KR101403035B1 - 차량용 블랙박스의 영상 탐색장치 및 그 방법 - Google Patents

차량용 블랙박스의 영상 탐색장치 및 그 방법 Download PDF

Info

Publication number
KR101403035B1
KR101403035B1 KR1020120078281A KR20120078281A KR101403035B1 KR 101403035 B1 KR101403035 B1 KR 101403035B1 KR 1020120078281 A KR1020120078281 A KR 1020120078281A KR 20120078281 A KR20120078281 A KR 20120078281A KR 101403035 B1 KR101403035 B1 KR 101403035B1
Authority
KR
South Korea
Prior art keywords
image
unit
information
representative
generating
Prior art date
Application number
KR1020120078281A
Other languages
English (en)
Other versions
KR20140011653A (ko
Inventor
이태윤
Original Assignee
(주) 세인
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 (주) 세인 filed Critical (주) 세인
Priority to KR1020120078281A priority Critical patent/KR101403035B1/ko
Publication of KR20140011653A publication Critical patent/KR20140011653A/ko
Application granted granted Critical
Publication of KR101403035B1 publication Critical patent/KR101403035B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D41/00—Fittings for identifying vehicles in case of collision; Fittings for marking or recording collision areas
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/765—Interface circuits between an apparatus for recording and another apparatus
    • H04N5/77—Interface circuits between an apparatus for recording and another apparatus between a recording apparatus and a television camera
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/50—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the display information being shared, e.g. external display, data transfer to other traffic participants or centralised traffic controller

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

차량용 블랙박스에서 저장된 영상은 물론 다른 차량의 블랙박스에 저장된 영상도 빠르게 탐색할 수 있도록 한 차량용 블랙박스의 영상 탐색장치 및 그 방법이 개시된다.
개시된 차량용 블랙박스의 영상 탐색장치는, 영상 탐색을 위한 객체 대표 정보를 표시하고, 사용자의 조작 명령에 따라 특정 객체의 선택 정보를 발생하거나 자연어 기반의 검색 정보를 발생하는 사용자 인터페이스부와; 카메라를 통해 획득한 영상을 입력받는 영상 입력부와; GPS위성을 통해 시간 정보 및 위치 정보를 수신하기 위한 GPS수신기와; 차량의 충격을 감지하고, 중력을 이용해 물체의 움직임을 감지하는 G센서부와; 상기 G센서부에서 출력되는 신호로 주차 모드인지 주행모드인지를 판단하고, 주차모드일 경우 영상 입력부에서 출력되는 영상의 저장을 제어하며, 상기 사용자 인터페이스부에서 발생하는 사용자 조작 명령에 따라 영상 탐색 동작을 제어하는 제어부와; 영상 저장부에 저장된 영상의 객체를 추출하고, 추출한 객체의 대표 정보들을 생성하여 영상 탐색을 위한 정보로 상기 영상 저장부에 저장하는 영상 처리부를 포함한다.

Description

차량용 블랙박스의 영상 탐색장치 및 그 방법{Apparatus for image exploration of black box using car and method thereof}
본 발명은 차량용 블랙박스의 영상 탐색장치 및 그 방법에 관한 것으로서, 더욱 상세하게는 차량용 블랙박스에서 저장된 영상은 물론 다른 차량의 블랙박스에 저장된 영상도 빠르게 탐색할 수 있도록 한 차량용 블랙박스의 영상 탐색장치 및 그 방법에 관한 것이다.
통상, 차량에 적용된 블랙박스는 주차시 발생할 수 있는 차량의 도난이나 파손에 대비할 수 있도록 주차중에도 감시 영상을 저장할 수 있는 기능을 제공하고 있다. 이러한 감시 영상이 사고 당시의 상황을 재연하는 데 가장 중요하게 사용되고 있음은 자명한 사실이다.
차량용 블랙박스에서 감시 영상을 획득하기 위한 종래의 기술이 대한민국특허청 공개특허공보 공개번호 10-2009-0105257호(2009.10.07. 공개)(발명의 명칭: 카메라 일체형 차량용 영상기록 장치)(이하, "종래기술"이라 약칭함)에 개시된다.
개시된 종래기술은 본체에 전방과 후방에 대한 영상을 취득할 수 있는 카메라를 구성하는 듀얼 카메라 본체 일체형 타입으로서, 본체를 간단하게 설치하여 차량의 전방영상(forward view)과 내부영상(interior view) 및 측면/후방영상(side view)을 수집 기록할 수 있다. 또한, 외부 메모리 타입을 채용하여 착탈식 외부 메모리에 직접 영상을 기록할 수 있도록 함으로써, 돌발상황에서도 메모리에 기록된 영상의 보존이 용이하며, 사용자가 편리하게 외부 메모리를 탈착하여 개인용 컴퓨터(PC)에서 해당 영상을 확인함은 물론 필요한 영상의 보관이 손쉬운 영상기록장치를 제공하게 된다.
특히, 저장된 영상의 재생은 차량 내에 설치된 내비게이션, 텔레비전, 컴퓨터 모니터 등과 같은 영상출력수단을 갖는 단말장치에서 바로 확인할 수 있도록 재생을 하게 되는 데, 일반 동영상 파일과 동일하게 재생을 하게 되고, 저장된 영상의 탐색은 시간, GPS, G-센서 정보에 의존하여 탐색을 하게 된다.
1. 대한민국특허청 공개특허공보 공개번호 10-2009-0105257호(2009.10.07. 공개)(발명의 명칭: 카메라 일체형 차량용 영상기록 장치)
그러나 상기와 같은 종래 기술은 저장된 영상의 탐색이 시간, GPS, G-센서의 정보에 의존하여 탐색을 하게 되므로, 영상 탐색 시간이 많이 소요되는 단점이 있다.
특히, 시간, GPS, G-센서의 정보를 기반으로 저장된 영상을 사용자가 탐색할 경우, 특정 차량, 특정 인물 등을 찾기 위하여 많은 시간이 소요되며, 주차중 입은 차량의 파손 등으로 자신의 차량에 장착된 블랙박스에 저장된 영상과 주변 차량에 장착된 블랙박스에 저장된 영상, 또는 주변 CCTV 영상 등을 검색해야 하는 경우에는 검색할 영상이 많아 더욱 영상 검색 시간이 많이 소요되는 단점이 있다.
이에 본 발명은 상기와 같은 종래기술에서 발생하는 제반 문제점을 해결하기 위해서 제안된 것으로서,
본 발명이 해결하고자 하는 과제는 차량용 블랙박스에서 저장된 영상은 물론 다른 차량의 블랙박스에 저장된 영상도 빠르게 탐색할 수 있도록 한 차량용 블랙박스의 영상 탐색장치 및 그 방법을 제공하는 데 있다.
본 발명이 해결하고자 하는 다른 과제는 영상 탐색시 사용자의 개입이 필요 없는 비교사 학습(Unsupervised Learning) 방식으로 객체의 특징을 추출 및 분류하여, 이미지가 포함된 자연어 기반의 대표 정보로 표현해줌으로써, 검색자는 대표 이미지 선택 또는 자연어 기반의 검색 명령으로만 대상 객체를 빠르게 검색할 수 있도록 한 차량용 블랙박스의 영상 탐색장치 및 그 방법을 제공하는 데 있다.
상기와 같은 과제들을 해결하기 위한 본 발명에 따른 차량용 블랙박스의 영상 탐색장치는,
영상 탐색을 위한 객체 대표 정보를 표시하고, 사용자의 조작 명령에 따라 특정 객체의 선택 정보를 발생하거나 자연어 기반의 검색 정보를 발생하는 사용자 인터페이스부와;
카메라를 통해 획득한 영상을 입력받는 영상 입력부와;
차량의 충격을 감지하고, 중력을 이용해 물체의 움직임을 감지하는 G센서부와;
상기 G센서부에서 출력되는 신호로 주차 모드인지 주행모드인지를 판단하고, 주차모드일 경우 영상 입력부에서 출력되는 영상의 저장을 제어하며, 상기 사용자 인터페이스부에서 발생하는 사용자 조작 명령에 따라 영상 탐색 동작을 제어하는 제어부와;
영상 저장부에 저장된 영상의 객체를 추출하고, 추출한 객체의 대표 정보들을 생성하여 영상 탐색을 위한 정보로 상기 영상 저장부에 저장하는 영상 처리부를 포함하는 것을 특징으로 한다.
상기에서 영상 입력부는
다른 차량의 블랙박스에 저장된 영상을 입력받거나 메모리 장치에 저장된 영상을 입력받기 위한 영상 입력 포트를 포함하는 것을 특징으로 한다.
상기 제어부는,
사용자에 의해 영상 탐색 기능이 선택되면 각 객체의 대표 정보들을 사용자 인터페이스부에 표시해주고, 상기 사용자에 의해 특정 객체가 선택되면 상기 선택된 특정 객체가 포함된 그룹의 대표 정보들에 기반한 단위 저장 영상을 상기 사용자 인터페이스부에 표시해주는 것을 특징으로 한다.
상기에서 영상 처리부는,
상기 영상 저장부에 저장된 단위 저장 영상의 각 프레임에서 객체를 추출하는 객체 추출부를 포함하는 것을 특징으로 한다.
상기에서 영상 처리부는,
상기 객체 추출부에서 추출된 객체들을 객체별로 분류하고, 각 객체별로 대표 정지 화상을 생성하는 객체 분류부를 더 포함하는 것을 특징으로 한다.
상기에서 영상 처리부는,
상기 객체 분류부에서 생성한 객체별 대표 정보 화상, 출현 시각, 위치 정보, G센서 정보 및 단위 저장 영상정보를 기반으로 각 객체의 대표 정보를 생성하는 단위 정보 생성부를 포함하는 것을 특징으로 한다.
상기에서 영상 처리부는,
상기 단위 정보 생성부에서 생성한 모든 객체의 대표 정보들로부터 유사한 객체들로 이루어진 객체들을 그룹으로 묶어 객체의 그룹 정보를 생성하는 그룹 정보 생성부를 더 포함하는 것을 특징으로 한다.
상기와 같은 과제들을 해결하기 위한 본 발명에 따른 차량용 블랙박스의 영상 탐색방법은,
(a) 수신된 동영상 데이터를 영상 저장부에 저장하는 단계와;
(b) 영상 처리부에서 상기 (a)단계에서 저장된 단위 저장 영상의 각 프레임에서 객체를 추출하는 단계와;
(c) 상기 영상 처리부에서 상기(b)단계에서 추출한 객체들을 분류하고, 각 객체별로 대표 정지 화상을 생성하며, 생성한 객체의 정지 화상, 출현 시간, 위치 정보, G-센서 정보, 단위 저장 영상정보로부터 각 객체의 대표 정보를 생성하고, 생성한 각 객체의 대표 정보들을 유사한 객체들로 묶어 그룹 정보를 생성하여 자연어 기반 객체 데이터베이스를 생성하는 단계와;
(d) 영상 탐색 기능이 선택되면 제어부에서 각 객체의 대표 정보들을 사용자 인터페이스부에 표시해주는 단계와;
(e) 상기 사용자 인터페이스부를 통해 특정 객체가 선택되면 상기 선택된 특정 객체가 포함된 그룹의 대표 정보들에 기반한 단위 저장 영상을 검색 결과로 상기 사용자 인터페이스부에 표시해주는 단계를 포함하는 것을 특징으로 한다.
본 발명에 따르면 차량용 블랙박스에서 주차중 발생한 사고에 대하여 많은 양의 영상을 빠르게 탐색할 수 있도록 도모해주는 장점이 있다.
또한, 본 발명에 따르면 특정 객체를 표현해주고 사용자가 특정 객체만을 선택하는 것으로서 관련된 영상의 탐색이 가능토록 해줌으로써, 영상 탐색시 사용자의 조작을 최소화하여 영상 탐색에 따른 사용자 불편함을 최소화할 수 있는 장점이 있다.
또한, 본 발명에 따르면 차량용 블랙박스에서 영상 탐색시 자연어 기반의 영상 탐색도 가능하다는 장점이 있다.
도 1은 본 발명에 따른 차량용 블랙박스의 영상 탐색장치의 개략 구성도.
도 2는 도 1의 영상 처리부의 실시 예 구성도.
도 3은 본 발명에 따른 차량용 블랙박스의 영상 탐색방법을 보인 흐름도.
이하 본 발명의 바람직한 실시 예를 첨부한 도면에 의거 상세히 설명하면 다음과 같다. 본 발명을 설명하기에 앞서 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다.
도 1은 본 발명에 따른 차량용 블랙박스의 영상 탐색장치의 개략 구성도로서, 사용자 인터페이스부(10), 영상 입력부(20), GPS수신기(30), G-센서부(40), 제어부(50), 영상 저장부(60), 영상 처리부(70)를 포함한다.
사용자 인터페이스부(10)는 영상 탐색을 위한 객체 대표 정보를 표시하고, 사용자의 조작 명령에 따라 특정 객체의 선택 정보를 발생하거나 자연어 기반의 검색 정보를 발생하는 역할을 하는 것으로서, 정보를 표시하고 정보를 입력하기 위한 터치 패널 또는 터치스크린 등으로 구현하는 것이 바람직하다. 특히 터치 패널 또는 터치스크린 등을 이용하여 사용자는 영상 탐색시 자연어 입력 기반의 영상 탐색이 가능하다.
영상 입력부(20)는 카메라를 통해 획득한 영상을 입력받는 역할을 한다. 또한, 영상 입력부(20)는 다른 차량의 블랙박스에 저장된 영상을 입력받거나 메모리 장치에 저장된 영상을 입력받기 위한 영상 입력 포트를 포함한다.
GPS수신기(30)는 GPS위성을 통해 수신한 GPS신호로부터 시간 정보 및 위치 정보를 추출하기 위한 역할을 한다.
G센서부(40)는 차량의 충격을 감지하고, 중력을 이용해 물체의 움직임을 감지하는 역할을 하는 것으로서, 특히 주행신호를 제어부(50)에 제공하여 차량의 모드가 운전모드인지 주차모드인지를 판단하도록 한다.
제어부(50)는 상기 G센서부(40)에서 출력되는 신호로 주차 모드인지 주행모드인지를 판단하고, 주차모드일 경우 영상 입력부(20)에서 출력되는 영상의 저장을 제어하며, 상기 사용자 인터페이스부(10)에서 발생하는 사용자 조작 명령에 따라 영상 탐색 동작을 제어하는 역할을 한다. 특히, 제어부(50)는 사용자에 의해 영상 탐색 기능이 선택되면 각 객체의 대표 정보들을 사용자 인터페이스부(10)에 표시해주고, 상기 사용자에 의해 특정 객체가 선택되면 상기 선택된 특정 객체가 포함된 그룹의 대표 정보들에 기반한 단위 저장 영상을 상기 사용자 인터페이스부(10)에 표시해주게 된다. 이러한 제어부(50)는 마이컴, 마이크로프로세서, 중앙처리장치, 컨트롤러 등과 같은 제어장치로 구현하는 것이 바람직하다.
영상 저장부(60)는 영상 입력부(20)를 통해 입력되는 영상을 저장하며, 영상 탐색을 위해 영상 처리부(70)에서 처리된 그룹 대표 정보도 저장하는 영상 데이터베이스 역할도 한다.
영상 처리부(70)는 상기 영상 저장부(60)에 저장된 영상의 객체를 추출하고, 추출한 객체의 대표 정보들을 생성하여 영상 탐색을 위한 정보로 상기 영상 저장부(60)에 저장하는 역할을 한다.
상기 영상 처리부(70)는 도 2에 도시한 바와 같이, 상기 영상 저장부(60)에 저장된 단위 저장 영상의 각 프레임에서 객체를 추출하는 객체 추출부(71), 상기 객체 추출부(71)에서 추출된 객체들을 객체별로 분류하고, 각 객체별로 대표 정지 화상을 생성하는 객체 분류부(72), 상기 객체 분류부(72)에서 생성한 객체별 대표 정보 화상, 출현 시각, 위치 정보, G센서 정보 및 단위 저장 영상정보를 기반으로 각 객체의 대표 정보를 생성하는 단위 정보 생성부(73), 상기 단위 정보 생성부(73)에서 생성한 모든 객체의 대표 정보들로부터 유사한 객체들로 이루어진 객체들을 그룹으로 묶어 객체의 그룹 정보를 생성하는 그룹 정보 생성부(74)를 포함한다.
이와 같이 구성된 본 발명에 따른 차량용 블랙박스의 영상 탐색장치는, 제어부(50)에서 영상 입력이 되면 현재 차량의 모드가 주행 모드인지 주차모드인지를 판단하고, 이러한 모드 판단 결과에 따라 입력 영상의 저장 시기를 제어하게 된다. 상기에서 주행 모드에서는 상시 및 G센서부(40)에서 출력되는 이벤트 방식으로 영상 저장을 하며, 주차 모드에서는 상시 또는 영상의 움직임 감지 및 G센서부(40)에서 출력되는 이벤트 방식으로 영상 저장을 한다. 영상 저장시에는 GPS수신기(30)로부터 획득한 위치 정보와 시각 정보를 함께 저장하는 것이 바람직하다. 또한, 영상 저장은 단위 저장 방식으로 저장하는 것이 바람직하다. 예컨대, 30초 내지 3분 정도를 하나의 단위 영상으로 설정하여 저장한다.
상시일 경우에는 입력 영상을 모두 저장하면 되고, 상시가 아닐 경우에는 G센서부(40)에서 출력되는 주행신호에 기반한다.
예컨대, G센서부(40)는 3축 G센서를 이용하며, 이러한 3축 G센서에 가해진 힘은 중력과 3차원 벡터 합으로 표현되며, 센서는 각각 x축, y축, z축의 스칼라를 G단위로 출력하여 힘을 나타낸다. 사고 판단과 주차 모드 진입 판단을 위해서는 종축 성분인 중력
Figure 112012057449725-pat00001
를 제외하고 횡축 성분인
Figure 112012057449725-pat00002
와
Figure 112012057449725-pat00003
의 합의 노름(norm)을 사용하며, 이를 수식으로 표현하면 아래의 수학식 1로 표현할 수 있다.
Figure 112012057449725-pat00004
따라서 제어부(50)는 상기 G센서부(40)에서 출력되는 출력신호와 사고(이벤트)를 판단하기 위해 미리 설정된 임계값(
Figure 112012057449725-pat00005
)과 비교하여,
Figure 112012057449725-pat00006
가 되면 사고(이벤트) 발생으로 판단을 한다. 아울러 상기 출력 값을 주차 모드를 판단하기 위한 임계값(
Figure 112012057449725-pat00007
)과 비교하여, 상기
Figure 112012057449725-pat00008
인 상태가 지속하는 시간을 카운트하여, 상기
Figure 112012057449725-pat00009
인 상태가 일정 시간 이상 지속하면 주차 모드로 판단을 한다. 또한,
Figure 112012057449725-pat00010
가 되면 주행 모드로 판단을 한다.
판단 결과 주행 모드일 경우에는, 일반적인 블랙박스의 영상 저장 제어와 동일하게 영상 저장부(60)를 제어하여 상시 녹화가 이루어지도록 하고, 아울러 G센서부(40)에 의해 충격 감지(사고)가 되면 이벤트를 트리거로 녹화를 하도록 제어를 한다.
한편, 상기 판단 결과 주차 모드라고 판단될 경우에는, G센서부(40)에서 출력되는 영상의 움직임 감지 및 이벤트 감지에 따라 영상 저장부(60)를 제어하여 녹화를 하게 된다.
한편, 영상을 녹화하는 도중 또는 영상 녹화가 완료된 시점에서 영상 처리부(70)는 고속 영상 탐색을 위해 각 객체의 대표 정보만을 추출하고, 이를 유사한 객체별로 그룹화하여 그룹 대표 정보들로 영상 탐색을 위한 대표 영상을 만들어 영상 저장부(60)에 저장하여, 대표 영상 데이터베이스를 만들게 된다. 이때 대표 영상을 데이터베이스화할 경우에는 영상 탐색을 위해 각 그룹 대표 정보들 또는 객체의 대표 정보를 자연어에 매핑하여 저장함으로써, 사용자는 영상 탐색시 대표 이미지 선택 또는 자연어 기반 검색 명령으로 대상 객체를 검색할 수 있도록 한다. 특히 영상 분석은 사용자의 개입이 필요 없는 비교사 학습(Unsupervised Learning) 방식으로 객체의 특징을 추출 및 분류하여 이미지가 포함된 자연어 기반의 대표 정보로 표현하는 것이 바람직하다.
이를 좀 더 구체적으로 설명하면 다음과 같다.
먼저, 영상 처리부(70)의 객체 추출부(71)는 상기 영상 저장부(60)에 저장된 단위 저장 영상의 각 프레임에서 객체를 추출하게 된다.
단위 저장 영상으로부터 각 프레임별 객체를 추출하기 위해서는 전처리(Pre-Processing)과정을 수행한다.
전처리는 입력 영상(동영상 저장 파일)의 프레임을 색공간 변환을 통해 그레이 영상과 HSV 영상으로 변환한다. 그레이 영상으로는 배경 차분법(Background Subtraction)을 이용하여 전경의 관심 영역(ROI: Region of Interest)과 마스크를 검출한다. 검출된 관심 영역과 마스크로 4개 색 공간에 대한 관심 영역 이미지(Object Image ROI(RGB), Object Image ROI(Gray), Mask Image ROI(Binary), Object Image ROI(HSV))를 생성한다.
예컨대, 입력받은 프레임에서 Y 성분을 추출하여 W×H해상도의 8비트-그레이 영상 Ft를 생성하게 되며, 이를 통해 RGB영상을 그레이 영상으로 색공간 변환을 한다. Ft가 차지하는 메모리 크기는 W×H×8bits가 된다.
또한, HSV 색 공간은 색을 표현하는 하나의 방법으로 사람이 색을 경험하고 묘사하는 방식에 대해 RGB 시스템보다 가깝다. 색상(Hue), 채도(Saturation), 명도(Brightness, Value)의 좌표를 써서 특정한 색을 지정한다. 이 과정에서 입력된 컬러 영상의 픽셀값을 HSV 색 공간의 값으로 변환시킨다.
다음으로, 그레이 영상을 배경 차분법 및 전경 레이블링을 통해 전경의 관심 영역과 마스크를 검출한다.
배경 영상(Background Image) 생성에는 가중 지수 이동 평균 필터(Exponentially Weighted Moving Average filter)를 사용하며 이는 다음과 같이 표현된다.
Figure 112012057449725-pat00011
여기서 Bt는 현재의 배경 영상, Bt -1은 이전 프레임에서의 배경 영상, α는 learning rate로서 0보다 크고 1보다 작은 상수이다.
Figure 112012057449725-pat00012
여기서 O는 동작이 감지된 물체가 포함된 영상, w는 3×3 크기의 서브마스크이며,
Figure 112012057449725-pat00013
이다. M은 마스크 영상으로 영상 O와 서브마스크 w와 Dilation 연산을 통해 구한다. 마스크 영상 M을 레이블링(Labeling)을 통해 물체를 분류하고 분류된 레이블(Label)의 최외곽 사각형(Bounding box)을 관심 영역(ROI: Region of Interest)으로 정의한다.
다음으로, 영상에서 관심영역에 해당하는 부분을 RGB, Gray, Binary, HSV의 4가지 색 공간별로 생성한다. Binary 이미지는 전경(Foreground) 영역을 나타내는 마스크 이미지이다.
이렇게 하여 단위 저장 영상으로부터 프레임별로 객체를 추출하고, 다음으로 객체 분류부(72)에서 추출된 객체들을 객체별로 분류하고, 각 객체별로 대표 정지 화상을 생성하게 된다.
객체의 분류를 위하여 N.Dalal에 의해 고안된 HOG(Histogram of Oriented Gradient) Feature와 SVM(Support Vector Machine) 분류기를 사용하는 방법을 사용한다. 선행 학습 데이터는 보행자와 차량만으로 구성되며, 이외의 객체는 미확인으로 분류한다. 객체의 검출에 사용되는 검출 윈도(Detection Window)는 전체 영상을 탐색하는 대신 ROI 영역만을 탐색하여 연산 시간을 줄인다.
사용된 카메라의 종류, 주변의 조명에 따라 밝기 값은 영상마다 차이를 보일 수 있기 때문에 밝기 특징을 제외한 밝기 히스토그램에 대한 통계적 속성에 따른 질감 특징 중 다음의 5가지를 이용한다. 먼저, Histogram Equalization을 통하여 보정된 객체 이미지 ROI(Gray)에서 마스크 이미지 ROI(Gray)에 해당되는 영역에 대해 아래의 <표1>에 도시한 표준편차, 평탄도, 3차 적률, 균일도, 엔트로피와 같은 5가지의 특징을 추출한다.
질감 특징 추출
표준편차
Figure 112013096853256-pat00014
 평균 콘트라스트의 척도

평탄도
(Smoothness)
Figure 112013096853256-pat00015
 영역에서 밝기의 상대적인 부드러운 정도를 측정한다. R은 일정한 밝기의 영역에 대해서는 0이고 밝기가 크게 벗어나는 영역에서는 1에 접근해간다. 실제에서는 이 측정에서 사용되는 분산은 (L-1)2로 나누어 [0,1]범위로 정규화된다.



3차 적률

Figure 112013096853256-pat00016
 히스토그램의 비대칭도를 측정한다. 이 척도는 대칭인 히스토그램에 대해서는 0이고, 평균을 기준으로 오른쪽에 몰린 히스토그램에 대해서는 양의 값을 가지며, 왼쪽에 몰린 히스토그램에 대해서는 음의 값을 가진다. 이 척도 값들도 μ3를 (L-1)2로 나눔으로써 다른 5개의 척도들과 비교 가능한 값의 범위로 들어온다. 이 제수는 분산을 정규화할 때 사용한 것과 같다.

균일도
Figure 112013096853256-pat00017
 균일도를 측정한다. 이 척도는 모든 그레이 레벨이 같을(최대 균일한) 때 최대이며, 그로부터 줄어든다.
엔트로피
Figure 112013096853256-pat00018
 무작위성의 척도
zi: 밝기를 나타내는 랜덤 변수
p(z) : 영역의 밝기 히스토그램
L : 가능한 밝기 레벨의 개수
m : 평균 밝기,
Figure 112013096853256-pat00019
컬러 특징(Color Feature)을 검출하기 위한 전단계로서 Object Image ROI(HSV)에 가우시안 필터 적용 및 Watershed와 Color Histogram 분석을 수행한다. 가우시안 필터는 Watershed에 의한 영상 과분할을 줄이기 위한 목적으로 사용되는 스무딩(Smoothing) 필터이다. Watershed 알고리즘에 의해 영상이 분할되면 Mask Image(Binary)에 해당되는 영역에 대해 컬러 히스토그램(Color Histgram)을 생성하고 가장 넓은 영역에 걸쳐 나온 H, S, V 값을 현재 객체(Object)의 컬러 특징(Color Feature)으로 정의한다.
최초 검색 데이터 생성중 사용자의 개입 없이 효과적으로 분류가 가능한 비지도 클러스터링 알고리즘(Unsupervised Clustering Algorithm)인 VQ(Vector Quantization)을 사용한다. 최초 한 객체(Object)가 가지고 있는 3개의 컬러 특징값과 5개의 질감 특징값을 8차원 특징 벡터로 입력받아 클러스터들과의 유클리드 거리를 계산하여 가장 가까운 클러스터와의 거리가 임계값보다 작으면 클러스터의 새로운 멤버로 등록하고 클러스터 중심 값을 갱신한다. 클러스터가 존재하지 않거나 클러스터와의 최소 유클리드 거리가 임계값보다 크다면 그 중심 값을 현재 데이터의 값으로 하는 새로운 클러스터를 생성한다.
이러한 과정을 통해 객체를 분류하면 다음으로 단위 정보 생성부(73)에서 객체 대표 정보(객체 대표 이미지)를 생성하게 된다.
객체의 대표 이미지는 VQ에 의해 클러스터가 생성되면 클러스터의 중심 값에 가장 가까운 멤버의 영상을 객체의 대표 이미지로 정의한다.
다음으로, 그룹 정보 생성부(74)에서 상기 단위 정보 생성부(73)에서 생성한 모든 객체의 대표 정보들로부터 유사한 객체들로 이루어진 객체들을 그룹으로 묶어 객체의 그룹 정보를 생성하게 된다.
예컨대, 클러스터의 멤버들이 HOG 특징에 의해 가장 높은 빈도로 분류된 카테고리를 대표로 정의한다. 카테고리는 차량, 보행자, 미확인의 3가지 자연어로 표현된다. 따라서 이러한 카테고리와 자연어, 시간 정보 등을 기반으로 유사한 객체들을 그룹으로 묶어 그룹 정보를 생성하게 된다.
객체의 컬러를 자연어로 표현하기 위하여 HSV 색 공간을 양자화(Quantization)할 필요가 있다. 본 발명에서는 Zhang Lei에 의해 고안된 36가지 양자화 HSV 모델을 사용한다.
객체의 색상 정보는 0에서 35까지의 l값에 의하여 분류되며 l값의 정의는 다음과 같다.
v ∈ [0,0.2]일 경우 검은색 영역이며 l=0이다.
s ∈ [0, 0.2]이고, v ∈ [0.2, 0.8]일 경우 6단계의 회색 영역으로 구분되며, l = [(v-0.2)×10]+1이다.
s ∈ [0, 0.2]이고, v ∈ [0.8, 1.0]일 경우 흰색 영역이며 l=7이다.
s ∈ [0.2, 1.2]이고, v ∈ [0.2, 1.0]일 경우 컬러 영역이며, 다음과 같이 분류된다.
H = 0 if h∈(330,22], 1 if h∈(22,45], 2 if h∈(45,70], 3 if h∈(70,155], 4 if h∈(155,186], 5 if h∈(155,186], 6 if h∈(186,278], 7 if h∈(278,330]
S = 0 if s∈(0.2,0.65], 1 if s∈(0.65,1]
V = 0 if v∈(0.2,0.7], 1 if v∈(0.7,1]
l = 4H+2S+V+8이며, 무채색의 8단계를 제외한 28단계로 구분된다.
판단된 l값에 따라 객체의 색상을 자연어로 표현할 수 있다.
이러한 과정을 통해 도출된 객체의 대표 이미지, 클러스터의 8차원 특징 벡터, 카테고리와 그 자연어 표현, 객체의 출현 시각, 출현한 영상 파일로 대표 정보를 구성하고 이를 데이터 베이스에 등록시킨다.
이렇게 하여 영상을 저장한 상태에서 사용자는 영상 탐색을 원할 경우, 사용자 인터페이스부(10)를 통해 영상 탐색 기능을 입력하게 되고, 제어부(50)는 영상 탐색 기능이 선택되면 영상 저장부(60)에 등록한 대표 이미지를 추출하고, 시간 순서로 사용자 인터페이스부(10)에 디스플레이해준다.
그러면 사용자는 대표 이미지를 보면서 자신이 찾고자 하는 영상을 확인하게 되고, 자신이 찾고자 하는 영상과 유사한 대표 이미지가 있으면 해당 대표 이미지를 선택하게 된다.
대표 이미지가 선택되면 제어부(50)는 영상 저장부(60)에 저장된 대표 이미지에 매핑된 단위 저장 영상을 추출하여 사용자 인터페이스부(10)에 디스플레이해주게 된다. 이로써 사용자는 자신이 탐색하고자 하는 영상을 빠르게 확인할 수 있게 되는 것이다.
또한, 사용자는 영상 탐색시 대표 이미지를 선택하는 방식 이외에 자연어 입력을 통한 영상 탐색도 가능하다. 예컨대, 사용자 인터페이스부(10)를 통해 영상 탐색 기능을 선택하고, 자연어 입력창에 자연어를 입력한다. 그러면 제어부(50)에서 영상 저장부(60)에 저장된 대표 정보에 포함된 자연어 검색을 통해 동일한 이름의 대표 이미지를 사용자 인터페이스부(10)에 표출해준다. 그러면 사용자는 표출되는 대표 이미지를 선택하게 되고, 대표 이미지가 선택되면 제어부(50)에서 대표 이미지에 매핑된 단위 저장 영상을 추출하여 사용자 인터페이스부(10)에 디스플레이해주게 된다. 이로써 사용자는 자신이 탐색하고자 하는 영상을 빠르게 확인할 수 있게 되는 것이다.
여기서 자연어 입력 방식을 이용한 영상 탐색시 자연어에 대응하는 대표 이미지를 표출해주는 방식 이외에 자연어에 대응하는 대표 이미지에 매핑된 단위 저장 영상을 바로 재생하여 사용자 인터페이스부(10)에 표출해주는 것도 가능하다. 이로써 사용자는 영상 탐색시 조작 횟수를 줄일 수 있어, 영상 탐색의 편의성을 증대시키게 되는 것이다.
이와 같은 본 발명의 바람직한 실시 예에 따른 차량용 블랙박스의 영상 탐색장치는 자신의 차량에 설치된 카메라에 의해 수집된 영상의 영상 탐색도 가능하지만 영상 입력부(20)의 영상 입력 포트를 통해 입력되는 다른 차량의 블랙박스에서 전송된 영상이나 기타 메모리 장치에 저장된 영상의 영상 탐색도 전술한 본 발명의 바람직한 실시 예와 동일하게 처리할 수 있는 장점이 있다.
도 3은 본 발명에 따른 차량용 블랙박스의 영상 탐색방법을 보인 흐름도로서, S는 단계(Step)를 나타낸다.
이에 도시된 바와 같이, (a) 수신된 동영상 데이터를 영상 저장부(60)에 저장하는 단계(S11)와; (b) 영상 처리부(70)에서 상기 (a)단계에서 저장된 단위 저장 영상의 각 프레임에서 객체를 추출하는 단계(S12)와; (c) 상기 영상 처리부(70)에서 상기(b)단계에서 추출한 객체들을 분류하고, 각 객체별로 대표 정지 화상을 생성하며, 생성한 객체의 정지 화상, 출현 시간, 위치 정보, G-센서 정보, 단위 저장 영상정보로부터 각 객체의 대표 정보를 생성하고, 생성한 각 객체의 대표 정보들을 유사한 객체들로 묶어 그룹 정보를 생성하여 자연어 기반 객체 데이터베이스를 생성하는 단계(S13)와; (d) 영상 탐색 기능이 선택되면 제어부(50)에서 각 객체의 대표 정보들을 사용자 인터페이스부(10)에 표시해주는 단계(S14, S15)와; (e) 상기 사용자 인터페이스부(10)를 통해 특정 객체가 선택되면 상기 선택된 특정 객체가 포함된 그룹의 대표 정보들에 기반한 단위 저장 영상을 검색 결과로 상기 사용자 인터페이스부(10)에 표시해주는 단계(S16)로 이루어진다.
이와 같이 이루어진 본 발명에 따른 차량용 블랙박스의 영상 탐색방법은, 단계 S11에서 제어부(50)는 영상 입력부(20)를 통해 수신한 영상을 영상 저장부(60)에 저장한다.
영상이 영상 저장부(60)에 저장되면 단계 S12에서 영상 처리부(70)는 저장된 단위 저장 영상의 각 프레임에서 객체를 추출하게 된다.
다음으로, 단계 S13에서 상기 영상 처리부(70)는 상기 단계(S12)에서 추출한 객체들을 분류하고, 각 객체별로 대표 정지 화상을 생성하며, 생성한 객체의 정지 화상, 출현 시간, 위치 정보, G-센서 정보, 단위 저장 영상정보로부터 각 객체의 대표 정보를 생성하고, 생성한 각 객체의 대표 정보들을 유사한 객체들로 묶어 그룹 정보를 생성하여 자연어 기반 객체 데이터베이스를 생성하여 영상 저장부(60)에 등록하게 된다. 여기서 객체 분류, 대표 정지 화상 생성, 객체의 대표 정보 생성 등에 대한 구체적인 설명은 전술한 본 발명의 차량용 블랙박스의 영상 탐색장치에서 언급한 설명과 동일하게 이루어지므로, 중복 기재를 회피하기 위해 생략하기로 한다.
이후, 단계 S14에서 사용자 검색 요청(영상 탐색 요청)이 발생하면, 단계 S15에서 제어부(50)는 영상 저장부(60)에 저장된 대표 이미지를 사용자 인터페이스부(10)에 표출해주게 된다. 이때 사용자는 검색 요청시 영상 탐색 기능만을 선택하여 검색을 요청하는 방법과 영상 탐색 기능 선택 후 자연어 입력창에 자연어를 직접 입력하고 영상 검색을 요청하는 방법이 있다.
일반적인 영상 탐색 요청시에는 대표 이미지를 사용자 인터페이스부(10)에 표출해주고, 사용자에 의해 대표 이미지가 선택되면 단계 S16으로 이동하여 대표 이미지에 대응하는 단위 저장 영상을 재생하여 표출해주게 된다.
이와는 달리 사용자가 자연어 입력 기반으로 검색을 요청한 경우에는 대표 정보에 포함된 자연어를 검색하여 사용자가 입력한 자연어를 포함하는 단위 저장 영상을 바로 재생하여 표출해주게 된다. 이때 사용자가 입력한 자연어를 포함하는 단위 저장 영상이 복수로 존재할 경우에는, 영상을 저장한 시간 정보에 기반하여 순차로 단위 저장 영상을 표출해주게 된다. 예컨대, 영상 저장 시간이 앞선 순서대로 영상을 재생하게 되는 것이다.
이러한 방법으로 영상을 탐색함으로써, 사용자는 빠르게 저장 영상을 확인할 수 있게 되며, 아울러 영상 탐색시 사용자는 대표 이미지만을 선택하거나 자연어를 입력하는 단순 조작 명령만 입력하면 되므로, 사용자의 조작 횟수를 줄일 수 있어 편의성도 증대시킬 수 있는 장점이 있다.
본 발명은 상술한 특정의 바람직한 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.
10… 사용자 인터페이스부
20… 영상 입력부
30… GPS수신기
40… G센서부
50… 제어부
60… 영상 저장부
70… 영상 처리부

Claims (8)

  1. 영상 탐색을 위한 객체 대표 정보를 표시하고, 사용자의 조작 명령에 따라 특정 객체의 선택 정보를 발생하거나 자연어 기반의 검색 정보를 발생하는 사용자 인터페이스부와;
    카메라를 통해 획득한 영상을 입력받는 영상 입력부와;
    차량의 충격을 감지하고, 중력을 이용해 물체의 움직임을 감지하는 G센서부와;
    상기 G센서부에서 출력되는 신호로 주차 모드인지 주행모드인지를 판단하고, 주차모드일 경우 영상 입력부에서 출력되는 영상의 저장을 제어하며, 상기 사용자 인터페이스부에서 발생하는 사용자 조작 명령에 따라 영상 탐색 동작을 제어하는 제어부와;
    영상 저장부에 저장된 영상의 객체를 추출하고, 추출한 객체의 대표 정보들을 생성하여 영상 탐색을 위한 정보로 상기 영상 저장부에 저장하는 영상 처리부를 포함하며,
    상기 영상 처리부는,
    상기 영상 저장부에 저장된 단위 저장 영상의 각 프레임에서 객체를 추출하는 객체 추출부와;
    상기 객체 추출부에서 추출된 객체들을 객체별로 분류하고, 각 객체별로 대표 정지 화상을 생성하는 객체 분류부와;
    상기 객체 분류부에서 생성한 객체별 대표 정보 화상, 출현 시각, 위치 정보, G센서 정보 및 단위 저장 영상정보를 기반으로 각 객체의 대표 정보를 생성하는 단위 정보 생성부와;
    상기 단위 정보 생성부에서 생성한 모든 객체의 대표 정보들로부터 동일한 객체들로 이루어진 객체들을 그룹으로 묶어 객체의 그룹 정보를 생성하는 그룹 정보 생성부를 포함하며,
    상기 객체 추출부는, 상기 각 프레임에 대해 색공간 변환을 통해 그레이 영상과 HSV(Hue, Satulation, Value) 영상으로 변환하고, 상기 그레이(Gray) 영상으로부터 RGB(Red, Green, Blue) 영상과 마스크 영상을 생성하여, 상기 RGB 영상, 그레이 영상, 마스크 영상 및 HSV 영상으로 이루어진 관심 영역으로부터 객체를 추출하는 것을 특징으로 하는 차량용 블랙박스의 영상 탐색장치.
  2. 청구항 1에 있어서, 상기 영상 입력부는
    다른 차량의 블랙박스에 저장된 영상을 입력받거나 메모리 장치에 저장된 영상을 입력받기 위한 영상 입력 포트를 포함하는 것을 특징으로 하는 차량용 블랙박스의 영상 탐색장치.
  3. 청구항 1에 있어서, 상기 제어부는,
    사용자에 의해 영상 탐색 기능이 선택되면 각 객체의 대표 정보들을 사용자 인터페이스부에 표시해주고, 상기 사용자에 의해 특정 객체가 선택되면 상기 선택된 특정 객체가 포함된 그룹의 대표 정보들에 기반한 단위 저장 영상을 상기 사용자 인터페이스부에 표시해주는 것을 특징으로 하는 차량용 블랙박스의 영상 탐색장치.
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. (a) 수신된 동영상 데이터를 영상 저장부에 저장하는 단계와;
    (b) 영상 처리부에서 상기 (a)단계에서 저장된 단위 저장 영상의 각 프레임에서 객체를 추출하는 단계와;
    (c) 상기 영상 처리부에서 상기(b)단계에서 추출한 객체들을 분류하고, 각 객체별로 대표 정지 화상을 생성하며, 생성한 객체의 정지 화상, 출현 시간, 위치 정보, G-센서 정보, 단위 저장 영상정보로부터 각 객체의 대표 정보를 생성하고, 생성한 각 객체의 대표 정보들을 동일한 객체들로 묶어 그룹 정보를 생성하여 자연어 기반 객체 데이터베이스를 생성하는 단계와;
    (d) 영상 탐색 기능이 선택되면 제어부에서 각 객체의 대표 정보들을 사용자 인터페이스부에 표시해주는 단계와;
    (e) 상기 사용자 인터페이스부를 통해 특정 객체가 선택되면 상기 선택된 특정 객체가 포함된 그룹의 대표 정보들에 기반한 단위 저장 영상을 검색 결과로 상기 사용자 인터페이스부에 표시해주는 단계를 포함하며,
    상기 단계 (b)는, 상기 영상 처리부에 포함된 객체 추출부에서, 상기 각 프레임에 대해 색공간 변환을 통해 그레이 영상과 HSV(Hue, Satulation, Value) 영상으로 변환하고, 상기 그레이(Gray) 영상으로부터 RGB(Red, Green, Blue) 영상과 마스크 영상을 생성하여, 상기 RGB 영상, 그레이 영상, 마스크 영상 및 HSV 영상으로 이루어진 관심 영역으로부터 객체를 추출하는 것을 특징으로 하는 차량용 블랙박스의 영상 탐색방법.
KR1020120078281A 2012-07-18 2012-07-18 차량용 블랙박스의 영상 탐색장치 및 그 방법 KR101403035B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120078281A KR101403035B1 (ko) 2012-07-18 2012-07-18 차량용 블랙박스의 영상 탐색장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120078281A KR101403035B1 (ko) 2012-07-18 2012-07-18 차량용 블랙박스의 영상 탐색장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20140011653A KR20140011653A (ko) 2014-01-29
KR101403035B1 true KR101403035B1 (ko) 2014-06-03

Family

ID=50143773

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120078281A KR101403035B1 (ko) 2012-07-18 2012-07-18 차량용 블랙박스의 영상 탐색장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR101403035B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220011472A (ko) * 2020-07-21 2022-01-28 (주)텔레컨스 이벤트 영상 녹화 장치, 영상 제공 장치 및 영상 제공 방법
KR102293570B1 (ko) * 2020-11-19 2021-08-26 주식회사 인텔리빅스 객체의 gps 좌표정보를 이용한 검색 서비스를 제공하는 영상분석장치 및 그 장치의 구동방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090093904A (ko) * 2008-02-28 2009-09-02 미디어코러스 주식회사 장면 변화에 강인한 멀티미디어 영상 분석 장치 및 그 방법과, 그를 이용한 객체 기반 멀티미디어 편집 시스템
JP4325541B2 (ja) * 2004-11-16 2009-09-02 ソニー株式会社 画像処理装置、再生画像処理装置、画像処理方法及び再生画像処理装置
KR20090105257A (ko) * 2008-04-02 2009-10-07 (주)에이직뱅크 카메라 일체형 차량용 영상기록 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4325541B2 (ja) * 2004-11-16 2009-09-02 ソニー株式会社 画像処理装置、再生画像処理装置、画像処理方法及び再生画像処理装置
KR20090093904A (ko) * 2008-02-28 2009-09-02 미디어코러스 주식회사 장면 변화에 강인한 멀티미디어 영상 분석 장치 및 그 방법과, 그를 이용한 객체 기반 멀티미디어 편집 시스템
KR20090105257A (ko) * 2008-04-02 2009-10-07 (주)에이직뱅크 카메라 일체형 차량용 영상기록 장치

Also Published As

Publication number Publication date
KR20140011653A (ko) 2014-01-29

Similar Documents

Publication Publication Date Title
US9940655B2 (en) Image processing
US9864923B2 (en) Assisted surveillance of vehicles-of-interest
US8750573B2 (en) Hand gesture detection
US8792722B2 (en) Hand gesture detection
US6816184B1 (en) Method and apparatus for mapping a location from a video image to a map
US8374440B2 (en) Image processing method and apparatus
EP3032462B1 (en) Method and apparatus for tracking object, and non-transitory computer-readable recording medium
US10242294B2 (en) Target object classification using three-dimensional geometric filtering
US20190244028A1 (en) System and Method for Detecting Objects in Video Sequences
JP6351243B2 (ja) 画像処理装置、画像処理方法
JP6527421B2 (ja) 人物認識装置及びそのプログラム
JPWO2018179361A1 (ja) 画像処理装置、画像処理方法、およびプログラム
US10891740B2 (en) Moving object tracking apparatus, moving object tracking method, and computer program product
US11200694B2 (en) Apparatus and method for extracting object information
US7403636B2 (en) Method and apparatus for processing an image
JP6922399B2 (ja) 画像処理装置、画像処理方法及び画像処理プログラム
JPWO2018179360A1 (ja) 画像処理装置、画像処理方法、およびプログラム
KR101403035B1 (ko) 차량용 블랙박스의 영상 탐색장치 및 그 방법
EP4052224B1 (en) Method for generating a three dimensional, 3d, model
KR101961462B1 (ko) 객체 인식 방법 및 장치
JP6855175B2 (ja) 画像処理装置、画像処理方法およびプログラム
CN109800758A (zh) 一种极大值区域检测的自然场景文字检测方法
CN114882511A (zh) 基于amnn和汉字结构字典的手写汉字识别方法、系统、设备和存储介质
KR20220083347A (ko) 영상을 이용한 물건 부피의 측정 장치, 방법, 및 컴퓨터 프로그램
JP2008040724A (ja) 画像処理装置、及び画像処理方法

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
LAPS Lapse due to unpaid annual fee