맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

부피 특징 벡터와 3차원 하르-유사 필터를 이용한 물체 검출 방법 및 장치

  • 기술번호 : KST2015169346
  • 담당센터 : 대구기술혁신센터
  • 전화번호 : 053-550-1450
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명에 따른 부피 특징 벡터와 3차원 하르-유사 필터를 이용한 물체 검출 방법 및 장치가 개시된다. 본 발명의 물체 검출 방법은, 특정 물체가 포함된 다차원 영상을 이용하여 특정 물체 검출을 위한 방법으로, 미리 생성된 3차원 입방체 필터를 적용하여 윈도우 슬라이딩된 영상의 각 윈도우 슬라이드에 대하여, 윈도우 슬라이드에 대응되는 영역의 데이터를 미리 정의된 특정한 형태로 정규화하는 단계, 3차원 입방체 필터의 각 셀에 상기 정규화된 데이터의 대응되는 부분을 할당한 후, 각 셀의 부피를 산출하여 부피 특징을 갖는 하나의 부피 특징 벡터로 표현하는 단계, 윈도우 슬라이드에 대응되는 영역의 데이터가 특정 물체에 해당하는지 여부를 판단하기 위하여 부피 특징 벡터를 분류기에 적용하는 단계를 포함하여 구성된다. 본 발명에 따른 부피 특징 벡터와 3차원 하르-유사 필터를 이용한 물체 검출 방법 및 장치를 이용하면, 3차원 입방체 필터를 이용하여 영상의 3차원 부피특징벡터를 추출하고, 이를 하르-유사 필터와 조합하여 3차원 하르-유사필터를 생성하고, 아다부스트 알고리즘을 사용하여 최적의 필터를 선택함으로써 보다 정확하게 물체, 특히 손을 검출하는 효과가 있다.
Int. CL G06T 17/10 (2006.01) G06T 7/00 (2006.01)
CPC
출원번호/일자 1020110064089 (2011.06.29)
출원인 포항공과대학교 산학협력단
등록번호/일자 10-1233843-0000 (2013.02.08)
공개번호/일자 10-2013-0002869 (2013.01.08) 문서열기
공고번호/일자 (20130215) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 소멸
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2011.06.29)
심사청구항수 18

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 포항공과대학교 산학협력단 대한민국 경상북도 포항시 남구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김대진 대한민국 경상북도 포항시 남구
2 김대환 대한민국 경상북도 포항시 남구
3 김연호 대한민국 인천광역시 계양구
4 안현진 대한민국 경상북도 포항시 남구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인이상 대한민국 서울특별시 서초구 바우뫼로 ***(양재동, 우도빌딩 *층)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 포항공과대학교 산학협력단 경상북도 포항시 남구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2011.06.29 수리 (Accepted) 1-1-2011-0499056-87
2 선행기술조사의뢰서
Request for Prior Art Search		 2012.03.13 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search		 2012.04.19 수리 (Accepted) 9-1-2012-0029961-24
4 의견제출통지서
Notification of reason for refusal		 2012.08.16 발송처리완료 (Completion of Transmission) 9-5-2012-0474863-67
5 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2012.10.16 수리 (Accepted) 1-1-2012-0838772-02
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2012.10.16 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2012-0838780-67
7 등록결정서
Decision to grant		 2013.01.30 발송처리완료 (Completion of Transmission) 9-5-2013-0065286-85
8 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2013.06.13 수리 (Accepted) 4-1-2013-0025573-58
9 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2014.02.25 수리 (Accepted) 4-1-2014-5024386-11
10 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.11.20 수리 (Accepted) 4-1-2019-5243581-27
11 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.11.22 수리 (Accepted) 4-1-2019-5245997-53
12 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.11.25 수리 (Accepted) 4-1-2019-5247115-68
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
특정 물체가 포함된 다차원 영상을 이용하여 상기 특정 물체 검출을 위한 방법으로, 미리 생성된 3차원 입방체 필터를 적용하여 윈도우 슬라이딩된 상기 영상의 각 윈도우 슬라이드에 대하여, 상기 윈도우 슬라이드에 대응되는 영역의 데이터를 미리 정의된 특정한 형태로 정규화하는 단계;상기 3차원 입방체 필터의 각 셀에 상기 정규화된 데이터의 대응되는 부분을 할당한 후, 상기 각 셀의 부피를 산출하여 부피 특징을 갖는 하나의 부피 특징 벡터로 표현하는 단계;상기 윈도우 슬라이드에 대응되는 영역의 데이터가 상기 특정 물체에 해당하는지 여부를 판단하기 위하여 상기 부피 특징 벡터를 분류기에 적용하는 단계를 포함하는 것을 특징으로 하는 영상에서의 물체 검출방법
2 2
제 1항에 있어서,상기 영상은 3차원 카메라를 이용하여 획득된 3차원 영상이고, 상기 특정 물체는 손인 것을 특징으로 하는 영상에서의 물체 검출방법
3 3
제 1항에 있어서,상기 윈도우 슬라이드에 대응되는 영역의 데이터는 3차원 데이터이고, 상기 3차원 데이터는 3차원 연결 요소(3D Connected Component)와 Y축을 주축으로 하는 축 회전 이동을 이용하여 정규화되는 것을 특징으로 하는 영상에서의 물체 검출방법
4 4
제 1항에 있어서,상기 부피 특징 벡터로 표현하는 단계는,상기 3차원 입방체 필터의 각 셀에 상기 정규화된 데이터의 대응되는 부분을 할당한 후, 상기 각 셀에 대응되는 데이터의 부분을 X-Y 평면상에 투영시켜 이진 영상을 생성하는 단계;상기 각 셀의 이진 영상을 복수 개의 조각난 리프 노드(Leaf Node)로 나누어서 각 셀의 부피를 산출하는 단계; 및상기 산출된 각 셀의 부피를 이용하여 상기 하나의 부피특징 벡터로 표현하는 단계를 포함하는 것을 특징으로 하는 영상에서의 물체 검출방법
5 5
제 4항에 있어서,상기 이진 영상은 상기 투영시킨 데이터의 부분들의 빈 공간을 채울 수 있도록 팽창 연산(Dilation)을 사용하여 생성되는 것을 특징으로 하는 영상에서의 물체 검출방법
6 6
제 4항에 있어서,상기 이진 영상은 쿼드 트리(Quad tree) 알고리즘을 사용하여 복수 개의 조각난 리프 노드(Leaf Node)로 나누어지는 것을 특징으로 하는 영상에서의 물체 검출방법
7 7
제 1항에 있어서,상기 분류기는 3차원 입방체 필터에 기초한 부피 특징과 하르-유사필터를 이용하여 생성된 분류기인 것을 특징으로 하는 영상에서의 물체 검출방법
8 8
제 1항에 있어서,상기 부피 특징 벡터를 분류기에 적용하는 단계는,상기 부피 특징 벡터를 제1 분류기에 적용하여 제1 분류 결과를 구하는 단계; 및상기 제1 분류 결과를 제2 분류기에 적용하여 제2 분류 결과를 구하는 단계를 포함하고,상기 제1 분류기는 상기 특정 물체와 제1 물체를 포함하여 학습된 분류기이고,상기 제2 분류기는 상기 특정 물체, 상기 제1 물체 및 제2 물체를 포함하여 학습된 분류기이고,상기 제1 물체 및 상기 제2 물체는 상기 특정 물체 이외의 물체로부터 결정된 서로 다른 물체인 것을 특징으로 하는 영상에서의 물체 검출방법
9 9
특정 물체가 포함된 다차원 영상을 이용하여 상기 특정 물체 검출을 위한 학습 방법으로,상기 다차원 영상의 데이터에서 상기 특정 물체가 포함된 영역의 데이터를 추출하여 미리 정의된 특정한 형태로 제1 정규화하는 단계;3차원 입방체 필터를 생성하여, 상기 3차원 입방체 필터의 각 셀에 상기 정규화된 데이터의 대응되는 부분을 할당한 후, 상기 각 셀의 부피를 산출하여 하나의 제1 부피 특징 벡터로 표현하는 단계; 및 상기 제1 부피 특징 벡터와 하르-유사 필터를 조합하여 복수의 3차원 하르-유사 필터를 생성하는 단계를 포함하는 것을 특징으로 하는 물체검출을 위한 학습 방법
10 10
제 9항에 있어서,상기 다차원 영상은 상기 특정 물체외의 다른 특정 물체를 더 포함하고,상기 다른 특정 물체가 포함된 영역의 데이터를 추출하여 미리 정의된 특정한 형태로 제2 정규화하는 단계;상기 3차원 입방체 필터의 각 셀에 상기 제2 정규화된 데이터의 대응되는 부분을 할당한 후, 상기 각 셀의 부피를 산출하여 하나의 제2 부피 특징 벡터로 표현하는 단계; 및 상기 제2 부피 특징 벡터와 하르-유사 필터를 조합하여 복수의 3차원 하르-유사 필터를 생성하는 단계를 더 포함하는 것을 특징으로 하는 물체검출을 위한 학습 방법
11 11
제 9항 또는 10항에 있어서,상기 다차원 영상은 3차원 영상이고, 윈도우 슬라이드에 대응되는 영역의 데이터는 3차원 데이터이고, 상기 3차원 데이터는 3차원 연결 요소(3D Connected Component)와 Y축을 주축으로 하는 축 회전 이동을 이용하여 정규화되는 것을 특징으로 하는 물체검출을 위한 학습 방법
12 12
제 10항에 있어서,상기 제1 부피 특징 벡터 또는 제2 부피특징 벡터는, 상기 3차원 입방체 필터의 각 셀에 상기 정규화된 데이터의 대응되는 부분을 할당한 후, 상기 각 셀에 대응되는 데이터의 부분을 X-Y 평면상에 투영시켜 이진 영상을 생성하고, 상기 각 셀의 이진 영상을 복수 개의 조각난 리프 노드(Leaf Node)로 나누어서 각 셀의 부피를 산출하여, 상기 산출된 각 셀의 부피를 이용하여 표현되는 것을 특징으로 하는 물체검출을 위한 학습 방법
13 13
제 9항 또는 10항에 있어서,미리 결정된 학습 알고리즘을 이용하여 상기 복수의 3차원 하르-유사 필터들로부터 소정의 신뢰값을 만족하는 3차원 하르-유사 필터를 추출하는 단계를 더 포함하는 것을 특징으로 하는 물체검출을 위한 학습 방법
14 14
제 13항에 있어서,상기 미리 결정된 학습 알고리즘은 아다부스트(Adaboost) 알고리즘이고, 상기 특정물체는 손인 것을 특징으로 하는 물체검출을 위한 학습 방법
15 15
특정 물체가 포함된 3차원 영상을 이용하여 상기 특정 물체 검출을 위한 학습장치로,상기 3차원 영상의 데이터에서 상기 특정 물체가 포함된 영역의 데이터를 추출하여 미리 정의된 특정한 형태로 정규화하는 데이터 정규화부;3차원 입방체 필터를 생성하여, 상기 3차원 입방체의 각 셀에 상기 정규화된 데이터의 대응되는 부분을 할당한 후, 상기 각 셀의 부피를 산출하는 부피 산출부;상기 산출된 각 셀의 부피를 이용하여 하나의 부피 특징 벡터로 표현하는 부피 특징 벡터화부; 및 상기 부피 특징 벡터와 하르-유사 필터를 조합하여 복수의 3차원 하르-유사 필터를 생성하는 3차원 하르-유사 필터 생성부를 포함하는 것을 특징으로 하는 학습장치
16 16
제 15항에 있어서,상기 데이터 정규화부는 상기 3차원 영상의 데이터에서 상기 특정 물체가 아닌 다른 특정 물체가 포함된 영역의 데이터를 더 추출하여 미리 정의된 특정한 형태로 정규화하는 것을 특징으로 하는 학습장치
17 17
제 15항에 있어서,상기 부피 특징 벡터는, 상기 3차원 입방체 필터의 각 셀에 상기 정규화된 데이터의 대응되는 부분을 할당한 후, 상기 각 셀에 대응되는 데이터의 부분을 X-Y 평면상에 투영시켜 이진 영상을 생성하고, 상기 각 셀의 이진 영상을 복수 개의 조각난 리프 노드(Leaf Node)로 나누어서 각 셀의 부피를 산출하여, 상기 산출된 각 셀의 부피를 이용하여 표현되는 것을 특징으로 하는 학습장치
18 18
제 15항에 있어서,아다부스트(Adaboost) 알고리즘을 이용하여 상기 복수의 3차원 하르-유사 필터들로부터 소정의 신뢰값을 만족하는 3차원 하르-유사 필터를 추출하는 최적의 필터 추출부를 더 포함하는 것을 특징으로 하는 학습장치
지정국 정보가 없습니다
순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - 패밀리정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
1 US09020186 US 미국 FAMILY
2 US20130004018 US 미국 FAMILY
3 WO2013002473 WO 세계지적재산권기구(WIPO) FAMILY

DOCDB 패밀리 정보

순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - DOCDB 패밀리 정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
1 US2013004018 US 미국 DOCDBFAMILY
2 US9020186 US 미국 DOCDBFAMILY
3 WO2013002473 WO 세계지적재산권기구(WIPO) DOCDBFAMILY
국가 R&D 정보가 없습니다.