KR101565829B1 - 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 장치 및 방법 - Google Patents

다수의 중첩하지 않는 카메라 환경에서의 객체 추적 장치 및 방법 Download PDF

Info

Publication number
KR101565829B1
KR101565829B1 KR1020120038085A KR20120038085A KR101565829B1 KR 101565829 B1 KR101565829 B1 KR 101565829B1 KR 1020120038085 A KR1020120038085 A KR 1020120038085A KR 20120038085 A KR20120038085 A KR 20120038085A KR 101565829 B1 KR101565829 B1 KR 101565829B1
Authority
KR
South Korea
Prior art keywords
color
sub
image
color histogram
histogram
Prior art date
Application number
KR1020120038085A
Other languages
English (en)
Other versions
KR20130022368A (ko
Inventor
한민호
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to US13/592,272 priority Critical patent/US9092876B2/en
Publication of KR20130022368A publication Critical patent/KR20130022368A/ko
Application granted granted Critical
Publication of KR101565829B1 publication Critical patent/KR101565829B1/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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/292—Multi-camera tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G06V10/507—Summing image-intensity values; Histogram projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

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

Abstract

다수의 중첩하지 않는 카메라 환경에서 학습 단계 없이 색상 모델링을 통하여 동일 객체를 추적할 수 있는 객체 추적 기술이 개시된다. 이를 위해, 본 발명에 따른 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 방법은 색상 표현값을 복수개의 서브 색상 영역으로 분할하는 단계, 카메라를 통해 획득한 제 1 이미지 및 제 2 이미지 내의 객체의 R, G, B 픽셀들을 각각 제 1 색상 값들 및 제 2 색상 값들로 변환하는 단계, 제 1 및 2 색상 값들을 각각 대응되는 서브 색상 영역에 할당하여, 제 1 및 2 색상 히스토그램을 생성하는 단계, 제 1 색상 히스토그램의 영역을 소정치 확장하는 단계, 확장된 제 1 색상 히스토그램의 영역에 제 2 색상 히스토그램이 포함되는지를 판단하는 단계, 및 제 2 색상 히스토그램이 확장된 제 1 색상 히스토그램의 영역에 포함되는 경우, 제 1 이미지 내의 객체 및 제 2 이미지 내의 객체를 동일 객체로 판단하는 단계를 포함한다.

Description

다수의 중첩하지 않는 카메라 환경에서의 객체 추적 장치 및 방법{Apparatus and method for object tracking in multiple non-overlapping cameras}
본 발명은 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 장치 및 방법에 관한 것이다. 더욱 상세하게, 본 발명은 다수의 중첩하지 않는 카메라 환경에서 학습 단계 없이 색상 모델링을 통하여 동일 객체를 추적할 수 있는 객체 추적 장치 및 방법에 관한 것이다.
카메라를 통하여 수집된 영상 속의 객체는 R,G,B 컬러 채널로 표현될 수 있다. 그리고, R,G,B 컬러 채널로 구성된 컬러 히스토그램을 이용하여 다수의 중첩하지 않는 카메라 환경에서 동일 객체를 추적하고자 하는 연구가 진행되고 있다.
보다 구체적으로, 동일한 객체에 대해서 카메라 Ci와 Cj가 각각 촬영한 영상을 Vi 및 Vj라고 할 때, 다음의 수식을 성립시키기 위한 방법으로, model function, mean BTF(Bright Transfer Function), cumulative BTF 등이 제시되었다.
Figure 112012029131676-pat00001
다만, 기존에 제시된 기술은 운용에 앞서 학습 단계(training phase)가 필요하다. 즉, 함수 f를 정의하기 위하여, 학습 데이터(training data)를 이용한 사전 준비 작업(예; calibration)이 필요하다. 그리고, V1 = fa(V2) 이고, V2 = fb(V3) 이며, V1 = fa(fb(V3))이 성립한다고 할 때, 영상을 수집하기 위한 카메라가 n개 존재할 경우에는, n-1개의 함수 f가 필요하다. 그리고, 카메라가 설치되고 난 후 주변의 광특성(빛, 조명 등)이 변할 경우, 다시 함수 f를 계산 및 생성하는 재학습 단계가 필요하다.
또한, 설치된 카메라 주변의 광특성(빛, 조명 등)의 변화 빈도가 심한 경우, 카메라 뷰 내에 광특성 차이가 심해 위치에 따른 동일 객체에 대한 컬러 히스토그램이 차이가 많이 나게 되고, 기존의 기법의 적용이 불가능한 문제점이 발생한다.
즉, 동일 객체에 대한 컬러 히스토그램이라도, 외부 환경 특히 빛, 조명 등의 변화에 따라 상호 다르게 표시될 수 있다. 이러한 예로는 실내의 조명 밝기가 각기 다른 장소에 카메라들이 설치되어 있는 경우, 빛의 변화가 심한 실외에 카메라가 설치되어 있는 경우, 밝은 장소에 있던 객체가 그림자 영역으로 이동한 경우 등이 있을 수 있다.
따라서, 이의 문제점들을 해결하고 학습 단계가 필요치 않은 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 기술의 개발이 필요한 실정이다.
본 발명의 목적은 다수의 중첩하지 않는 카메라 환경에서 학습 단계 없이 색상 모델링을 통하여 동일 객체를 추적할 수 있는 객체 추적 기술을 제공하는 것이다.
더불어, 본 발명은 카메라가 설치된 장소의 광특성이 변화할 때, 동일 객체의 컬러 히스토그램이 변화하여도, 동일 객체를 계속적으로 추적할 수 있는 객체 추적 기술을 제공하는 것을 목적으로 한다.
그리고, 본 발명은 학습 단계가 필요치 않아 사전 준비 작업이 필요 없고, 설치 및 운용을 효율적으로 하는 것을 목적으로 한다.
또한, 본 발명은 카메라 뷰 내의 광특성 차이가 심하여 위치에 따라 동일 객체에 대한 컬러 히스토그램이 크게 다른 경우에도 적용 가능한 객체 추적 기술을 제공하는 것을 목적으로 한다.
또한, 본 발명은 상대적으로 단순한 알고리즘으로 구현하여, 임베디드 시스템인 카메라에도 적용 가능케 하는 것을 목적으로 한다.
상기한 목적을 달성하기 위한 본 발명에 따른 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 방법은 색상을 표현하는 색상 표현값을 복수개의 서브 색상 영역으로 분할하는 단계; 카메라를 통해 획득한 제 1 이미지 및 제 2 이미지 내의 객체의 R, G, B 픽셀들을 각각 제 1 색상 값들 및 제 2 색상 값들로 변환하는 단계; 상기 제 1 색상 값들을 각각 대응되는 서브 색상 영역에 할당하여, 제 1 색상 히스토그램을 생성하는 단계; 상기 제 2 색상 값들을 각각 대응되는 서브 색상 영역에 할당하여, 제 2 색상 히스토그램을 생성하는 단계; 상기 제 1 색상 히스토그램의 영역을 소정치 확장하는 단계; 상기 확장된 제 1 색상 히스토그램의 영역에 상기 제 2 색상 히스토그램이 포함되는지를 판단하는 단계; 및 상기 제 2 색상 히스토그램이 상기 확장된 제 1 색상 히스토그램의 영역에 포함되는 경우, 상기 제 1 이미지 내의 객체 및 상기 제 2 이미지 내의 객체를 동일 객체로 판단하는 단계를 포함한다.
이 때, 상기 제 1 색상 히스토그램을 생성하는 단계는, 상기 서브 색상 영역에 할당된 제 1 색상 값들 중 제 1 소정 값 이상의 색상 값을 갖는 제 1 서브 색상 영역 집단을 추출하고, 상기 제 1 서브 색상 영역 집단에 대하여 상기 제 1 색상 히스토그램을 생성하고, 상기 제 2 색상 히스토그램을 생성하는 단계는, 상기 서브 색상 영역에 할당된 제 2 색상 값들 중 제 2 소정 값 이상의 색상 값을 갖는 제 2 서브 색상 영역 집단을 추출하고, 상기 제 2 서브 색상 영역 집단에 대하여 상기 제 2 색상 히스토그램을 생성할 수 있다.
이 때, 상기 제 1 소정 값은 상기 제 1 색상 값들의 평균 값이며, 상기 제 2 소정 값은 상기 제 2 색상 값들의 평균 값일 수 있다.
이 때, 상기 제 1 색상 히스토그램을 생성하는 단계는, 상기 제 1 색상 값이 할당된 서브 색상 영역에 있어서, 상호 연속되는 서브 색상 영역을 그룹핑하여, 상기 그룹핑된 서브 색상 영역의 센터값을 기준으로 상기 그룹핑된 서브 색상 영역을 근사화시켜, 제 1 색상 히스토그램을 생성하고, 상기 제 2 색상 히스토그램을 생성하는 단계는, 상기 제 2 색상 값이 할당된 서브 색상 영역에 있어서, 상호 연속되는 서브 색상 영역을 그룹핑하여, 상기 그룹핑된 서브 색상 영역의 센터값을 기준으로 상기 그룹핑된 서브 색상 영역을 근사화시켜, 제 2 색상 히스토그램을 생성할 수 있다.
이 때, 상기 복수개의 서브 색상 영역으로 분할하는 단계는, 상기 색상 표현값을 동일한 간격으로 연속적으로 분할하여, 상기 복수개의 서브 색상 영역을 형성할 수 있다.
이 때, 상기 제 2 색상 히스토그램이 상기 확장된 제 1 색상 히스토그램의 영역에 포함되더라도, 상기 제 1 이미지와 상기 제 2 이미지의 채도 및 명도가 소정치 이상 차이나고, 상기 제 1 이미지와 비교하여 상기 제 2 이미지의 채도 및 명도가 모두 높아지거나 낮아지는 경우, 상기 제 1 이미지 내의 객체 및 상기 제 2 이미지 내의 객체를 다른 객체로 판단하는 단계를 더 포함할 수 있다.
이 때, 상기 제 2 색상 히스토그램이 상기 확장된 제 1 색상 히스토그램의 영역에 포함되더라도, 상기 제 1 이미지 내의 객체 및 상기 제 2 이미지 내의 객체 중 하나의 객체가 소정 하한치 미만의 명도를 갖고, 다른 하나의 객체가 소정 상한치 이상의 명도를 갖는 경우, 상기 제 1 이미지 내의 객체 및 상기 제 2 이미지 내의 객체를 다른 객체로 판단하는 단계를 더 포함할 수 있다.
또한, 상기한 목적을 달성하기 위한 본 발명에 따른 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 장치는 색상을 표현하는 색상 표현값을 복수개의 서브 색상 영역으로 분할하는 서브 색상 영역 정의부; 카메라를 통해 획득한 제 1 이미지 및 제 2 이미지 내의 객체의 R, G, B 픽셀들을 각각 제 1 색상 값들 및 제 2 색상 값들로 변환하는 색상 값 변환부; 상기 제 1 색상 값들 및 상기 제 2 색상 값들을 각각 대응되는 서브 색상 영역에 할당하는 할당부; 상기 서브 색상 영역에 할당된 상기 제 1 색상 값들 및 상기 제 2 색상 값들을 이용하여, 상기 제 1 색상 값들에 대한 제 1 색상 히스토그램 및 상기 제 2 색상 값들에 대한 제 2 색상 히스토그램을 생성하는 색상 히스토그램 생성부; 상기 제 1 색상 히스토그램의 영역을 소정치 확장하는 색상 히스토그램 확장부; 및 상기 확장된 제 1 색상 히스토그램의 영역에 상기 제 2 색상 히스토그램이 포함되는 경우, 상기 제 1 이미지 내의 객체 및 상기 제 2 이미지 내의 객체를 동일 객체로 판단하는 색상 히스토그램 비교부를 포함할 수 있다.
이 때, 상기 서브 색상 영역에 할당된 제 1 색상 값들 중 제 1 소정 값 이상의 색상 값을 갖는 제 1 서브 색상 영역 집단을 추출하고, 상기 서브 색상 영역에 할당된 제 2 색상 값들 중 제 2 소정 값 이상의 색상 값을 갖는 제 2 서브 색상 영역 집단을 추출하는 추출부를 더 포함하고, 상기 색상 히스토그램 생성부는 상기 제 1 서브 색상 영역 집단에 대하여 상기 제 1 색상 히스토그램을 생성하고, 상기 제 2 서브 색상 영역 집단에 대하여 상기 제 2 색상 히스토그램을 생성할 수 있다.
이 때, 상기 제 1 소정 값은 상기 제 1 색상 값들의 평균 값이며, 상기 제 2 소정 값들은 상기 제 2 색상 값들의 평균 값일 수 있다.
이 때, 상기 제 1 색상 값이 할당된 서브 색상 영역에 있어서, 상호 연속되는 서브 색상 영역을 그룹핑하여, 상기 그룹핑된 서브 색상 영역의 센터값을 기준으로 상기 그룹핑된 서브 색상 영역을 근사화시키고, 상기 제 2 색상 값이 할당된 서브 색상 영역에 있어서, 상호 연속되는 서브 색상 영역을 그룹핑하여, 상기 그룹핑된 서브 색상 영역의 센터값을 기준으로 상기 그룹핑된 서브 색상 영역을 근사화하는 근사화부를 더 포함하고, 상기 색상 히스토그램 생성부는, 상기 제 1 색상 값 및 상기 제 2 색상 값 각각에 대하여 근사화된 서브 색상 영역을 이용하여 색상 히스토그램을 생성할 수 있다.
이 때, 상기 서브 색상 영역 정의부는, 상기 색상 표현값을 동일한 간격으로 연속적으로 분할하여, 상기 복수개의 서브 색상 영역을 형성할 수 있다.
이 때, 상기 색상 히스토그램 비교부에서 상기 확장된 제 1 색상 히스토그램의 영역에 상기 제 2 색상 히스토그램이 포함되는 것으로 판단되는 경우라도, 상기 제 1 이미지와 상기 제 2 이미지의 채도 및 명도가 소정치 이상 차이나고, 상기 제 1 이미지와 비교하여 상기 제 2 이미지의 채도 및 명도가 모두 높아지거나 낮아지는 경우, 상기 제 1 이미지 내의 객체 및 상기 제 2 이미지 내의 객체를 다른 객체로 판단하는 명도 및 채도 조건 비교부를 더 포함할 수 있다.
이 때, 상기 색상 히스토그램 비교부에서 상기 확장된 제 1 색상 히스토그램의 영역에 상기 제 2 색상 히스토그램이 포함되는 것으로 판단되는 경우라도, 상기 제 1 이미지 내의 객체 및 상기 제 2 이미지 내의 객체 중 하나의 객체가 소정 하한치 미만의 명도를 갖고, 다른 하나의 객체가 소정 상한치 이상의 명도를 갖는 경우, 상기 제 1 이미지 내의 객체 및 상기 제 2 이미지 내의 객체를 다른 객체로 판단하는 명도 및 채도 조건 비교부를 더 포함할 수 있다.
본 발명에 따르면, 다수의 중첩하지 않는 카메라 환경에서 학습 단계 없이 색상 모델링을 통하여 동일 객체를 추적할 수 있는 객체 추적 기술을 제공할 수 있다.
더불어, 본 발명은 카메라가 설치된 장소의 광특성이 변화할 때, 동일 객체의 컬러 히스토그램이 변화하여도, 동일 객체를 계속적으로 추적할 수 있는 객체 추적 기술을 제공한다.
그리고, 본 발명은 학습 단계가 필요치 않아 사전 준비 작업이 필요 없고, 설치 및 운용이 효율적이다.
또한, 본 발명은 카메라 뷰 내의 광특성 차이가 심하여 위치에 따라 동일 객체에 대한 컬러 히스토그램이 많이 다른 경우에도 적용 가능한 객체 추적 기술을 제공한다.
또한, 본 발명은 상대적으로 단순한 알고리즘으로 구현되어, 임베디드 시스템인 카메라에도 적용 가능하다.
도 1은 본 발명에 따른 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 방법에 있어서, 색상 히스토그램을 생성하는 방법을 설명하기 위한 플로우챠트이다.
도 2는 색상 표현값을 나타내는 도면이다.
도 3은 도 2의 색상 표현값을 복수개의 서브 색상 영역으로 분할하는 과정을 설명하기 위한 도면이다.
도 4 내지 도 6은 색상 히스토그램을 생성하는 방법의 설명을 돕기 위한 도면이다.
도 7은 본 발명에 따른 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 방법에 있어서, 제 1 이미지 내의 객체와 제 2 이미지 내의 객체가 동일 객체인지를 판단하는 방법을 설명하기 위한 플로우챠트이다.
도 8 내지 도 11은 제 1 이미지 내의 객체와 제 2 이미지 내의 객체가 동일 객체인지를 판단하는 방법의 설명을 돕기 위한 도면이다.
도 12는 본 발명에 따른 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 장치의 구성을 도시한 블록도이다.
본 발명을 첨부된 도면을 참조하여 상세히 설명하면 다음과 같다. 여기서, 반복되는 설명, 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능, 및 구성에 대한 상세한 설명은 생략한다. 본 발명의 실시형태는 당 업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.
이하에서는 본 발명에 따른 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 방법 중, 이미지 내의 객체의 색상 히스토그램을 생성하는 방법을 설명하도록 한다.
도 1은 본 발명에 따른 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 방법에 있어서, 색상 히스토그램을 생성하는 방법을 설명하기 위한 플로우챠트이다. 도 2는 색상 표현값을 나타내는 도면이다. 도 3은 도 2의 색상 표현값을 복수개의 서브 색상 영역으로 분할하는 과정을 설명하기 위한 도면이다. 도 4 내지 도 6은 색상 히스토그램을 생성하는 방법의 설명을 돕기 위한 도면이다.
도 1을 참조하면, 본 발명에 따른 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 방법에 있어서, 이미지 내의 객체에 대한 색상 히스토그램을 생성하는 방법은 먼저, 색상을 표현하는 색상 표현값을 복수개의 서브 색상 영역으로 분할한다(S110). 이 때, 색상 표현값은 도 2에 도시된 막대 그래프의 형상으로 0 ~ 360도 사이의 값으로 표현될 수 있다. 그리고, 도 3과 함께 참조하면, S110 단계에서는 색상 표현값을 표현하는 막대 그래프가 복수개의 서브 색상 영역(a)들로 분할된다. 이 때, 복수개의 서브 색상 영역(a)은 동일한 간격(n)으로 연속적으로 분할될 수 있다.
그리고, 카메라를 통해 획득한 이미지 내의 객체의 R, G, B 픽셀들을 색상 값들로 변환한다(S120). 이 때, 객체의 색상 값(H: Hue)은 R, G, B 컬러 채널에 대하여 다음의 수학식 2와 같이 변환될 수 있다.
Figure 112012029131676-pat00002
그리고, S120 단계에서 변환된 색상 값들을 각각 S110 단계에서 정의된 복수개의 서브 색상 영역 중 대응되는 서브 색상 영역에 할당한다(S130). 도 4와 함께 참조하면, S130 단계에서는, 이미지(1) 내의 소정 객체에 대한 색상 값들을 계산하여 복수개의 서브 색상 영역에 각각 할당하여 막대 그래프로 표현한다. 도 4의 그래프에서 가로축은 n의 간격으로 분할된 복수개의 서브 색상 영역들을 나타내고, 세로축은 해당 서브 색상 영역이 객체의 전체 색상에서 차지하는 백분율을 나타낸다.
그리고, 서브 색상 영역에 할당된 색상 값들 중 소정 값 이상의 색상 값을 갖는 서브 색상 영역 집단을 추출한다(S140). S140 단계에서의 소정 값은 해당 색상 값들의 평균 값일 수 있다. 도 5의 왼쪽 그래프는, S130 단계를 통하여 도출된 객체의 색상 값들이 대응되는 서브 색상 영역들에 할당된 막대 그래프이다. 그리고, 도 5의 오른쪽 그래프는, S140 단계를 통하여 소정 값 이상의 색상 값을 갖는 막대 그래프 집단 즉, 서브 색상 영역 집단만을 추출하여 도시한 막대 그래프이다. 이 때의 소정 값은 객체의 색상 값들의 평균 값일 수 있다.
S140 단계에서 추출된 서브 색상 영역 집단에 있어서, 상호 연속되는 서브 색상 영역들을 그룹핑하고, 그룹핑된 서브 색상 영역들의 센터값을 기준으로 그룹핑된 서브 색상 영역을 근사화시켜(S150), 최종적으로 서브 색상 영역 집단에 대한 색상 히스토그램을 생성한다(S160). 도 6을 참조하면, S150 단계를 통하여 그룹핑된 서브 색상 영역들이 센터값을 기준으로 근사화되어 근사화된 색상 히스토그램이 생성된 것을 확인할 수 있다.
이하에서는 본 발명에 따른 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 방법 중, 이미지 내의 객체들이 상호 동일 객체인지를 판단하는 방법에 대하여 설명하도록 한다.
도 7은 본 발명에 따른 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 방법에 있어서, 제 1 이미지 내의 객체와 제 2 이미지 내의 객체가 동일 객체인지를 판단하는 방법을 설명하기 위한 플로우챠트이다. 도 8 내지 도 11은 제 1 이미지 내의 객체와 제 2 이미지 내의 객체가 동일 객체인지를 판단하는 방법의 설명을 돕기 위한 도면이다.
도 7을 참조하면, 본 발명에 따른 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 방법에 있어서, 복수의 이미지 내의 객체들이 상호 동일 객체인지를 판단하는 방법은 먼저, 제 1 이미지 내의 객체에 대한 제 1 색상 히스토그램을 생성한다(S210). 이 때, 제 1 색상 히스토그램을 생성하는 방법은 도 1 내지 도 6과 함께 설명된 색상 히스토그램의 생성 방법이 사용된다. 도 8에는 제 1 이미지(10)에 대한 제 1 색상 히스토그램에 대한 그래프가 도시된다.
이 후, 단계 S210을 통해 생성된 제 1 색상 히스토그램의 영역을 도 9에 도시된 바와 같이, 소정치만큼 확장한다(S220).
그리고, 제 2 이미지 내의 객체에 대한 제 2 색상 히스토그램을 생성한다(S230). 이 때, 제 2 색상 히스토그램을 생성하는 방법은 도 1 내지 도 6과 함께 설명된 색상 히스토그램의 생성 방법이 사용된다. 도 10에는 제 2 이미지(20)에 대한 제 2 색상 히스토그램에 대한 그래프가 도시된다. 이 때, 제 2 이미지(20)는 제 1 이미지(10)를 촬영한 위치에서 다른 시각에 촬영된 이미지로, 해당 배경에 그림자가 더 짙게 드리워 있는 것을 가정한다.
S220 단계를 통해 도출된 확장된 제 1 색상 히스토그램의 영역에 S230 단계를 통해 도출된 제 2 색상 히스토그램이 포함되는지를 판단한다(S240).
S240 단계의 판단 결과, 확장된 제 1 색상 히스토그램의 영역에 제 2 색상 히스토그램이 포함되지 않는다면, 제 1 이미지의 객체 및 제 2 이미지의 객체를 다른 객체로 판단한다(S250).
반면 S240 단계의 판단 결과, 확장된 제 1 색상 히스토그램의 영역에 제 2 색상 히스토그램이 포함된다면, 제 1 이미지 및 제 2 이미지의 명도 및 채도가 기 설정된 조건에 부합하는지를 판단한다(S260). 참고로, 도 11에는 확장된 제 1 색상 히스토그램의 영역에 제 2 색상 히스토그램이 포함되는 모습이 도시되어 있다. 이 때, 기 설정된 조건은 다음과 같은 조건이 설정될 수 있다. 첫 번째로, 제 1 이미지와 제 2 이미지의 채도 및 명도가 소정치 이상 차이나고, 제 1 이미지와 비교하여 제 2 이미지의 채도 및 명도가 모두 높아지거나 낮아지는 경우를 조건에 부합하지 않는 경우로 판단할 수 있다. 이는, 동일 객체가 상대적으로 어두운 장소로 이동하면, 명도가 낮아지고 채도는 높아지며, 반대로 동일 객체가 상대적으로 밝은 장소로 이동하면, 명도가 높아지고 채도는 낮아지는 특성을 반영한 조건이다. 두 번째로, 제 1 이미지 내의 객체 및 제 2 이미지 내의 객체 중 하나의 객체가 소정 하한치 미만의 명도를 갖고, 다른 하나의 객체가 소정 상한치 이상의 명도를 갖는 경우를 조건에 부합하지 않는 경우로 판단할 수 있다. 이는 객체의 명도가 절대적으로 너무 낮으면 어두운 색 계통이 되고 채도의 의미가 없어지는 특성을 반영한 조건이다.
S260 단계에서, 명도(I: Intensity) 및 채도(S: Saturation)의 값은 각각 다음의 수식으로 도출될 수 있다.
Figure 112012029131676-pat00003
Figure 112012029131676-pat00004
S260의 판단 결과, 제 1 이미지 및 제 2 이미지가 기 설정된 명도 및 채도의 조건에 부합하지 않는 것으로 판단되면, 제 1 이미지의 객체 및 제 2 이미지의 객체를 다른 객체로 판단한다(S250).
반면, S260의 판단 결과, 제 1 이미지 및 제 2 이미지가 기 설정된 명도 및 채도의 조건에 부합하는 것으로 판단되면, 제 1 이미지의 객체 및 제 2 이미지의 객체를 같은 객체로 최종적으로 판단한다(S270).
이하에서는 본 발명에 따른 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 장치의 구성 및 동작에 대하여 설명하도록 한다.
도 12는 본 발명에 따른 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 장치의 구성을 도시한 블록도이다.
도 12를 참조하면, 본 발명에 따른 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 장치(100)는 서브 색상 영역 정의부(110), 색상 값 변환부(120), 할당부(130), 색상 히스토그램 생성부(160), 색상 히스토그램 확장부(170) 및 색상 히스토그램 비교부(180)를 포함하여 구성된다. 또한, 본 발명에 따른 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 장치(100)는 추출부(140), 근사화부(150), 및 명도 및 채도 조건 비교부(190)를 더 포함하여 구성될 수 있다.
서브 색상 영역 정의부(110)는 색상을 표현하는 색상 표현값을 복수개의 서브 색상 영역으로 분할한다.
색상 값 변환부(120)는 이미지 획득부(125)를 통해 획득한 제 1 이미지 및 제 2 이미지 내의 객체의 R, G, B 픽셀들을 각각 제 1 색상 값들 및 제 2 색상 값들로 변환한다. 이 때, 이미지 획득부(125)는 카메라일 수 있다.
할당부(130)는 색상 값 변환부(120)에서 변환된 제 1 색상 값들 및 제 2 색상 값들을 각각 대응되는 서브 색상 영역 정의부(110)에서 정의된 서브 색상 영역에 할당한다.
추출부(140)는 제 1 색상 값들 중 제 1 소정 값 이상의 색상 값을 제 1 서브 색상 영역 집단으로 추출한다. 또한, 추출부(140)는 제 2 색상 값들 중 제 2 소정 값 이상의 색상 값을 제 2 서브 색상 영역 집단으로 추출한다. 이 때, 제 1 소정 값은 제 1 색상 값들의 평균값이며, 제 2 소정 값은 제 2 색상 값들의 평균값일 수 있다.
근사화부(150)는 제 1 색상 값이 할당된 서브 색상 영역에 있어서, 상호 연속되는 색상 영역을 그룹핑하고, 그룹핑된 서브 색상 영역의 센터값을 기준으로 그룹핑된 서브 색상 영역을 근사화시킨다. 또한, 근사화부(150)는 제 2 색상 값이 할당된 서브 색상 영역에 있어서, 상호 연속되는 색상 영역을 그룹핑하고, 그룹핑된 서브 색상 영역의 센터값을 기준으로 그룹핑된 서브 색상 영역을 근사화시킨다.
색상 히스토그램 생성부(160)는 서브 색상 영역에 할당된 제 1 색상 값들 및 제 2 색상 값들을 이용하여, 제 1 색상 값들에 대한 제 1 색상 히스토그램 및 제 2 색상 값들에 대한 제 2 색상 히스토그램을 생성한다. 이 때, 색상 히스토그램 생성부(160)는 상기에서 도 1 내지 도 6과 함께 설명된 색상 히스토그램의 생성 방법을 이용하여, 제 1 색상 히스토그램 및 제 2 색상 히스토그램을 생성할 수 있다.
색상 히스토그램 확장부(170)는 제 1 색상 히스토그램의 영역을 소정치만큼 확장한다.
색상 히스토그램 비교부(180)는 색상 히스토그램 확장부(170)를 통해 확장된 제 1 색상 히스토그램의 영역에 색상 히스토그램 생성부(160)에서 생성된 제 2 색상 히스토그램이 포함되는지를 비교한다. 그리고, 색상 히스토그램 비교부(180)는 확장된 제 1 색상 히스토그램의 영역에 제 2 색상 히스토그램이 포함되지 않는 경우, 제 1 이미지 내의 객체 및 제 2 이미지 내의 객체를 다른 객체로 판단한다. 또한, 색상 히스토그램 비교부(180)는 확장된 제 1 색상 히스토그램의 영역에 제 2 색상 히스토그램이 포함되는 경우, 제 1 이미지 내의 객체 및 제 2 이미지 내의 객체를 동일 객체로 판단할 수 있다.
명도 및 채도 조건 비교부(190)는 색상 히스토그램 비교부(180)에서 확장된 제 1 색상 히스토그램의 영역에 제 2 색상 히스토그램이 포함되는 것으로 판단된 경우라도, 제 1 이미지 및 제 2 이미지의 명도 및 채도가 기 설정된 조건에 부합되는지를 추가 판단하여, 제 1 이미지 내의 객체 및 제 2 이미지 내의 객체가 동일 객체인지를 최종 판단한다. 이 때, 명도 및 채도 조건 비교부(190)가 판단하는 기 설정된 조건은 다음과 같은 조건이 설정될 수 있다. 첫 번째로, 제 1 이미지와 제 2 이미지의 채도 및 명도가 소정치 이상 차이나고, 제 1 이미지와 비교하여 제 2 이미지의 채도 및 명도가 모두 높아지거나 낮아지는 경우를 조건에 부합하지 않는 경우로 판단할 수 있다. 두 번째로, 제 1 이미지 내의 객체 및 제 2 이미지 내의 객체 중 하나의 객체가 소정 하한치 미만의 명도를 갖고, 다른 하나의 객체가 소정 상한치 이상의 명도를 갖는 경우를 조건에 부합하지 않는 경우로 판단할 수 있다. 제 1 이미지 및 제 2 이미지의 명도 및 채도 조건이 기 설정된 조건에 부합되는 경우, 명도 및 채도 조건 비교부(190)는 제 1 이미지 내의 객체 및 제 2 이미지 내의 객체를 동일 객체로 판단한다. 반면, 제 1 이미지 및 제 2 이미지의 명도 및 채도 조건이 기 설정된 조건에 부합되지 않는 경우, 명도 및 채도 조건 비교부(190)는 제 1 이미지 내의 객체 및 제 2 이미지 내의 객체를 서로 다른 객체로 판단한다.
이상에서와 같이 본 발명에 따른 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 장치 및 방법은 상기한 바와 같이 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; 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 장치
110; 서브 색상 영역 정의부
120; 색상 값 변환부
125; 이미지 획득부
130; 할당부
140; 추출부
150; 근사화부
160; 색상 히스토그램 생성부
170; 색상 히스토그램 확장부
180; 색상 히스토그램 비교부
190; 명도 및 채도 조건 비교부

Claims (14)

  1. 색상을 표현하는 색상 표현값을 복수개의 서브 색상 영역으로 분할하는 단계;
    카메라를 통해 획득한 제 1 이미지 및 제 2 이미지 내의 객체의 R, G, B 픽셀들을 각각 제 1 색상 값들 및 제 2 색상 값들로 변환하는 단계;
    상기 제 1 색상 값들을 각각 대응되는 서브 색상 영역에 할당하여, 제 1 색상 히스토그램을 생성하는 단계;
    상기 제 2 색상 값들을 각각 대응되는 서브 색상 영역에 할당하여, 제 2 색상 히스토그램을 생성하는 단계;
    상기 제 1 색상 히스토그램의 영역을 소정치 확장하는 단계;
    상기 확장된 제 1 색상 히스토그램의 영역에 상기 제 2 색상 히스토그램이 포함되는지를 판단하는 단계; 및
    상기 제 2 색상 히스토그램이 상기 확장된 제 1 색상 히스토그램의 영역에 포함되는 경우, 상기 제 1 이미지 내의 객체 및 상기 제 2 이미지 내의 객체를 동일 객체로 판단하는 단계를 포함하고,
    상기 제 1 색상 히스토그램을 생성하는 단계는,
    상기 서브 색상 영역에 할당된 제 1 색상 값들 중 제 1 소정 값 이상의 색상 값을 갖는 제 1 서브 색상 영역 집단을 추출하고, 상기 제 1 서브 색상 영역 집단에 대하여 상기 제 1 색상 히스토그램을 생성하고,
    상기 제 2 색상 히스토그램을 생성하는 단계는,
    상기 서브 색상 영역에 할당된 제 2 색상 값들 중 제 2 소정 값 이상의 색상 값을 갖는 제 2 서브 색상 영역 집단을 추출하고, 상기 제 2 서브 색상 영역 집단에 대하여 상기 제 2 색상 히스토그램을 생성하고,
    상기 제 1 소정 값은 상기 제 1 색상 값들의 평균 값이며, 상기 제 2 소정 값은 상기 제 2 색상 값들의 평균 값인 것을 특징으로 하는 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 방법.
  2. 삭제
  3. 삭제
  4. 청구항 1에 있어서,
    상기 제 1 색상 히스토그램을 생성하는 단계는,
    상기 제 1 색상 값이 할당된 서브 색상 영역에 있어서, 상호 연속되는 서브 색상 영역을 그룹핑하여, 상기 그룹핑된 서브 색상 영역의 센터값을 기준으로 상기 그룹핑된 서브 색상 영역을 근사화시켜, 제 1 색상 히스토그램을 생성하고,
    상기 제 2 색상 히스토그램을 생성하는 단계는,
    상기 제 2 색상 값이 할당된 서브 색상 영역에 있어서, 상호 연속되는 서브 색상 영역을 그룹핑하여, 상기 그룹핑된 서브 색상 영역의 센터값을 기준으로 상기 그룹핑된 서브 색상 영역을 근사화시켜, 제 2 색상 히스토그램을 생성하는 것을 특징으로 하는 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 방법.
  5. 청구항 1에 있어서,
    상기 복수개의 서브 색상 영역으로 분할하는 단계는,
    상기 색상 표현값을 동일한 간격으로 연속적으로 분할하여, 상기 복수개의 서브 색상 영역을 형성하는 것을 특징으로 하는 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 방법.
  6. 청구항 1에 있어서,
    상기 제 2 색상 히스토그램이 상기 확장된 제 1 색상 히스토그램의 영역에 포함되더라도, 상기 제 1 이미지와 상기 제 2 이미지의 채도 및 명도가 소정치 이상 차이나고, 상기 제 1 이미지와 비교하여 상기 제 2 이미지의 채도 및 명도가 모두 높아지거나 낮아지는 경우,
    상기 제 1 이미지 내의 객체 및 상기 제 2 이미지 내의 객체를 다른 객체로 판단하는 단계를 더 포함하는 것을 특징으로 하는 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 방법.
  7. 청구항 1에 있어서,
    상기 제 2 색상 히스토그램이 상기 확장된 제 1 색상 히스토그램의 영역에 포함되더라도, 상기 제 1 이미지 내의 객체 및 상기 제 2 이미지 내의 객체 중 하나의 객체가 소정 하한치 미만의 명도를 갖고, 다른 하나의 객체가 소정 상한치 이상의 명도를 갖는 경우,
    상기 제 1 이미지 내의 객체 및 상기 제 2 이미지 내의 객체를 다른 객체로 판단하는 단계를 더 포함하는 것을 특징으로 하는 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 방법.
  8. 색상을 표현하는 색상 표현값을 복수개의 서브 색상 영역으로 분할하는 서브 색상 영역 정의부;
    카메라를 통해 획득한 제 1 이미지 및 제 2 이미지 내의 객체의 R, G, B 픽셀들을 각각 제 1 색상 값들 및 제 2 색상 값들로 변환하는 색상 값 변환부;
    상기 제 1 색상 값들 및 상기 제 2 색상 값들을 각각 대응되는 서브 색상 영역에 할당하는 할당부;
    상기 서브 색상 영역에 할당된 상기 제 1 색상 값들 및 상기 제 2 색상 값들을 이용하여, 상기 제 1 색상 값들에 대한 제 1 색상 히스토그램 및 상기 제 2 색상 값들에 대한 제 2 색상 히스토그램을 생성하는 색상 히스토그램 생성부;
    상기 제 1 색상 히스토그램의 영역을 소정치 확장하는 색상 히스토그램 확장부;
    상기 확장된 제 1 색상 히스토그램의 영역에 상기 제 2 색상 히스토그램이 포함되는 경우, 상기 제 1 이미지 내의 객체 및 상기 제 2 이미지 내의 객체를 동일 객체로 판단하는 색상 히스토그램 비교부; 및
    상기 서브 색상 영역에 할당된 제 1 색상 값들 중 제 1 소정 값 이상의 색상 값을 갖는 제 1 서브 색상 영역 집단을 추출하고, 상기 서브 색상 영역에 할당된 제 2 색상 값들 중 제 2 소정 값 이상의 색상 값을 갖는 제 2 서브 색상 영역 집단을 추출하는 추출부를 포함하고,
    상기 색상 히스토그램 생성부는 상기 제 1 서브 색상 영역 집단에 대하여 상기 제 1 색상 히스토그램을 생성하고, 상기 제 2 서브 색상 영역 집단에 대하여 상기 제 2 색상 히스토그램을 생성하고,
    상기 제 1 소정 값은 상기 제 1 색상 값들의 평균 값이며, 상기 제 2 소정 값들은 상기 제 2 색상 값들의 평균 값인 것을 특징으로 하는 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 장치.
  9. 삭제
  10. 삭제
  11. 청구항 8에 있어서,
    상기 제 1 색상 값이 할당된 서브 색상 영역에 있어서, 상호 연속되는 서브 색상 영역을 그룹핑하여, 상기 그룹핑된 서브 색상 영역의 센터값을 기준으로 상기 그룹핑된 서브 색상 영역을 근사화시키고, 상기 제 2 색상 값이 할당된 서브 색상 영역에 있어서, 상호 연속되는 서브 색상 영역을 그룹핑하여, 상기 그룹핑된 서브 색상 영역의 센터값을 기준으로 상기 그룹핑된 서브 색상 영역을 근사화하는 근사화부를 더 포함하고,
    상기 색상 히스토그램 생성부는,
    상기 제 1 색상 값 및 상기 제 2 색상 값 각각에 대하여 근사화된 서브 색상 영역을 이용하여 색상 히스토그램을 생성하는 것을 특징으로 하는 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 장치.
  12. 청구항 8에 있어서,
    상기 서브 색상 영역 정의부는,
    상기 색상 표현값을 동일한 간격으로 연속적으로 분할하여, 상기 복수개의 서브 색상 영역을 형성하는 것을 특징으로 하는 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 장치.
  13. 청구항 8에 있어서,
    상기 색상 히스토그램 비교부에서 상기 확장된 제 1 색상 히스토그램의 영역에 상기 제 2 색상 히스토그램이 포함되는 것으로 판단되는 경우라도, 상기 제 1 이미지와 상기 제 2 이미지의 채도 및 명도가 소정치 이상 차이나고, 상기 제 1 이미지와 비교하여 상기 제 2 이미지의 채도 및 명도가 모두 높아지거나 낮아지는 경우,
    상기 제 1 이미지 내의 객체 및 상기 제 2 이미지 내의 객체를 다른 객체로 판단하는 명도 및 채도 조건 비교부를 더 포함하는 것을 특징으로 하는 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 장치.
  14. 청구항 8에 있어서,
    상기 색상 히스토그램 비교부에서 상기 확장된 제 1 색상 히스토그램의 영역에 상기 제 2 색상 히스토그램이 포함되는 것으로 판단되는 경우라도, 상기 제 1 이미지 내의 객체 및 상기 제 2 이미지 내의 객체 중 하나의 객체가 소정 하한치 미만의 명도를 갖고, 다른 하나의 객체가 소정 상한치 이상의 명도를 갖는 경우,
    상기 제 1 이미지 내의 객체 및 상기 제 2 이미지 내의 객체를 다른 객체로 판단하는 명도 및 채도 조건 비교부를 더 포함하는 것을 특징으로 하는 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 장치.
KR1020120038085A 2011-08-25 2012-04-12 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 장치 및 방법 KR101565829B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US13/592,272 US9092876B2 (en) 2011-08-25 2012-08-22 Object-tracking apparatus and method in environment of multiple non-overlapping cameras

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020110085276 2011-08-25
KR20110085276 2011-08-25

Publications (2)

Publication Number Publication Date
KR20130022368A KR20130022368A (ko) 2013-03-06
KR101565829B1 true KR101565829B1 (ko) 2015-11-05

Family

ID=48175058

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120038085A KR101565829B1 (ko) 2011-08-25 2012-04-12 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101565829B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10062170B2 (en) 2016-03-22 2018-08-28 Electronics And Telecommunications Research Institute Apparatus and method for extracting object

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102014545B1 (ko) * 2018-07-11 2019-08-26 이노뎁 주식회사 움직임 벡터에 대한 3차원 모델링 기반의 압축영상 원근 시각화 표시 처리 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060177097A1 (en) * 2002-06-14 2006-08-10 Kikuo Fujimura Pedestrian detection and tracking with night vision

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060177097A1 (en) * 2002-06-14 2006-08-10 Kikuo Fujimura Pedestrian detection and tracking with night vision

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
G.-H. Park, et al., "A contrast enhancement method using dynamic range separate histogram equalization," Consumer Electronics, IEEE Transactions on, vol.54, no.4, pp.1981-1987, 2008.*
M. Piccardi, et al., "Multi-frame moving object track matching based on an incremental major color spectrum histogram matching algorithm," Computer Vision and Pattern Recognition-Workshops, 2005.*

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10062170B2 (en) 2016-03-22 2018-08-28 Electronics And Telecommunications Research Institute Apparatus and method for extracting object

Also Published As

Publication number Publication date
KR20130022368A (ko) 2013-03-06

Similar Documents

Publication Publication Date Title
KR101926490B1 (ko) 이미지 처리 장치 및 방법
JP4629364B2 (ja) シーンの背景を表現する背景画像を適応的に更新する方法
US10521885B2 (en) Image processing device and image processing method
KR101432440B1 (ko) 화재 연기 감지 방법 및 장치
EP1973074A1 (en) Color correction device, color correction method, dynamic camera color correction device, and video search device using the same
US9628751B2 (en) Method, device, and system for pre-processing a video stream for subsequent motion detection processing
US9299011B2 (en) Signal processing apparatus, signal processing method, output apparatus, output method, and program for learning and restoring signals with sparse coefficients
KR101204259B1 (ko) 화재 검출 방법
EP2959454A1 (en) Method, system and software module for foreground extraction
KR101173559B1 (ko) 비디오 동영상의 움직이는 다중 객체 자동 분할 장치 및 방법
EP3200442B1 (en) Method and apparatus for image processing
CN103258332A (zh) 一种抗光照变化的运动目标检测方法
WO2013189925A2 (en) Digital image analysis
KR101565829B1 (ko) 다수의 중첩하지 않는 카메라 환경에서의 객체 추적 장치 및 방법
CN114022823A (zh) 一种遮挡驱动的行人再识别方法、系统及可存储介质
CN105095898A (zh) 一种面向实时视觉系统的目标压缩感知方法
CN111583357A (zh) 一种基于matlab系统的物体运动图像捕捉合成方法
JP2015092643A (ja) 画像処理装置及びその画像処理方法、並びにコンピュータ・プログラム、および画像処理システム
US9092876B2 (en) Object-tracking apparatus and method in environment of multiple non-overlapping cameras
KR101517805B1 (ko) 영상 특성 기반 분할 기법을 이용한 물체 검출 방법 및 이를 적용한 영상 처리 장치
JP2015092301A (ja) 画像処理装置及びその画像処理方法、並びにコンピュータ・プログラム、および画像処理システム
CN105320443B (zh) 手势切换频道的方法及装置
KR101067516B1 (ko) 정규 상관도와 누적영상을 이용한 고속 그림자 제거 방법
JP7453668B2 (ja) 学習処理装置および学習処理方法、物体検出装置および物体検出方法、ならびに、プログラム
JP6851233B2 (ja) 物体位置推定装置

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: 20181001

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190925

Year of fee payment: 5