KR101164769B1 - 눈 특징점 검출장치 및 방법 - Google Patents

눈 특징점 검출장치 및 방법 Download PDF

Info

Publication number
KR101164769B1
KR101164769B1 KR1020110133919A KR20110133919A KR101164769B1 KR 101164769 B1 KR101164769 B1 KR 101164769B1 KR 1020110133919 A KR1020110133919 A KR 1020110133919A KR 20110133919 A KR20110133919 A KR 20110133919A KR 101164769 B1 KR101164769 B1 KR 101164769B1
Authority
KR
South Korea
Prior art keywords
point
eye
blob
pupil center
center point
Prior art date
Application number
KR1020110133919A
Other languages
English (en)
Inventor
도준형
김종열
장준수
이유정
Original Assignee
한국 한의학 연구원
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 한국 한의학 연구원 filed Critical 한국 한의학 연구원
Priority to KR1020110133919A priority Critical patent/KR101164769B1/ko
Application granted granted Critical
Publication of KR101164769B1 publication Critical patent/KR101164769B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1077—Measuring of profiles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1079—Measuring physical dimensions, e.g. size of the entire body or parts thereof using optical or photographic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Dentistry (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Ophthalmology & Optometry (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 다양한 환경조건에서 눈 특징점을 검출하는 눈 특징점 검출장치 및 방법에 관한 것으로서, 입력 영상을 수신하는 입력 영상 수신부, 상기 수신된 입력 영상으로부터 눈 영역을 검출하는 눈 영역 검출부, 상기 검출된 눈 영역으로부터 동공중심점 및 홍채 반경을 검출하는 동공중심점/홍채 반경 검출부, 및 상기 검출된 동공중심점 및 홍채 반경에 기초하여 눈 특징점을 검출하는 특징점 검출부를 포함할 수 있다.

Description

눈 특징점 검출장치 및 방법{APPARATUS AND METHOD OF DETECTING EYE FEATURE POINT}
본 발명은 다양한 환경조건에서 눈 특징점을 검출하는 기술적 사상을 개시한다.
현대 사회는 건강에 대한 관심이 나날이 증가하고 있다. 이러한 시대적인 관심과 더불어, 실시간 데이터 수집에 의한 데이터 분석 방식 및 툴(tool)이 고도화되는 등 기술이 비약적으로 발전함에 따라서, 건강 상태를 모니터링하고 개인화된 건강관리 서비스를 제공받는 것이 가능하게 되었다.
또한, 소비자의 의식 변화에 따른 고객 요구의 다양화와 기대수준의 향상으로 건강 서비스 및 관련 시스템 이용의 편리성 및 맞춤화가 강화되고 있는 추세이며, 축적된 개인의 건강 데이터를 바탕으로 생활 습관병 예방이나 체중관리 등의 개인화(personalized) 건강관리 사업이 급속도로 성장하고 있다.
이는 과거 건강관리 서비스가 환자를 대상으로 병원이나 의료기관에서 이루어지는 질병 치료에만 국한되는 헬스케어(Healthcare) 중심으로 이루어졌다면, 최근 소비자들의 건강관리 니즈(needs)는 건강한 사람을 대상으로 하는 질병의 사전예방 및 건강유지로 선회되고 있음을 반증하는 결과이다.
즉, 생활수준의 향상과 함께 삶의 질(Quality of Life)과 웰빙/wellness에 대한 관심이 증대하면서 소비자들은 차츰 건강상태 측정, 적정 운동량 관리 등의 사전 예방적인 건강관리에 대한 선호도가 높아지고 있다.
근래에는 사람 얼굴을 인식하고, 인식된 얼굴 영상으로부터 건강 상태를 추정하는 기술이 개발되고 있다.
사람 얼굴을 인식하거나 얼굴을 몇 가지 부류로 나누는 문제에 있어서 눈은 유용한 정보이다.
얼굴 영상으로부터 눈 영역을 추출하거나 눈의 모양을 나타내는 특징을 추출하는 연구들이 많이 이루어져 왔다. 국소적인 눈 영역에서 밝기 값과 분산 값을 각각 또는 혼합하여 하나의 축으로 투사하는 방법, 밝기값 기반으로 홍채를 찾은 후 눈꺼풀을 찾는 방법, 윤곽선과 파티클 필터를 이용한 방법 등이 제안되고 있다.
본 발명의 일실시예에 따른 눈 특징점 검출장치는 입력 영상을 수신하는 입력 영상 수신부, 상기 수신된 입력 영상으로부터 눈 영역을 검출하는 눈 영역 검출부, 상기 검출된 눈 영역으로부터 동공중심점 및 홍채 반경을 검출하는 동공중심점/홍채 반경 검출부, 및 상기 검출된 동공중심점 및 홍채 반경에 기초하여 눈 특징점을 검출하는 특징점 검출부를 포함할 수 있다.
본 발명의 일실시예에 따른 눈 특징점 검출방법은 입력 영상을 수신하는 단계, 상기 수신된 입력 영상으로부터 눈 영역을 검출하는 단계, 상기 검출된 눈 영역으로부터 동공중심점 및 홍채 반경을 검출하는 단계, 및 상기 검출된 동공중심점 및 홍채 반경에 기초하여 눈 특징점을 검출하는 단계를 포함할 수 있다.
본 발명의 일실시예에 따르면, 다양한 환경조건에서 눈 특징점을 정확하게 검출할 수 있다.
도 1은 본 발명의 일실시예에 따른 눈 특징점 검출장치를 설명하는 블록도이다.
도 2는 눈 특징점을 구체적으로 설명하는 도면이다.
도 3은 본 발명의 일실시예에 따른 눈 특징점 검출방법을 설명하는 블록도이다.
도 4는 본 발명의 일실시예에 따른 눈 특징점 검출장치가 동공 중심점 검출을 위한 템플릿을 생성하는 실시예를 설명하는 도면이다.
도 5 및 6은 2차 임계값 조절을 통한 2차 후보 블럽을 검출하는 방법을 설명하는 흐름도이다.
도 7 및 8은 3차 임계값 조절을 통한 3차 후보 블럽을 검출하는 방법을 설명하는 흐름도이다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
본 발명을 설명함에 있어서, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고, 본 명세서에서 사용되는 용어(terminology)들은 본 발명의 바람직한 실시예를 적절히 표현하기 위해 사용된 용어들로서, 이는 사용자, 운용자의 의도 또는 본 발명이 속하는 분야의 관례 등에 따라 달라질 수 있다. 따라서, 본 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
도 1은 본 발명의 일실시예에 따른 눈 특징점 검출장치(100)를 설명하는 블록도이다.
본 발명의 일실시예에 따른 눈 특징점 검출장치(100)는 입력 영상 수신부(110), 눈 영역 검출부(120), 동공중심점/홍채 반경 검출부(130), 1차 임계값 설정/후보 블럽 추출부(140), 2차 임계값 설정/후보 블럽 추출부(150), 3차 임계값 설정/후보 블럽 추출부(160), 및 특징점 검출부(170)를 포함할 수 있다.
본 발명의 일실시예에 따른 입력 영상 수신부(110)는 입력 영상을 수신하고, 눈 영역 검출부(120)는 상기 수신된 입력 영상으로부터 눈 영역을 검출할 수 있다.
예를 들어, 본 발명의 일실시예에 따른 눈 영역 검출부(120)는 상기 수신된 입력 영상에 대해서 Adaboost 기반 얼굴 검출기와 피부색 영역 추출기를 이용하여 상기 눈 영역을 검출할 수 있다.
구체적으로, 본 발명의 일실시예에 따른 눈 영역 검출부(120)는 수많은 얼굴 데이터베이스를 이용하여 얼굴 내에 눈의 상대적인 위치 정보를 획득하고, 획득한 위치 정보를 이용하여 관심영역을 축소할 수 있다.
또한, 본 발명의 일실시예에 따른 눈 영역 검출부(120)는 상기 축소된 관심영역 내에서 Adaboost 기반의 눈 검출기를 이용하여, 눈 영역을 검출할 수 있다.
본 발명의 일실시예에 따른 동공중심점/홍채 반경 검출부(130)는 상기 검출된 눈 영역으로부터 동공중심점 및 홍채 반경을 검출할 수 있다.
이를 위해서, 본 발명의 일실시예에 따른 동공중심점/홍채 반경 검출부(130)는 눈꺼풀에 의해 홍채 영역의 가려진 정도를 고려하는 템플릿을 생성하고, 상기 생성된 템플릿을 이용하여 상기 동공 중심점을 검출할 수 있다.
본 발명의 일실시예에 따른 동공중심점/홍채 반경 검출부(130)는 상기 생성된 템플릿을 이용하여 다양한 홍채 반경에 대해서 눈 영역의 밝기 영상을 스캔하면서, 최대값을 갖는 지점과 상기 홍채 반경을 산출하여 상기 동공 중심점을 검출할 수 있다.
상기 템플릿은 도 4에서 상세히 설명한다.
본 발명의 일실시예에 따른 1차 임계값 설정/후보 블럽 추출부(140)는 상기 검출된 눈 영역으로부터, 히스토그램 분석을 통해 1차 임계값을 설정하고 1차 후보 블럽을 추출할 수 있다.
일례로, 본 발명의 일실시예에 따른 1차 임계값 설정/후보 블럽 추출부(140)는 눈 영역의 밝기 성분 영상의 히스토그램을 산출하고, 상기 산출한 히스토그램에서 첫번째 로컬 미니멈(local minimum) 부분을 1차 임계값으로 결정하며, 상기 결정된 1차 임계값을 기준으로 윗 눈꺼풀 라인을 포함하여 1차 후보 블럽을 검출할 수 있다.
본 발명의 일실시예에 따른 2차 임계값 설정/후보 블럽 추출부(150)는 상기 추출된 1차 후보 블럽에 대한 면적과 크기 정보를 분석하여, 2차 임계값을 설정하고, 2차 후보 블럽을 추출할 수 있다.
본 발명의 일실시예에 따른 2차 임계값 설정/후보 블럽 추출부(150)는 후보 블럽의 면적이 a 값보다 작을 경우 임계값을 증가하고 증가된 임계값으로 후보 블럽 재추출후 다시 분석할 수 있다.
또한, 본 발명의 일실시예에 따른 2차 임계값 설정/후보 블럽 추출부(150)는 후보블럽을 둘러싼 사각형(blob)이 눈 영역 영상의 사각형(eye)의 한변 이상과 맞닿아 있을 경우 임계값을 감소하고 감소된 임계값으로 후보 블럽 재출 후 다시 분석할 수 있다.
이때, 후보블럽을 둘러싼 사각형(blob)이 눈 영역 영상의 사각형(eye)의 한변 이상과 맞닿아 있을 경우를 표현하면 다음과 같다.
blob.x <=0 or blob.y <=0 or blob.x + blob.width >= eye.width or blob.y + blob.height >= eye.height 인 경우
본 발명의 일실시예에 따른 2차 임계값 설정/후보 블럽 추출부(150)는 후보 블럽의 면적이 a 값보다 작지 않고, 눈 영역 영상의 사각형(eye)의 한변 이상과 맞닿아 있지 않은 경우, 3차 임계값 설정/후보 블럽 추출 과정을 수행하도록 할 수 있다.
또한, 본 발명의 일실시예에 따른 2차 임계값 설정/후보 블럽 추출부(150)는 후보 블럽을 재추출하는 반복회수가 n회를 초과하는 경우에도 3차 임계값 설정/후보 블럽 추출 과정을 수행하도록 할 수 있다.
2차 임계값을 설정하고, 2차 후보 블럽을 추출하는 실시예는 도 5 및 도6에서 상세히 설명한다.
본 발명의 일실시예에 따른 3차 임계값 설정/후보 블럽 추출부(160)는 상기 검출된 동공중심점 및 홍채 반경을 이용하여, 상기 추출된 2차 후보 블럽과 일반인의 블럽 크기 정보를 비교하여 3차 임계값을 설정하고, 3차 후보 블럽을 추출할 수 있다.
본 발명의 일실시예에 따른 3차 임계값 설정/후보 블럽 추출부(160)는
1) 후보 블럽의 양끝점의 위치와 폭이 주어진 최대치 보다 큰 경우, 임계값을 감소하고 감소된 임계값으로 후보 블럽을 재추출 후 다시 분석할 수 있다.
이때, 주어진 최대치는 검출된 동공중심점 위치(p21), 와 홍채 반경 정보(r p21 )를 이용하여 계산하고, "후보 블럽의 양끝점의 위치(blob.x, blob.x+blob.width)와 폭(blob.width)이 주어진 최대치 보다 큰 경우"를 수식으로 표현하면 다음과 같다.
i) 피험자의 오른쪽눈인 경우: ( blob.x < p21.x - r p21 * b1 ) or ( blob.x + blob.width > p21.x + r p21 * b2 ) or ( blob.width > r p21 * b3 )
ii) 피험자의 왼쪽눈인 경우: ( blob.x < p21.x - r p21 * b2 ) or ( blob.x + blob.width > p21.x + r p21 * b1 ) or ( blob.width > r p21 * b3 )
본 발명의 일실시예에 따른 3차 임계값 설정/후보 블럽 추출부(160)는
2) 후보 블럽의 양끝점의 위치와 폭이 주어진 최소치 보다 작은 경우 임계값을 증가하고 증가된 임계값으로 후보 블럽을 재추출 후 다시 분석할 수 있다.
이때, 주어진 최소치는 검출된 동공중심점 위치(p21), 와 홍채 반경 정보(r p21 )를 이용하여 계산하고, "후보 블럽의 양끝점의 위치(blob.x, blob.x+blob.width)와 폭(blob.width)이 주어진 최소치 보다 작은 경우"를 수식으로 표현하면 다음과 같다.
i) 피험자의 오른쪽눈인 경우: ( blob.x > p21.x - rp21 * c1 ) or ( blob.x + blob.width < p21.x + rp21 * c2 ) or ( blob.width < rp21 * c3 )
ii) 피험자의 왼쪽눈인 경우: ( blob.x > p21.x - r p21 * c2 ) or ( blob.x + blob.width < p21.x + r p21 * c1 ) or ( blob.width < r p21 * c3 )
본 발명의 일실시예에 따른 3차 임계값 설정/후보 블럽 추출부(160)는
3) 후보 블럽의 양끝점의 높이가 동공중심점의 높이와 비교했을때 주어진 위치보다 높은 곳에 있는 경우 임계값을 증가하고 증가된 임계값으로 후보 블럽을 재추출 후 다시 분석할 수 있다.
이때, 주어진 위치는 검출된 동공중심점 위치(p21), 와 홍채 반경 정보(r p21 )를 이용하여 계산하고, "후보 블럽의 양끝점의 높이(p25.y, p18.y)가 동공중심점의 높이(p21.y)와 비교했을 때 주어진 위치보다 높은 곳에 있는 경우"를 수식으로 표현 하면 다음과 같다.
( p25.y < p21.y + r p21 * d1 ) or ( p18.y < p21.y + r p21 * d2 )
본 발명의 일실시예에 따른 3차 임계값 설정/후보 블럽 추출부(160)는 1), 2), 3)의 조건을 모두 만족하지 않을 경우 특징점 검출부(170)를 통해서 눈 특징점을 검출할 수 있다.
또한, 본 발명의 일실시예에 따른 3차 임계값 설정/후보 블럽 추출부(160)는 1), 2), 3)에서 후보 블럽을 다시 분석하는 과정에서 후보 블럽 면적이 a 보다 작을 경우 임계값을 증가하고 증가된 임계값으로 후보 블럽을 재추출 후 다시 분석할 수 있다.
또한, 본 발명의 일실시예에 따른 3차 임계값 설정/후보 블럽 추출부(160)는 1), 2), 3)에서 후보 블럽을 다시 분석하는 과정에서, 후보 블럽안에 동공 중심점이 위치하지 않는 경우, 임계값을 증가하고 증가된 임계값으로 후보 블럽을 재추출 후 다시 분석할 수 있다.
또한, 본 발명의 일실시예에 따른 3차 임계값 설정/후보 블럽 추출부(160)는 1), 2), 3)에서 후보 블럽을 다시 분석하는 과정에서 후보 블럽을 둘러싼 사각형이 입력 영상 사각형의 한 변 이상과 맞닿아 있을 경우, 2) 또는 3) 또는 "후보 블럽안에 동공 중심점이 위치하지 않는 경우"의 조건을 한번이라도 만족한 적이 있는 경우에 특징점 검출부(170)를 통해서 눈 특징점을 검출할 수 있다.
또한, 본 발명의 일실시예에 따른 3차 임계값 설정/후보 블럽 추출부(160)는 2) 또는 3) 또는 "후보 블럽안에 동공 중심점이 위치하지 않는 경우"의 조건을 만족한 적이 없는 경우 임계값을 감소하고 감소된 임계값으로 후보 블럽을 재추출 후 다시 분석할 수 있다.
또한, 본 발명의 일실시예에 따른 3차 임계값 설정/후보 블럽 추출부(160)는 임계값을 조정한 회수가 n 이상일 경우, 특징점 검출부(170)를 통해서 눈 특징점을 검출할 수 있다.
3차 임계값을 설정하고, 3차 후보 블럽을 추출하는 실시예는 도 7 및 도 8에서 상세히 설명한다.
본 발명의 일실시예에 따른 특징점 검출부(170)는 상기 검출된 동공중심점 및 홍채 반경에 기초하여 추출된 상기 3차 후보로부터 상기 눈 특징점을 검출할 수 있다.
도 2는 눈 특징점을 구체적으로 설명하는 도면이다.
본 발명에서 검출하려는 상기 눈 특징점은 도 2에서 보는 바와 같이, 상안검열점(p17), 동공중심점(p21), 하안검열점(p26), 내동자점(p20), 외동자점(p22), 내안각점(p18), 및 시외안간점(p25) 중에서 적어도 하나를 포함할 수 있다.
본 발명의 일실시예에 따른 특징점 검출부(170)는 상기 추출된 3차 블럽 후보에서 검출된 동공중심점(p21)을 기준으로 생성되는 수직라인과 동공중심점 위쪽 방향으로 경계면에 있는 점을 상안검열점(p17)로 검출할 수 있다.
본 발명의 일실시예에 따른 특징점 검출부(170)는 상기 추출된 3차 블럽 후보에서 검출된 동공중심점을 기준으로 생성되는 수직라인과 동공중심점 아래쪽 방향으로 경계면에 있는 점을 하안검열점(p26)으로 검출할 수 있다.
본 발명의 일실시예에 따른 특징점 검출부(170)는 상기 추출된 3차 블럽 후보에서 상기 검출된 동공중심점과 상기 홍채 반경에 기초하여 내동자점(p20) 및 외동자점(p22)을 검출할 수 있다.
예를 들어, 내동자점(p20)은 피험자 오른쪽눈인 경우에, 동공중심점(p21)과 홍채 반경(r p21 )을 이용하여 계산될 수 있다.
즉, 내동자점(p20)은 아래 수식으로 산출될 수 있다.
i) p20.x = p21.x + r p21 (피험자 오른쪽눈인 경우)
ii) p22.x = p21.x - r p21 (피험자 왼쪽 눈인 경우)
iii) p20.y = p21.y
또한, 외동자점(p22) 역시, 동공중심점(p21)과 홍채 반경(r p21 )을 이용하여 계산될 수 있다.
즉, 외동자점(p22)은 아래 수식으로 산출될 수 있다.
i) p22.x = p21.x - r p21 (피험자 오른쪽눈인 경우),
ii) p22.x = p21.x + r p21 (피험자 왼쪽 눈인 경우)
iii) p22.y = p21.y
본 발명의 일실시예에 따른 특징점 검출부(170)는 상기 추출된 3차 블럽 후보에서, 가장 왼쪽에 위치하는 점 및 가장 오른쪽에서 위치하는 점 중에서 적어도 어느 하나를 내안각점(p18) 및 시외안간점(p25) 중에서 적어도 하나로 검출할 수 있다.
예를 들어, 피험자 오른쪽눈인 경우에 상기 내안각점(p18)은 최종추출된 블럽에서 제일 오른쪽에 있는 점이고, 상기 시외안간점(p25)은 최종추출된 블럽에서 제일 왼쪽에 있는 점으로 해석될 수 있다.
또한, 피험자 왼쪽눈인 경우에 상기 내안각점(p18)은 최종추출된 블럽에서 제일 왼쪽에 있는 점이고, 상기 시외안간점(p25)은 최종추출된 블럽에서 제일 오른쪽에 있는 점으로 해석될 수 있다.
도 3은 본 발명의 일실시예에 따른 눈 특징점 검출방법을 설명하는 블록도이다.
본 발명의 일실시예에 따른 눈 특징점 검출방법은 입력 영상을 수신하고(단계 301), 상기 수신된 입력 영상으로부터 눈 영역을 검출할 수 있다(단계 302).
본 발명의 일실시예에 따른 눈 특징점 검출방법은 상기 검출된 눈 영역으로부터 동공중심점 및 홍채 반경을 검출할 수 있다(단계 303).
본 발명의 일실시예에 따른 눈 특징점 검출방법은 상기 검출된 눈 영역으로부터, 히스토그램 분석을 통해 1차 임계값을 설정하고 1차 후보 블럽을 추출할 수 있다(단계 304).
본 발명의 일실시예에 따른 눈 특징점 검출방법은 상기 추출된 1차 후보 블럽에 대한 면적과 크기 정보를 분석하여, 2차 임계값을 설정하고, 2차 후보 블럽을 추출할 수 있다(단계 305).
다음으로, 본 발명의 일실시예에 따른 눈 특징점 검출방법은 상기 검출된 동공중심점 및 홍채 반경을 이용하여, 상기 추출된 2차 후보 블럽과 일반인의 블럽 크기 정보를 비교하여 3차 임계값을 설정하고, 3차 후보 블럽을 추출할 수 있다.
또한, 본 발명의 일실시예에 따른 눈 특징점 검출방법은 상기 검출된 동공중심점 및 홍채 반경에 기초하여 눈 특징점을 검출할 수 있다(단계 307).
도 4는 본 발명의 일실시예에 따른 눈 특징점 검출장치가 동공 중심점 검출을 위한 템플릿을 생성하는 실시예를 설명하는 도면이다.
본 발명의 일실시예에 따른 눈 특징점 검출장치는 다양한 눈모양에서의 동공 중심점 검출을 위한 템플릿 생성할 수 있다.
일례로, 본 발명의 일실시예에 따른 눈 특징점 검출장치는 아래 [수학식 1]과 같이 상기 템플릿(
Figure 112011099069234-pat00001
)을 생성할 수 있다.
[수학식 1]
Figure 112011099069234-pat00002
Figure 112011099069234-pat00003

도 4에서 보는 바와 같이,
Figure 112011099069234-pat00004
은 윗 눈꺼풀에 의해서 눈동자가 가려지는 부분의 경계를 나타내며, 동공중심점으로부터 윗 눈꺼풀이 시작되는 지점인 상안검열점(p17)까지의 거리 정보로 해석될 수 있다.
또한, 도 4에서 보는 바와 같이,
Figure 112011099069234-pat00005
은 동공중심점으로부터 내동자점(p20, 왼쪽눈 기준) 또는 외동자점(p22, 오른쪽눈 기준)까지의 거리 정보로 해석될 수 있다. 또한,
Figure 112011099069234-pat00006
은 동공중심점으로부터 홍채의 끝 부분까지의 거리로 해석될 수도 있다.
또한, 도 4에서 보는 바와 같이,
Figure 112011099069234-pat00007
은 동공중심점으로부터 홍채의 시작 부분까지의 거리로 해석될 수 있다.
본 발명의 일실시예에 따른 눈 특징점 검출장치는 다양한 홍채 반경 'r'에 대해서 [수학식 2]를 이용하여, 눈 영역의 밝기 영상을 스캔하면서 최대값을 가지는 지점(p21.x, p21.y)인 동공중심점과 홍채 반경(r p21 )를 찾는다.
[수학식 2]
Figure 112011099069234-pat00008

이때, 상기
Figure 112011099069234-pat00009
는 눈 영역의 밝기 영상으로 해석될 수 있고,
Figure 112011099069234-pat00010
는 반경이 r인 템플릿에서 0이 아닌 부분의 면적을 의미한다.
도 5 및 6은 2차 임계값 조절을 통한 2차 후보 블럽을 검출하는 방법을 설명하는 흐름도이다.
먼저, 도 5를 살펴보면, 본 발명의 일실시예에 따른 눈 특징점 검출장치는 1차 후보 블럽 및 1차로 결정된 임계값을 확인하고(단계 501), 후보 블럽 검출 결과의 분석을 시작한다(단계 502).
본 발명의 일실시예에 따른 눈 특징점 검출장치는 산출된 후보 블럽 면적이 선정된 기준 미만인지 여부를 판단한다(단계 503).
상기 단계 503의 판단 결과, 산출된 후보 블럽 면적이 선정된 기준 미만인 경우에 본 발명의 일실시예에 따른 눈 특징점 검출장치는 임계값을 증가시키고(단계 504), 2차 후보 블럽을 재추출할 수 있다(단계 505). 또한, 본 발명의 일실시예에 따른 눈 특징점 검출장치는 단계 503 내지 505의 반복 횟수가 선정된 n회 미만인지를 판단할 수 있다(단계 506). 단계 506의 판단 결과, 반복 횟수가 선정된 n회 미만인 경우에 단계 502로 분기하고, 반복 횟수가 선정된 n회 이상인 경우에는 도 3의 단계 306으로 분기하여, 3차 임계값을 결정하고, 3차 후보 블럽을 검출할 수 있다.
만약, 단계 503의 판단 결과, 본 발명의 일실시예에 따른 눈 특징점 검출장치는 산출된 후보 블럽 면적이 선정된 기준 이상인 경우에 후보 블럽을 둘러싼 사각형이 입력 영상 사각형의 한 변이상과 맞닿아 있는지 여부를 판단할 수 있다(단계 507).
본 발명의 일실시예에 따른 눈 특징점 검출장치는 상기 단계 507의 판단 결과, 맞닿아 있다면 임계값을 감소시키고(단계 508), 2차 후보 블럽을 재추출할 수 있다(단계 509). 또한, 본 발명의 일실시예에 따른 눈 특징점 검출장치는 반복횟수가 선정된 n회 이상인 경우에 단계 507로 분기하고, 선정된 n회 미만인 경우에 단계 306으로 분기할 수 있다.
또한, 본 발명의 일실시예에 따른 눈 특징점 검출장치는 상기 단계 507의 판단 결과, 맞닿아있지 않은 경우에도 단계 306으로 분기할 수 있다.
도 6에서 보는 바와 같이, 눈 영상에서 좌상 부분의 좌표를 (0,0)으로 해석될 수 있다. 이에, 후보 블럽을 둘러싼 직사각형이 시작되는 부분의 좌표가 (blob.x, blob.y)으로 해석될 수 있고, 대각선 부분의 좌표를 (blob.x+blob.width-1, blob.y+blob.height-1)으로 산출할 수 있다.
또한, 상기 눈 영상에서 우하 부분의 좌표를 (eye.width-1, eye.height-1)으로 산출할 수 있다.
도 7 및 8은 3차 임계값 조절을 통한 3차 후보 블럽을 검출하는 방법을 설명하는 흐름도이다.
본 발명의 일실시예에 따른 눈 특징점 검출장치는 2차 후보 블럽 및 2차로 결정된 임계값을 확인하고(단계 701), state를 '0'으로 flag를 true로 세팅하여(단계 702), 후보 블럽 검출 결과의 분석을 시작한다(단계 703).
다음으로, 본 발명의 일실시예에 따른 눈 특징점 검출장치는 산출된 후보 블럽 면적이 선정된 기준 미만인지 여부를 판단한다(단계 704).
상기 단계 704의 판단 결과, 산출된 후보 블럽 면적이 선정된 기준 미만인 경우에 본 발명의 일실시예에 따른 눈 특징점 검출장치는 임계값을 증가시키고(단계 705), 2차 후보 블럽을 재추출할 수 있다(단계 706). 또한, 본 발명의 일실시예에 따른 눈 특징점 검출장치는 단계 704 내지 706의 반복 횟수가 선정된 n회 미만인지를 판단할 수 있다(단계 707). 단계 707의 판단 결과, 반복 횟수가 선정된 n회 미만인 경우에 단계 703으로 분기하고, 반복 횟수가 선정된 n회 이상인 경우에는 종료할 수 있다.
만약, 단계 704의 판단 결과, 본 발명의 일실시예에 따른 눈 특징점 검출장치는 산출된 후보 블럽 면적이 선정된 기준 이상인 경우에 후보 블럽안에 동공중심점이 위치하는지 여부를 판단할 수 있다(단계 708).
본 발명의 일실시예에 따른 눈 특징점 검출장치는 후보 블럽안에 동공중심점이 위치하지 않은 경우, state를 1로 세팅한 후 단계 705로 분기할 수 있다.
본 발명의 일실시예에 따른 눈 특징점 검출장치는 후보 블럽안에 동공중심점이 위치하는 경우, 후보 블럽을 둘러싼 사각형이 입력 영상 사각형의 한 변이상과 맞닿아 있는지 여부를 판단할 수 있다(단계 709).
본 발명의 일실시예에 따른 눈 특징점 검출장치는, 맞닿아 있는 경우에 state가 '1' 또는 '2'로 세팅되어 있는지 여부를 더 판단할 수 있다(단계 710).
본 발명의 일실시예에 따른 눈 특징점 검출장치는, state가 '1' 또는 '2'로 세팅되어 있는 경우에 현지 프로세스를 종료할 수 있고, state가 '1' 또는 '2'로 세팅되어 있지 않은 경우에 단계 711로 분기하여, flag를 'false'로 세팅할 수 있다.
다음으로, 본 발명의 일실시예에 따른 눈 특징점 검출장치는 임계값을 감소시키고(단계 712), 단계 706으로 분기하여, 3차 후보 블럽을 재추출할 수 있다.
본 발명의 일실시예에 따른 눈 특징점 검출장치는 단계 709의 판단 결과, 맞닿아 있지 않은 경우에 단계 713으로 분기하여, flag가 'false'로 세팅되어 있는지 여부를 판단할 수 있다.
만약, flag가 'false'로 세팅되어 있지 않은 경우라면, 본 발명의 일실시예에 따른 눈 특징점 검출장치는 후보 블럽의 양끝점의 위치와 폭이 일반인들을 기준으로 최대치 이상인지 여부를 더 판단할 수 있다(단계 714).
도 8에서 보는 바와 같이, 추출된 후보 블럽의 양끝점의 위치와 폭을 동공중심점 위치, 홍채반경 정보를 이용하여 일반인 정보와 비교할 수 있으며, 아래의 부등식을 이용할 수 있다.
( blob.x < p21.x - r p21 * b1 )
( blob.x + blob.width > p21.x + r p21 * b2 )
( blob.width > r p21 * b3 )
( blob.x > p21.x - r p21 * c1 )
( blob.x + blob.width < p21.x + r p21 * c2 )
( blob.width < r p21 * c3 )
만약, 최대치 보다 크지 않은 경우라면, 본 발명의 일실시예에 따른 눈 특징점 검출장치는 후보 블럽의 양끝점의 위치와 폭이 일반인들을 기준으로 최소치 이상인지 여부를 더 판단할 수 있다(단계 715).
도 8에서 보는 바와 같이, 추출된 후보 블럽의 양끝점의 위치와 폭을 동공중심점 위치, 홍채반경 정보를 이용하여 일반인 정보와 비교할 수 있으며, 아래의 부등식을 이용할 수 있다.
( p25.y < p21.y + r p21 * d1 )
( p18.y < p21.y + r p21 * d2 )
만약, 최소치 보다 작지 않은 경우라면, 본 발명의 일실시예에 따른 눈 특징점 검출장치는 후보 블럽의 양끝점의 높이(y좌표값)가 동공중심점의 높이에 비교하여 적절한 위치보다 높은 곳에 있는지를 더 판단할 수 있고(단계 716), 판단 결과, 높은 곳에 있지 않다면 프로세스를 종료할 수 있다.
만약, 단계 715에서 최소치 보다 작거나, 단계 716에서 높은 곳에 있다면, state를 '2'로 세팅한 후 단계 705로 분기하여 임계값을 증가시킬 수 있다.
본 발명의 일실시예에 따른 눈 특징점 검출방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 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 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
100: 눈 특징점 검출장치
110: 입력 영상 수신부
120: 눈 영역 검출부
130: 동공중심점/홍채 반경 검출부
140: 1차 임계값 설정/후보 블럽 추출부
150: 2차 임계값 설정/후보 블럽 추출부
160: 3차 임계값 설정/후보 블럽 추출부
170: 특징점 검출부

Claims (18)

  1. 입력 영상을 수신하는 입력 영상 수신부;
    상기 수신된 입력 영상으로부터 눈 영역을 검출하는 눈 영역 검출부;
    상기 검출된 눈 영역으로부터 동공중심점 및 홍채 반경을 검출하는 동공중심점/홍채 반경 검출부;
    상기 검출된 눈 영역으로부터, 히스토그램 분석을 통해 1차 임계값을 설정하고 1차 후보 블럽을 추출하는 1차 임계값 설정/후보 블럽 추출부;
    상기 추출된 1차 후보 블럽에 대한 면적과 크기 정보를 분석하여, 2차 임계값을 설정하고, 2차 후보 블럽을 추출하는 2차 임계값 설정/후보 블럽 추출부;
    상기 검출된 동공중심점 및 홍채 반경을 이용하여, 상기 추출된 2차 후보 블럽과 일반인의 블럽 크기 정보를 비교하여 3차 임계값을 설정하고, 3차 후보 블럽을 추출하는 3차 임계값 설정/후보 블럽 추출부; 및
    상기 검출된 동공중심점 및 홍채 반경에 기초하여 추출된 상기 3차 후보 블럽으로부터 눈 특징점을 검출하는 특징점 검출부
    를 포함하는 눈 특징점 검출장치.
  2. 제1항에 있어서,
    상기 동공중심점/홍채 반경 검출부는,
    눈꺼풀에 의해 홍채 영역의 가려진 정도를 고려하는 템플릿을 생성하고, 상기 생성된 템플릿을 이용하여 상기 동공 중심점을 검출하는 눈 특징점 검출장치.
  3. 제2항에 있어서,
    상기 동공중심점/홍채 반경 검출부는,
    상기 생성된 템플릿을 이용하여 다양한 홍채 반경에 대해서 눈 영역의 밝기 영상을 스캔하면서, 최대값을 갖는 지점과 상기 홍채 반경을 산출하여 상기 동공 중심점을 검출하는 눈 특징점 검출장치.
  4. 제3항에 있어서,
    상기 동공중심점/홍채 반경 검출부는 [수학식 1]에 의해서 상기 템플릿(
    Figure 112011099069234-pat00011
    )을 생성하는 눈 특징점 검출장치.
    [수학식 1]
    Figure 112011099069234-pat00012

    Figure 112011099069234-pat00013

    (단, 상기
    Figure 112011099069234-pat00014
    은 홍채의 반경임)
  5. 제4항에 있어서,
    상기 동공중심점/홍채 반경 검출부는 [수학식 2]에 의해서 상기 템플릿(
    Figure 112011099069234-pat00015
    )을 생성하는 눈 특징점 검출장치.
    [수학식 2]
    Figure 112011099069234-pat00016

    (단, (p21.x, p21.y)는 동공중심점이고, r p21 는 홍채 반경이며, 상기
    Figure 112011099069234-pat00017
    는 눈 영역의 밝기 영상이고, 상기
    Figure 112011099069234-pat00018
    는 반경이 r인 템플릿(
    Figure 112011099069234-pat00019
    )에서 0이 아닌 부분의 면적을 의미함)
  6. 삭제
  7. 삭제
  8. 삭제
  9. 제1항에 있어서,
    상기 특징점 검출부는,
    상안검열점, 하안검열점, 내동자점, 외동자점, 내안각점, 및 시외안간점 중에서 적어도 하나를 상기 눈 특징점으로 검출하는 눈 특징점 검출장치.
  10. 제9항에 있어서,
    상기 특징점 검출부는,
    상기 추출된 3차 후보 블럽에서 검출된 동공중심점을 기준으로 생성되는 수직라인과 동공중심점 위쪽 방향으로 경계면에 있는 점을 상기 상안검열점으로 검출하는 눈 특징점 검출장치.
  11. 제9항에 있어서,
    상기 특징점 검출부는,
    상기 추출된 3차 후보 블럽에서 검출된 동공중심점을 기준으로 생성되는 수직라인과 동공중심점 아래쪽 방향으로 경계면에 있는 점을 상기 하안검열점으로 검출하는 눈 특징점 검출장치.
  12. 제9항에 있어서,
    상기 특징점 검출부는,
    상기 추출된 3차 후보 블럽에서 상기 검출된 동공중심점과 상기 홍채 반경에 기초하여 상기 내동자점 및 상기 외동자점을 검출하는 눈 특징점 검출장치.
  13. 제12항에 있어서,
    상기 특징점 검출부는, [수학식 3]을 이용하여 상기 내동자점을 산출하고, [수학식 4]를 이용하여 상기 외동자점을 산출하 는 눈 특징점 검출장치.
    [수학식 3]
    i) p20.x = p21.x + r p21 (피험자 오른쪽눈인 경우)
    ii) p20.x = p21.x - r p21 (피험자 왼쪽 눈인 경우)
    iii) p20.y = p21.y

    [수학식 4]
    iv) p22.x = p21.x - r p21 (피험자 오른쪽눈인 경우),
    v) p22.x = p21.x + r p21 (피험자 왼쪽 눈인 경우)
    vi) p22.y = p21.y

    (단, p20.x은 내동자점의 x좌표, p21.x은 동공중심점의 x좌표, r p21 는 홍채 반경, p20.y은 상기내동자점의 y좌표, 및 p21.y은 동공중심점의 y좌표, p22.x는 외동자점의 x좌표, p22.y는 상기 외동자점의 y좌표임)
  14. 제9항에 있어서,
    상기 특징점 검출부는,
    상기 추출된 3차 후보 블럽에서, 가장 왼쪽에 위치하는 점 및 가장 오른쪽에서 위치하는 점 중에서 적어도 어느 하나를 상기 내안각점 및 상기 시외안간점 중에서 적어도 하나로 검출하는 눈 특징점 검출장치.
  15. 입력 영상을 수신하는 단계;
    상기 수신된 입력 영상으로부터 눈 영역을 검출하는 단계;
    상기 검출된 눈 영역으로부터 동공중심점 및 홍채 반경을 검출하는 단계;
    상기 검출된 눈 영역으로부터, 히스토그램 분석을 통해 1차 임계값을 설정하고 1차 후보 블럽을 추출하는 단계;
    상기 추출된 1차 후보 블럽에 대한 면적과 크기 정보를 분석하여, 2차 임계값을 설정하고, 2차 후보 블럽을 추출하는 단계; 및
    상기 검출된 동공중심점 및 홍채 반경을 이용하여, 상기 추출된 2차 후보 블럽과 일반인의 블럽 크기 정보를 비교하여 3차 임계값을 설정하고, 3차 후보 블럽을 추출하는 단계
    상기 검출된 동공중심점 및 홍채 반경에 기초하여 추출된 상기 3차 후보 블럽으로부터 눈 특징점을 검출하는 단계
    를 포함하는 눈 특징점 검출방법.
  16. 삭제
  17. 삭제
  18. 제15항의 방법을 수행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
KR1020110133919A 2011-12-13 2011-12-13 눈 특징점 검출장치 및 방법 KR101164769B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110133919A KR101164769B1 (ko) 2011-12-13 2011-12-13 눈 특징점 검출장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110133919A KR101164769B1 (ko) 2011-12-13 2011-12-13 눈 특징점 검출장치 및 방법

Publications (1)

Publication Number Publication Date
KR101164769B1 true KR101164769B1 (ko) 2012-07-12

Family

ID=46716646

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110133919A KR101164769B1 (ko) 2011-12-13 2011-12-13 눈 특징점 검출장치 및 방법

Country Status (1)

Country Link
KR (1) KR101164769B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018105830A1 (ko) * 2016-12-07 2018-06-14 주식회사 쓰리이 동공 중심 검출 방법
KR20200040593A (ko) 2018-10-10 2020-04-20 고려대학교 산학협력단 분할 프래질 비트를 활용한 홍채인식 장치 및 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002056394A (ja) 2000-08-09 2002-02-20 Matsushita Electric Ind Co Ltd 眼位置検出方法および眼位置検出装置
JP2004005167A (ja) * 2002-05-31 2004-01-08 Matsushita Electric Ind Co Ltd 目位置特定方法および装置
JP2010170347A (ja) 2009-01-22 2010-08-05 Nec Corp 画像処理装置、生体認証装置、画像処理方法及びプログラム
WO2010113821A1 (ja) 2009-04-02 2010-10-07 アイシン精機株式会社 顔特徴点検出装置及びプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002056394A (ja) 2000-08-09 2002-02-20 Matsushita Electric Ind Co Ltd 眼位置検出方法および眼位置検出装置
JP2004005167A (ja) * 2002-05-31 2004-01-08 Matsushita Electric Ind Co Ltd 目位置特定方法および装置
JP2010170347A (ja) 2009-01-22 2010-08-05 Nec Corp 画像処理装置、生体認証装置、画像処理方法及びプログラム
WO2010113821A1 (ja) 2009-04-02 2010-10-07 アイシン精機株式会社 顔特徴点検出装置及びプログラム

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018105830A1 (ko) * 2016-12-07 2018-06-14 주식회사 쓰리이 동공 중심 검출 방법
KR101866867B1 (ko) * 2016-12-07 2018-06-14 주식회사 쓰리이 동공 중심 검출 방법
US10383515B2 (en) 2016-12-07 2019-08-20 3E Co., Ltd. Method of detecting pupil center
KR20200040593A (ko) 2018-10-10 2020-04-20 고려대학교 산학협력단 분할 프래질 비트를 활용한 홍채인식 장치 및 방법

Similar Documents

Publication Publication Date Title
Antal et al. An ensemble-based system for microaneurysm detection and diabetic retinopathy grading
Seoud et al. Red lesion detection using dynamic shape features for diabetic retinopathy screening
Lazar et al. Retinal microaneurysm detection through local rotating cross-section profile analysis
Ram et al. A successive clutter-rejection-based approach for early detection of diabetic retinopathy
EP3373798B1 (en) Method and system for classifying optic nerve head
Tavakoli et al. A complementary method for automated detection of microaneurysms in fluorescein angiography fundus images to assess diabetic retinopathy
Kashyap et al. Energy-based active contour method for image segmentation
CN111144293A (zh) 带交互式活体检测的人脸身份认证系统及其方法
Sivakamasundari et al. Proposal of a Content Based retinal Image Retrieval system using Kirsch template based edge detection
Antal et al. A multi-level ensemble-based system for detecting microaneurysms in fundus images
KR101164769B1 (ko) 눈 특징점 검출장치 및 방법
CN106778499B (zh) 一种虹膜采集过程中快速定位人眼虹膜的方法
Szczepański et al. Pupil and iris detection algorithm for near-infrared capture devices
Tan et al. Classification of left and right eye retinal images
CN116030042A (zh) 一种针对医生目诊的诊断装置、方法、设备及存储介质
Zhou et al. Automatic fovea center localization in retinal images using saliency-guided object discovery and feature extraction
KR101509991B1 (ko) 피부 나이 측정 방법 및 장치
Roy et al. Automated segmentation of multiple sclerosis lesion in intensity enhanced flair mri using texture features and support vector machine
CN112837304B (zh) 一种皮肤检测方法、计算机存储介质及计算设备
EP3244346A1 (en) Determining device and determination method
Oliveira et al. Automatic detection of microaneurysm based on the slant stacking
Princye et al. Detection of exudates and feature extraction of retinal images using fuzzy clustering method
CN113921116A (zh) 利用计算机芯片评估急性缺血性卒中ct影像数据模型方法
Rozlan et al. A proposed diabetic retinopathy classification algorithm with statistical inference of exudates detection
Ismail et al. Automated Detection and Quantification of Erythrocytes and Leukocytes from Giesma Stains of Blood Smear

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated 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: 20150702

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160704

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170703

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20180704

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20190705

Year of fee payment: 8