KR101385143B1 - 중력을 이용한 영상 객체 인식 방법 및 장치 - Google Patents

중력을 이용한 영상 객체 인식 방법 및 장치 Download PDF

Info

Publication number
KR101385143B1
KR101385143B1 KR1020120069287A KR20120069287A KR101385143B1 KR 101385143 B1 KR101385143 B1 KR 101385143B1 KR 1020120069287 A KR1020120069287 A KR 1020120069287A KR 20120069287 A KR20120069287 A KR 20120069287A KR 101385143 B1 KR101385143 B1 KR 101385143B1
Authority
KR
South Korea
Prior art keywords
image
image data
vector
gravity
extracted
Prior art date
Application number
KR1020120069287A
Other languages
English (en)
Other versions
KR20140001024A (ko
Inventor
우운택
이원우
Original Assignee
한국과학기술원
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 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020120069287A priority Critical patent/KR101385143B1/ko
Publication of KR20140001024A publication Critical patent/KR20140001024A/ko
Application granted granted Critical
Publication of KR101385143B1 publication Critical patent/KR101385143B1/ko

Links

Images

Classifications

    • 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
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/006—Mixed reality

Landscapes

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

Abstract

본 발명은 중력을 이용한 영상 객체 인식 방법에 있어서, 프레임 단위의 객체가 입력된 영상 데이터를 입력받는 과정과, 상기 입력된 프레임 단위의 영상 데이터로부터 영상의 좌표 공간 및 벡터를 계산하는 과정과, 상기 계산된 영상의 좌표 공간 및 벡터를 근거로 선형변환을 통해 소정의 회전 성분을 가지는 영상 데이터를 추출하는 과정과, 상기 추출된 영상 데이터에 기초하여 특징 벡터를 추출하여 상기 입력된 영상 데이터에 적용하여 영상 데이터를 변환하는 과정과, 상기 변환된 영상 데이터로부터 객체 인식을 수행하는 과정을 포함함을 특징으로 한다.

Description

중력을 이용한 영상 객체 인식 방법 및 장치{METHOD AND APPARATUS FOR RECOGNITION OBJECT IMAGE USING GRAVITY}
본 발명은 템플릿 매칭 기반의 영상 객체 인식에 관한 것으로, 보다 상세하게는 카메라를 통해 획득한 프레임 단위의 영상 데이터로부터 상기 영상을 구성하는 화면의 중심과 중력 방향에 평행한 방향의 소실점을 잇는 직선의 방향 벡터를 수직 방향 벡터로 변환하는 선형변환을 통해 객체를 인식하는 중력을 이용한 영상 객체 인식 장치 및 방법에 관한 것이다.
증강 현실(augmented reality, AR)이란 실제 환경에 가상 사물이나 정보를 합성하여 원래의 환경에 존재하는 사물처럼 보이도록 하는 컴퓨터 그래픽 기법을 말한다.
증강 현실 데이터를 제공하기 위해서는 현실 세계에 존재하는 객체를 인식해야 한다. 즉, 증강 현실 데이터를 얻고자 하는 상점이나 특정 물건을 인식할 수 있어야 한다. 이러한 객체 인식 방법의 하나로 카메라에 의해 획득된 영상 정보로부터 객체를 인식하는 방법이 있다. 기존의 카메라를 통한 객체 인식 방법은 획득된 영상에서 대상 객체가 어떤 회전 방향(orientation)을 갖는지 알지 못하기 때문에 모든 방향을 고려하여 객체에 대한 학습 데이터를 DB화된 견본 영상을 필요로 한다.
따라서 객체의 인식을 위한 DB 구축 시 객체의 회전 방향에 대한 여러 가지 변수를 고려하여 데이터를 학습하는 과정에서 여러 회전 방향에 대한 데이터를 모두 축적해야 하므로 더 많은 계산량이 요구될 뿐만 아니라, 객체 인식에 소요되는 시간이 증가하는 문제가 있다.
따라서 본 발명은 계산량을 감소시키면서 빠르고 정확하게 입력영상으로부터 목표 객체를 검출할 수 있는 탬플릿 매칭 기반의 객체 인식을 제공하고자 한다.
본 발명의 일 견지에 따르면, 중력을 이용한 영상 객체 인식 방법에 있어서,프레임 단위의 객체가 입력된 영상 데이터를 입력받는 과정과, 상기 입력된 프레임 단위의 영상 데이터로부터 영상의 좌표 공간 및 벡터를 계산하는 과정과, 상기 계산된 영상의 좌표 공간 및 벡터를 근거로 선형변환을 통해 소정의 회전 성분을 가지는 영상 데이터를 추출하는 과정과, 상기 추출된 영상 데이터에 기초하여 특징 벡터를 추출하여 상기 입력된 영상 데이터에 적용하여 영상 데이터를 변환하는 과정과, 상기 변환된 영상 데이터로부터 객체 인식을 수행하는 과정을 포함함을 특징으로 한다.
본 발명의 다른 견지에 따르면, 중력을 이용한 객체 인식 장치에 있어서, 촬영부와, 상기 촬영부로부터 프레임 단위의 객체가 입력된 영상을 입력받아 해당 영상 데이터로부터 영상의 좌표 공간 및 벡터를 계산하는 계산부와, 상기 계산부로터 출력된 측정치를 근거로 선형변환을 통해 소정의 회전 성분을 가지는 영상 데이터를 추출하고, 상기 추출된 영상 데이터에 기초하여 특징 벡터를 추출하여 상기 입력된 영상 데이터에 적용하여 영상 데이터를 변환하는 변환부와, 상기 변환된 영상 데이터로부터 객체 인식을 수행하는 인식부와, 상기 변환된 영상 데이터에서의 위치 좌표에 역변환 R-1 을 적용하여 상기 인식된 객체의 해당 위치를 산출하는 위치 계산부를 포함하며 각 구성부를 제어하는 제어부를 포함함을 특징으로 한다.
본 발명은 객체의 수직 방향이 영상에서 카메라의 회전에 관계없이 항상 동일하게 유지되므로 카메라의 광축 방향의 회전은 객체 학습 시에 고려할 필요가 없으므로 객체 인식을 위해 필요한 데이터의 양이 감소하는 효과가 있다.
도 1은 본 발명에 적용된 기술을 통하여 객체 인식 시, 상기 객체가 입력된 영상을 구성하는 화면의 중심과 중력 방향에 평행한 방향의 수직 방향을 보인 화면 예시도.
도 2는 본 발명의 일 실시 예에 따른 중력을 이용한 영상 객체 인식 방법에 관한 전체 흐름도.
도 3은 본 발명의 일 실시 예에 따른 중력을 이용한 영상 객체 인식 방법에 있어서, 회전 성분을 가지는 영상 데이터 추출에 관한 동작 흐름도.
도 4는 본 발명의 일 실시 예에 따른 중력을 이용한 영상 객체 인식 방법에 있어서, 회전 성분을 가지는 영상 데이터 추출의 동작을 보인 화면 예시도.
도 5는 본 발명의 일 실시 예에 따른 중력을 이용한 객체 인식 방법에 있어서, 프레임 단위의 객체가 입력된 영상 데이터의 선형변환을 통해 소정의 회전 성분을 가지는 영상 데이터를 추출하기 위해 복수의 프레임별 패턴을 보인 화면 예시도.
도 6은 본 발명의 일 실시 예에 따른 중력을 이용한 영상 객체 인식 방법에 있어서, 회전 성분을 가지는 영상 데이터 추출 예시도.
도 7은 본 발명이 적용된 테스트 영상의 예시도.
도 8은 본 발명의 일 실시 예에 따른 중력을 이용한 영상 객체 인식 장치의 전체 구성 블록도.
이하 본 발명에 따른 바람직한 실시 예를 첨부한 도면을 참조하여 상세히 설명한다. 하기 설명에서는 구체적인 구성 소자 등과 같은 특정 사항들이 나타나고 있는데 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐 이러한 특정 사항들이 본 발명의 범위 내에서 소정의 변형이나 혹은 변경이 이루어질 수 있음은 이 기술 분야에서 통상의 지식을 가진 자에게는 자명하다 할 것이다.
본 발명은 템플릿 매칭 기반의 영상 객체 인식에 관한 것으로, 보다 상세하게는 카메라를 통해 획득한 프레임 단위의 영상 데이터로부터 계산된 영상의 좌표 공간 및 벡터를 근거로 영상을 구성하는 화면의 중심과 중력 방향에 평행한 방향의 소실점을 잇는 직선의 방향 벡터를 수직 방향 벡터로 변환하는 선형변환을 통해 소정의 회전 성분을 가지는 영상 데이터를 변환하여 객체를 인식하고, 상기 변환된 영상 데이터에서의 위치 좌표에 역변환을 적용하여 상기 인식된 객체의 위치를 산출함으로써 객체의 수직 방향이 영상에서 카메라의 회전에 관계없이 항상 동일하게 유지되므로 카메라의 광축 방향의 회전은 객체 학습 시에 고려할 필요가 없으므로 객체 인식을 위해 필요한 데이터의 양이 감소하는 기술을 제공하고자 한다.
이하, 본 발명의 일 실시 예에 따른 중력을 이용한 영상 객체 인식 방법에 대해 도 1 및 도 2를 참조하여 자세히 살펴보기로 한다.
먼저, 도 1은 본 발명에 적용된 기술을 통하여 객체 인식 시, 상기 객체가 입력된 영상을 구성하는 화면의 중심과 중력 방향에 평행한 방향의 수직 방향을 보인 화면 예시도로서, 카메라로부터 입력받은 영상을 선형변환을 통해 영상의 수직 방향과 중력 방향이 일치하도록 변환하고, 상기 변환된 영상으로부터 객체 인식을 수행한다.
다음으로, 도 2는 본 발명의 일 실시 예에 따른 중력을 이용한 영상 객체 인식 방법에 관한 전체 흐름도이다.
도 2를 참조하면, 먼저 210 과정에서 카메라를 통해 입력된 영상을 프레임 단위로 저장하고, 상기 저장된 프레임 단위의 객체가 입력된 영상 데이터를 입력받는다.
212 과정에서는 상기 입력된 프레임 단위의 영상 데이터로부터 영상의 좌표 공간 및 벡터를 계산하고, 214 과정에서 상기 계산된 영상의 좌표 공간 및 벡터를 근거로 선형변환을 통해 소정의 회전 성분을 가지는 영상 데이터를 추출하며, 상기 선형변환은 상기 객체가 입력된 영상 데이터의 수직 방향 성분과 중력 방향의 성분이 일치하도록 변환하는 것이다.
여기서, 도 6을 참조하면, 도 6은 본 발명의 일 실시 예에 따른 중력을 이용한 영상 객체 인식 방법에 있어서, 회전 성분을 가지는 영상 데이터를 추출하기 위한 화면 예시도를 보인 것으로, 객체가 입력된 영상의 중심과 중력 방향에 평행한 방향으로의 회전 성분 R이
Figure 112012051370384-pat00001
인 회전 변환(rotational transformation)을 수행하며, 이때, 도 6에 도시된 바와 같이 중력 방향에 평행한 방향의 소실점을 잇는 수직 방향의 소실점은 (0, 1, 0) 혹은 (0, -1, 0)의 값을 가진다.
또한, 상기 회전 성분을 가지는 영상 데이터 추출은, 도 3을 참조하며 설명하면, 310 과정에서 상기 계산된 영상의 좌표 공간 및 벡터를 근거로 객체가 촬영된 영상을 구성하는 화면의 중심을 나타내는 중심값을 추출하고, 312 과정에서 상기 추출된 중심값과 중력 방향에 평행한 방향의 소실점을 산출한다.
이후, 314 과정에서 상기 중력 방향과 산출된 소실점을 잇는 직선의 방향 벡터를 산출하여 316 과정에서 수직 방향 벡터로 변환하여 수행되는 것으로, 상기 직선의 방향 벡터를 v라 할 때, Rv = (0, 1)┬와 같이 수직 방향 벡터로 변환한다.
이때, 상기 소실점은 중력을 측정하는 센서를 통해 측정된 값의 중력 방향 성분을 상기 객체가 입력된 영상을 촬영한 카메라의 내부 파라미터를 이용하여 영상을 투영하여 획득된다.
도 4는 본 발명의 일 실시 예에 따른 중력을 이용한 영상 객체 인식 방법에 있어서, 상술한 310 ~ 316 과정의 동작을 보인 화면 예시도로서, 도 4의 (a)는 최초의 객체가 입력된 영상 데이터에서 해당 객체의 중력 방향과 수직 방향이 동일함을 보인 것이고, 도 4의 (b)는 상기 객체가 입력된 영상 데이터의 선형변환을 통해 소정의 회전 성분을 획득하기 위한 회전 성분을 가지는 영상 데이터를 추출하기 위한 동작을 보인 것이고, 도 4의 (c)는 (b)의 동작 결과 수직 방향과 중력 방향이 일치하도록 영상 데이터가 변환된 동작을 보인 것이다.
그리고, 도 5는 본 발명의 일 실시 예에 따른 중력을 이용한 객체 인식 방법에 있어서, 프레임 단위의 객체가 입력된 영상 데이터의 선형변환을 통해 소정의 회전 성분을 가지는 영상 데이터를 추출하기 위해 복수의 프레임별 패턴을 보인 화면 예시도이고, 도 7은 본 발명이 적용된 테스트 영상의 예시도이다.
다시 도 2의 설명으로 돌아가면, 이후 216 과정에서는 상기 추출된 영상 데이터에 기초하여 특징 벡터를 추출하고, 218 과정에서 상기 입력된 영상 데이터에 적용하여 영상 데이터를 변환한다.
이때, 상기 특징 벡터는 상기 계산된 영상의 좌표 공간 및 벡터를 근거로 객체가 촬영된 영상을 구성하는 화면의 중심을 나타내는 중심값과 중력 방향에 평행한 방향의 소실점을 잇는 직선의 방향 벡터 v를 Rv = (0, 1)┬와 같이 수직 방향 벡터로 변환하여 추출된다.
220 과정에서는 상기 218 과정에서 변환된 영상 데이터로부터 객체 인식을 수행한 후, 222 과정에서는 상기 변환된 영상 데이터에서의 위치 좌표에 역변환 R- 1를 적용하여 상기 인식된 객체의 해당 위치를 산출한다.
이상에서는, 본 발명의 일 실시 예에 따른 중력을 이용한 영상 객체 인식 방법에 관해 살펴보았다.
이하, 본 발명의 일 실시 예에 따른 중력을 이용한 영상 객체 인식 장치에 관해 도 8을 참조하여 살펴보기로 한다.
도 8은 본 발명의 일 실시 예에 따른 중력을 이용한 영상 객체 인식 장치에 관한 상세 블록도이다.
도 8을 참조하면, 본 발명이 적용된 중력을 이용한 영상 객체 인식 장치(800)은 촬영부(810), 계산부(814), 변환부(816), 인식부(818), 위치 계산부(820)을 포함하는 제어부(812)를 포함한다.
상기 제어부(812)의 제어 하에 계산부(814)는 상기 촬영부(810)로부터 프레임 단위의 객체가 입력된 영상을 입력받아 해당 영상 데이터로부터 영상의 좌표 공간 및 벡터를 계산한다.
상기 변환부(816)은 계산부(814)로터 출력된 측정치를 근거로 선형변환을 통해 소정의 회전 성분을 가지는 영상 데이터를 추출하고, 상기 추출된 영상 데이터에 기초하여 특징 벡터를 추출하여 상기 입력된 영상 데이터에 적용하여 영상 데이터를 변환한다.
상기 인식부(818)은 상기 변환부(816)로부터 변환된 영상 데이터로부터 객체 인식을 수행한다.
상기 위치 계산부(820)은 상기 변환된 영상 데이터에서의 위치 좌표에 역변환 역변환 R- 1를 적용하여 상기 인식된 객체의 해당 위치를 산출한다.
또한, 상기 제어부(812)는 상기 변환부(816)를 통해 회전 성분을 가지는 영상 데이터 추출 시, 상기 계산된 영상의 좌표 공간 및 벡터를 근거로 객체가 촬영된 영상을 구성하는 화면의 중심을 나타내는 중심값을 추출하고, 상기 추출된 중심값과 중력 방향에 평행한 방향의 소실점을 산출하고, 상기 중력 방향과 산출된 소실점을 잇는 직선의 방향 벡터를 수직 방향 벡터로 변환되도록 제어한다.
이때, 상기 소실점은 중력을 측정하는 센서를 통해 측정된 값의 중력 방향 성분을 상기 객체가 입력된 영상을 촬영한 카메라의 내부 파라미터를 이용하여 영상을 투영하여 획득되는 것이다.
그리고 상기 특징 벡터는 계산된 영상의 좌표 공간 및 벡터를 근거로 객체가 촬영된 영상을 구성하는 화면의 중심을 나타내는 중심값과 중력 방향에 평행한 방향의 소실점을 잇는 직선의 방향 벡터를 v를 Rv = (0, 1)┬와 같이 수직 방향 벡터로 변환하여 추출된다.
상기와 같이 본 발명에 따른 중력을 이용한 영상 객체 인식 방법 및 장치에 관한 동작이 이루어질 수 있으며, 한편 상기한 본 발명의 설명에서는 구체적인 실시 예에 관해 설명하였으나 여러 가지 변형이 본 발명의 범위를 벗어나지 않고 실시될 수 있다. 따라서 본 발명의 범위는 설명된 실시 예에 의하여 정할 것이 아니고 청구범위와 청구범위의 균등한 것에 의하여 정하여져야 할 것이다.
810: 촬영부 812: 제어부
814: 계산부 816: 변환부
818: 인식부 820: 위치 계산부

Claims (10)

  1. 중력을 이용한 영상 객체 인식 방법에 있어서,
    프레임 단위의 객체가 입력된 영상 데이터를 입력받는 과정과,
    상기 입력된 프레임 단위의 영상 데이터로부터 영상의 좌표 공간 및 벡터를 계산하는 과정과,
    상기 계산된 영상의 좌표 공간 및 벡터를 근거로 선형변환을 통해 소정의 회전 성분을 가지는 영상 데이터를 추출하는 과정과,
    상기 추출된 영상 데이터에 기초하여 특징 벡터를 추출하여 상기 입력된 영상 데이터에 적용하여 영상 데이터를 변환하는 과정과,
    상기 변환된 영상 데이터로부터 객체 인식을 수행하는 과정을 포함함을 특징으로 하는 중력을 이용한 영상 객체 인식 방법.
  2. 제1항에 있어서, 상기 회전 성분을 가지는 영상 데이터를 추출하는 과정은,
    상기 계산된 영상의 좌표 공간 및 벡터를 근거로 객체가 촬영된 영상을 구성하는 화면의 중심을 나타내는 중심값을 추출하는 과정과,
    상기 추출된 중심값과 중력 방향에 평행한 방향의 소실점을 산출하고, 상기 중력 방향과 산출된 소실점을 잇는 직선의 방향 벡터를 수직 방향 벡터로 변환하는 과정을 포함함을 특징으로 하는 중력을 이용한 영상 객체 인식 방법.
  3. 제2항에 있어서, 상기 소실점은,
    중력을 측정하는 센서를 통해 측정된 값의 중력 방향 성분을 상기 객체가 입력된 영상을 촬영한 카메라의 내부 파라미터를 이용하여 영상을 투영하여 획득됨을 특징으로 하는 중력을 이용한 영상 객체 인식 방법.
  4. 제1항에 있어서,
    상기 변환된 영상 데이터에서의 위치 좌표에 역변환 R-1을 적용하여 상기 인식된 객체의 해당 위치를 산출하는 과정을 더 포함함을 특징으로 하는 중력을 이용한 영상 객체 인식 방법.
  5. 제1항에 있어서, 상기 특징 벡터는,
    상기 계산된 영상의 좌표 공간 및 벡터를 근거로 객체가 촬영된 영상을 구성하는 화면의 중심을 나타내는 중심값과 중력 방향에 평행한 방향의 소실점을 잇는 직선의 방향 벡터 v를 Rv = (0, 1)┬와 같이 수직 방향 벡터로 변환하여 추출됨을 특징으로 하는 중력을 이용한 영상 객체 인식 방법.
  6. 제1항에 있어서, 상기 선형 변환은,
    상기 객체가 입력된 영상 데이터의 수직 방향 성분과 중력 방향의 성분이 일치하도록 변환함을 특징으로 하는 중력을 이용한 영상 객체 인식 방법.
  7. 중력을 이용한 영상 객체 인식 장치에 있어서,
    촬영부와,
    상기 촬영부로부터 프레임 단위의 객체가 입력된 영상을 입력받아 해당 영상 데이터로부터 영상의 좌표 공간 및 벡터를 계산하는 계산부와,
    상기 계산부로터 출력된 측정치를 근거로 선형변환을 통해 소정의 회전 성분을 가지는 영상 데이터를 추출하고, 상기 추출된 영상 데이터에 기초하여 특징 벡터를 추출하여 상기 입력된 영상 데이터에 적용하여 영상 데이터를 변환하는 변환부와,
    상기 변환된 영상 데이터로부터 객체 인식을 수행하는 인식부와,
    상기 변환된 영상 데이터에서의 위치 좌표에 역변환 R-1 을 적용하여 상기 인식된 객체의 해당 위치를 산출하는 위치 계산부를 포함하며 각 구성부를 제어하는 제어부를 포함함을 특징으로 하는 중력을 이용한 영상 객체 인식 장치.
  8. 제7항에 있어서, 상기 제어부는,
    상기 회전 성분을 가지는 영상 데이터 추출 시,
    상기 계산된 영상의 좌표 공간 및 벡터를 근거로 객체가 촬영된 영상을 구성하는 화면의 중심을 나타내는 중심값을 추출하고, 상기 추출된 중심값과 중력 방향에 평행한 방향의 소실점을 산출하고, 상기 중력 방향과 산출된 소실점을 잇는 직선의 방향 벡터를 수직 방향 벡터로 변환되도록 제어함을 특징으로 하는 중력을 이용한 영상 객체 인식 장치.
  9. 제8항에 있어서, 상기 소실점은,
    중력을 측정하는 센서를 통해 측정된 값의 중력 방향 성분을 상기 객체가 입력된 영상을 촬영한 카메라의 내부 파라미터를 이용하여 영상을 투영하여 획득됨을 특징으로 하는 중력을 이용한 영상 객체 인식 장치.
  10. 제7항에 있어서, 상기 특징 벡터는,
    상기 계산된 영상의 좌표 공간 및 벡터를 근거로 객체가 촬영된 영상을 구성하는 화면의 중심을 나타내는 중심값과 중력 방향에 평행한 방향의 소실점을 잇는 직선의 방향 벡터 v를 Rv = (0, 1)┬와 같이 수직 방향 벡터로 변환하여 추출됨을 특징으로 하는 중력을 이용한 영상 객체 인식 장치.
KR1020120069287A 2012-06-27 2012-06-27 중력을 이용한 영상 객체 인식 방법 및 장치 KR101385143B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120069287A KR101385143B1 (ko) 2012-06-27 2012-06-27 중력을 이용한 영상 객체 인식 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120069287A KR101385143B1 (ko) 2012-06-27 2012-06-27 중력을 이용한 영상 객체 인식 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20140001024A KR20140001024A (ko) 2014-01-06
KR101385143B1 true KR101385143B1 (ko) 2014-04-15

Family

ID=50138730

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120069287A KR101385143B1 (ko) 2012-06-27 2012-06-27 중력을 이용한 영상 객체 인식 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101385143B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002157573A (ja) 2000-11-17 2002-05-31 Mutoh Ind Ltd 図面ファイルの傾き補正方法、ファイリング方法及びそのプログラムを記憶してなる媒体
JP3676360B2 (ja) 2003-02-25 2005-07-27 松下電器産業株式会社 画像撮像処理方法
JP2009055081A (ja) 2007-08-23 2009-03-12 Sony Corp 装着型自動撮像装置、画像傾き補正方法、画像傾き補正システム、プログラム
KR20120020711A (ko) * 2010-08-31 2012-03-08 삼성전자주식회사 물체 인식 시스템 및 그 물체 인식 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002157573A (ja) 2000-11-17 2002-05-31 Mutoh Ind Ltd 図面ファイルの傾き補正方法、ファイリング方法及びそのプログラムを記憶してなる媒体
JP3676360B2 (ja) 2003-02-25 2005-07-27 松下電器産業株式会社 画像撮像処理方法
JP2009055081A (ja) 2007-08-23 2009-03-12 Sony Corp 装着型自動撮像装置、画像傾き補正方法、画像傾き補正システム、プログラム
KR20120020711A (ko) * 2010-08-31 2012-03-08 삼성전자주식회사 물체 인식 시스템 및 그 물체 인식 방법

Also Published As

Publication number Publication date
KR20140001024A (ko) 2014-01-06

Similar Documents

Publication Publication Date Title
US10269092B2 (en) Image processing device, image processing method, and storage medium
KR101791590B1 (ko) 물체 자세 인식장치 및 이를 이용한 물체 자세 인식방법
CN109934847B (zh) 弱纹理三维物体姿态估计的方法和装置
KR102483641B1 (ko) 양안 시차 영상의 처리 방법 및 장치
KR101988384B1 (ko) 이미지 매칭 장치, 이미지 매칭 시스템 및 이미지 매칭 방법
US20140152660A1 (en) Method for creating 3-d models by stitching multiple partial 3-d models
JP2022542204A (ja) 画像座標系の変換方法並びにその、装置、機器およびコンピュータプログラム
JP2014137756A5 (ko)
CN109934873B (zh) 标注图像获取方法、装置及设备
WO2023160312A1 (zh) 基于自监督学习的行人重识别方法、装置、设备及存储介质
KR101478709B1 (ko) Rgb-d 영상 특징점 추출 및 특징 기술자 생성 방법 및 장치
CN109345460B (zh) 用于矫正图像的方法和装置
JP5704909B2 (ja) 注目領域検出方法、注目領域検出装置、及びプログラム
TW201523510A (zh) 點雲拼接系統及方法
KR20120020711A (ko) 물체 인식 시스템 및 그 물체 인식 방법
KR20220082260A (ko) 3차원 콘텐츠를 렌더링하기 위한 단말 및 그 동작 방법
KR102410300B1 (ko) 스테레오 카메라를 이용한 카메라 위치 측정 장치 및 방법
KR101673144B1 (ko) 부분 선형화 기반의 3차원 영상 정합 방법
KR101385143B1 (ko) 중력을 이용한 영상 객체 인식 방법 및 장치
JP2017033556A (ja) 画像処理方法及び電子機器
JP6393495B2 (ja) 画像処理装置および物体認識方法
US20160379087A1 (en) Method for determining a similarity value between a first image and a second image
KR101741501B1 (ko) 카메라와 객체 간 거리 추정 장치 및 그 방법
US11922659B2 (en) Coordinate calculation apparatus, coordinate calculation method, and computer-readable recording medium
US11202000B2 (en) Learning apparatus, image generation apparatus, learning method, image generation method, and program

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: 20170327

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190408

Year of fee payment: 6