 자세 파라미터를 초기값으로 하여 최적화를 수행하여 개선된 카메라의 자세를 획득하는 카메라 자세 개선부; 및상기 개선된 카메라의 자세를 이용하여 정면에서 본 정면 패치를 생성한 후에 상기 객체 학습부의 정면 영상과의 유사도를 측정하여, 유사도가 문턱치를 초과하는 경우에는 동일한 것으로 판단하는 유사도 판단부;를 포함하여 구성된 것을 특징으로 하는 객체 학습 및 추적 시스템
|
16 |
16
제 15 항에 있어서, 상기 객체 학습부는 학습하고자 하는 객체의 영상을 카메라를 통해 입력받아 학습할 객체의 정면 영상을 획득할 시에, 카메라의 시점이 정면 시점에 대하여 이루는 각도를 획득한 후에 학습하고자 하는 객체의 영상을 상기 각도의 (-)값만큼 회전시켜서 정면 영상을 획득하는 것을 특징으로 하는 객체 학습 및 추적 시스템
|
17 |
17
제 15 항에 있어서, 상기 카메라 자세 개선부는 현재 또는 이전 프레임의 카메라의 자세 파라미터를 초기값으로 하여 최적화를 수행할 시에 템플릿 기반의 평면 객체 추적 알고리즘을 사용하여 수행되는 것을 특징으로 하는 객체 학습 및 추적 시스템
|
18 |
18
제 15항에 있어서, 상기 객체 학습부는 래디얼 블러를 적용하는 과정에서 래디얼 블러 적용 후에 가우시안 블러도 적용하는 것을 특징으로 하는 객체 학습 및 추적 시스템
|
19 |
19
제 15 항에 있어서, 상기 객체 학습부는 객체 학습에 사용할 영역을 분리하여 레퍼런스 패치를 획득할 시에, 객체 학습에 사용할 영역을 분리한 학습 패치들을 획득한 후에 상기 학습 패치 각각을 샘플링하고 정규화하여 레퍼런스 패치들을 획득하며,상기 입력 패치 획득부는 추적에 사용할 영역을 분리하여 입력 패치를 획득힐 시에, 객체 추적에 사용할 영역을 분리한 패치를 획득한 후에 상기 패치를 샘플링하고 정규화하여 입력 패치를 획득하여 입력 패치를 획득하는 것을 특징으로 하는 객체 학습 및 추적 시스템
|