KR100626260B1 - 화상 중의 오브젝트를 표시하는 방법, 장치 및 컴퓨터판독가능한 기억 매체 - Google Patents

화상 중의 오브젝트를 표시하는 방법, 장치 및 컴퓨터판독가능한 기억 매체 Download PDF

Info

Publication number
KR100626260B1
KR100626260B1 KR1020037012364A KR20037012364A KR100626260B1 KR 100626260 B1 KR100626260 B1 KR 100626260B1 KR 1020037012364 A KR1020037012364 A KR 1020037012364A KR 20037012364 A KR20037012364 A KR 20037012364A KR 100626260 B1 KR100626260 B1 KR 100626260B1
Authority
KR
South Korea
Prior art keywords
image
css
outline
peak
shape
Prior art date
Application number
KR1020037012364A
Other languages
English (en)
Other versions
KR20030086321A (ko
Inventor
미로슬로우지. 보버
Original Assignee
미쓰비시덴키 가부시키가이샤
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 미쓰비시덴키 가부시키가이샤 filed Critical 미쓰비시덴키 가부시키가이샤
Publication of KR20030086321A publication Critical patent/KR20030086321A/ko
Application granted granted Critical
Publication of KR100626260B1 publication Critical patent/KR100626260B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5854Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/46Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/752Contour matching
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00Data processing: database and file management or data structures
    • Y10S707/99931Database or file accessing
    • Y10S707/99933Query processing, i.e. searching
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00Data processing: database and file management or data structures
    • Y10S707/99931Database or file accessing
    • Y10S707/99933Query processing, i.e. searching
    • Y10S707/99936Pattern matching access

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Eye Examination Apparatus (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Processing Or Creating Images (AREA)
  • Holo Graphy (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

정지 화상 또는 비디오 화상에 대응하는 신호를 처리함으로써 화상 중에 나타나는 오브젝트를 나타내는 방법에 있어서, 오브젝트의 윤곽을 평활화함으로써 오브젝트 윤곽의 곡률 스케일 공간(CSS) 표시를 도출하는 단계과, 원래의 곡선을 평활화한 버젼의 형상 또는 크기의 분포를 반영하는 적어도 1개의 추가 파라미터를 도출하는 단계와, 그 CSS 표시와 오브젝트의 형상 기술자로서의 그 추가 파라미터를 관련시키는 단계를 갖는다.
정지 화상, 비디오 화상, 곡률, 형상 기술자, 곡률 스케일 공간(CSS)

Description

화상 중의 오브젝트를 표시하는 방법, 장치 및 컴퓨터 판독가능한 기억 매체{METHOD AND DEVICE FOR DISPLAYING OBJECT IN IMAGE AND COMPUTER-READABLE STORAGE MEDIUM}
도 1은 비디오 데이터 베이스 시스템을 나타내는 블록도.
도 2는 어떤 오브젝트의 윤곽을 나타내는 도면.
도 3은 도 2의 윤곽을 도시하는 CSS 표시의 도면.
〈도면의 주요 부분에 따른 부호의 설명〉
2 : 제어 장치
4 : 표시 장치
6 : 포인팅 디바이스
8 : 화상 데이터 베이스
10 : 기술자 데이터 베이스
본 발명은 검색을 목적으로 하는 멀티미디어·데이터 베이스에 보존된 화상과 같은 정지 화상 또는 비디오 화상 중에 나타나는 오브젝트의 표시에 관한 것으 로, 특히 그와 같은 표시를 이용하여 오브젝트를 검색하는 방법 및 장치에 관한 것이다.
비디오 라이브러리의 화상과 같은 어플리케이션에서는, 비디오 화상 혹은 정지 화상 중에 나타나는 오브젝트의 윤곽이나 형상 또는 오브젝트 일부의 효율적인 표시 및 보존을 행하는 것이 바람직하다. 형상 베이스의 인덱싱과 검색을 행하기 위한 공지된 수법에서는 곡률 스케일 공간(CSS) 표시가 이용된다. CSS의 상세에 대해서는, 논문「곡률 스케일 공간에 의한 강력하고 효율적인 형상 인덱싱」(영국 머신 비젼 공보 pp.53∼62, 에딘버러, 영국, 1996년) 및 「곡률 스케일 공간을 이용하는 형상 내용에 의한 화상 데이터 베이스의 인덱싱」(인텔리젼트 데이터베이스에 관한 IEE 전문가 회의 공보, 런던, 1996년) 중에서 입수할 수 있다. 양논문 모두 Mokhtarian, S.Abbasi 및 J.Kittler에 의한 것으로, 그 내용은 본 명세서 중에 참고 문헌으로서 소개되어 있다.
CSS 표시에서는 오브젝트의 윤곽을 구하기 위해서 곡률 함수가 사용되고, 윤곽상의 임의의 점에서 표시가 개시된다. 형상을 평활화하는 일련의 변형을 행함으로써 윤곽의 형상을 전개하면서, 곡률 함수가 검토된다. 더욱 구체적으로는, 가우스 필터의 족(族, family)과 콘벌루션(convlove)된 곡률 함수의 도함수의 제로 크로스가 계산된다. 곡률 스케일 공간으로서 주지된 바와 같이, 제로 크로스는 그래프상에 플롯된다. 단, x축은 곡선의 정규화된 호 길이이고, y축은 전개 파라미터, 특히 적용 필터의 파라미터이다. 그래프상의 플롯은 윤곽의 특징을 나타내는 루프를 형성한다. 오브젝트의 윤곽의 각 볼록형 또는 오목형을 이루는 부분은 CSS 화 상에 있어서의 루프에 대응한다. CSS 화상에 있어서 가장 돌기된 루프의 피크의 세로 좌표는 윤곽의 표시로서 이용된다.
입력 오브젝트의 형상에 일치하는 데이터 베이스 중의 보존 화상의 오브젝트를 검색하기 위해서, 입력 형상의 CSS 표시가 계산된다. 매칭 알고리즘을 이용하여, 각각의 CSS 화상의 피크의 위치 및 높이를 비교함으로써, 입력 형상과 보존 형상과의 사이의 유사도가 판정된다.
상술한 최초의 논문에 따르면, 2개의 추가 파라미터(원래 형상의 진원도(circularity)와 이심률(eccentricity))를 이용하여, 이것과 현저히 다른 진원도와 이심률 파라미터를 갖는 형상은 매칭 처리로부터 제외되는 것으로 알려져 있다.
상술한 바와 같은 표시에 관한 문제점으로서, 서서히 검색 정밀도가 낮아지는 경우가 있고, 특히 소수의 오목형 또는 볼록형 곡선에 관해서 검색 정밀도가 낮아진다고 하는 점을 들 수 있다. 특히, 이 표시는 여러가지 볼록형의 곡선을 구별할 수 없다.
본 발명의 한 형태는 "원형 윤곽의 형상(prototype contour shape)"의 형상에 관하여 기술하는 추가 수단을 도입하는 것이다. 적합하게는 원형 윤곽의 형상은 이하와 같이 정의하는 것이 바람직하다:
1) 윤곽 중에 요철이 존재하지 않는(즉 CSS 화상에 피크가 존재하지 않는) 경우에는 원래의 형상.
2) CSS 화상 중의 가장 높은 피크와 동일한 평활화를 행한 후의 형상의 윤곽.
원형 윤곽의 형상은 항상 볼록형인 것에 유의하기 바란다.
예를 들면, MK.HU의 논문 "모멘트 불변량에 의한 시각 패턴 인식" (정보 이론에 관한 IEEE 처리, Vo1.IT-8, 179∼181, 1962년)에 기재되어 있는 것과 같은 영역 모멘트에 기초하는 불변량에 의해서 원형 윤곽의 형상을 기술해도 좋다. 상기 논문의 내용은 본 명세서에 참고 문헌으로서 소개되고 있다. 혹은, Cho-Huak The의 논문 "모멘트법에 의한 화상 분석에 관해서" (패턴 분석 및 머신 인텔리젼스에 관한 IEEE 처리, Vol.10.No.4, 1988년 7월)에 기재되어 있는 것과 같은 푸리에 기술자(記述子) 또는 이심률, 진원도 등과 같은 파라미터를 이용하여 원형 윤곽의 형상을 기술해도 좋다. 이 논문의 내용도 본 명세서에 참고 문헌으로서 도입되어 있다. 상술한 공지된 방법에서는 이심률과 진원도는 원래의 형상에 대해서밖에 사용되지 않는다. 본 발명에서는 곡선에 관해서 다른 이심률과 진원도가 "원형 형상"에 대하여 이용된다. 이 형상은 적어도 1개의 CSS 피크를 갖는다. 또 하나의 차이는 공지 방법에 의한 이심률과 진원도를 이용하여, 유사도 매칭으로부터 어느 일정한 형상이 제외된다고 하는 점이다. 본 발명에서는 (CSS 피크 외에) 이심률과 진원도를 이용하여 유사도 측정치가 유도된다. 마지막으로, 매칭 처리에 이용하는 추가 파라미터를 모멘트 불변량, 푸리에 기술자 및 제르니크(Zernicke) 모멘트에 대하여 확장한다.
본 발명의 결과로서 검색 정밀도의 개선을 행할 수 있다.
본 발명의 제1 측면에 따른 화상 중의 오브젝트를 표시하는 방법은 정지 화상 또는 비디오 화상에 대응하는 신호를 처리함으로써, 화상 중에 나타나는 오브젝트를 나타내는 방법에 있어서, 오브젝트의 윤곽을 평활화함으로써 오브젝트 윤곽의 곡률 스케일 공간(CSS) 표시를 도출하는 단계와, 원래 곡선의 평활화된 버젼의 형상 또는 크기의 분포를 반영하는 적어도 1개의 추가 파라미터를 도출하는 단계와, CSS 표시와 오브젝트의 형상 기술자로서 추가 파라미터를 관련시키는 단계를 갖는다.
본 발명의 제2 측면에 따른 화상 중의 오브젝트를 표시하는 방법은 추가 파라미터가 CSS 화상의 피크에 대응하는 평활화된 윤곽에 관한 것이다.
본 발명의 제3 측면에 따른 화상 중의 오브젝트를 표시하는 방법은 추가 파라미터가 CSS 화상의 가장 높은 피크에 대응하는 평활화된 윤곽에 관한 것이다.
본 발명의 제4 측면에 따른 화상 중의 오브젝트를 표시하는 방법은 추가 파라미터가 윤곽의 이심률에 대응한다.
본 발명의 제5 측면에 따른 화상 중의 오브젝트를 표시하는 방법은 추가 파라미터가 윤곽의 진원도에 대응한다.
본 발명의 제6 측면에 따른 화상 중의 오브젝트를 표시하는 방법은 적어도 1개의 추가 파라미터가 영역 베이스의 표시를 이용한다.
본 발명의 제7 측면에 따른 화상 중의 오브젝트를 표시하는 방법은 추가 파라미터가 영역 모멘트 불변량이다.
본 발명의 제8 측면에 따른 화상 중의 오브젝트를 표시하는 방법은 추가 파라미터가 푸리에 기술자에 기초한다.
본 발명의 제9 측면에 따른 화상 중의 오브젝트를 표시하는 방법은 추가 파라미터가 윤곽에 의해서 둘러싸인 영역의 제르니크 모멘트에 기초한다.
본 발명의 제10 측면에 따른 화상 중의 오브젝트를 표시하는 방법은 정지 화상 또는 비디오 화상에 대응하는 신호를 처리함으로써 화상중에 나타나는 복수의 오브젝트를 나타내는 방법에 있어서, 각 오브젝트의 윤곽에 관해서, 오브젝트 윤곽의 곡률에 현저한 변화가 존재하는 경우, 제1 측면 내지 제9 측면 중 어느 측면의방법을 이용하여 형상 기술자를 도출하는 단계과, 오브젝트 윤곽의 곡률에 현저한 변화가 존재하지 않는 경우, 오브젝트 윤곽의 형상을 반영하는 추가 파라미터를 적어도 포함하는 형상 기술자를 도출하는 단계를 갖는다.
본 발명의 제11 측면에 따른 화상 중의 오브젝트를 표시하는 방법은 곡률에 현저한 변화가 없는 오브젝트의 윤곽을 나타내는 추가 파라미터가 윤곽의 영역 모멘트 불변량, 윤곽의 푸리에 기술자 또는 윤곽의 제르니크 모멘트에 기초한다.
본 발명의 제12 측면에 따른 화상 중의 오브젝트를 검색하는 방법은 정지 화상 또는 비디오 화상에 대응하는 신호를 처리함으로써 화상중의 오브젝트를 검색하는 방법에 있어서, 2차원 윤곽의 형태로 쿼리(query)를 입력하는 단계과, 제1 측면 내지 제11 측면 중 어느 한 측면의 방법을 이용하여 윤곽의 기술자를 도출하는 단계과, CSS 값과 추가 파라미터를 이용하는 매칭 처리를 이용하여 보존된 오브젝트를 나타내는 각 기술자와 쿼리 기술자를 비교하여 유사도 측정치를 도출하고, 비 교에 의해서 쿼리와 오브젝트 사이의 유사도 정도가 표시되는 대상 오브젝트를 포함하는 화상에 대응하는 적어도 1개의 결과를 선택하여 표시하는 단계를 갖는다.
본 발명의 제13 측면에 따른 화상 중의 오브젝트를 검색하는 방법은 GP*S가, 비교된 오브젝트의 윤곽의 추가 파라미터 사이의 유사도 측정치이고, CSS-S가, 비교된 오브젝트의 윤곽을 나타내는 CSS 값 사이의 유사도 측정치이며, a가 상수일 때, 유사도 측정치가 M=a*GP*S+CSS-S인 M에 기초한다.
본 발명의 제14 측면에 따른 화상 중의 오브젝트를 검색하는 방법은 a가 CSS 피크의 수와 높이에 의존한다.
본 발명의 제15 측면에 따른 화상 중의 오브젝트를 검색하는 방법은 어느 하나의 윤곽과 관련된 CSS 피크가 존재하지 않을 때 a=1이고, 적어도 1개의 윤곽이 CSS 피크를 가지고 있을 때 a=0이다.
본 발명의 제16 측면에 따른 화상 중의 오브젝트를 검색하는 방법은 정지 화상 또는 비디오 화상에 대응하는 신호를 처리함으로써 화상중의 오브젝트를 검색하는 방법에 있어서, 윤곽의 CSS 표시를 이용하는 2개의 오브젝트의 윤곽 사이의 유사도 측정치와, 윤곽의 형상 또는 원래의 윤곽의 범위 내의 윤곽의 크기 분포 또는 윤곽의 평활화된 버젼을 반영하는 추가 파라미터를 계산하는 단계를 갖는다.
본 발명의 제17 측면에 따른 화상 중의 오브젝트를 표시하고 또는 검색하는 장치는 제1 측면 내지 제16 측면 중 어느 한 측면의 방법을 실행하기에 적합하게 된다.
본 발명의 제18 측면에 따른 화상 중의 오브젝트를 표시하는 또는 검색하는 컴퓨터 프로그램은 제1 측면 내지 제16 측면 중 어느 한 측면의 방법을 실현한다.
본 발명의 제19 측면에 따른 화상 중의 오브젝트를 표시하는 또는 검색하는 컴퓨터 시스템 프로그램은 제1 측면 내지 제16 측면 중 어느 한 측면의 방법에 따라서 작동한다.
본 발명의 제20 측면에 따른 컴퓨터 판독가능한 기억 매체는 제1 측면 내지 제16 측면의 방법을 실행하기 위한 컴퓨터에 의해서 실행 가능한 처리를 보존한다.
본 발명의 제21 측면에 따른 화상 중의 오브젝트를 표시하는 방법은 첨부도면을 참조하여 본 명세서에서 상기 설명한 것과 실질적으로 동일하게 정지 화상 또는 비디오 화상 중의 오브젝트를 나타낸다.
본 발명의 제22 측면에 따른 화상 중의 오브젝트를 검색하는 방법은 첨부도면을 참조하여 본 명세서에서 상기 설명한 것과 실질적으로 동일하게 정지 화상 또는 비디오 화상 중의 오브젝트를 검색한다.
본 발명의 제23 측면에 따른 화상 중의 오브젝트를 표시하는 또는 검색하는 컴퓨터 시스템은 첨부도면을 참조하여 본 명세서에서 상기 설명한 것과 실질적으로 동일하다.
첨부 도면을 참조하여 본 발명의 실시예에 관해서 설명한다.
<실시예 1>
도 1은 본 발명의 실시예에 따른 컴퓨터 처리가 행해진 비디오 데이터 베이스 시스템을 도시한 것이다. 이 시스템에는, 컴퓨터형의 제어 장치(2), 모니터형의 표시 장치(4), 마우스형의 포인팅 디바이스(6), 보존된 정지 화상과 비디오 화 상을 포함하는 화상 데이터 베이스(8) 및 화상 데이터 베이스(8)에 보존된 화상 중에 나타나는 오브젝트 또는 오브젝트의 몇개의 부분의 기술자를 보존하는 기술자 데이터 베이스(10)가 포함된다.
화상 데이터 베이스의 화상 중에 나타나는 흥미가 있는 각 오브젝트의 형상을 나타내는 기술자는 제어 장치(2)에 의해서 도출되어, 기술자 데이터 베이스(10)에 보존된다. 제어 장치(2)는 이하에 설명하는 것 같은 방법을 실행하는 적절한 프로그램의 제어에 의해서 동작하여 기술자를 도출한다.
첫째로, 소정의 오브젝트의 윤곽에 관해서, 이 윤곽의 CSS 표시가 유도된다. 상술한 논문의 하나에 기재되어 있는 것과 같은 주지된 방법을 이용하여 이 CSS 표시가 행해진다.
더욱 구체적으로는, 이 윤곽은 Ψ={(x(u), y(u), u∈[0,1]}에 의해서 표시된다(다만, u는 정규화된 호 길이 파라미터이다).
이 윤곽은 1-D 가우스 커넬 g(u, σ)를 이용하여 컨발브함으로써 평활화되어, σ의 변화로서 전개(evolving) 곡선의 곡률 제로 크로스가 조사된다. 제로 크로스는 곡률을 나타내는 하기의 식을 이용하여 특정된다.
Figure 112003035020096-pat00001
단,
X(u,σ)=x(u)*g(u,σ) Y(u,σ)=y(u)*g(u,σ)
또,
Xu(u,σ)=x(u)*gu(u,σ) Xuu(u,σ)=x(u)*guu(u,σ)
상기에서, *는 컨볼루션을 나타내고, 첨자는 도함수를 나타낸다.
곡률 제로 크로스의 수는 σ의 변화에 따라서 변화하고, σ가 충분히 높을 때 Ψ는 제로 크로스의 볼록형의 곡선이 된다.
제로 크로스 포인트(u, σ)는 CSS 화상 공간으로서 알려지는 그래프상에 플롯된다. 이 결과 원래 윤곽의 특징을 나타내는 곡선이 생긴다. 이 특징을 나타내는 곡선의 피크가 특정되고, 대응하는 세로좌표가 추출되어 보존된다. 일반적으로 상기한 결과, n개의 좌표 쌍 ((x1, y1),(x2, y2), ... (xn, yn)의 세트(단, n은 피크 수, xi는 i번째의 피크의 호 길이의 위치, yi는 피크의 높이임))가 주어진다. 이들의 피크의 세로좌표에 의해서 CSS 표시 피크가 구성된다.
CSS 표시 외에, 다른 파라미터가 형상과 관련되게 만들어져서, 형상기술자가 생성된다. 본 실시예에서는, 추가 파라미터는 형상의 "원형 영역"의 이심률과 진원도이고, 이 경우 이 형상의 "원형 영역"은 최종 평활화 단계 후의, 즉 가장 높은 피크치 σ와 같은 점에서의 형상의 윤곽이다. 원형 영역에 관해서 다른 σ값을 선택해도 좋다. 이 결과, 형(form)의 안에 S자형을 나타내는 형상기술자{EPR, CPR, 피크}가 생긴다(단지, EPR은 원형 영역의 이심률, CPR은 원형 영역의 진원도, PEAKS는 CSS 표시를 나타낸다).
본 발명의 일 실시예에 따른 화상 중의 오브젝트의 검색 방법에 관해서 설명 한다.
본 명세서에서, 도 1의 시스템의 기술자 데이터 베이스(10) 중에 상술한 방법에 따라서 도출된 형상 기술자가 보존된다.
포인팅 디바이스를 이용하여 디스플레이에 오브젝트의 윤곽을 그림으로써 사용자는 검색을 개시한다. 계속해서, 제어 장치(2)는 상술한 방법으로 입력 윤곽을 나타내는 형상 기술자를 도출한다. 계속해서, 제어 장치는 데이터 베이스에 보존되어 있는 각 형상 기술자를 이용하여 매칭 비교를 행한다.
입력 윤곽의 형상 S1을 보존 형상 S2와 비교한다고 가정하면, S1과 S2는 각각의 기술자가 하기와 같이 된다:
S1 : (EPR1, CPR1, PEAKS1)
S2 : (EPR2, CPR2, PEAKS2)
단, EPR은 원형 영역의 이심률을 의미하고, CPR은 원형 영역의 진원도를 의미하며, PEAKS는 CSS 화상 중의 피크 좌표의 설정치를 의미한다(이 설정치는 비어 있어도 좋다). 2개의 형상 사이의 유사도 측정치는 이하와 같이 계산된다.
M=a*abs((EPR2-EPRl)/(EPR2+EPRl))+b*abs((CPR2-CPRl)/((CPR2+ CPRl))+SM(PEAKS1, PEAKS2)
단, a와 b는 2개의 계수이고, SM은 2조의 피크[1] 값에 관하고 정의된 표준적 유사도 측정치이고, abs는 절대치를 나타낸다. SM은 상술한 논문에 기재되어 있는 것과 같은 공지된 매칭 알고리즘을 이용하여 계산된다. 이 매칭 처리에 관해서 이하 간략히 설명한다.
2개의 폐쇄된 윤곽의 형상, 화상 곡선 Ψi와 모델 곡선 Ψm 및 이들 곡선의 피크의 각각의 설정치{(xi1, yi1),(xi2, yi2), ..., (xin, yin)}와 {(xml, yml),(xm2, ym2), ..., (xmn, ymn)}이 제공되면, 유사도 측정치가 계산된다. 유사도 측정치는 화상 중의 피크와 모델 중의 피크의 매칭의 총 코스트로서 정의된다. 총 코스트를 최소화하는 매칭은 다이내믹 프로그래밍을 이용하여 계산된다. 알고리즘에 의해서, 모델로부터 얻은 피크가 화상으로부터 얻은 피크에 재귀적으로 매치되고, 이러한 매치의 각각의 비용 계산이 행해진다. 각 모델의 피크를 유일한 화상 피크와 매치시킬 수 있고, 각 화상 피크를 유일한 모델 피크와 매치시킬 수 있다. 모델 및/또는 화상 피크의 안에는 매치하지 않은 채로의 것이 있는 경우도 있고, 각 매치하지 않은 피크에 대해서는 추가의 페널티 코스트가 존재한다. 2개의 피크의 수평 거리가 0.2 미만인 경우, 2개의 피크를 매치할 수 있다. 매치의 코스트는 2개의 매치한 피크 사이의 직선의 길이이다. 매치하지 않은 피크의 코스트는 그 높이이다.
더욱 상술하면, 알고리즘은 노드가 매치한 피크에 대응하는 트리형의 구조를 작성하여 확장함으로써 기능한다.
단계 1. 화상(xik, yik)의 최대치와 모델(xir, yir)의 최대치로 이루어지는 개시 노드를 작성한다.
단계 2. 화상 피크의 최대치의 80% 이내의 각 남은 모델 피크에 관해서 추가의 개시 노드를 작성한다.
단계 3. 단계 1 및 단계 2에서 작성한 각 개시 노드의 비용을, 이 개시 노드와 링크한 화상 피크 및 모델 피크의 y 좌표의 차의 절대치로 초기화한다.
단계 4. 단계 3의 각 개시 노드에 관해서, 이 개시 노드에서 매치한 모델 피크와 화상 피크의 x(수평) 좌표의 차로서 정의하는 CSS 시프트 파라미터 알파를 계산한다. 시프트 파라미터는 각 노드에 관해서 다른 것으로 된다.
단계 5. 각 개시 노드에 관해서, 모델 피크의 리스트 및 화상 피크의 리스트를 작성한다. 이 리스트에는 어떤 피크가 아직 매치하지 않은 가에 관한 정보가 포함된다. 각 개시 노드에 관해서, "매치한 것"으로서 이 노드에서 매치한 피크에 마크를 붙이고, 다른 모든 피크에는 "매치하지 않은 것"으로서 마크를 붙인다.
단계 6. 단계 8의 조건이 만족될 때까지, 최저 코스트의 노드를 재귀적으로 확대한다(단계 1∼6에서 작성한 각 노드로부터 시작하여, 각 노드의 자(子) 노드가 뒤에 계속된다). 노드를 확대하기 위해서 이하의 수순을 이용한다.
단계 7. 노드의 확대:
매치하지 않은 상태로 되어 있는 적어도 1개의 화상과 1개의 모델 피크가 존재하는 경우, 매치하지 않은 가장 큰 스케일 화상 곡선 CSS의 최대치(xip, yip)를 선택한다. (단계 4에서 계산한) 개시 노드 시프트 파라미터를 적용하여 선택한 최대치를 모델 CSS 화상에 사상하고, 선택된 피크는 좌표(xip-alpha, yip)를 갖는 것으로 된다. 매치하지 않은 가장 가까운 모델 곡선 피크(xms, yms)를 결정한다. 2개의 피크 사이의 수평 거리가 0.2 미만(즉 │xip-alpha-xms│<0.2)인 경우, 2개의 피크를 매치시켜, 2개의 피크 사이의 직선 길이로서 매치의 코스트를 정의한다. 그 노드의 총 코스트에 매치의 비용을 가한다. 매치한 피크에 "매치한" 것으로서 마크를 붙이는 것에 의해 각각의 리스트로부터 매치한 피크를 제거한다. 2개의 피크 사이의 수평 거리가 0.2보다 큰 경우, 화상 피크(xip, yip)는 매치하는 것은 불가능하다. 그 경우, 총 코스트에 화상 피크의 높이 yip를 더하여, "매치한" 것으로서 그 피크에 마크를 붙이는 것에 의해 화상 피크 리스트로부터 피크(xip, yip)만을 제거한다.
상기 조건이 적합하지 않은(매치하지 않은 화상 피크밖에 존재하지 않거나, 또는 매치하지 않은 모델 피크밖에 존재하지 않은) 경우, 매치하지 않은 채로의 상태로 방치한다.
매치하지 않은 화상 피크 또는 모델 피크의 가장 높은 높이로서 매치의 코스트를 정의하여 리스트로부터 피크를 제거한다.
단계 8. 단계 7에서 노드를 확대한 후, 화상 리스트 및 모델 리스트의 쌍방에 매치하지 않은 피크가 존재하지 않은 경우 매칭 처리는 종료된다. 이 노드의 코스트는 화상과 모델 곡선 사이의 유사도 측정치이다. 피크가 존재하는 경우에는, 단계 7로 돌아가 최저 코스트의 노드를 확대한다.
화상 곡선 피크치와 모델 곡선 피크치를 교환하여 상기 수순을 반복한다. 최종 매칭값은 이들 2개의 피크치 중 낮은 쪽의 값이다.
데이터 베이스의 각 모델에 관해서 상기 단계를 반복한다.
매칭 비교로부터 결과로서 생기는 유사도 측정치는 소트되고, 계속해서 가장 접근한 매치를 나타내는 유사도 측정치를 갖는 기술자에 대응하는 오브젝트(즉 본 발명에서 최저의 유사도 측정치)가 사용자에 대하여 표시 장치(4) 상에 표시된다. 표시 대상의 오브젝트 수는 사용자가 미리 설정하거나 선택할 수 있다.
대체 실시예에서는, 여러가지 파라미터를 이용하여 "원형 영역"의 형상에 관하여 기술할 수 있다. 예를 들면 곡선의 3개의 푸리에 계수를 사용할 수 있다. 유사도 측정치는 이하와 같이 정의할 수 있다. 즉:
M=a*EUC(Fl, F2)+SM(PEAKS1, PEAKS2)
단, EUC는 모델과 화상의 형상을 나타내는 3개의 주요한 푸리에 계수로부터 형성되는 벡터 F1과 F2 사이의 유클리드 거리이고, SM은 CSS 피크의 유사도 측정치를 나타내며, 거의 상술한 것과 같은 방법을 이용하여 계산된다.
본 발명에 따른 시스템은 예를 들면 화상 라이브러리 중에 설치할 수 있다. 혹은, 데이터 베이스는 인터넷과 같은 네트워크에 의해 전화선과 같은 일시적 링크에 의해서 제어 장치와 접속하고, 시스템의 제어 장치로부터 원격지에 배치할 수 있다. 예를 들면, 화상 데이터 베이스 및 기술자 데이터 베이스는 영구 기억 장치 또는 ROM이나 DVD와 같은 휴대용 기억 매체중에 설치할 수 있다.
이상 설명한 것과 같은 시스템의 구성 요소는 소프트웨어 또는 하드웨어의 형으로 설치할 수 있다. 컴퓨터 시스템의 형태로 본 발명에 관해서 설명하였지만, 본 발명은 전용 칩 등을 이용하여 다른 형태로 실현할 수도 있다.
오브젝트의 2D 형상을 나타내는 방법 및 2개의 형상 사이의 유사도를 나타내는 값을 계산하는 방법을 나타내는 특정한 예를 나타냈지만, 마찬가지의 임의의 적절한 방법을 이용할 수 있다.
예를 들면, 확인 목적을 위하여 오브젝트 화상의 매칭을 행하기 위해서, 또는 필터링을 행하기 위해서 본 발명을 이용할 수 있다.

Claims (6)

  1. 화상에 대응하는 신호들을 처리함으로써, 상기 화상 또는 화상들의 시퀀스에 나타나는 오브젝트를 표시하는 방법으로서,
    오브젝트의 윤곽을 평활화(smoothing)함으로써 오브젝트 윤곽의 곡률 스케일 공간(Curvature Scale Space: CSS) 표시를 도출하는 단계와,
    원래의 윤곽의 평활화된 버젼의 진원도(circularity)를 반영하는 추가 파라미터를 도출하는 단계와,
    오브젝트의 형상 기술자로서 상기 추가 파라미터와 상기 CSS 표시를 관련시키는 단계
    를 포함하는 것을 특징으로 하는 방법.
  2. 제1항에 있어서,
    추가 파라미터는 CSS 화상의 피크에 대응하는 상기 평활화된 윤곽에 관한 것을 특징으로 하는 방법.
  3. 제2항에 있어서,
    추가 파라미터는 상기 CSS 화상의 가장 높은 피크에 대응하는 상기 평활화된 윤곽에 관한 것을 특징으로 하는 방법.
  4. 제1항 내지 제3항 중 어느 한 항에 기재된 방법을 실행하도록 되어 있는 화상 중의 오브젝트를 표시하는 장치.
  5. 제1항 내지 제3항 중 어느 한 항에 기재된 방법에 따라서 작동하도록 프로그램된 화상 중의 오브젝트를 표시하는 컴퓨터 시스템.
  6. 제1항 내지 제3항 중 어느 한 항에 기재된 방법을 실행하기 위한 컴퓨터에 의해서 실행 가능한 처리를 보존하는 컴퓨터 판독가능한 기억 매체.
KR1020037012364A 1999-07-15 2000-07-12 화상 중의 오브젝트를 표시하는 방법, 장치 및 컴퓨터판독가능한 기억 매체 KR100626260B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GB9916684A GB2352076B (en) 1999-07-15 1999-07-15 Method and apparatus for representing and searching for an object in an image
GB9916684.5 1999-07-15
PCT/JP2000/004673 WO2001006457A1 (fr) 1999-07-15 2000-07-12 Procede et dispositif permettant d'afficher ou de chercher un objet dans une image et support de stockage lisible via ordinateur

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR10-2001-7003272A Division KR100436532B1 (ko) 1999-07-15 2000-07-12 화상 중의 오브젝트를 표시하는 방법, 장치 및 컴퓨터 판독가능한 기억 매체

Publications (2)

Publication Number Publication Date
KR20030086321A KR20030086321A (ko) 2003-11-07
KR100626260B1 true KR100626260B1 (ko) 2006-09-21

Family

ID=10857347

Family Applications (4)

Application Number Title Priority Date Filing Date
KR1020037012364A KR100626260B1 (ko) 1999-07-15 2000-07-12 화상 중의 오브젝트를 표시하는 방법, 장치 및 컴퓨터판독가능한 기억 매체
KR1020037012365A KR100626261B1 (ko) 1999-07-15 2000-07-12 화상 중의 오브젝트를 검색하는 방법, 시스템 및 기계판독가능한 매체
KR1020067008459A KR100804326B1 (ko) 1999-07-15 2000-07-12 화상 중의 오브젝트를 검색하는 방법, 시스템 및 기계판독가능한 매체
KR10-2001-7003272A KR100436532B1 (ko) 1999-07-15 2000-07-12 화상 중의 오브젝트를 표시하는 방법, 장치 및 컴퓨터 판독가능한 기억 매체

Family Applications After (3)

Application Number Title Priority Date Filing Date
KR1020037012365A KR100626261B1 (ko) 1999-07-15 2000-07-12 화상 중의 오브젝트를 검색하는 방법, 시스템 및 기계판독가능한 매체
KR1020067008459A KR100804326B1 (ko) 1999-07-15 2000-07-12 화상 중의 오브젝트를 검색하는 방법, 시스템 및 기계판독가능한 매체
KR10-2001-7003272A KR100436532B1 (ko) 1999-07-15 2000-07-12 화상 중의 오브젝트를 표시하는 방법, 장치 및 컴퓨터 판독가능한 기억 매체

Country Status (11)

Country Link
US (4) US7613342B1 (ko)
EP (4) EP2259209A1 (ko)
JP (2) JP4727879B2 (ko)
KR (4) KR100626260B1 (ko)
CN (4) CN101609469B (ko)
AT (1) ATE381740T1 (ko)
BR (1) BR0006938B1 (ko)
DE (2) DE60043171D1 (ko)
GB (1) GB2352076B (ko)
RU (1) RU2220452C2 (ko)
WO (1) WO2001006457A1 (ko)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2352076B (en) * 1999-07-15 2003-12-17 Mitsubishi Electric Inf Tech Method and apparatus for representing and searching for an object in an image
US6625607B1 (en) * 1999-07-22 2003-09-23 Parametric Technology Corporation Method of comparing parts
GB2384095B (en) * 2001-12-10 2004-04-28 Cybula Ltd Image recognition
JP4477468B2 (ja) * 2004-10-15 2010-06-09 富士通株式会社 組み立て図面の装置部品イメージ検索装置
US8281281B1 (en) * 2006-06-07 2012-10-02 Pixar Setting level of detail transition points
US8031947B2 (en) * 2007-04-03 2011-10-04 Jacobsen Kenneth P Method and system for rapid matching of video streams
CN101334780A (zh) * 2007-06-25 2008-12-31 英特维数位科技股份有限公司 人物影像的搜寻方法、系统及存储影像元数据的记录媒体
KR101033366B1 (ko) * 2009-09-17 2011-05-09 고려대학교 산학협력단 효과적인 3차원 객체 인식을 위한 외형 기반 인덱스 구축 및 검색 방법
KR101032533B1 (ko) * 2009-10-14 2011-05-04 중앙대학교 산학협력단 특징값 정제를 통한 모양 기술 장치 및 방법
KR101767269B1 (ko) * 2011-04-25 2017-08-10 한국전자통신연구원 영상 검색 장치 및 방법
ITTO20120602A1 (it) 2012-07-09 2014-01-10 Sisvel Technology Srl Method for transforming an image descriptor based on a gradient histogram and relative image processing apparatus.
RU2538938C2 (ru) * 2013-04-11 2015-01-10 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Юго-Западный государственный университет" (ЮЗГУ) Способ формирования двумерного изображения биосигнала и его анализа
US10060749B2 (en) * 2015-02-19 2018-08-28 Here Global B.V. Method and apparatus for creating a clothoid road geometry
CN110737796B (zh) * 2019-10-17 2022-06-10 苏州大学 图像检索方法、装置、设备及计算机可读存储介质
US11941863B2 (en) * 2021-08-04 2024-03-26 Datalogic Ip Tech S.R.L. Imaging system and method using a multi-layer model approach to provide robust object detection

Family Cites Families (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2170373B (en) * 1984-12-28 1989-03-15 Canon Kk Image processing apparatus
GB9014122D0 (en) * 1990-06-25 1990-08-15 Gersan Ets Shape sorting
US5537494A (en) * 1990-05-29 1996-07-16 Axiom Innovation Limited Video image data encoding and compression system using edge detection and luminance profile matching
US5504318A (en) * 1991-09-13 1996-04-02 Symbol Technologies, Inc. Analog waveform decoder using peak locations
US5579471A (en) * 1992-11-09 1996-11-26 International Business Machines Corporation Image query system and method
JPH06309465A (ja) 1993-04-21 1994-11-04 Nippon Telegr & Teleph Corp <Ntt> 線図形学習認識方法
JP3574170B2 (ja) * 1994-03-17 2004-10-06 富士通株式会社 分散型画像処理装置
KR100287211B1 (ko) * 1994-08-30 2001-04-16 윤종용 양방향 움직임 추정방법 및 장치
US6014461A (en) * 1994-11-30 2000-01-11 Texas Instruments Incorporated Apparatus and method for automatic knowlege-based object identification
US5751853A (en) * 1996-01-02 1998-05-12 Cognex Corporation Locating shapes in two-dimensional space curves
US6005978A (en) * 1996-02-07 1999-12-21 Cognex Corporation Robust search for image features across image sequences exhibiting non-uniform changes in brightness
JPH09289584A (ja) * 1996-02-21 1997-11-04 Canon Inc 画像処理方法及び装置
US5893095A (en) * 1996-03-29 1999-04-06 Virage, Inc. Similarity engine for content-based retrieval of images
JPH1055447A (ja) * 1996-05-21 1998-02-24 Monorisu:Kk オブジェクト認識方法およびその方法を用いた装置
US5974175A (en) * 1997-01-22 1999-10-26 Fujitsu Limited Image processing apparatus and method for detecting a contour of an object from images of a motion picture and extracting the object therefrom
US6055340A (en) * 1997-02-28 2000-04-25 Fuji Photo Film Co., Ltd. Method and apparatus for processing digital images to suppress their noise and enhancing their sharpness
JP3815704B2 (ja) * 1997-10-28 2006-08-30 株式会社リコー 図形分類処理方法、図形検索処理方法、図形分類システム、図形検索システム、図形分類用特徴抽出処理方法、図形分類用表作成処理方法、情報記録媒体、図形間の類似度又は相異度の評価処理方法、図形正規化処理方法、及び、図形間対応付け処理方法
US6029173A (en) * 1997-11-26 2000-02-22 Navigation Technologies Corporation Method and system for representation and use of shape information in geographic databases
US6714679B1 (en) * 1998-02-05 2004-03-30 Cognex Corporation Boundary analyzer
US6240424B1 (en) * 1998-04-22 2001-05-29 Nbc Usa, Inc. Method and system for similarity-based image classification
KR100301113B1 (ko) * 1998-08-05 2001-09-06 오길록 윤곽선 추적에 의한 동영상 객체 분할 방법
US6256409B1 (en) * 1998-10-19 2001-07-03 Sony Corporation Method for determining a correlation between images using multi-element image descriptors
JP2000187731A (ja) * 1998-12-21 2000-07-04 Ricoh Co Ltd 画像特徴抽出方法およびその方法の各工程をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体
KR100671098B1 (ko) * 1999-02-01 2007-01-17 주식회사 팬택앤큐리텔 모양정보를 이용한 멀티미디어 데이터의 검색 방법 및 장치
GB2349493B (en) * 1999-04-29 2002-10-30 Mitsubishi Electric Inf Tech Method of representing an object using shape
US6307964B1 (en) * 1999-06-04 2001-10-23 Mitsubishi Electric Research Laboratories, Inc. Method for ordering image spaces to represent object shapes
US6400846B1 (en) * 1999-06-04 2002-06-04 Mitsubishi Electric Research Laboratories, Inc. Method for ordering image spaces to search for object surfaces
GB2394349B (en) * 1999-07-05 2004-06-16 Mitsubishi Electric Inf Tech Method and apparatus for representing and searching for an object in an image
GB2352076B (en) * 1999-07-15 2003-12-17 Mitsubishi Electric Inf Tech Method and apparatus for representing and searching for an object in an image
US6941323B1 (en) * 1999-08-09 2005-09-06 Almen Laboratories, Inc. System and method for image comparison and retrieval by enhancing, defining, and parameterizing objects in images
JP3316758B2 (ja) * 1999-12-13 2002-08-19 インターナショナル・ビジネス・マシーンズ・コーポレーション モルフィング処理装置、記憶媒体、および動画作成装置
JP4570207B2 (ja) * 2000-06-12 2010-10-27 株式会社富士通長野システムエンジニアリング 3次元モデル解析装置および記録媒体
US6678413B1 (en) * 2000-11-24 2004-01-13 Yiqing Liang System and method for object identification and behavior characterization using video analysis
KR100370220B1 (ko) * 2000-12-27 2003-02-12 삼성전자 주식회사 직선 기반의 영상 정합 방법
US7616818B2 (en) * 2003-02-19 2009-11-10 Agfa Healthcare Method of determining the orientation of an image
EP1609092A2 (en) * 2003-04-03 2005-12-28 Dublin City University Shape matching method for indexing and retrieving multimedia data
JP4355341B2 (ja) * 2003-05-29 2009-10-28 本田技研工業株式会社 深度データを用いたビジュアルトラッキング
US7868900B2 (en) * 2004-05-12 2011-01-11 General Electric Company Methods for suppression of items and areas of interest during visualization
US20050276443A1 (en) * 2004-05-28 2005-12-15 Slamani Mohamed A Method and apparatus for recognizing an object within an image
DE102005049017B4 (de) * 2005-10-11 2010-09-23 Carl Zeiss Imaging Solutions Gmbh Verfahren zur Segmentierung in einem n-dimensionalen Merkmalsraum und Verfahren zur Klassifikation auf Grundlage von geometrischen Eigenschaften segmentierter Objekte in einem n-dimensionalen Datenraum
US8745162B2 (en) * 2006-08-22 2014-06-03 Yahoo! Inc. Method and system for presenting information with multiple views

Also Published As

Publication number Publication date
JP2011100465A (ja) 2011-05-19
KR100804326B1 (ko) 2008-02-15
ATE381740T1 (de) 2008-01-15
EP2128796B1 (en) 2012-12-05
EP1115088A1 (en) 2001-07-11
KR20030088465A (ko) 2003-11-19
JP4727879B2 (ja) 2011-07-20
CN101609469B (zh) 2011-10-05
BR0006938A (pt) 2001-06-26
RU2220452C2 (ru) 2003-12-27
BR0006938B1 (pt) 2013-05-07
EP1901204A1 (en) 2008-03-19
US20080063312A1 (en) 2008-03-13
WO2001006457A1 (fr) 2001-01-25
EP2128796A1 (en) 2009-12-02
DE60037497T2 (de) 2008-12-04
GB2352076A (en) 2001-01-17
EP1115088A4 (en) 2003-07-16
US7664327B2 (en) 2010-02-16
EP2259209A1 (en) 2010-12-08
KR20030086321A (ko) 2003-11-07
KR100626261B1 (ko) 2006-09-21
KR100436532B1 (ko) 2004-06-22
US7613342B1 (en) 2009-11-03
EP1901204B1 (en) 2009-10-14
US7646920B2 (en) 2010-01-12
US7574049B2 (en) 2009-08-11
GB2352076B (en) 2003-12-17
DE60043171D1 (de) 2009-11-26
CN101609467A (zh) 2009-12-23
KR20060054492A (ko) 2006-05-22
GB9916684D0 (en) 1999-09-15
DE60037497D1 (de) 2008-01-31
CN1317126A (zh) 2001-10-10
KR20010075098A (ko) 2001-08-09
CN101609468A (zh) 2009-12-23
EP1115088B1 (en) 2007-12-19
CN100520825C (zh) 2009-07-29
US20080063311A1 (en) 2008-03-13
CN101609469A (zh) 2009-12-23
US20080065613A1 (en) 2008-03-13

Similar Documents

Publication Publication Date Title
US7646920B2 (en) Method, apparatus, computer program, computer system and computer-readable storage for representing and searching for an object in an image
KR100944584B1 (ko) 화상 중의 오브젝트를 표시하거나 검색하기 위한 방법, 장치 및 컴퓨터 판독가능 기록매체
KR100431677B1 (ko) 화상 중의 오브젝트를 표시하는 방법, 시스템 및 컴퓨터 판독 가능한 기억 매체
MXPA01002841A (en) Method and device for displaying or searching for object in image and computer-readable storage medium

Legal Events

Date Code Title Description
A107 Divisional application of patent
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120821

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20130822

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20140825

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20150820

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20160818

Year of fee payment: 11

FPAY Annual fee payment

Payment date: 20170823

Year of fee payment: 12

FPAY Annual fee payment

Payment date: 20180816

Year of fee payment: 13