KR101427488B1 - 적외선을 이용한 객체 인식 장치 - Google Patents

적외선을 이용한 객체 인식 장치 Download PDF

Info

Publication number
KR101427488B1
KR101427488B1 KR1020120157004A KR20120157004A KR101427488B1 KR 101427488 B1 KR101427488 B1 KR 101427488B1 KR 1020120157004 A KR1020120157004 A KR 1020120157004A KR 20120157004 A KR20120157004 A KR 20120157004A KR 101427488 B1 KR101427488 B1 KR 101427488B1
Authority
KR
South Korea
Prior art keywords
unit
image
feature
infrared
fixed
Prior art date
Application number
KR1020120157004A
Other languages
English (en)
Other versions
KR20140086464A (ko
Inventor
강동오
이성환
Original Assignee
고려대학교 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 고려대학교 산학협력단 filed Critical 고려대학교 산학협력단
Priority to KR1020120157004A priority Critical patent/KR101427488B1/ko
Publication of KR20140086464A publication Critical patent/KR20140086464A/ko
Application granted granted Critical
Publication of KR101427488B1 publication Critical patent/KR101427488B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G08B13/19613—Recognition of a predetermined image pattern or behaviour pattern indicating theft or intrusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19617—Surveillance camera constructional details
    • G08B13/1963—Arrangements allowing camera rotation to change view, e.g. pivoting camera, pan-tilt and zoom [PTZ]
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Studio Devices (AREA)

Abstract

본 발명은 원거리에서도 객체를 정밀하게 추적하여 객체를 정밀하게 인식할 수 있는 적외선을 이용한 객체 인식 장치에 관한 것이다.
본 발명의 일실시예에 의한 적외선을 이용한 객체 인식 장치는 참조 객체에 대한 가시광선 영상이 저장된 데이터베이스; 전역 영상을 획득을 위한 고정 촬상부; 상기 획득된 전역 영상에서 움직임 객체가 포함된 부분 영상 획득을 위한 회전 촬상부; 상기 고정 촬상부가 촬영하는 화각에 적외선을 조사하는 적외선 조명부; 상기 움직임 객체의 위치를 추정하는 추정부; 상기 획득된 부분 영상을 입력 영상으로 사용하고, 상기 입력 영상을 가공하여 제1특징을 추출하고, 상기 참조 객체에 대한 가시광선 영상을 가공 처리하여 제2특징을 추출하고, 상기 제 1 특징과 상기 제 2 특징의 분석을 통해 상기 움직임 객체를 식별하는 인식부; 및 상기 데이터 베이스, 상기 고정 촬상부, 상기 회전 촬상부, 상기 적외선 조명부, 상기 추정부, 및 상기 인식부를 제어하는 제어부를 포함할 수 있다.

Description

적외선을 이용한 객체 인식 장치{APPARATUS FOR RECOGNIZING OBJECT USING INFRARED}
본 발명은 적외선을 이용한 객체 인식 장치에 관한 것으로, 보다 상세하게는 원거리에서도 객체를 정밀하게 추적하여 객체를 정밀하게 인식할 수 있는 적외선을 이용한 객체 인식 장치에 관한 것이다.
전자 기술의 발달에 힘입어, 객체인식(예를 들어, 얼굴인식)은 여러 분야에서 다양하게 응용이 가능하게 되었다. 일 예로, 데이터 집합의 통계적 특성을 분석하여 적절한 저차원의 특징을 추출하는 부분공간 분석 방법인 Eigenface 방법([1] M.Truk and A. Pentland, "Eigenface for recognition", Journal of cofnitive neuroscience, vol. 3, No. 1,pp. 71-86. 1991)과 Fisherface 방법([2] P. Belhumeur, J. Hespanha, and D. Kriegman, “Eigenfaces vs.fisherfaces: Recognition using class specific linear projection,” Computer Vision, ECCV'96, pp.43-58) 은 잘 알려진 얼굴 인식을 위한 접근 방법들이다.
기존의 얼굴 인식 방법들은 가시광선 영역, 조명이 제어된 조건, 그리고 정면 얼굴이 포함되어 있는 제한된 조건에서 인식하고자 하였다. 예를 들어 제한된 구역의 출입통제는 사용자가 협조적이기 때문에 사용될 수 있지만, 휴전선이나 일정 공간의 외곽 감시 등과 같은 넓고 먼 거리에서는 사람을 검출하고 얼굴 인식하기에 사용하기 어렵다는 단점이 있다.
따라서 원거리에서도 특정 객체(예: 사람)의 검출을 정밀하게 할 수 있는 기술에 대한 연구가 필요한 실정이다.
본 발명의 목적은 원거리에서도 객체를 정밀하게 인식할 수 있는 적외선을 이용한 객체 인식 장치를 제공하는 데 있다.
상기 목적을 달성하기 위해 본 발명의 일실시예에 의하면, 참조 객체에 대한 가시광선 영상이 저장된 데이터베이스; 전역 영상을 획득을 위한 고정 촬상부; 상기 획득된 전역 영상에서 움직임 객체가 포함된 부분 영상 획득을 위한 회전 촬상부; 상기 고정 촬상부가 촬영하는 화각에 적외선을 조사하는 적외선 조명부; 상기 움직임 객체의 위치를 추정하는 추정부; 상기 획득된 부분 영상을 입력 영상으로 사용하고, 상기 입력 영상을 가공하여 제1특징을 추출하고, 상기 참조 객체에 대한 가시광선 영상을 가공 처리하여 제2특징을 추출하고, 상기 제 1 특징과 상기 제 2 특징의 분석을 통해 상기 움직임 객체를 식별하는 인식부; 및 상기 데이터 베이스, 상기 고정 촬상부, 상기 회전 촬상부, 상기 적외선 조명부, 상기 추정부, 및 상기 인식부를 제어하는 제어부를 포함하는 적외선을 이용한 객체 인식 장치가 제공된다.
본 발명의 일실시예에 의한 적외선을 이용한 객체 인식 장치는 고정 촬상부와 회전 촬상부를 모두 이용하기 때문에 원거리에서도 객체를 인식할 수 있다.
본 발명의 일실시예에 의하면, 이종 영상의 가공을 통해 객체를 보다 정밀하게 인식할 수 있다.
도 1은 본 발명의 일실시예와 관련된 적외선을 이용한 객체 인식 장치의 블록이다.
도 2는 본 발명의 일실시예와 관련된 적외선을 이용한 객체 인식 장치의 외관을 나타내는 도면이다.
도 3은 도 1에 도시된 적외선을 이용한 객체 인식 장치가 객체를 인식하는 방법의 일례를 나타내는 흐름도이다.
도 4는 도 1에 도시된 적외선을 이용한 객체 인식 장치의 고정 촬상부 및 회전 촬상부를 통해 촬영된 영상을 나타낸다.
도 5 내지 도 6은 도 3에 도시된 객체 인식 방법 중 특정 단계를 설명하기 위한 도면이다.
이하, 본 발명의 일실시예와 관련된 적외선을 이용한 객체 인식 장치 및 그 객체 인식 장치가 객체를 인식하는 방법에 대해 도면을 참조하여 설명하도록 하겠다.
본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
도 1은 본 발명의 일실시예와 관련된 적외선을 이용한 객체 인식 장치의 블록이고, 도 2는 본 발명의 일실시예와 관련된 적외선을 이용한 객체 인식 장치의 외관을 나타내는 도면이다. 이하, 실시예에서는 객체 인식의 일례로 사람 인식을 예를 들어 설명하도록 하겠다. 하지만, 본 발명이 이에 한정되는 것은 아니다.
도시된 바와 같이, 객체 인식 장치(100)는 데이터베이스(110), 고정 촬상부(120), 회전 촬상부(130), 적외선 조명부(140), 추정부(150), 인식부(160), 및 제어부(170)를 포함할 수 있다.
데이터베이스(110)은 대상 객체를 식별하기 위한 다양한 참조 객체에 대한 영상을 저장할 수 있다. 예를 들어, 상기 데이터베이스(110)는 참조 객체에 대한 가시광선 영상, 참조 객체에 대한 적외선 영상, 적외선 자연 영상 등을 저장할 수 있다. 본 명세서에서 참조 객체라 함은 상기 객체 인식 장치(100)를 통해 촬영되는 영상의 식별을 위해 사용되는 객체를 말한다. 즉, 대상 객체는 복수의 참조 객체 중 어느 하나의 참조 객체로 식별될 수 있다. 상기 참조 객체에 대한 영상은 상기 영상에 의미를 나타내는 인덱스와 매핑되어 저장될 수 있다.
가시광선 영상은 실내에 형광등 조명에서 디지털 카메라와 얼굴과의 거리가 1m 떨어진 상태에서 수집하고, 적외선 영상은 불빛이 없고 카메라와 얼굴과 1m 떨어진 상태에서 얼굴에 적외선 조명을 비추고 적외선 영역만을 촬영할 수 있는 디지털 카메라를 이용하여 수집할 수 있다. 또한, 적외선 사람 영상들은 거리(60m~200m)가 떨어진 상태에서 영상을 수집할 수 있다.
고정 촬상부(120)는 소정의 화각 범위 내의 전체적인 뷰(view)를 촬영할 수 있다. 상기 고정 촬상부(120)는 촬영하는 화각 범위가 고정되어 있다. 본 명세서에서는 고정 촬상부(120)를 통해 촬영되는 소정의 화각 범위 내의 전체적인 뷰(view)에 대한 영상을 전역 영상이라 하기로 한다.
회전 촬상부(130)는 팬-틸트(pan-tilt)의 위치 보정을 통해 화각 범위를 변화시켜 다양한 각도 부분 뷰(view)를 촬영할 수 있다. 본 명세서에서는 회전 촬상부(130)를 통해 촬영되는 부분 뷰에 대한 영상을 부분 영상이라 하기로 한다. 상기 회전 촬상부(130)는 정밀한 팬-틸트의 움직임을 위해 마이크로 서브모터로 구동할 수 있다. 회전 촬상부(130)는 전역 영상에서 움직임 객체(예: 사람)이 검출될 경우, 상기 움직임 객체의 추정 위치에 맞게 팬-틸트(pan-tilt)의 위치 보정하여 상기 움직임 객체를 포커싱(focusing)하여 촬영할 수 있다. 또한, 상기 회전 촬영부(130)는 줌 기능을 통해 원거리에 있는 객체도 보다 선명하게 촬영할 수 있다.
적외선 조명부(140)는 상기 고정 촬상부(120)의 화각 전체 범위에 적외선을 조사할 수 있다. 상기 적외선 조명부(140)의 적외선 조사를 통해 야간 환경, 보안이 중요한 장소(예: 공항, 항구 등)에서도 객체를 유용하게 촬영할 수 있다.
추정부(150)는 상기 움직임 객체의 위치를 추정할 수 있다. 추정부(150)는 전역 영상에서 특징(색상, 형태, 그리고 묘사 표현 방법)을 이용한 패턴 매칭 기반으로 사람(움직인 객체의 예)을 검출하여 사람의 위치를 추정할 수 있다.
추정부(150)를 통해 추정된 사람 위치에 맞게 회전 촬상부(130)의 팬-틸트를 이동시키고, 사람 영역이 상기 회전 촬상부(130)의 촬영 시점에 포함될 경우, 그 영상을 부분 영상으로 획득할 수 있다. 상기 획득된 부분 영상이 움직임 객체 인식을 위한 입력 영상이 될 수 있다.
인식부(170)는 상기 입력 영상을 가공하여 제 1 특징을 추출하고, 상기 데이터베이스(110)에 저장된 참조 객체에 대한 영상을 가공하여 제 2 특징을 추출하고, 상기 추출된 제 1 특징과 제 2 특징과의 분석을 통해 상기 움직임 객체를 식별할 수 있다.
제어부(170)는 상기 데이터베이스(110), 고정 촬상부(120), 회전 촬상부(130), 적외선 조명부(140), 추정부(150), 및 인식부(160)을 전반적으로 제어할 수 있다.
도 3은 도 1에 도시된 적외선을 이용한 객체 인식 장치가 객체를 인식하는 방법의 일례를 나타내는 흐름도이다.
제어부(170)는 참조 객체에 대한 영상이 저장된 데이터베이스(110)를 유지할 수 있다(S310). 상기 데이터베이스(110)는 참조 객체에 대한 가시광선 영상, 참조 객체에 대한 적외선 영상, 적외선 자연 영상 등을 저장할 수 있다.
상기 객체 인식 장치(100)는 고정 촬상부(120) 및 회전 촬상부(130)를 통해 사람을 검출하여 촬영할 수 있다.
도 4는 도 1에 도시된 적외선을 이용한 객체 인식 장치의 고정 촬상부 및 회전 촬상부를 통해 촬영된 영상을 나타낸다.
도 4(a)는 고정 촬상부(120)로 촬영된 전역 영상을 나타낸다. 그리고 도 4(b)는 회전 촬상부(130)를 통해 촬영되는 복수 개의 부분 영상을 나타낸다.
추정부(150)는 고정 촬상부(120)를 통해 촬영되는 전체적인 뷰 내에서 사람을 검출할 수 있다(S320). 추정부(150)는 전역 영상에서 특징(색상, 형태, 그리고 묘사 표현 방법)을 이용한 패턴 매칭 기반으로 사람(움직인 객체의 예)을 검출할 수 있다.
추정부(150)는 전영 영상 안에서 사람의 이동 경로를 추정하기 위해서 샘플링 기법을 이용하여 사람이 이동할 방향과 방향의 크기를 추정할 수 있다(S330). 샘플링 기법은 물체의 움직임을 추적하기 위한 방법으로, 연속된 프레임상에서 물체의 특징을 이용하여 물체의 존재 확률 분포를 구하고, 구해진 확률 분포를 이용하여 연쇄적 샘플링을 통해 물체를 추적하고 방향을 추정하는 기법을 말한다. 상기 샘플링 기법은 파티클 필터(particle filter) 및 마르코프 연쇠 카를로(MCMC)를 포함할 수 있다.
회전 촬상부(130)는 상기 추정부(150)를 통해 추정된 사람 위치에 맞게 팬-틸트를 이동시키고, 사람 영역이 상기 회전 촬상부(130)의 촬영 시점에 포함될 경우, 그 영상을 부분 영상으로 획득할 수 있다. 상기 획득된 부분 영상이 움직임 객체 인식을 위한 입력 영상이 될 수 있다(S340, S350, S360).
만약, 사람 영역이 상기 회전 촬상부(130)의 촬영 시점에 포함되지 않으면, 상기 추정부(150)는 전역 영상에서 사람을 검출하여 상기 사람의 위치를 다시 추정하게 된다.
인식부(160)는 입력 영상에서 사람 얼굴만을 추출하여 검출할 수 있다(S370). 상기 인식부(160)는 입력 영역에서 특징(색, 형태, 그리고 묘사 표현 특징)을 이용한 패턴 매칭 기법으로 얼굴을 검출할 수 있다. 묘사 표현 방법의 예로 Local Binary Pattern, Scale Invariant Feature Transform, Histogram of Gradient 등이 있다.
또한, 본 발명의 일실시예에 의하면, 기하학적 특징 방법을 이용하여 얼굴을 검출할 수도 있다. 기하학적 특징 방법은 부분 공간의 무게 값을 이용하여 표현하는 방법으로, Eigenfaces, Fisherfaces 등이 있다.
인식부(160)는 얼굴 식별을 위해 입력 영상에서 검출된 얼굴 영역과 참조 객체에 대한 가시광선 영상을 가공 처리할 수 있다(S380). 상기 가공 처리는 정밀한 얼굴 식별을 위한 전처리 과정이라 할 수 있다. 상기 가공처리를 위해 인식부(160)는 학습을 수행할 수 있다. 예를 들어, 인식부(160)는 다양한 적외선 자연 영상들을 이용하여 초 해상도 복원 기술의 사전을 학습하고, 거리에 따른 적외선 얼굴 영상들을 바탕으로 평균 얼굴을 계산하고, 거리에 따라 초 해상도 복원 기술의 반복 횟수를 정할 수 있다. 그리고 가시광선 영상 및 적외선 영상에서 이에 대응하는 인덱스를 이용하여 최적으로 형태가 유사한 필터의 매개변수를 계산할 수 있다.
그런 후에 인식부(160)는 입력 영상에서 검출된 얼굴 크기를 계산할 수 있다. 또한, 인식부(160)는 영상의 해상도 복원 기술(예: 초 해상도 복원 기술)을 이용하고 계산된 거리에 따라서 초 해상도 복원을 반복하고 잡음 제거를 실행할 수 있다. 또한, 인식부(160)는 얼굴의 위치 측정, 그리고 얼굴 정렬을 실행할 수 있다. 초 해상도 복원 기술은 저 해상도의 이미지를 고해상도로 복원하는 기술을 의미한다.
한편, 본 발명의 일실시예에 의하면, 상기 입력 영상은 적외선 영상이고 얼굴 인식을 위해 사용되는 참조 객체에 대한 영상은 가시광선 영상일 수 있다. 이 경우, 인식부(160)는 가시광선 영상 및 적외선 영상의 필터링을 수행할 수 있다.
도 5는 가시광선 영상과 적외선 영상의 필터링 결과를 나타내는 도면이다.
도 5(a)는 가시광선 영상을 나타내고, 도 5(c)는 필터링 후의 가시광선 영상을 나타낸다. 또한, 도 5(b)는 적외선 영상을 나타내고, 도 5(d)는 필터링 후의 적외선 영상을 나타낸다.
인식부(160)는 이종 영상 간의 특징 분석을 위해 각 영상을 필터링하고, 필터링된 영상인 도 5(c)와 도 5(d)에서 특징을 추출하고, 추출된 특징을 기반으로 패턴매칭 기법을 이용하여 입력 영상의 얼굴을 식별할 수 있다(S390).
좀 더 구체적으로 상기 인식부(160)는 상기 학습 단계에서 계산된 매개 변수를 사용하여 상기 고 해상도로 복원된 입력 영상에 적용하고 기하학적 특징 방법과 묘사 표현 특징 방법을 이용하여 특징을 추출할 수 있다. 그리고 상기 얻어진 특징을 기반으로 패턴매칭 방법을 통하여 얼굴 인식 결과를 출력할 수 있다.
도 6은 패턴 매칭 기법을 이용하여 얼굴을 인식하는 일례를 나타낸다.
도시된 패턴 매칭 기법은 최 근접 이웃 규칙에 기반한 패턴 매칭 기법을 나타낸다. 입력 데이터에서 가까운 순서로 3개가 선택된 경우, 그 중에 레이블 2가 많기 때문에 입력 데이터를 레이블 2라고 식별할 수 있다.
전술한 바와 같이, 본 발명의 일실시예에 의한 적외선을 이용한 객체 인식 장치는 고정 촬상부와 회전 촬상부를 모두 이용하기 때문에 원거리에서도 객체를 인식할 수 있다. 또한, 상기 객체 인식 장치는 이종 영상의 가공을 통해 객체를 보다 정밀하게 인식할 수 있다.
상술한 객체 인식 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터로 판독 가능한 기록 매체에 기록될 수 있다. 이때, 컴퓨터로 판독 가능한 기록매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 한편, 기록매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터로 판독 가능한 기록매체에는 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.
한편, 이러한 기록매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다.
또한, 프로그램 명령에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
상기와 같이 설명된 적외선을 이용한 객체 인식 장치는 상기 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 상기 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.
100: 적외선을 이용한 객체 인식 장치
110: 데이터베이스
120: 고정 촬상부
130: 회전 촬상부
140: 적외선 조명기
150: 추정부
160: 인식부
170: 제어부

Claims (5)

  1. 삭제
  2. 참조 객체에 대한 가시광선 영상이 저장된 데이터베이스;
    전역 영상을 획득을 위한 고정 촬상부;
    상기 획득된 전역 영상에서 움직임 객체가 포함된 부분 영상 획득을 위한 회전 촬상부;
    상기 고정 촬상부가 촬영하는 화각에 적외선을 조사하는 적외선 조명부;
    샘플링 기법을 이용하여 상기 움직임 객체의 위치를 추정하는 추정부;
    상기 획득된 부분 영상을 입력 영상으로 사용하고, 상기 입력 영상을 가공하여 제1특징을 추출하고, 상기 참조 객체에 대한 가시광선 영상을 가공 처리하여 제2특징을 추출하고, 상기 제 1 특징과 상기 제 2 특징의 분석을 통해 상기 움직임 객체를 식별하는 인식부; 및
    상기 데이터 베이스, 상기 고정 촬상부, 상기 회전 촬상부, 상기 적외선 조명부, 상기 추정부, 및 상기 인식부를 제어하는 제어부를 포함하는 것을 특징으로 하는 적외선을 이용한 객체 인식 장치.
  3. 참조 객체에 대한 가시광선 영상이 저장된 데이터베이스;
    전역 영상을 획득을 위한 고정 촬상부;
    상기 획득된 전역 영상에서 움직임 객체가 포함된 부분 영상 획득을 위한 회전 촬상부;
    상기 고정 촬상부가 촬영하는 화각에 적외선을 조사하는 적외선 조명부;
    상기 움직임 객체의 위치를 추정하는 추정부;
    상기 획득된 부분 영상을 입력 영상으로 사용하고, 상기 입력 영상을 가공하여 제1특징을 추출하고, 상기 참조 객체에 대한 가시광선 영상을 가공 처리하여 제2특징을 추출하고, 상기 제 1 특징과 상기 제 2 특징의 분석을 통해 상기 움직임 객체를 식별하는 인식부; 및
    상기 데이터 베이스, 상기 고정 촬상부, 상기 회전 촬상부, 상기 적외선 조명부, 상기 추정부, 및 상기 인식부를 제어하는 제어부를 포함하되,
    상기 입력 영상의 가공은 해상도의 복원을 포함하는 것을 특징으로 하는 적외선을 이용한 객체 인식 장치.
  4. 참조 객체에 대한 가시광선 영상이 저장된 데이터베이스;
    전역 영상을 획득을 위한 고정 촬상부;
    상기 획득된 전역 영상에서 움직임 객체가 포함된 부분 영상 획득을 위한 회전 촬상부;
    상기 고정 촬상부가 촬영하는 화각에 적외선을 조사하는 적외선 조명부;
    상기 움직임 객체의 위치를 추정하는 추정부;
    상기 획득된 부분 영상을 입력 영상으로 사용하고, 상기 입력 영상을 가공하여 제1특징을 추출하고, 상기 참조 객체에 대한 가시광선 영상을 가공 처리하여 제2특징을 추출하고, 상기 제 1 특징과 상기 제 2 특징의 분석을 통해 상기 움직임 객체를 식별하는 인식부; 및
    상기 데이터 베이스, 상기 고정 촬상부, 상기 회전 촬상부, 상기 적외선 조명부, 상기 추정부, 및 상기 인식부를 제어하는 제어부를 포함하되,
    상기 제 1 특징과 상기 제 2 특징의 분석은 패턴 매칭 기법을 통한 분석을 포함하는 것을 특징으로 적외선을 이용한 객체 인식 장치.
  5. 제 4 항에 있어서, 상기 움직임 객체의 식별은
    사람의 얼굴 인식을 포함하는 것을 특징으로 하는 적외선을 이용한 객체 인식 장치.
KR1020120157004A 2012-12-28 2012-12-28 적외선을 이용한 객체 인식 장치 KR101427488B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120157004A KR101427488B1 (ko) 2012-12-28 2012-12-28 적외선을 이용한 객체 인식 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120157004A KR101427488B1 (ko) 2012-12-28 2012-12-28 적외선을 이용한 객체 인식 장치

Publications (2)

Publication Number Publication Date
KR20140086464A KR20140086464A (ko) 2014-07-08
KR101427488B1 true KR101427488B1 (ko) 2014-08-07

Family

ID=51735746

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120157004A KR101427488B1 (ko) 2012-12-28 2012-12-28 적외선을 이용한 객체 인식 장치

Country Status (1)

Country Link
KR (1) KR101427488B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100869998B1 (ko) * 2007-09-06 2008-11-24 연세대학교 산학협력단 원거리 홍채 영상 획득 시스템
KR20080104565A (ko) * 2007-05-28 2008-12-03 에스케이 텔레콤주식회사 영상변이 센싱을 활용한 얼굴인식 방법 및 시스템
KR20100066977A (ko) * 2008-12-10 2010-06-18 한국전자통신연구원 영상을 이용한 얼굴 인식 방법 및 그 장치
KR20110128574A (ko) * 2010-05-24 2011-11-30 주식회사 다음커뮤니케이션 이미지내 생체 얼굴 인식 방법 및 인식 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080104565A (ko) * 2007-05-28 2008-12-03 에스케이 텔레콤주식회사 영상변이 센싱을 활용한 얼굴인식 방법 및 시스템
KR100869998B1 (ko) * 2007-09-06 2008-11-24 연세대학교 산학협력단 원거리 홍채 영상 획득 시스템
KR20100066977A (ko) * 2008-12-10 2010-06-18 한국전자통신연구원 영상을 이용한 얼굴 인식 방법 및 그 장치
KR20110128574A (ko) * 2010-05-24 2011-11-30 주식회사 다음커뮤니케이션 이미지내 생체 얼굴 인식 방법 및 인식 장치

Also Published As

Publication number Publication date
KR20140086464A (ko) 2014-07-08

Similar Documents

Publication Publication Date Title
Charfi et al. Optimized spatio-temporal descriptors for real-time fall detection: comparison of support vector machine and Adaboost-based classification
US8855363B2 (en) Efficient method for tracking people
Shi et al. Real-time traffic light detection with adaptive background suppression filter
JP6007682B2 (ja) 画像処理装置、画像処理方法及びプログラム
KR101653278B1 (ko) 색상 기반 얼굴 검출을 통한 실시간 얼굴 추적 시스템
KR101433472B1 (ko) 상황 인식 기반의 객체 검출, 인식 및 추적 장치, 방법 및 컴퓨터 판독 가능한 기록 매체
CN104378582A (zh) 一种基于ptz摄像机巡航的智能视频分析系统及方法
JP2012053756A (ja) 画像処理装置及び画像処理方法
Li et al. Robust multiperson detection and tracking for mobile service and social robots
Hernández et al. People counting with re-identification using depth cameras
Badgujar et al. Hand gesture recognition system
Liu Face liveness detection using analysis of Fourier spectra based on hair
Zhang et al. Technology survey on video face tracking
Yadav et al. Human Illegal Activity Recognition Based on Deep Learning Techniques
Macesanu et al. A time-delay control approach for a stereo vision based human-machine interaction system
Hemalatha et al. A survey on real time object detection, tracking and recognition in image processing
Siriteerakul Advance in head pose estimation from low resolution images: A review
Bashir et al. Video surveillance for biometrics: long-range multi-biometric system
KR101427488B1 (ko) 적외선을 이용한 객체 인식 장치
Hussien Detection and tracking system of moving objects based on MATLAB
Bhusal Object detection and tracking in wide area surveillance using thermal imagery
Hung et al. Real-time counting people in crowded areas by using local empirical templates and density ratios
Creusen et al. ViCoMo: visual context modeling for scene understanding in video surveillance
Mehta et al. Extraction of posture silhouettes using human posture feature points and spatial masks for activity recognition in public place
Pushpa et al. Precise multiple object identification and tracking using efficient visual attributes in dense crowded scene with regions of rational movement

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
FPAY Annual fee payment

Payment date: 20170707

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180702

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190715

Year of fee payment: 6