KR20050035564A

KR20050035564A - Automatic counting method using clustering method

Info

Publication number: KR20050035564A
Application number: KR1020030070983A
Authority: KR
Inventors: 정무영; 김재명; 이민정; 공은별
Original assignee: 학교법인 포항공과대학교
Priority date: 2003-10-13
Filing date: 2003-10-13
Publication date: 2005-04-19
Also published as: KR100554158B1

Abstract

본 발명에 따른 클러스터링 기법을 이용한 자동 카운팅 방법은 카운트하고자 하는 개체 집단의 이미지 파일을 컴퓨터에서 오픈하는 과정; 상기 이미지 파일로부터 카운팅 대상이 되는 개체의 특정 색상에 대응된 RGB 코드값을 설정하는 과정; 상기 설정된 RGB 코드값을 갖는 픽셀을 추출하는 과정; 상기 추출된 픽셀들을 클러스터링 기법을 이용하여 군집화하는 과정; 및 군집화된 픽셀의 클러스터를 카운팅하는 과정;을 포함함을 특징으로 한다. An automatic counting method using a clustering technique according to the present invention includes the steps of: opening an image file of a group of individuals to be counted on a computer; Setting an RGB code value corresponding to a specific color of an object to be counted from the image file; Extracting a pixel having the set RGB code value; Clustering the extracted pixels using a clustering technique; And counting clusters of clustered pixels.

본 발명에 따른 클러스팅 기법을 이용한 카운팅 방법은 이미지 파일에서 카운팅하고자 하는 개체에 대한 특정 색상의 RGB 코드값을 설정하면 해당 RGB 코드값의 픽셀을 이미지 파일로부터 추출한 후 클러스터링하여 그룹화한 픽셀의 클러스터를 화면상에서 자동으로 카운트함으로서 간편하게 개체 수를 파악할 수 있다. In the counting method using the clustering method according to the present invention, when an RGB code value of a specific color for an object to be counted is set in an image file, a pixel cluster of grouped pixels is extracted by extracting pixels of the corresponding RGB code value from the image file and clustering them. By counting automatically on the screen, you can easily determine the number of objects.

Description

Automatic counting method using clustering method {Automatic counting method using clustering method}

본 발명은 자동 카운팅 방법에 관한 것으로서, 보다 상세하게는 군중이나 다수의 개체로된 집단을 촬상한 이미지 파일에서 카운팅하고자 하는 개체의 특징적인 RGB 코드값으로 추출한 픽셀을 클러스터링하고 이를 그룹핑하여 자동으로 클러스터를 카운팅하는 클러스터링 기법을 이용한 카운팅 방법에 관한 것이다.The present invention relates to an automatic counting method, and more particularly, clusters pixels extracted by characteristic RGB code values of an object to be counted from an image file of a crowd or a group of objects, and clusters them automatically. The counting method using a clustering technique for counting the.

최근 들어 뮤직 콘서트 또는 경기장에서의 스포츠 경기뿐만 아니라 특정 장소에서의 다양한 군중 집회, 모임이 증가하고 있다. 그리고 그 모임을 주최하거나 그 모임에 대한 정보를 수집하고 분석하는 언론기관 등에서는 그 군중 집회에 모인 인원수를 정확하게 파악할 필요가 있다. Recently, various crowd gatherings and gatherings at specific places are increasing, as well as music concerts or sports games at stadiums. And media organizations that host the gathering or gather and analyze information about the gathering need to know exactly how many people gathered at the rally.

물론 기존에는 파트 타임으로 고용된 인력이 직접 계수하거나, 운집한 군중들에서 군중샘플을 추출해서 그 샘플의 인원수를 카운팅해서 전체 인원수를 유추하는 통계적 방법을 이용하고 있다. Of course, traditionally, a part-time hired person counts or extracts a crowd sample from the crowds and counts the number of samples.

그러나 이러한 방법은 고용 인력을 이용할 경우 적지 않은 인건비가 들뿐만 아니라, 통계적 방법에 있어도 통상 5% 정도의 허용 오차를 두지만, 카운트한 값이 정확히 오차범위 내에서 포함된다고 볼 수 없고 추산하여 발표하는 곳마다 인원수에 있어서 상당한 오차가 있었다. However, this method not only costs labor costs when employing the employment staff, but also statistically gives a tolerance of about 5% even in the statistical method, but the counted value is not considered to be included within the error range. There was a significant error in the number of people everywhere.

이에 따라 군중의 인원수를 카운팅하는 데 있어서 경비를 줄이고, 보다 정확성을 높인 새로운 카운팅 방법이 요구되어 왔다. Accordingly, there has been a demand for a new counting method that reduces costs and increases accuracy in counting the number of people in the crowd.

본 발명이 이루고자 하는 기술적 과제는 개체의 군집을 촬상하여 얻은 이미지 파일로부터 개체의 특정 색상의 픽셀만을 추출하고 이를 클러스팅 기법을 이용하여 군집화한 후 군집화된 픽셀의 클러스터를 자동으로 카운팅하는 클러스팅 기법을 이용한 카운팅 방법을 제공하는 데 있다. The technical problem to be achieved by the present invention is a clustering technique for automatically counting clusters of clustered pixels after extracting only the pixels of a specific color of the object from the image file obtained by imaging the cluster of the object and clustering them using the clustering technique. It is to provide a counting method using.

본 발명의 상기한 기술적 과제를 달성하기 위한 클러스팅 기법을 이용한 카운팅 방법은, Counting method using the clustering technique for achieving the above technical problem of the present invention,

카운트하고자 하는 개체 집단의 이미지 파일을 컴퓨터에서 오픈하는 과정; 상기 이미지 파일로부터 카운팅 대상이 되는 개체의 특정 색상에 대응된 RGB 코드값을 설정하는 과정; 상기 설정된 RGB 코드값을 갖는 픽셀을 추출하는 과정; 상기 추출된 픽셀들을 클러스터링 기법을 이용하여 군집화하는 과정; 및 군집화된 픽셀의 클러스터를 카운팅하는 과정;을 포함함을 특징으로 한다. Opening an image file of a group of objects to be counted on a computer; Setting an RGB code value corresponding to a specific color of an object to be counted from the image file; Extracting a pixel having the set RGB code value; Clustering the extracted pixels using a clustering technique; And counting clusters of clustered pixels.

또한, 상기 클러스팅 기법은 군집내의 각 픽셀의 모든 페어 픽셀간의 거리 제곱의 합이 최소인 값의 픽셀들을 군집화해 나감을 특징으로 한다. In addition, the clustering technique is characterized by clustering pixels having a minimum sum of squared distances between all pair pixels of each pixel in the cluster.

또한, 상기 이미지 파일을 오픈하기 전에 카운팅 대상의 개체의 집단을 촬상하여 상기 이미지 파일을 생성시키는 과정을 더 포함함을 특징으로 한다. The method may further include generating the image file by photographing a group of objects to be counted before opening the image file.

또한, 상기 이미지 파일은 JEG, BMP, GIF파일 중 어느 하나의 이미지 파일임을 특징으로 한다. In addition, the image file is characterized in that the image file of any one of the JEG, BMP, GIF files.

또한, 카운팅한 상기 픽셀 클러스터의 수를 모니터 화면에 표시하는 과정을 더 포함함을 특징으로 한다. The method may further include displaying the counted number of pixel clusters on a monitor screen.

이하 첨부 도면을 참조하여 본 발명의 바람직한 실시예를 설명하기로 한다. Hereinafter, exemplary embodiments of the present invention will be described with reference to the accompanying drawings.

도 1은 본 발명의 클러스팅 기법을 이용한 카운팅 방법을 적용하기 위한 장치의 블록도이며, 도 2는 도 1의 장치를 이용한 카운팅 방법을 설명하기 위한 흐름도이다. 1 is a block diagram of an apparatus for applying a counting method using the clustering technique of the present invention, and FIG. 2 is a flowchart illustrating a counting method using the apparatus of FIG. 1.

도 1 및 2를 참조하면, 인원수를 카운트하고자 하는 군중이나 개체수를 파악하고자하는 대상 개체군을 디지털 카메라(10)로 찍어 메모리카드에 저장한 이미지 파일을 접속된 USB 케이블을 이용하여 컴퓨터(16)로 전송하여 저장한다(200 단계). Referring to FIGS. 1 and 2, a digital camera 10 photographs a crowd or a target population for which the number of people is to be counted and stores an image file stored in a memory card to a computer 16 using a connected USB cable. Transmit and store (step 200).

또한, 인화된 사진에 있는 군집화된 개체의 수를 카운트하고자 할 때는 해당 사진을 직접 디지털 카메라(10)로 찍거나 스캐너(12)로 스캔하여 JPEG나 BMP, GIF의 이미지 파일로 변환시킨 후 컴퓨터(16)에 저장할 수도 있다. In addition, if you want to count the number of clustered objects in the printed picture, take the picture directly with the digital camera 10 or scan it with the scanner 12 and convert it into an image file of JPEG, BMP, or GIF, and then 16) can be stored.

이때, 개체에 대한 카운팅의 정확도를 위해 해상도가 높은 이미지 파일로 저장함이 바람직하다. In this case, it is preferable to store the image file having a high resolution for the accuracy of counting the object.

상기 컴퓨터(16)에 저장된 해당 이미지 파일을 열어서 상기 이미지 파일로부터 카운팅 대상이 되는 개체의 색상에 대응된 특정 범위의 RGB 코드값을 설정한다(210 및 220 단계). 예컨대, 사람의 수를 카운트하는 경우에는 RGB 코드값이 R:15, G:15, B:15 이내 범위로 설정하여 사람의 머리카락 색상을 나타내는 픽셀이 선택되도록 한다.The image file stored in the computer 16 is opened to set RGB code values in a specific range corresponding to the color of the object to be counted from the image file (steps 210 and 220). For example, when counting the number of people, the RGB code values are set within a range of R: 15, G: 15, and B: 15 so that pixels representing human hair color are selected.

한편, 카운팅 대상이 사람이 아닐 경우에는 추출하고자 하는 개체의 특징이 되는 색상의 RGB 코드값으로 변경하여 설정하며, RGB 코드값을 설정시에는 카운트 대상의 개체와 주위의 배경이 확연히 구분될 수 있는 인덱스 RGB 코드값으로 설정한다. 이미지 파일을 읽어서 개체수를 파악할 때마다 많이 사용되는 특정 범위의 RGB 코드값은 사전에 사용자에 의해 컴퓨터(16)에 세팅하여 두고 이미지 파일을 오픈시 마다 매번 입력할 필요없이 디폴트값으로서 사용할 수도 있다. On the other hand, if the counting target is not a human, change the RGB code value of the color that is the characteristic of the object to be extracted and set it.When setting the RGB code value, the object to be counted and the surrounding background can be clearly distinguished. Set to the index RGB code value. The RGB code value of a specific range, which is frequently used every time an image file is read and grasped the number of objects, may be set in advance by the user on the computer 16 and used as a default value without having to input the image file every time it is opened.

230 단계에서는 설정된 RGB 코드값의 범위 내의 픽셀을 상기 이미지 파일로부터 추출한다. 도 3은 사람의 머리카락 색상에 대응하여 설정된 RGB 코드값에 따라 이미지 파일로부터 추출된 사람의 머리 색상의 픽셀을 나타내는 도면이다. In step 230, pixels within a range of a set RGB code value are extracted from the image file. 3 is a diagram illustrating pixels of a human hair color extracted from an image file according to an RGB code value set corresponding to a human hair color.

이어서, 상기 RGB 코드값을 갖는 추출된 픽셀들을 클러스터링 기법을 이용하여 군집화한다(240 단계). Subsequently, the extracted pixels having the RGB code value are clustered using a clustering technique (step 240).

클러스터링은 유사한 성격의 데이터를 분류하기 위해 사용되는데, 다양한 클러스터링 방법 중에서 단순히 픽셀간 거리만으로 군집화를 수행하는 Single Linkage의 방법의 경우는 외부 픽셀의 영향을 크게 받기 때문에 군집화의 정확도가 떨어지는 반면에 Ward의 방법인 경우는 군집내의 각 픽셀의 모든 페어(Pair)간의 거리 제곱합(SSW)이 최소값이 되는 해당 픽셀들을 군집화시켜 나가기 때문에 외부 픽셀의 영향을 받지 않는다. Clustering is used to classify data of similar nature. Among the various clustering methods, the method of Single Linkage, which performs clustering only by the distance between pixels, is affected by external pixels, so the accuracy of clustering is inferior. In the case of the method, since the sum of squares of distances (SSW) between all pairs of pairs of pixels in the cluster is clustered, the pixels are minimized, and thus are not affected by external pixels.

이에 따라 본 실시예에서는 상기 클러스터링 방법 중 좌표상의 가까운 거리의 픽셀들을 서로 묶어 나가면서 몇 개의 군집을 형성해 나가는 Ward의 방법을 응용하여 클러스터링을 하였다. Accordingly, in this embodiment, clustering is performed by applying Ward's method of forming several clusters by grouping pixels of close distances in coordinates among the clustering methods.

도 4는 클러스터링하는 일반적인 과정을 설명하기 위한 도면으로서, 추출된 픽셀들에 중에 있어서 순차적으로 인접한 픽셀끼리 화살표 방향과 같이 군집화하여 가는 과정을 나타낸다.FIG. 4 is a diagram illustrating a general process of clustering, and illustrates a process of clustering adjacent pixels sequentially in the extracted pixels in the direction of the arrow.

오픈된 이미지 파일에서 사람 머리의 색상을 나타내는 RGB 코드의 해당 픽셀을 추출한 경우 한 사람의 머리 영상 범위 내에 있는 픽셀간의 간격이 인접한 사람의 머리 영상 범위내에 있는 해당 색상의 픽셀과의 간격보다 비교가 되지 않을 정도로 매우 짧기 때문에 큰 오차없이 클러스터링이 처리된다. If you extract the corresponding pixel of the RGB code that represents the color of the human head from an open image file, the spacing between the pixels within the human head image range is not compared to the spacing of the pixels of the corresponding color within the adjacent human head image range. It's so short that it won't be clustered.

도 5는 도 3의 추출된 픽셀의 영상에서 중앙부의 픽셀을 클러스터링하여 그룹화한 화면의 확대도로서 클러스터링된 픽셀 군집의 각각이 하나의 개체와 대응된다.5 is an enlarged view of a screen in which the pixels of the center are clustered and grouped in the extracted pixel image of FIG. 3, and each of the clustered pixel clusters corresponds to one object.

일반적인 클러스터 전개 과정과 같이 군집된 픽셀들의 (군집간 픽셀간의 거리 제곱합)/(군집결과에 대한 전체 픽셀간 거리의 제곱합)의 비율의 감소량이 기준 값보다 클 경우 클러스터링을 중지하고 도 5와 같이 클러스터의 전개가 중지된 단계까지의 픽셀들을 최종적으로 그룹화 시킨다. As in the general cluster development process, if the decrease in the ratio of the sum of squared distances between pixels in the clusters / the sum of squared sums of the distances between the pixels for the clustering result is greater than the reference value, the clustering is stopped and the cluster as shown in FIG. 5. Finally, the pixels are grouped until the development stops.

250 및 260 단계에서는 그룹화가 완료된 픽셀의 클러스터들의 개수를 서브루틴으로 된 카운팅 프로그램에서 카운트하여 최종적으로 산출된 군집의 수를 모니터(14) 화면에 디스플레이한다. 이때 산출된 클러스터들의 수가 집결된 군중의 사람수가 된다. In steps 250 and 260, the number of clusters of grouped pixels is counted in a counting program of subroutines, and the number of clusters finally calculated is displayed on the screen of the monitor 14. At this time, the calculated number of clusters becomes the number of people gathered.

본 발명의 실시예에서는 상기 기능들을 실제적으로 구현하기 위해서 비쥬얼 베이직(Visual Basic)을 이용하여 프로그래밍하였으나 다른 프로그래밍 언어로 구현되어도 무방하다. In an embodiment of the present invention, the programming is performed using Visual Basic in order to actually implement the functions, but may be implemented in another programming language.

도 6은 본 발명에 따른 카운팅 방법에 의한 사용자 인터페이스 초기 화면의 실시예를 도시한다. 인터페이스 화면에서 드라이브, 폴더, 파일 검색 메뉴를 사용해서 카운트할 대상이 있는 이미지 파일을 읽어 들인다. 6 illustrates an embodiment of a user interface initial screen by a counting method according to the present invention. Use the drive, folder, or file search menus on the interface screen to read the image files that you want to count.

도 7은 도 6의 화면에서 군중의 수를 카운팅하기 위해 저장되어 있는 그래픽 파일을 오픈한 화면을 나타내며, 도 8은 도 7의 그래픽 파일로부터 추출한 픽셀을 클러스터링 처리후 카운팅한 결과를 나타내는 화면이다. 도 8에 도시된 Click For Counting! 이라는 화면상의 버튼을 클릭하면 카운팅 프로그램 루틴이 작동하여 픽셀의 클러스터를 카운팅한 후 카운트 값을 디스플레이 한다. FIG. 7 illustrates a screen in which a graphic file stored for counting the number of crowds is opened on the screen of FIG. 6, and FIG. 8 is a screen showing a result of counting pixels extracted from the graphic file of FIG. 7 after clustering. Click For Counting! Clicking the on-screen button causes the counting program routine to count the cluster of pixels and display the count value.

본 발명은 상기한 실시예에 한정되지 않고 본 발명의 기술적 사상으로부터 이탈됨이 없이 다양한 변형 실시예가 가능함은 이 분야의 당업자에게는 주지의 사실이다. It is well known to those skilled in the art that the present invention is not limited to the above embodiments and that various modifications can be made without departing from the spirit of the invention.

상술한 바와 같이, 본 발명에 따른 클러스팅 기법을 이용한 카운팅 방법은 이미지 파일에서 카운팅하고자 하는 개체에 대한 특정 색상의 RGB 코드값을 설정하면 해당 RGB 코드값의 픽셀을 이미지 파일로부터 추출한 후 클러스터링한 픽셀의 클러스터를 화면상에서 자동으로 카운트함으로서 간편하게 개체 수를 파악할 수 있다. As described above, in the counting method using the clustering technique according to the present invention, if an RGB code value of a specific color for an object to be counted in an image file is set, the pixel of the RGB code value is extracted from the image file and clustered. By automatically counting clusters on the screen, you can easily determine the number of objects.

도 1은 본 발명의 클러스팅 기법을 이용한 카운팅 방법을 적용하기 위한 장치의 블록도이다.1 is a block diagram of an apparatus for applying a counting method using the clustering technique of the present invention.

도 2는 도 1의 장치를 이용한 카운팅 방법을 설명하기 위한 흐름도이다. 2 is a flowchart illustrating a counting method using the apparatus of FIG. 1.

도 3은 본 발명에 의한 설정된 RGB 코드값에 따라 추출된 사람의 머리카락 색상의 픽셀을 나타내는 도면이다.3 is a diagram illustrating pixels of human hair color extracted according to an RGB code value set according to the present invention.

도 4는 일반적인 클러스터링 전개과정을 설명하기 위한 도면이다.4 is a diagram illustrating a general clustering deployment process.

도 5는 도 3의 추출된 픽셀의 영상에서 중앙 영역의 픽셀을 클러스터링하여 그룹화한 결과를 확대한 도면이다.FIG. 5 is an enlarged view of clustering and grouping pixels of a central region in the extracted pixel image of FIG. 3.

도 6은 본 발명에 따른 카운팅 방법에 의한 사용자 인터페이스 초기 화면의 일예를 도시한다. 6 shows an example of a user interface initial screen by the counting method according to the present invention.

도 7은 도 6에서 군중의 인원수를 카운팅하기 위해 해당 그래픽 파일을 오픈한 화면이다.FIG. 7 is a screen of a corresponding graphic file opened in order to count the number of people in FIG. 6.

도 8은 도 7의 그래픽 파일로부터 추출한 특정 RGB 코드값의 픽셀을 클러스터링 처리후 카운팅한 결과를 나타내는 화면이다. FIG. 8 is a screen illustrating a result of counting pixels of a specific RGB code value extracted from the graphic file of FIG. 7 after clustering.

<도면의 주요 부분에 대한 부호의 설명><Explanation of symbols for the main parts of the drawings>

10...디지털 카메라, 12...스캐너 10 ... digital camera, 12 ... scanner

14...모니터, 16...컴퓨터14 monitors, 16 computers

Claims

Opening an image file of a group of objects to be counted on a computer;

Setting an RGB code value of a specific range corresponding to a color of an object to be counted from the image file;

Extracting a pixel having the set RGB code value;

Clustering the extracted pixels using a clustering technique; And

Counting clusters of clustered pixels; Automatic counting method using a clustering technique comprising a.

The method of claim 1, wherein the clustering technique clusters pixels having a minimum sum of squares of distances between all pairs of pixels of each pixel.

The automatic counting method of claim 1, further comprising photographing a group of objects to be counted and generating the image file before opening the image file.

The method of claim 1, wherein the image file is any one of JPEG, BMP, and GIF files.

The automatic counting method of claim 1, further comprising displaying a counted number of pixel clusters on a monitor screen.