KR101032533B1 - 특징값 정제를 통한 모양 기술 장치 및 방법 - Google Patents

특징값 정제를 통한 모양 기술 장치 및 방법 Download PDF

Info

Publication number
KR101032533B1
KR101032533B1 KR1020090097527A KR20090097527A KR101032533B1 KR 101032533 B1 KR101032533 B1 KR 101032533B1 KR 1020090097527 A KR1020090097527 A KR 1020090097527A KR 20090097527 A KR20090097527 A KR 20090097527A KR 101032533 B1 KR101032533 B1 KR 101032533B1
Authority
KR
South Korea
Prior art keywords
center
area
value
distance
shape
Prior art date
Application number
KR1020090097527A
Other languages
English (en)
Other versions
KR20110040312A (ko
Inventor
강기현
정다운
윤용인
최종수
Original Assignee
중앙대학교 산학협력단
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 중앙대학교 산학협력단 filed Critical 중앙대학교 산학협력단
Priority to KR1020090097527A priority Critical patent/KR101032533B1/ko
Publication of KR20110040312A publication Critical patent/KR20110040312A/ko
Application granted granted Critical
Publication of KR101032533B1 publication Critical patent/KR101032533B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/20—Contour coding, e.g. using detection of edges
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)

Abstract

특징값 정제를 통한 모양 기술 장치 및 방법을 제안한다. 제안되는 특징값 정제를 통한 모양 기술 장치 및 방법은 모양 객체의 중심을 계산하고 중심에서 모양 객체의 외곽선까지의 거리를 360도의 모든 각도에 대해 계산해서 특징값들을 구하고, 특징값들을 분할하고, 분할된 영역의 특징값들을 인접한 분할된 영역과의 상관관계를 고려해서 정제하고, 분할된 영역의 특징값들을 대칭한 분할된 영역과의 상관관계를 고려해서 정제하고, 분할된 영역의 특징값을 누적해서 정제하고, 정제된 특징값들로 모양 객체를 기술할 수 있다.
Figure R1020090097527
모양 기술, 실루엣 영상, 특징 정제

Description

특징값 정제를 통한 모양 기술 장치 및 방법{APPARATUS AND METHOD FOR SHAPE DESCRIPTION BY FEATURE DISTILLATION}
본 발명의 실시 예들은 특징값 정제를 통한 모양 기술 장치 및 방법에 관한 것으로, 특히, 모양을 기술하는 특징값들을 3가지 정제기법을 이용해서 정제하는 모양 기술 장치 및 방법에 관한 것이다.
　최근 컴퓨터를 비롯한 멀티미디어 장비들이 소프트웨어/하드웨어적으로 급속도로 발전하고, 보다 저렴하게 널리 대중화 되면서, 누구나 멀티미디어 데이터를 손쉽게 활용할 수 있는 환경이 만들어지고 있다. 또한 고성능 장비와 뛰어난 처리 기술들은 컴퓨터 비젼(Computer Vision) 기술과 융합되어, 모션 캡처(Motion Capture), 추적(Object Tracking), 인식(Recognition), 감시(Surveillance), 증강현실(Virtual Reality)등의 분야에 적용되고 있다1).
모양(Shape)으로 객체를 정의하고 인식하기 위한　실루엣(Silhouette) 정보의 경우, 위에서 언급된 관련 분야에서 널리 사용된다. 특히 인간의 움직임을 분석하고 유용한 정보로서 재가공하는, 인간 움직임 분석(Human Motion Analysis)분야 의 자세추정(Pose Estimation), 객체추적(Object Recognition), 객체인식(Object Recognition), 동작인식(Gesture Recognition)을 위하여 많이 활용되고 있다
도 1은 3차원 발 모양의 객체를 도시한 도면이다. 종래의 모양 기술 장치는 모양 기반 기술(Shape-based Descriptor)를 활용한 실험을 위해 도 1의 3차원 발 모양 객체(110)를 축 변환을 하면서 실루엣(Silhouette) 영상을 생성할 수 있다. 이때, X축을 -40°부터 +40°, Y축을 0°부터 180°, Z축 -30°부터 30°까지 각각 10°씩 축 변환을 하면서 실루엣(Silhouette) 영상을 생성하면 아래 도 2를 비롯해서 총 1197개의 실루엣 영상을 생성할 수 있다. 도 2는 3차원 발 모양의 객체를 축 변환하면서 생성한 실루엣 영상 중 하나를 도시한 도면이다.
종래의 모양 기술 방법에는 체인코드(Chain Code) 방법, 휴 불변 모멘트(Hu Invariant Moment) 방법, 2진 문자 순서(Binary Sequence) 방법, 축 투영(Axis Projection) 방법, CCD(Centroid Contour Distance) 방법 및 쉐입 콘텍스트(Shape Context) 방법 존재한다.
체인코드(Chain Code) 방법은 모양 객체를 구성하는 외곽선에 대하여 연속하는 외곽 점들의 방향 나열을 통해 객체를 정의하는 방법이다.
그리고, 휴 불변 모멘트(Hu Invariant Moment) 방법은 영상의 기하학적, 통계적 정의를 이용하며, 이동(Translation), 회전(Rotation), 크기변화(Scaling)에 안정적인 기술(Description) 방법이다.
그리고, 2진 문자 순서(Binary Sequence) 방법은 영상에 포함된　객체영역에 속하는 픽셀은 1로, 그렇지 않은 경우 0으로 표현된 2진화 영상을 대상으로 수행하 는 방법이다. 2진 문자 순서 방법은 영상을 구성하는 픽셀을 순차적으로 순회하면서 값의 나열을 계산하기 때문에 구성과 크기가 동일한 영상에 대한 빠르고 간편한 정의가 가능한 방법이다.
그리고, 축 투영(Axis Projection) 방법은 x축에 대한 열의 값 누적, y축에 대한 행의 값 누적을 통하여 해당 축에서의 객체 모양 및 공간 분포 특성을 표현하는 방법이다.
그리고, CCD(Centroid Contour Distance) 방법은 객체의 중심으로부터 객체의 외곽선과의 거리를 각도에 따라 표현하는 방법이다. CCD 방법은 객체의 중심으로부터 외곽선과의 거리를 각도 별로 기술하기 때문에, 객체의 크기가 변함에 따라 각도에 해당하는 거리 값이 가변적인 단점이 있다. 따라서, CCD 방법은 복잡한 굴곡이 빈번하게 발생되거나 접힘이 있는 관절과 같은 영상을 모양 기술하는데 효율적이지 못한 특성을 가진다.
그리고, 쉐입 콘텍스트(Shape Context) 방법은 외곽선에 위치한 기준 픽셀을 중심으로, 섹터(Sector)로 분할된 콘센트릭 서클(Concentric Circle)에 포함되는 정보의 양을 기술하는 방법이다.
본 발명의 실시 예는 특징값 정제를 통한 모양 기술 장치 및 방법을 제공한다.
본 발명의 실시 예는 모양을 기술하는 특징값들을 정제해서 모양을 기술하는데 필요한 데이터의 양과 연산속도를 줄인 모양 기술 장치 및 방법을 제공한다.
본 발명의 실시 예는 모양 객체의 중심을 계산하고 중심에서 모양 객체의 외곽선까지의 거리를 360도의 모든 각도에 대해 계산해서 특징값을 구하고, 특징값을 정제하는 모양 기술 장치 및 방법을 제공한다.
본 발명의 실시 예에 따른 특징값 정제를 통한 모양 기술 장치는, 실루엣 영상을 수신하면 실루엣 영상에 포함된 모양 객체의 중심을 계산하는 중심 계산부와, 상기 중심에서 상기 모양 객체의 외곽선까지의 거리인 중심거리 값을 각도 별로 계산해서 특징값 인 상기 중심거리 값들의 집합인 중심거리 집합을 생성하는 중심거리 계산부와, 상기 중심거리 집합을 기설정된 제1 각도로 분할하는 영역 분할부와, 상기 분할된 영역과 인접한 분할된 영역과의 상관관계를 고려해서 계산되는 정제된 특징값인 인접구간거리 값을 계산하는 인접구간거리 계산부와, 상기 분할된 영역과 대칭한 분할된 영역과의 상관관계를 고려해서 계산되는 정제된 특징값인 대칭영역거리 값을 계산하는 대칭영역거리 계산부 및 상기 중심거리 집합을 기설정된 제2 각도로 분할하고, 상기 제2 각도에 의해 분할된 영역별로 포함된 상기 중심거리 값들을 누적해서 정제된 특징값인 영역누적 값을 계산하는 영역누적 계산부를 포함한다.
본 발명의 실시 예에 따른 특징값 정제를 통한 모양 기술 방법은, 실루엣 영상을 수신하면 실루엣 영상에 포함된 모양 객체의 중심을 계산하는 단계와, 상기 중심에서 상기 모양 객체의 외곽선까지의 거리인 중심거리 값을 각도 별로 계산해서 특징값 인 상기 중심거리 값들의 집합인 중심거리 집합을 생성하는 단계와, 상기 중심거리 집합을 기설정된 제1 각도로 분할하는 단계와, 상기 분할된 영역과 인접한 분할된 영역과의 상관관계를 고려해서 계산되는 정제된 특징값인 인접구간거리 값을 계산하는 단계와, 상기 분할된 영역과 대칭한 분할된 영역과의 상관관계를 고려해서 계산되는 정제된 특징값인 대칭영역거리 값을 계산하는 단계 및 상기 중심거리 집합을 기설정된 제2 각도로 분할하고, 상기 제2 각도에 의해 분할된 영역별로 포함된 상기 중심거리 값들을 누적해서 정제된 특징값인 영역누적 값을 계산하는 단계를 포함한다.
본 발명의 실시 예는 모양 객체의 중심을 계산하고 중심에서 모양 객체의 외곽선까지의 거리를 360도의 모든 각도에 대해 계산해서 특징값들을 구하고, 특징값들을 정제해서 정제된 특징값들로 모양 객체를 기술하는 모양 기술 장치 및 방법에 관한 것으로, 특징값을 정제하기 때문에 저장공간을 줄일 수 있다. 또한, 정제 된 특장값을 계산하는 계산식이 단순하여서 연산시간을 줄일 수 있다.
이하에서, 본 발명에 따른 실시 예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 본 발명이 실시 예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다. 그리고 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
본 발명의 실시 예는 모양을 기술하는 특징값들을 정제해서 모양을 기술하는데 필요한 데이터의 양과 연산속도를 줄인 모양 기술 장치 및 방법에 관한 것이다.
도 3은 본 발명의 실시 예에 따른 모양 기술 장치의 구성을 도시한 도면이다. 도 3을 참조하면 모양 기술 장치는 특징값 추출부(310)와 특징값 정제부(320)를 포함한다.
특징값 추출부(310)는 중심 계산부(312), 중심거리 계산부(314) 및 영역 분할부(316)를 포함한다.
중심 계산부(312)는 실루엣 영상을 수신하면 실루엣 영상에 포함된 모양 객체의 중심을 아래 <수학식 1>과 같이 계산할 수 있다.
Figure 112009062833937-pat00001
Figure 112009062833937-pat00002
는 모양 객체에 대한 x좌표의 중심이고,
Figure 112009062833937-pat00003
는 모양 객체에 대한 y좌표의 중심이고, x와 y는 2차원 영상의 2개의 축을 나타내고, f(x,y)는 2차원 좌표로 표시되는 모양 객체의 외곽을 나타낸다.
중심거리 계산부(314)는 도 4와 같이 중심(c)에서 외곽선까지의 중심거리(r)를 각도(α) 별로 계산한다. 중심거리 계산부(314)는 특징값인 각도(α)에 따른 중심거리(r) 집합
Figure 112011011638229-pat00004
을 생성한다.
도 4는 본 발명의 실시 예에 따른 모양 기술을 위한 모양에 대한 변수들을 도시한 도면이다. 도 4를 참조하면 c는 점선으로 표현된 모양 객체의 무게 중심이고, P'는 외곽선의 임의의 포인트이고, 중심거리(r)는 중심(c)에서 외곽선의 포인트(P'까지의 거리이고, α는 x축을 기준으로 하는 중심거리(r)의 각도이다.
영역 분할부(316)는 추출된 특징값의 정제를 위하여 특징값인 중심거리 집합
Figure 112009062833937-pat00005
을 도 5와 같이 다수 개의 영역으로 분할한다. 도 5는 본 발명의 실시 예에 따라 모양의 영역을 분할한 예를 도시한 도면이다.
도 5를 참조하면 특징값은 무게중심을 기준으로
Figure 112009062833937-pat00006
의 범위로 추 출된다. 따라서 영역 분할부(316)는 영역을 분할하는 기설정된 각도(
Figure 112009062833937-pat00007
)가 45°로 적용된 경우 총 8개의 부분으로 영역이 나눈다. 다시 말해 영역 분할부(316)는 중심거리 집합
Figure 112009062833937-pat00008
을 8개로 분할하는 것과 같다.
중심거리 집합
Figure 112009062833937-pat00009
에서 분할된 각각의 영역 A(Area)를 구성하는 영역
Figure 112009062833937-pat00010
는
Figure 112009062833937-pat00011
에 의해서 결정된다.
도 3을 참조하면 특징값 정제부(320)는 인접구간거리 계산부(322), 대칭영역거리 계산부(324) 및 영역누적 계산부(326)를 포함한다.
인접구간거리 계산부(322)는 분할된 영역과 인접한 분할된 영역과의 상관관계를 고려해서 계산되는 정제된 특징값인 인접구간거리 값을 계산한다. 인접구간거리 계산부(322)는 아래 도 6과 같이 중심거리 집합(R)에서 분할된 영역(A)들을 각각의 인접한 분할된 영역과의 거리차를 계산하고 계산된 거리차를 누적해서 분할된 영역(A)별로 인접구간거리(AAD: Adjacent Area Distance) 값을 계산한다. 이때 거리차는 분할된 영역(A)의 집합과 인접한 분할된 영역의 집합의 각각에 포함된 순서대로 계산된다. 도 6은 본 발명의 실시 예에 따라 인접구간거리를 계산하는 예를 도시한 도면이다. 인접구간거리(AAD) 값은 아래에서 <수학식 2>과 같이 계산될 수 있다.
Figure 112009062833937-pat00012
Figure 112009062833937-pat00013
는 i번째 분할된 영역의 인접구간거리 값이고, p는 분할된 영역의 개수이고, q는 분할된 영역의 크기이고,
Figure 112009062833937-pat00014
는 i번째의 분할된 영역에서 j번째의 중심거리 값이고,
Figure 112009062833937-pat00015
는 i번째의 분할된 영역 다음에 위치한 분할된 영역에서 j번째의 중심거리 값이다.
인접구간거리 계산부(322)는 총 360개인 중심거리 집합(R)을 분할된 영역의 수만큼의 값으로 정제한다.
대칭영역거리 계산부(324)는 분할된 영역과 대칭한 분할된 영역과의 상관관계를 고려해서 계산되는 정제된 특징값인 대칭영역거리 값을 계산한다. 대칭영역거리 계산부(324)는 아래 도 7과 같이 중심거리 집합(R)에서 분할된 영역(A)들을 각각의 대칭한 분할된 영역과의 거리차를 계산하고 계산된 거리차를 아래 <수학식 3>과 같이 누적해서 대칭영역거리(SAD: Symmetric Area Distance)를 계산한다. 이때 거리차는 분할된 영역(A)의 집합과 대칭한 분할된 영역의 집합의 각각에 포함된 순서대로 계산된다. 도 7은 본 발명의 실시 예에 따라 대칭영역거리 값을 계산하는 예를 도시한 도면이다.
Figure 112009062833937-pat00016
Figure 112009062833937-pat00017
는 i번째 분할된 영역의 대칭영역거리 값이고, p는 분할된 영역의 개수이고, q는 분할된 영역의 크기이고,
Figure 112009062833937-pat00018
는 i번째의 분할된 영역에서 j번째의 중심거리 값이고,
Figure 112009062833937-pat00019
는 i번째 분할 영역에 대칭한 분할된 영역에서 j번째의 중심거리 값이다.
대칭영역거리 계산부(324)는 총 360개인 중심거리 집합(R)을 분할된 영역의 수를 반으로 나눈 만큼의 값으로 정제한다.
영역누적 계산부(326)는 중심거리 집합(R)을 기설정된 각도(
Figure 112009062833937-pat00020
)로 분할하고, 분할된 영역 별로 각각의 분할된 영역에 포함된 중심거리들을 누적한 영역 누적(AA: Area Accumulation) 값을 계산한다. 영역 누적(AA) 값은 아래 <수학식 4>를 통해 계산될 수 있다.
Figure 112009062833937-pat00021
Figure 112009062833937-pat00022
는 i번째 분할된 영역의 영역누적 값이고, p는 분할된 영역의 개수이고, q는 분할된 영역의 크기이고,
Figure 112009062833937-pat00023
는 i번째의 분할된 영역에서 j번째의 중심거리 값이다.
영역누적 계산부(326)는 기설정된 각도(
Figure 112009062833937-pat00024
)를 10°로 하는 경우 총 360개인 중심거리 집합(R)을 분할된 영역의 개수인 36개의 영역누적 값으로 정제한다.
이하, 상기와 같이 구성된 본 발명에 따른 특징값 정제를 통한 모양 기술 방법을 아래에서 도면을 참조하여 설명한다.
도 8은 본 발명의 실시 예에 따른 모양 기술 과정을 도시한 흐름도이다. 도 8을 참조하면 본 발명의 실시 예인 모양 기술 장치는 810단계에서 모양 기술할 실루엣 영상을 수신하면, 812단계에서 실루엣 영상에 포함된 모양 객체의 무게중심을 계산한다. 모양 객체의 무게중심은 상술한 <수학식 1>을 이용해서 계산할 수 있다.
그리고, 모양 기술 장치는 814단계에서 무게중심에서 외곽선과의 거리를 계산해서 특징값인 각도(α)에 따른 중심거리(r) 집합
Figure 112009062833937-pat00025
을 생성한다. 그리고, 모양 기술 장치는 816단계에서 정제를 위해 기설정된 크기로 영역 분할한다.
그리고, 모양 기술 장치는 818단계에서 분할된 영역과 인접한 분할된 영역과의 상관관계를 고려해서 계산되는 정제된 특징값인 인접구간거리(AAD: Adjacent Area Distance) 값을 계산한다.
인접구간거리 값의 계산은 분할된 영역(A)별로 중심거리 집합(R)에서 분할된 영역(A)들을 각각의 인접한 분할된 영역과의 거리차를 계산하고 계산된 거리차를 누적해서 계산된다. 인접구간거리(AAD) 값은 상술한 <수학식 2>과 같이 계산될 수 있다.
그리고, 모양 기술 장치는 820단계에서 분할된 영역과 대칭한 분할된 영역과의 상관관계를 고려해서 계산되는 정제된 특징값인 대칭영역거리(SAD: Symmetric Area Distance) 값을 계산한다. 대칭영역거리 값의 계산은 중심거리 집합(R)에서 분할된 영역(A)들을 각각의 대칭한 분할된 영역과의 거리차를 계산하고 계산된 거리차를 상술한 <수학식 3>과 같이 누적해서 계산된다.
그리고, 모양 기술 장치는 822단계에서 중심거리 집합(R)을 기설정된 각도(
Figure 112009062833937-pat00026
)로 분할하고, 분할된 영역 별로 각각의 분할된 영역에 포함된 중심거리들을 누적한 영역 누적(AA: Area Accumulation) 값을 계산한다. 영역 누적(AA)은 상술한 <수학식 4>를 통해 계산될 수 있다.
그리고, 모양 기술 장치는 824단계에서 정제된 특징값인 인접구간거리(AAD) 값들과 대칭영역거리(SAD) 값들과 영역 누적(AA) 값들을 출력한다.
또한, 본 발명의 실시 예들은 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터 판독 가능 매체를 포함한다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니 라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시 예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시 예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시 예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
도 1은 3차원 발 모양의 객체를 도시한 도면,
도 2는 3차원 발 모양의 객체를 축 변환하면서 생성한 실루엣 영상 중 하나를 도시한 도면,
도 3은 본 발명의 실시 예에 따른 모양 기술 장치의 구성을 도시한 도면,
도 4는 본 발명의 실시 예에 따른 모양 기술을 위한 모양에 대한 변수들을 도시한 도면,
도 5는 본 발명의 실시 예에 따라 모양의 영역을 분할한 예를 도시한 도면,
도 6은 본 발명의 실시 예에 따라 인접구간거리를 계산하는 예를 도시한 도면,
도 7은 본 발명의 실시 예에 따라 대칭영역거리를 계산하는 예를 도시한 도면 및,
도 8은 본 발명의 실시 예에 따른 모양 기술 과정을 도시한 흐름도이다.

Claims (14)

  1. 실루엣 영상을 수신하면 실루엣 영상에 포함된 모양 객체의 중심을 계산하는 중심 계산부;
    상기 중심에서 상기 모양 객체의 외곽선까지의 거리인 중심거리 값을 각도 별로 계산해서 특징값 인 상기 중심거리 값들의 집합인 중심거리 집합을 생성하는 중심거리 계산부;
    상기 중심거리 집합을 기설정된 제1 각도로 분할해서 분할된 영역들을 생성하는 영역 분할부;
    상기 분할된 영역들 별로 인접한 분할된 영역과의 상관관계를 고려해서 계산되는 정제된 특징값인 인접구간거리 값을 계산하는 인접구간거리 계산부;
    상기 분할된 영역들 별로 대칭한 분할된 영역과의 상관관계를 고려해서 계산되는 정제된 특징값인 대칭영역거리 값을 계산하는 대칭영역거리 계산부; 및
    상기 중심거리 집합을 기설정된 제2 각도로 분할하고, 상기 제2 각도에 의해 분할된 영역별로 포함된 상기 중심거리 값들을 누적해서 정제된 특징값인 영역누적 값을 계산하는 영역누적 계산부를 포함하는
    특징값 정제를 통한 모양 기술 장치.
  2. 제1항에 있어서,
    상기 인접구간거리 계산부는,
    상기 인접한 분할된 영역과의 상관관계를 고려해서 상기 분할된 영역에 포함된 중심거리 값들을 누적해서 상기 분할된 영역별로 상기 인접구간거리 값을 계산하는
    특징값 정제를 통한 모양 기술 장치.
  3. 제1항에 있어서,
    상기 대칭영역거리 계산부는,
    상기 대칭한 분할된 영역과의 상관관계를 고려해서 상기 분할된 영역에 포함된 중심거리 값들을 누적해서 상기 분할된 영역별로 상기 대칭영역거리 값을 계산하는
    특징값 정제를 통한 모양 기술 장치.
  4. 제1항에 있어서,
    상기 중심 계산부는,
    상기 모양 객체의 상기 중심을 아래 <수학식 5>를 통해 계산하는
    특징값 정제를 통한 모양 기술 장치.
    Figure 112009062833937-pat00027
    Figure 112009062833937-pat00028
    는 모양 객체에 대한 x좌표의 중심이고,
    Figure 112009062833937-pat00029
    는 모양 객체에 대한 y좌표의 중심이고, x와 y는 2차원 영상의 2개의 축을 나타내고, f(x,y)는 2차원 좌표로 표시되는 모양 객체의 외곽을 나타낸다.
  5. 제1항에 있어서,
    상기 인접구간거리 계산부는,
    상기 인접구간거리 값을 아래 <수학식 6>를 통해 계산하는
    특징값 정제를 통한 모양 기술 장치.
    Figure 112009062833937-pat00030
    Figure 112009062833937-pat00031
    는 i번째 분할된 영역의 인접구간거리 값이고, p는 분할된 영역의 개수이고, q는 분할된 영역의 크기이고,
    Figure 112009062833937-pat00032
    는 i번째의 분할된 영역에서 j번째의 중심거리 값이고,
    Figure 112009062833937-pat00033
    는 i번째의 분할된 영역 다음에 위치한 분할된 영역에서 j번째의 중심거리 값이다.
  6. 제1항에 있어서,
    상기 대칭영역거리 계산부는,
    상기 대칭영역거리 값을 아래 <수학식 7>를 통해 계산하는
    특징값 정제를 통한 모양 기술 장치.
    Figure 112009062833937-pat00034
    Figure 112009062833937-pat00035
    는 i번째 분할된 영역의 대칭영역거리 값이고, p는 분할된 영역의 개수이고, q는 분할된 영역의 크기이고,
    Figure 112009062833937-pat00036
    는 i번째의 분할된 영역에서 j번째의 중심거리 값이고,
    Figure 112009062833937-pat00037
    는 i번째 분할 영역에 대칭한 분할된 영역에서 j번째의 중심거리 값이다.
  7. 제1항에 있어서,
    상기 영역누적 계산부는,
    상기 영역누적 값을 아래 <수학식 8>를 통해 계산하는
    특징값 정제를 통한 모양 기술 장치.
    Figure 112009062833937-pat00038
    Figure 112009062833937-pat00039
    는 i번째 분할된 영역의 영역누적 값이고, p는 분할된 영역의 개수이고, q는 분할된 영역의 크기이고,
    Figure 112009062833937-pat00040
    는 i번째의 분할된 영역에서 j번째의 중심거리 값이다.
  8. 실루엣 영상을 수신하면 실루엣 영상에 포함된 모양 객체의 중심을 계산하는 단계;
    상기 중심에서 상기 모양 객체의 외곽선까지의 거리인 중심거리 값을 각도 별로 계산해서 특징값 인 상기 중심거리 값들의 집합인 중심거리 집합을 생성하는 단계;
    상기 중심거리 집합을 기설정된 제1 각도로 분할 해서 분할된 영역들을 생성하는 단계;
    상기 분할된 영역들 별로 인접한 분할된 영역과의 상관관계를 고려해서 계산되는 정제된 특징값인 인접구간거리 값을 계산하는 단계;
    상기 분할된 영역들 별로 대칭한 분할된 영역과의 상관관계를 고려해서 계산되는 정제된 특징값인 대칭영역거리 값을 계산하는 단계; 및
    상기 중심거리 집합을 기설정된 제2 각도로 분할하고, 상기 제2 각도에 의해 분할된 영역별로 포함된 상기 중심거리 값들을 누적해서 정제된 특징값인 영역누적 값을 계산하는 단계를 포함하는
    특징값 정제를 통한 모양 기술 방법.
  9. 제8항에 있어서,
    상기 인접구간거리 값을 계산하는 단계는,
    상기 인접한 분할된 영역과의 상관관계를 고려해서 상기 분할된 영역에 포함된 중심거리 값들을 누적해서 상기 분할된 영역별로 상기 인접구간거리 값을 계산하는
    특징값 정제를 통한 모양 기술 방법.
  10. 제8항에 있어서,
    상기 대칭영역거리 값을 계산하는 단계는,
    상기 대칭한 분할된 영역과의 상관관계를 고려해서 상기 분할된 영역에 포함된 중심거리 값들을 누적해서 상기 분할된 영역별로 상기 대칭영역거리 값을 계 산하는
    특징값 정제를 통한 모양 기술 방법.
  11. 제8항에 있어서,
    상기 중심을 계산하는 단계는,
    상기 모양 객체의 상기 중심을 아래 <수학식 9>를 통해 계산하는
    특징값 정제를 통한 모양 기술 방법.
    Figure 112011011638229-pat00041
    Figure 112011011638229-pat00042
    는 모양 객체에 대한 x좌표의 중심이고,
    Figure 112011011638229-pat00043
    는 모양 객체에 대한 y좌표의 중심이고, x와 y는 2차원 영상의 2개의 축을 나타내고, f(x,y)는 2차원 좌표로 표시되는 모양 객체의 외곽을 나타낸다.
  12. 제8항에 있어서,
    상기 인접구간거리 값을 계산하는 단계는,
    상기 인접구간거리 값을 아래 <수학식 10>를 통해 계산하는
    특징값 정제를 통한 모양 기술 방법.
    Figure 112011011638229-pat00044
    Figure 112011011638229-pat00045
    는 i번째 분할된 영역의 인접구간거리 값이고, p는 분할된 영역의 개수이고, q는 분할된 영역의 크기이고,
    Figure 112011011638229-pat00046
    는 i번째의 분할된 영역에서 j번째의 중심거리 값이고,
    Figure 112011011638229-pat00047
    는 i번째의 분할된 영역 다음에 위치한 분할된 영역에서 j번째의 중심거리 값이다.
  13. 제8항에 있어서,
    상기 대칭영역거리 값을 계산하는 단계는,
    상기 대칭영역거리 값을 아래 <수학식 11>를 통해 계산하는
    특징값 정제를 통한 모양 기술 방법.
    Figure 112011011638229-pat00048
    Figure 112011011638229-pat00049
    는 i번째 분할된 영역의 대칭영역거리 값이고, p는 분할된 영역의 개수이고, q는 분할된 영역의 크기이고,
    Figure 112011011638229-pat00050
    는 i번째의 분할된 영역에서 j번째의 중심거리 값이고,
    Figure 112011011638229-pat00051
    는 i번째 분할 영역에 대칭한 분할된 영역에서 j번째의 중심거리 값이다.
  14. 제8항에 있어서,
    상기 영역누적 값을 계산하는 단계는,
    상기 영역누적 값을 아래 <수학식 12>를 통해 계산하는
    특징값 정제를 통한 모양 기술 방법.
    Figure 112011011638229-pat00052
    Figure 112011011638229-pat00053
    는 i번째 분할된 영역의 영역누적 값이고, p는 분할된 영역의 개수이고, q는 분할된 영역의 크기이고,
    Figure 112011011638229-pat00054
    는 i번째의 분할된 영역에서 j번째의 중심거리 값이다.
KR1020090097527A 2009-10-14 2009-10-14 특징값 정제를 통한 모양 기술 장치 및 방법 KR101032533B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090097527A KR101032533B1 (ko) 2009-10-14 2009-10-14 특징값 정제를 통한 모양 기술 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090097527A KR101032533B1 (ko) 2009-10-14 2009-10-14 특징값 정제를 통한 모양 기술 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20110040312A KR20110040312A (ko) 2011-04-20
KR101032533B1 true KR101032533B1 (ko) 2011-05-04

Family

ID=44046694

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090097527A KR101032533B1 (ko) 2009-10-14 2009-10-14 특징값 정제를 통한 모양 기술 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101032533B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101334794B1 (ko) * 2012-08-08 2013-11-29 성균관대학교산학협력단 특징정보를 이용하는 꽃 인식 장치 및 방법
KR20150136723A (ko) 2014-05-27 2015-12-08 서강대학교산학협력단 영상 특징 추출 방법 및 장치 및 이를 구현한 프로그램을 기록한 기록 매체

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101913319B1 (ko) 2013-07-16 2019-01-14 삼성전자주식회사 깊이 영상에서 인터페이싱 영역을 검출하는 방법 및 장치
KR102055256B1 (ko) 2017-09-08 2019-12-13 주식회사 듀코젠 클라우드 기반의 디지털 문항 저작 솔루션 제공 및 유통 서비스 플랫폼이 가능한 학습시스템과, 그 제어방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980074264A (ko) * 1997-03-22 1998-11-05 김영환 모양정보 부호화시 초기 근사 정점 고속 탐색 방법
KR20010075098A (ko) * 1999-07-15 2001-08-09 다니구찌 이찌로오, 기타오카 다카시 화상 중의 오브젝트를 표시 또는 검색하는 방법, 장치 및컴퓨터 판독가능 기억 매체

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980074264A (ko) * 1997-03-22 1998-11-05 김영환 모양정보 부호화시 초기 근사 정점 고속 탐색 방법
KR20010075098A (ko) * 1999-07-15 2001-08-09 다니구찌 이찌로오, 기타오카 다카시 화상 중의 오브젝트를 표시 또는 검색하는 방법, 장치 및컴퓨터 판독가능 기억 매체

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"객체 모양의 특징을 표현하는 재귀적 윤곽 우세 점 추출 방안", 한국정보과학회 2001년도 봄 학술발표논문집 제28권 제1호(B), pp. 19-21, 2001.4.

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101334794B1 (ko) * 2012-08-08 2013-11-29 성균관대학교산학협력단 특징정보를 이용하는 꽃 인식 장치 및 방법
KR20150136723A (ko) 2014-05-27 2015-12-08 서강대학교산학협력단 영상 특징 추출 방법 및 장치 및 이를 구현한 프로그램을 기록한 기록 매체

Also Published As

Publication number Publication date
KR20110040312A (ko) 2011-04-20

Similar Documents

Publication Publication Date Title
CN104756155B (zh) 合并多个地图以用于基于计算机视觉的跟踪的系统及方法
US8791960B2 (en) Markerless augmented reality system and method using projective invariant
Wang et al. Multi-cue based tracking
JP6204659B2 (ja) 映像処理装置及び映像処理方法
JP6571108B2 (ja) モバイル機器用三次元ジェスチャのリアルタイム認識及び追跡システム
US10580148B2 (en) Graphical coordinate system transform for video frames
US9672634B2 (en) System and a method for tracking objects
JP6425847B1 (ja) 画像処理装置、画像処理方法およびプログラム
WO2019057197A1 (zh) 运动目标的视觉跟踪方法、装置、电子设备及存储介质
KR101032533B1 (ko) 특징값 정제를 통한 모양 기술 장치 및 방법
Paulus et al. Augmented reality during cutting and tearing of deformable objects
Gao et al. Object registration in semi-cluttered and partial-occluded scenes for augmented reality
Schnürer et al. Real-time 3D Pose Estimation from Single Depth Images.
Derome et al. A prediction-correction approach for real-time optical flow computation using stereo
Walia et al. A novel approach of multi-stage tracking for precise localization of target in video sequences
Yousefi et al. 3D hand gesture analysis through a real-time gesture search engine
Mahabalagiri et al. Camera motion detection for mobile smart cameras using segmented edge-based optical flow
Mohamed et al. Real-time moving objects tracking for mobile-robots using motion information
Boukhers et al. Object detection and depth estimation for 3D trajectory extraction
Correa-Pinzón Recognition of objects with feature matching and RANSAC algorithm
Hu et al. A 3D gesture recognition framework based on hierarchical visual attention and perceptual organization models
Ashok et al. EgoCentric+: A Multipurpose Data Set for Head-Mounted Wearable Computing Devices
Asadi-Aghbolaghi et al. View invariant human action recognition using fourier-based and radon-based point cloud analysis
Medrano et al. Occlusion management in sequential mean field Monte Carlo methods
Cho et al. Scale-Equivariant Object Perception for Autonomous Driving

Legal Events

Date Code Title Description
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: 20140326

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20150417

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20160325

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee