| 1 |
1
입력 이미지 프레임으로부터 배경을 추출하고, 추출된 배경을 기초로 상기 입력 이미지 프레임으로부터 전경 영역을 추출하는 전경 영역 추출부;상기 추출된 전경 영역으로부터 특징점 추출 알고리즘들을 이용하여 특징점들을 추출하는 특징점 추출부;전경 영역과 보행자 수 사이의 통계적 관계를 나타내는 복수의 통계적 특징 성분들 중에서 주성분 분석을 통해 적어도 하나의 통계적 특징 주성분을 선정하는 주성분 분석부; 및학습용 이미지 프레임 내의 추출된 특징점들의 특징점 개수 성분, 통계적 특징 성분들 중에서 선정된 통계적 특징 주성분 및 상기 학습용 이미지 프레임 내의 보행자 수에 기초하여 학습된 학습 모델을 구축하고, 상기 입력 이미지 프레임으로부터 추출된 특징점 개수 성분 및 선정된 통계적 특징 주성분을 상기 학습 모델에 인가하여, 상기 입력 이미지 프레임 내의 보행자들을 계수하는 인공 신경망 보행자 계수부를 포함하는 보행자 계수 장치
|
| 2 |
2
청구항 1에 있어서, 상기 전경 영역 추출부는 가우시안 혼합 모델링 기법에 기초하여 전경 영역을 추출하도록 동작하는 것을 특징으로 하는 보행자 계수 장치
|
| 3 |
3
청구항 2에 있어서, 상기 전경 영역 추출부는 팽창 또는 침식을 포함하는 화상 변형을 반복하여 전경 영역의 노이즈를 제거하도록 동작하는 것을 특징으로 하는 보행자 계수 장치
|
| 4 |
4
청구항 1에 있어서, 상기 특징점 추출 알고리즘은 SURF, SIFT, 해리스 코너 검출기, 포스트너 검출기, 카나데-루카스-토마시 알고리즘 중 선택되는 것을 특징으로 하는 보행자 계수 장치
|
| 5 |
5
청구항 1에 있어서, 상기 통계적 특징 성분은 전경 영역의 면적 또는 전경 영역의 외곽선 길이를 포함하는 것을 특징으로 하는 보행자 계수 장치
|
| 6 |
6
청구항 1에 있어서, 상기 입력 이미지 프레임으로부터 복수의 텍스처 속성들을 추출하여 추출된 텍스처 속성들을 통계적 특징 성분으로서 제공하는 텍스처 추출부를 더 포함하는 것을 특징으로 하는 보행자 계수 장치
|
| 7 |
7
청구항 6에 있어서, 상기 통계적 특징 성분은 전경 영역의 면적, 전경 영역의 외곽선 길이, 추출된 텍스처 속성들을 포함하는 것을 특징으로 하는 보행자 계수 장치
|
| 8 |
8
청구항 7에 있어서, 상기 추출된 텍스처 속성들은 균질성, 대비도, 에너지 또는 엔트로피 속성을 포함하는 것을 특징으로 하는 보행자 계수 장치
|
| 9 |
9
청구항 6에 있어서, 상기 선정되는 통계적 특징 주성분은, 전경 영역의 면적 또는 전경 영역의 외곽선 길이 중 어느 하나를 고정적으로 포함하고, 추출된 텍스처 속성들 중의 적어도 하나를 선택적으로 포함하는 것을 특징으로 하는 보행자 계수 장치
|
| 10 |
10
컴퓨터를 청구항 1 내지 청구항 9 중 어느 한 청구항에 따른 보행자 계수 장치로 동작시키도록 구현된 프로그램이 수록된 컴퓨터로 독출가능한 기록 매체
|
| 11 |
11
입력 이미지 프레임으로부터 배경을 추출하고, 추출된 배경을 기초로 상기 입력 이미지 프레임으로부터 전경 영역을 추출하는 단계;상기 추출된 전경 영역으로부터 특징점 추출 알고리즘들을 이용하여 특징점들을 추출하는 단계;전경 영역과 보행자 수 사이의 통계적 관계를 나타내는 복수의 통계적 특징 성분들 중에서 주성분 분석을 통해 적어도 하나의 통계적 특징 주성분을 선정하는 단계; 및학습용 이미지 프레임 내의 추출된 특징점들의 특징점 개수 성분, 통계적 특징 성분들 중에서 선정된 통계적 특징 주성분 및 상기 학습용 이미지 프레임 내의 보행자 수에 기초하여 학습된 학습 모델을 구축하고, 상기 입력 이미지 프레임으로부터 추출된 특징점 개수 성분 및 선정된 통계적 특징 주성분을 상기 학습 모델에 인가하여, 상기 입력 이미지 프레임 내의 보행자들을 계수하는 단계를 포함하는 입력 이미지 프레임 내의 보행자 계수 방법
|
| 12 |
12
청구항 11에 있어서, 상기 전경 영역은 가우시안 혼합 모델링 기법에 기초하여 추출되는 것을 특징으로 하는 입력 이미지 프레임 내의 보행자 계수 방법
|
| 13 |
13
청구항 12에 있어서, 상기 전경 영역을 추출하는 단계는,팽창 또는 침식을 포함하는 화상 변형을 반복하여 전경 영역의 노이즈를 제거하는 단계를 더 포함하는 것을 특징으로 하는 입력 이미지 프레임 내의 보행자 계수 방법
|
| 14 |
14
청구항 11에 있어서, 상기 특징점 추출 알고리즘은 SURF, SIFT, 해리스 코너 검출기, 포스트너 검출기, 카나데-루카스-토마시 알고리즘 중 선택되는 것을 특징으로 하는 입력 이미지 프레임 내의 보행자 계수 방법
|
| 15 |
15
청구항 11에 있어서, 상기 통계적 특징 성분은 전경 영역의 면적 또는 전경 영역의 외곽선 길이를 포함하는 것을 특징으로 하는 입력 이미지 프레임 내의 보행자 계수 방법
|
| 16 |
16
청구항 11에 있어서, 상기 입력 이미지 프레임으로부터 복수의 텍스처 속성들을 추출하여 추출된 텍스처 속성들을 통계적 특징 성분으로서 제공하는 단계를 더 포함하는 것을 특징으로 하는 입력 이미지 프레임 내의 보행자 계수 방법
|
| 17 |
17
청구항 16에 있어서, 상기 통계적 특징 성분은 전경 영역의 면적, 전경 영역의 외곽선 길이, 추출된 텍스처 속성들을 포함하는 것을 특징으로 하는 입력 이미지 프레임 내의 보행자 계수 방법
|
| 18 |
18
청구항 17에 있어서, 상기 추출된 텍스처 속성들은 균질성, 대비도, 에너지 또는 엔트로피 속성을 포함하는 것을 특징으로 하는 입력 이미지 프레임 내의 보행자 계수 방법
|
| 19 |
19
청구항 16에 있어서, 상기 선정되는 통계적 특징 주성분은, 전경 영역의 면적 또는 전경 영역의 외곽선 길이 중 어느 하나를 고정적으로 포함하고, 추출된 텍스처 속성들 중의 적어도 하나를 선택적으로 포함하는 것을 특징으로 하는 입력 이미지 프레임 내의 보행자 계수 방법
|
| 20 |
20
컴퓨터에서 청구항 11 내지 청구항 19 중 어느 한 청구항에 따른 보행자 계수 방법을 수행하는 프로그램이 수록된 컴퓨터로 독출가능한 기록 매체
|
