KR101463836B1 - 고유벡터를 통한 움직임 판별방법 - Google Patents

고유벡터를 통한 움직임 판별방법 Download PDF

Info

Publication number
KR101463836B1
KR101463836B1 KR1020130011364A KR20130011364A KR101463836B1 KR 101463836 B1 KR101463836 B1 KR 101463836B1 KR 1020130011364 A KR1020130011364 A KR 1020130011364A KR 20130011364 A KR20130011364 A KR 20130011364A KR 101463836 B1 KR101463836 B1 KR 101463836B1
Authority
KR
South Korea
Prior art keywords
eigenvector
image
input
motion
quot
Prior art date
Application number
KR1020130011364A
Other languages
English (en)
Other versions
KR20140098557A (ko
Inventor
황동국
Original Assignee
(주)베라시스
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)베라시스 filed Critical (주)베라시스
Priority to KR1020130011364A priority Critical patent/KR101463836B1/ko
Publication of KR20140098557A publication Critical patent/KR20140098557A/ko
Application granted granted Critical
Publication of KR101463836B1 publication Critical patent/KR101463836B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images

Landscapes

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

Abstract

본 발명은 입력영상에서 움직임을 판별하기 위한 고유벡터를 통한 움직임 판별방법에 관한 것으로, 입력영상에서 움직임을 판별하기 위한 고유벡터를 통한 움직임 판별방법에 있어서, 순차적으로 입력되는 입력영상을 정규화하는 제1 단계; 상기 정규화된 입력밝기영상에서 배경밝기영상을 생성하는 제2 단계; 상기 배경밝기영상에서 제1 고유벡터를 생성하는 제3 단계; 상기 정규화된 입력밝기영상에서 제2 고유벡터를 생성하는 제4 단계; 상기 제1 고유벡터 및 제2 고유벡터에서 각각 하나 이상의 특정한 유효 고유벡터를 선정하는 제 5 단계; 상기 각각의 하나 이상의 유효 고유벡터를 비교하여 차이를 계산하는 제6 단계; 및 제 6단계에서의 차이가 특정 임계값 T범위내인지를 판단하는 제7단계;를 포함하는 것을 특징으로 한다.

Description

고유벡터를 통한 움직임 판별방법{Method for discriminating motion through eigen vectors}
본 발명은 고유벡터를 통한 움직임 판별방법에 관한 것으로, 더욱 상세하게는 순차적으로 입력된 영상 프레임들로부터 별도로 생성한 배경에서 추출한 고유벡터와 최후에 입력된 영상 프레임에서 추출한 고유벡터의 비교를 통하여 효과적으로 영상을 감시할 수 있는 새로운 형태의 움직임 판별방법에 관한 것이다.
이 분야의 종래기술로서는 영상 변환 방법 및 그 장치(대한민국 특허등록번호 제10-0788704호, 등록일자 2007년12월18일)에 의하면, 입력된 영상 프레임에 대하여 움직임 여부를 검출하는 단계와; 상기 검출된 움직임 여부에 따라서 상기 입력된 영상 프레임을 배경과 전경으로 분리하는 단계와; 상기 분리된 배경과 전경에 대하여 서로 다른 변환 알고리즘을 적용하여 상기 입력된 영상 프레임 내의 블록을 주파수 영역으로 변환하는 단계를 포함하는 것을 특징으로 한다.
그러나 상기한 종래기술에 따르면, 영상 프레임을 배경과 전경으로 분리하는 과정에서 복잡한 알고리즘을 적용해야 하며, 매 영상 프레임마다 분리과정을 수행해야 하는 번거로움이 있다. 또한 움직임을 검출하기 위하여 색공간 변환, 형태학적 처리, 임계화와 같은 다양한 처리들이 동반되기 때문에 성능에 비해 기법의 복잡도가 높고 처리속도는 느리다. 이로 인하여 현실에 적용하기 어렵다. 따라서 판별 성능이 높고, 복잡도가 낮으며 처리속도가 빠른 새로운 기법 개발이 절실한 실정이다.
본 발명의 목적은 상기한 바와 같은 종래 기술에서의 실정한 감안하여 제안된 것으로서, 순차적으로 입력된 영상 프레임에서 별도로 배경만을 따로 분리하여 고유벡터를 추출하고 입력된 영상 프레임에서 추출된 고유벡터와 비교함으로써 움직임을 감지함으로써 효율적으로 영상을 감시할 수 있는 새로운 형태의 고유벡터를 통한 움직임 판별방법을 제공함에 있다.
상기한 바와 같은 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따르면,
입력영상에서 움직임을 판별하기 위한 고유벡터를 통한 움직임 판별방법에 있어서,
순차적으로 입력되는 입력영상의 크기를 조절하고 입력 영상의 밝기 성분을 추출하는 제1 단계;
상기 순차적으로 추출된 입력영상들을 선형결합시켜 배경영상을 생성하는 제2 단계;
상기 배경영상을 행렬로 간주하고 그들로 부터 제1 고유벡터를 생성하는 제3 단계;
상기 순차적으로 추출된 입력영상을 행렬로 간주하고 그들로부터 제2 고유벡터를 생성하는 제4 단계;
상기 제1 고유벡터 및 제2 고유벡터에서 각각 하나 이상의 특정한 유효 고유벡터를 선정하는 제 5 단계;
상기 각각의 하나 이상의 유효 고유벡터를 비교하여 차이를 계산하는 제6 단계; 및
제 6단계에서의 차이가 특정 임계값 T범위내인지를 판단하는 제7단계;를 포함하는 것을 특징으로 하되,
상기 제5단계는 수학식 1에 의해 수행되는 것을 특징으로 하고,
<수학식 1>
Figure 112014093787711-pat00015

여기서, NB:배경특징 영상을 구성하는 고유벡터 수
NI: 입력특징 영상을 구성하는 고유벡터의 수
NV:유효 고유벡터의 수,
상기 제 6 단계에서 두 특징 영상의 차이를 나타내는 결정인자 θ는 수학식 2에 의해 계산된 각도이고, 수학식 3에 의해 각 벡터들로부터 얻는 각도의 산술평균인 것을 특징으로 하고,
<수학식 2>
Figure 112014093787711-pat00016

<수학식 3>
Figure 112014093787711-pat00017

여기서,
Bi: 배경특징영상의 i번째 벡터 Bi(열벡터 또는 행벡터)
Ii: 입력특징 영상의 i번째 벡터
θi: Ii(열벡터 또는 행벡터)가 이루는 각도인 것을 특징으로 하는 입력영상에서 움직임을 판별하기 위한 고유벡터를 통한 움직임 판별방법이 제공된다.

바람직하게는,
상기 제 7단계에서는 제6단계에서의 결정인자 θ가 특정 임계값 T보다 크거나 같으면 움직임이 있는 것으로 판단하고 그렇지 않으면 움직임이 없는 것으로 판단하는 것을 특징으로 한다.
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
이상 설명한 바와 같이, 본 발명에 따른 고유벡터를 통한 움직임 판별방법에 의하면, 순차적으로 입력된 영상 프레임에서 별도로 배경만을 따로 분리하여 고유벡터를 추출하고 입력된 영상 프레임에서 추출된 고유벡터와 비교함으로써 동영상에서 움직임 유무를 효율적으로 판별할 수 있는 효과가 있다.
본 발명의 방법은 자동으로 카메라내의 영상에서 움직임여부를 감지하는 모든 기계에 적용할 수 있다.
본 발명에서는 입력 영상 프레임에서 움직임 여부를 판별하기 위한 척도는 각도이고, 이 각도를 계산하기 위해 벡터의 내적 방법을 사용하였으며, 벡터로는 고유벡터를 사용하였다.
도 1은 본 발명에 따른 고유벡터를 통한 움직임 판별방법을 구체적으로 나타내는 흐름도이다.
이하 본 발명에 따른 고유벡터를 통한 움직임 판별방법에 대하여 상세히 설명한다.
도1 을 참조하면, 본 발명의 바람직한 실시예에 따른 고유벡터를 통한 움직임 판별방법에 있어서, 다음과 같은 과정이 수행된다.
정규화(Normalization) 과정(S2)
K번째 입력 영상 ①에서 정규화시켜(S2) 출력 ②을 생성하는 단계이다. 본 단계는 입력 영상의 크기를 조절하고 입력 영상의 밝기 성분을 추출하는 단계로서 처리 순서는 바뀔 수 있다. 입력영상의 크기 조절은 관심영역 추출을 포함하며 가로와 세로의 크기는 동일하다.
이동 선형 결합과정((Moving Linear Combination of K Frames)(S4)
K번째 입력밝기영상 ②와 순서적으로 앞서 입력되어 내부적으로 저장하고 있는 K-1 개의 밝기 영상들을 선형 결합시켜 배경밝기영상을 생성한다. 선형 결합 방법은 개별 밝기영상에 가중치를 곱하는 것으로 전체 가중치들의 합은 1이다. 가중치가 1/K로 모두 동일하면 밝기영상들의 산술평균을 의미한다. 이동 선형 방법에서 선형 결합 방법은 상기 설명한 바와 동일하고 결합되는 영상의 수는 일정하게 유지되지만 결합되는 영상이 달라진다. 순서적으로 가정 앞서 입력된 하나의 밝기 영상은 계산에서 제외시키고 입력밝기영상을 새로이 추가시켜 선형 결합한다.
제1 고유벡터 및 제2 고유벡터 추출과정(Extracting Eigenvectors)
밝기영상들 ②와 ③을 행렬로 간주하고 그들로부터 각각 고유벡터 행렬(고유벡터들로 구성된 행렬)을 구한다(S6,S8). ③의 고유벡터 행렬은 배경 특징으로 사용되고 ②의 고유벡터 행렬은 현재 입력 ①의 특징으로 사용된다. 이들을 각각 배경특징영상 B과 입력특징영상 I이라 칭한다. 배경특징영상과 입력특징영상의 성분이 복소수이면 실수로 변환한다.
유효 고유벡터 선정(Selection of Valid Eigenvectors)(S10)
배경특징 영상을 구성하는 고유벡터 수 NB와 입력특징 영상을 구성하는 고유벡터의 수 NI중 작은 것을 유효 고유벡터의 수 NV(수학식 1 참조)로 설정한다. 그러나 경우에 따라, NV는 경험치로 설정할 수 있다.
Figure 112013009569546-pat00004
유효 고유벡터들 간의 차이 계산(Calculating Angles between Corresponding Vectors)(S12)
배경특징영상의 i번째 벡터 Bi(열벡터 또는 행벡터)와 입력특징 영상의 i번째 벡터 Ii(열벡터 또는 행벡터)가 이루는 각도 θi를 수학식 2를 통해 찾는다.
Figure 112013009569546-pat00005
위 수학식 2에서 ·은 내적(inner product)이고 ∥∥는 벡터 크기 연산자(norm)이다.
최종적으로 두 특징영상의 차이를 나타내는 결정인자 θ는 각 벡터들로부터 얻는 각도들의 산술 평균으로 아래 수학식 3과 같다.
Figure 112013009569546-pat00006
결정(Decision)(S14)
결정인자 θ가 특정 임계값 T보다 크거나 같으면 움직임이 있는 것으로 판단하고 그렇지 않으면 움직임이 없는 것으로 판단한다. 판단 수학식은 아래 수학식 4이다.
Figure 112013009569546-pat00007
검출메시지전송(Sending a Detection Message)(S16)
움직임이 있는 경우, 움직임이 검출되었다는 신호 또는 메시지를 본 방법 최종 출력으로 한다.
상기와 같은 과정에서의 단계별 데이터 흐름을 설명한다.
<단계별 데이터 흐름>
1. ①은 세로 H와 가로 W(HxW) 다채널 프레임 영상 하나로서 입력 영상이다.
2. ②는 NxN 단채널 입력밝기영상이다.
3. ③는 NxN 단채널 밝기영상으로 배경밝기영상이다.
4. ④는 NxN 단채널 입력특징영상이다.
5. ⑤는 NxN 단채널 배경특징영상이다.
6. ⑥는 선택된 고유벡터들의 개수이다.
7. ⑦는 결정인자의 값이다.
이상 설명한 바와 같이, 본 발명에 따른 고유벡터를 통한 움직임 판별방법에 의하면, 순차적으로 입력된 영상 프레임에서 별도로 배경만을 따로 분리하여 고유벡터를 추출하고 입력된 영상 프레임에서 추출된 고유벡터와 비교함으로써 움직임을 감지함으로써 효율적으로 영상을 감시할 수 있다.
본 발명의 방법은 자동으로 카메라내의 영상에서 움직임여부를 감지하는 모든 기계에 적용할 수 있다.
본 발명에서는 입력 영상 프레임에서 움직임 여부를 판단하는 척도로 고유벡터들이 이루는 각도를 사용하였고 각도를 계산하기 위해 내적 방법을 사용하였다.
이상 본 발명의 바람직한 실시예를 중심으로 설명되었고, 본 발명의 특징은 이하에 서술되는 특허청구범위에 특징적으로 기술하였으며, 본 발명의 기술분야에 익숙한 통상의 기술자는 본 발명의 상세한 설명 및 특허청구범위를 통해 기술의 변형 및 수정 및 추가가 가능할 것이지만 이는 본 발명의 권리범위내에 속하는 것이다.
S2: 정규화 과정
S4: 배경영상생성
S6: 제1고유벡터 추출
S8: 제2고유벡터 추출
S10: 유효고유벡터선택
S12: 차이계산
S14: 범위내인가를 결정
S16: 검출메시지 전송

Claims (5)

  1. 입력영상에서 움직임을 판별하기 위한 고유벡터를 통한 움직임 판별방법에 있어서,
    순차적으로 입력되는 입력영상의 크기를 조절하고 입력 영상의 밝기 성분을 추출하는 제1 단계;
    상기 순차적으로 추출된 입력영상들을 선형결합시켜 배경영상을 생성하는 제2 단계;
    상기 배경영상을 행렬로 간주하고 그들로 부터 제1 고유벡터를 생성하는 제3 단계;
    상기 순차적으로 추출된 입력영상을 행렬로 간주하고 그들로부터 제2 고유벡터를 생성하는 제4 단계;
    상기 제1 고유벡터 및 제2 고유벡터에서 각각 하나 이상의 특정한 유효 고유벡터를 선정하는 제 5 단계;
    상기 각각의 하나 이상의 유효 고유벡터를 비교하여 차이를 계산하는 제6 단계; 및
    제 6단계에서의 차이가 특정 임계값 T범위내인지를 판단하는 제7단계;를 포함하는 것을 특징으로 하되,
    상기 제5단계는 수학식 1에 의해 수행되는 것을 특징으로 하고,
    <수학식 1>
    Figure 112014093787711-pat00012

    여기서, NB:배경특징 영상을 구성하는 고유벡터 수
    NI: 입력특징 영상을 구성하는 고유벡터의 수
    NV:유효 고유벡터의 수,
    상기 제 6 단계에서 두 특징 영상의 차이를 나타내는 결정인자 θ는 수학식 2에 의해 계산된 각도이고, 수학식 3에 의해 각 벡터들로부터 얻는 각도의 산술평균인 것을 특징으로 하고,
    <수학식 2>
    Figure 112014093787711-pat00013

    <수학식 3>
    Figure 112014093787711-pat00014

    여기서,
    Bi: 배경특징영상의 i번째 벡터 Bi(열벡터 또는 행벡터)
    Ii: 입력특징 영상의 i번째 벡터
    θi: Ii(열벡터 또는 행벡터)가 이루는 각도인 것을 특징으로 하는 입력영상에서 움직임을 판별하기 위한 고유벡터를 통한 움직임 판별방법.
  2. 제 1 항에 있어서
    상기 제 7단계에서는 제6단계에서의 결정인자 θ가 특정 임계값 T보다 크거나 같으면 움직임이 있는 것으로 판단하고 그렇지 않으면 움직임이 없는 것으로 판단하는 것을 특징으로 하는 입력영상에서 움직임을 판별하기 위한 고유벡터를 통한 움직임 판별방법.

  3. 삭제
  4. 삭제
  5. 삭제
KR1020130011364A 2013-01-31 2013-01-31 고유벡터를 통한 움직임 판별방법 KR101463836B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130011364A KR101463836B1 (ko) 2013-01-31 2013-01-31 고유벡터를 통한 움직임 판별방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130011364A KR101463836B1 (ko) 2013-01-31 2013-01-31 고유벡터를 통한 움직임 판별방법

Publications (2)

Publication Number Publication Date
KR20140098557A KR20140098557A (ko) 2014-08-08
KR101463836B1 true KR101463836B1 (ko) 2014-11-20

Family

ID=51745323

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130011364A KR101463836B1 (ko) 2013-01-31 2013-01-31 고유벡터를 통한 움직임 판별방법

Country Status (1)

Country Link
KR (1) KR101463836B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015207903A1 (de) 2015-04-29 2016-11-03 Mando Corporation Vorrichtung und Verfahren zum Erfassen eines Verkehrszeichens vom Balkentyp in einem Verkehrszeichen-Erkennungssystem

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100946710B1 (ko) 2007-10-24 2010-03-12 주식회사 메디슨 초음파 영상 처리 시스템 및 방법
JP2010058903A (ja) 2008-09-03 2010-03-18 Hitachi Ltd 画像認識装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100946710B1 (ko) 2007-10-24 2010-03-12 주식회사 메디슨 초음파 영상 처리 시스템 및 방법
JP2010058903A (ja) 2008-09-03 2010-03-18 Hitachi Ltd 画像認識装置

Also Published As

Publication number Publication date
KR20140098557A (ko) 2014-08-08

Similar Documents

Publication Publication Date Title
KR102138950B1 (ko) 조합된 깊이 큐들에 기초하여 모노스코픽 이미지로부터 깊이 맵 생성
CN105404884B (zh) 图像分析方法
US8588515B2 (en) Method and apparatus for improving quality of depth image
WO2018157873A1 (en) Fine-grained object recognition in robotic systems
US20160117832A1 (en) Method and apparatus for separating foreground image, and computer-readable recording medium
KR102483641B1 (ko) 양안 시차 영상의 처리 방법 및 장치
WO2021042909A1 (zh) 一种场景切换的检测方法、装置、电子设备及存储介质
WO2019023921A1 (zh) 一种手势识别方法、装置及设备
KR20140045854A (ko) 단일객체에 대한 기울기를 추정하는 영상을 감시하는 장치 및 방법
KR102085035B1 (ko) 객체 인식을 위한 객체 후보영역 설정방법 및 장치
EP2993621B1 (en) Method and apparatus for detecting shielding against object
CN105488812A (zh) 一种融合运动特征的时空显著性检测方法
US20160189048A1 (en) Data analysis system and method
CN104424632B (zh) 一种视频对比度异常检测方法及装置
TW201325237A (zh) 用於檢測視頻序列異常段落的電子裝置及其方法
JP2009043265A (ja) 字幕領域抽出装置、字幕領域抽出方法および字幕領域抽出プログラム
KR101693959B1 (ko) 시공간 블록 특징을 이용한 화재 검출 시스템 및 방법
KR101750094B1 (ko) 영상의 실시간 모니터링을 통한 비정상 집단행동 분류 방법
KR20130058286A (ko) 보행자 검출기의 보행자 검출 방법
GB2605723A (en) Video segmentation based on weighted knowledge graph
KR101463836B1 (ko) 고유벡터를 통한 움직임 판별방법
WO2013186906A1 (ja) 識別器生成装置およびパターン検出装置
JP6326622B2 (ja) 人物検出装置
EP3073738A1 (en) Methods and devices for video encoding
JP2020003837A (ja) 識別装置および識別方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20171226

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20181112

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20191114

Year of fee payment: 6