1 |
1
영상 객체의 형상으로부터 설정된 기준값 이상의 객체특징점을 생성하는 특징점생성부 및 상기 특징점생성부에서 생성된 상기 객체특징점을 식별하는 특징 기술자를 생성하는 특징기술자 생성부를 포함하는 특징 기술자 생성 장치
|
2 |
2
제1항에 있어서, 상기 특징점생성부는,영상 객체의 빠른 코너 탐색(Fast Corner Detection)으로 기본특징점을 생성하는 기본특징점 생성부;생성된 상기 기본특징점의 수가 기준치 이상인지 여부를 판단하는 특징점기준 판단부 및 상기 기본특징점 이외에 상기 영상 객체의 에지 샘플링으로 보완특징점을 생성하는 보완특징점 생성부를 포함하는 특징 기술자 생성 장치
|
3 |
3
제2항에 있어서, 상기 보완특징점은,세그먼테이션(segmentation)으로 배경 영역과 분리된 객체 영역에 위치한 에지의 랜덤 위치에서 추가로 생성한 객체특징점인 것을 특징으로 하는 특징 기술자 생성 장치
|
4 |
4
제1항에 있어서,상기 특징기술자 생성부는,상기 객체특징점의 위치에서 변화도 방향의 값에 따른 변화도 방향 기술자를 생성하는 변화도방향기술자 생성부;상기 객체특징점의 위치에서 패치 영상을 추출하여, 컬러 값에 따른 컬러 기술자를 생성하는 컬러기술자 생성부 및 상기 객체특징점에서 생성된 상기 방향 기술자와 상기 컬러 기술자의 값을 통합하여, 특징 기술자를 생성하는 특징기술자 통합부를 포함하는 특징 기술자 생성 장치
|
5 |
5
제4항에 있어서,상기 컬러 기술자는, RGB, YUV, YCbCr, HSV 중 적어도 하나의 컬러 히스토그램 값인 것을 특징으로 하는 특징 기술자 생성 장치
|
6 |
6
제4항에 있어서,상기 특징기술자 생성부는,상기 특징기술자 통합부와 연결되어, 생성된 상기 특징 기술자를 각 객체를 식별하는 기호로 라벨링하는 특징기술자 라벨링부를 더 포함하는 특징 기술자 생성 장치
|
7 |
7
(a) 영상입력부를 이용하여, 인식 대상인 객체의 영상 프레임을 입력하는 단계;(b) 특징점생성부를 이용하여, 입력된 영상 객체의 객체특징점을 기준값 이상 생성하는 단계 및 (c) 특징기술자 생성부를 이용하여, 생성된 상기 객체특징점의 특징 기술자를 생성하는 단계를 포함하는 특징 기술자 생성 방법
|
8 |
8
제7항에 있어서,상기 (b) 단계는,(b-1) 기본특징점 생성부를 이용하여, 빠른 코너 탐색 방식으로 영상 객체의 기본특징점을 생성하는 단계;(b-2) 특징점기준 판단부를 이용하여, 상기 기본특징점의 수가 기준치 이상인지 여부를 판단하는 단계 및 (b-3) 상기 (b-2) 단계에서 상기 기본특징점의 수가 기준치 이상이 아니라고 판단될 경우, 보완특징점 생성부를 이용하여, 영상 객체의 보완특징점을 생성하는 단계를 포함하는 특징 기술자 생성 방법
|
9 |
9
제8항에 있어서, 상기 (b-3) 단계는,(b-3-1) 객체 영상을 세그먼테이션하여, 배경 영역과 객체 영역을 분리하는 단계;(b-3-2) 영상 전체의 에지 중에 배경 영역에 둘러싸인 에지를 제거하여, 객체 영역의 에지를 추출하는 단계 및(b-3-3) 상기 객체 영역에 위치한 에지의 랜덤한 위치에서 보완특징점을 생성하는 단계를 포함하는 특징 기술자 생성 방법
|
10 |
10
제7항에 있어서,상기 (c) 단계는,(c-1) 변화도방향기술자 생성부를 이용하여, 상기 (b) 단계에서 생성된 상기 객체특징점의 위치에서 변화도 방향 기술자를 생성하는 단계;(c-2) 컬러기술자 생성부를 이용하여, 상기 객체특징점의 위치에서 컬러 기술자를 생성하는 단계 및 (c-3) 특징기술자 통합부를 이용하여, 상기 변화도 방향 기술자와 상기 컬러 기술자의 값을 통합하여, 특징기술자를 생성하는 단계를 포함하는 특징 기술자 생성 방법
|
11 |
11
제10항에 있어서,상기 (c-2) 단계는,(c-2-1) 객체특징점의 위치에서 설정된 크기의 패치 영상을 획득하는 단계 및(c-2-2) 상기 패치 영상에서 컬러 성분의 스페이스에 해당하는 히스토그램을 생성하는 단계를 포함하는 특징 기술자 생성 방법
|
12 |
12
제10항에 있어서,상기 (c-3) 단계 이후에, (c-4) 특징기술자 라벨링부를 이용하여, 상기 특징 기술자를 객체와 상응하는 기호로 라벨링하는 단계를 더 포함하는 특징 기술자 생성 방법
|
13 |
13
인식 대상인 객체의 영상을 취득하는 영상취득부;상기 영상취득부에서 전달된 영상의 객체 인식 작업을 제어하는 객체인식 제어부;상기 영상에서 객체특징점을 생성하고, 상기 객체특징점의 위치에서 특징 기술자를 생성하는 특징기술자 생성장치부;상기 특징 기술자를 입력받아 랜덤 포레스트 코드북 학습을 수행하는 코드북학습부 및 상기 특징 기술자 및 상기 코드북 학습의 결과 정보를 각 객체별 정보로 저장하는 객체정보 저장부를 포함하는 영상 객체 인식 장치
|
14 |
14
제13항에 있어서,상기 객체인식 제어부와 연결되어, 기존에 저장된 객체의 특징 기술자를 코드북 학습 결과와 현재 생성된 객체 특징 기술자의 코드북 학습 결과를 매칭하여, 영상 객체의 일치 여부를 판단하는 객체인식 분석부를 더 포함하는 영상 객체 인식 장치
|
15 |
15
제13항에 있어서, 상기 코드북학습부는,상기 특징 기술자를 분기 함수로 정의하여, 트리 방식으로 각 히스토그램 값의 잎새 노드로 할당되도록 하여, 하나의 백 오브 워드(BoW-Bag of Word) 히스토그램으로 생성하는 것을 특징으로 하는 영상 객체 인식 장치
|
16 |
16
제13항에 있어서,상기 특징 기술자는, 객체특징점 위치에서 생성된 방향 기술자와 컬러 기술자의 값을 통합한 것을 특징으로 하는 영상 객체 인식 장치
|
17 |
17
제16항에 있어서,상기 객체특징점은, 영상 객체의 빠른 코너 탐색으로 생성된 기본특징점 및 상기 영상 객체의 에지 샘플링으로 생성된 보완특징점을 포함하는 것을 특징으로 하는 영상 객체 인식 장치
|
18 |
18
(d) 영상취득부(10)를 이용하여, 인식 대상인 객체의 영상 프레임을 취득하는 단계;(e) 특징기술자 생성장치부(100)를 이용하여, 상기 (d) 단계에서 취득된 영상 프레임 상의 객체 특징 기술자를 생성하는 단계;(f) 코드북학습부(300)를 이용하여, 객체 특징 기술자를 코드북 학습하여, 객체의 BoW 히스토그램을 생성하는 단계 및 (g) 객체인식 분석부(500)를 이용하여, 상기 (f) 단계에서 생성된 객체의 BoW 히스토그램 정보와 기존에 저장된 기본 객체의 BoW 히스토그램 정보를 매칭하여, 객체의 일치 여부를 판단하는 단계를 포함하는 영상 객체 인식 방법
|