| 1 |
1
원거리 시선 추적 카메라의 초점 측정 장치에 있어서,눈이 존재하는 영역의 영상을 기반으로 입력 영상을 생성하는 입력영상생성부;상기 입력 영상의 밝기를 평균 그레이 레벨에 대응되는 밝기로 보정하는 밝기보정부;상기 보정된 입력 영상을 대상으로 복수 개의 서로 다른 초점 측정 방식을 각각 적용하여, 상기 보정된 입력 영상에 대응되는 상기 복수 개의 초점 값을 생성하는 초점측정부;상기 복수 개의 초점 값을 각각 미리 정해진 범위의 값으로 비선형 정규화하는 정규화부;상기 정규화된 복수 개의 초점 값을 다층 신경망을 사용하여 최종 초점 값을 산출하는 초점값합산부; 및상기 최종 초점 값을 이용하여 초점 렌즈를 제어하는 렌즈제어부를 포함하는 초점 측정 장치
|
| 2 |
2
제1항에 있어서, 상기 서로 다른 초점 측정 방식은,더그만(daugman) 마스크를 이용하는 초점 측정 방식, 강(Kang)의 마스크를 이용하는 초점 측정 방식, 하르(Haar) 웨이블릿 변환 방식, 및 다우비시(Daubechies) 웨이블릿 변환 방식 중, 적어도 하나를 포함하는 것을 특징으로 하는 초점 측정 장치
|
| 3 |
3
제1항에 있어서, 상기 입력영상생성부는, 상기 눈이 존재하는 영역의 영상을 다운 샘플링(down sampling)하고, 상기 다운 샘플링된 영상을 입력 영상으로 생성하는 것을 특징으로 하는 초점 측정 장치
|
| 4 |
4
제1항에 있어서, 상기 밝기 보정부는, 상기 입력 영상의 평균 그레이 레벨을 학습데이터의 평균 그레이 레벨로 보정하는 것을 특징으로 하는 초점 측정 장치
|
| 5 |
5
제1항에 있어서, 상기 초점값합산부는, 상기 정규화된 복수의 초점 값들에 시그모이드(Sigmoid) 커널 함수를 사용하는 다층 신경망을 적용하여 상기 최종 초점 값을 산출하는 것을 특징으로 하는 초점 측정 장치
|
| 6 |
6
제2항에 있어서,상기 하르 웨이블릿 변환 방식 및 다우비시 웨이블릿 변환 방식은 각각 네 단계 스케일로 초점 값을 계산하고 상기 네 단계 스케일 각각에서 고 대역 값을 저 대역 값으로 나눈 비를 소정의 가중치로 사용하여 상기 초점 값을 측정하는 것을 특징으로 하는 초점 측정 장치
|
| 7 |
7
카메라의 초점 측정 방법에 있어서,눈이 존재하는 영역의 영상을 기반으로 입력 영상을 생성하는 과정과, 상기 입력 영상의 밝기를 평균 그레이 레벨에 대응되는 밝기로 보정하는 과정과,상기 보정된 입력 영상을 대상으로 복수 개의 서로 다른 초점 측정 방식을 각각 적용하여, 상기 보정된 입력 영상에 대응되는 상기 복수 개의 초점 값을 생성하는 과정과,상기 복수 개의 초점 값을 각각 미리 정해진 범위의 값으로 비선형 정규화하는 과정과, 상기 정규화된 복수 개의 초점 값을 다층 신경망을 사용하여 최종 초점 값을 산출하는 과정과, 상기 최종 초점 값을 이용하여 초점 렌즈를 제어하는 과정을 포함하는 카메라의 초점 측정 방법
|
| 8 |
8
제7항에 있어서, 상기 서로 다른 초점 측정 방식은,더그만(daugman) 마스크를 이용하는 초점 측정 방식, 강(Kang)의 마스크를 이용하는 초점 측정 방식, 하르(Haar) 웨이블릿 변환 방식, 및 다우비시(Daubechies) 웨이블릿 변환 방식 중, 적어도 하나를 포함하는 것을 특징으로 하는 초점 측정 방법
|
| 9 |
9
제7항에 있어서, 상기 최종 초점 값을 산출하는 과정은,상기 정규화된 네 개의 초점 값들에 시그모이드(Sigmoid) 커널 함수를 사용하는 다층 신경망을 적용하여 상기 최종 초점 값을 산출하는 것을 특징으로 하는 초점 측정 방법
|
| 10 |
10
제8항에 있어서,상기 하르 웨이블릿 변환 방식 및 다우비시 웨이블릿 변환 방식은, 각각 네 단계 스케일로 초점 값을 계산하고 상기 네 단계 스케일 각각에서 고 대역 값을 저 대역 값으로 나눈 비를 소정의 가중치로 사용하여 상기 초점 값을 측정하는 것을 특징으로 하는 초점 측정 방법
|
