KR101607569B1 - 인물 검출 장치 및 그 방법 - Google Patents

인물 검출 장치 및 그 방법 Download PDF

Info

Publication number
KR101607569B1
KR101607569B1 KR1020090064068A KR20090064068A KR101607569B1 KR 101607569 B1 KR101607569 B1 KR 101607569B1 KR 1020090064068 A KR1020090064068 A KR 1020090064068A KR 20090064068 A KR20090064068 A KR 20090064068A KR 101607569 B1 KR101607569 B1 KR 101607569B1
Authority
KR
South Korea
Prior art keywords
image
person
information
color
edge
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
KR1020090064068A
Other languages
English (en)
Other versions
KR20110006435A (ko
Inventor
지현종
Original Assignee
엘지이노텍 주식회사
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 엘지이노텍 주식회사 filed Critical 엘지이노텍 주식회사
Priority to KR1020090064068A priority Critical patent/KR101607569B1/ko
Priority to PCT/KR2010/004525 priority patent/WO2011007993A2/en
Publication of KR20110006435A publication Critical patent/KR20110006435A/ko
Application granted granted Critical
Publication of KR101607569B1 publication Critical patent/KR101607569B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/174—Segmentation; Edge detection involving the use of two or more images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/97—Determining parameters from multiple pictures
    • 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
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person

Landscapes

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

Abstract

본 발명은 인물 검출 장치 및 그 방법에 관한 것으로, 색 정보 및 거리 정보를 이용하여 획득한 화상 이미지를 복수의 부분으로 분리하고 각 부분을 기 정의된 인물 부분의 특징 정보와 비교하여 인물을 판정하며 인물의 각 부분에 대한 색 정보 및 인물의 자세를 검출한다. 이때, 인물 부분의 특징 정보는 여러 자세에 따른 인물 각 부분의 3차원 형태 정보를 포함한다.
Figure R1020090064068
인물 검출, 색화상, 거리화상, 3차원

Description

인물 검출 장치 및 그 방법{Apparatus for detecting person and method thereof}
본 발명은 인물 검출 장치 및 그 방법에 관한 것이다.
인물 검출 기술은 인물을 포함하는 화상 이미지 또는 동영상 데이터에서 인물이 차지하고 있는 영역을 찾아내는 기술이다. 이러한 인물 검출 기술은 보안이나 검문 시스템, 대형 매장에서의 고객 관리, 신변 보호 시스템 등에서 이용될 수 있다.
종래의 인물 검출 기술은 화상 이미지 또는 동영상 데이터로부터 어떻게 인물을 검출해낼 것인가에 주로 초점을 맞추고 있다. 일반적으로 2차원 카메라로부터 획득한 화상 이미지의 색 정보, 에지(Edge) 정보, 거리 정보 등을 이용하여 인물을 검출하는 기술이 주를 이룬다. 이때, 이러한 기술들을 이용하여 인물의 두부(머리 부분)를 검출하거나 또는 두부를 중심으로 인체를 검출하는 방식 등이 사용된다. 또는, 두 대의 카메라를 통해 획득한 화상 이미지에서 특정 크기의 동일 블록을 비 교하여 카메라로부터 일정 거리(예를 들어, 대상 인물이 존재하는 거리)보다 멀리 떨어진 이미지를 제거한 후, 대상 인물의 윤곽을 추출한다.
이와 같이, 종래에 인물 검출 기술은 주로 2차원 화상에서 에지를 추출하여 두부의 형태를 찾거나 또는 거리 정보를 사용하여 2차원적인 인물 형태를 파악하는 기술에 국한된다.
본 발명은 색화상 및 거리화상을 이용하여 인물의 자세 및 인물을 구성하는 각 부분의 색 정보를 획득할 수 있는 인물 검출 장치 및 그 방법을 제공한다.
본 발명의 한 특징에 따르면, 화상 이미지를 색정보로 나타낸 색화상 및 상기 화상 이미지를 거리정보로 나타낸 거리화상을 각각 기 정의된 기준에 따라 복수의 부분으로 각각 분리한 후 통합하여 복수의 부분으로 이루어진 통합 화상을 생성하는 이미지 프로세서, 상기 통합 화상의 각 부분을 기 저장된 인물 부분의 특징 정보 중 형태 정보와 비교하여 상기 특징 정보와 매칭되는 상기 통합 화상의 각 부분을 인물 부분으로 검출하는 비교부, 상기 비교부가 인물 부분으로 검출한 상기 통합 화상의 각 부분을 조합하여 인물로 판정하는 판정부 및 상기 이미지 프로세서의 색화상을 이용하여 상기 판정부가 판정한 인물의 각 부분에 대한 색정보를 검출하고, 상기 특징 정보 중 자세 정보를 참조하여 상기 판정한 인물의 자세 정보를 검출하는 검출부를 포함하는 인물 검출 장치가 제공된다.
본 발명의 다른 특징에 따르면, 화상 이미지를 색정보로 나타낸 색화상 및 상기 화상 이미지를 거리정보로 나타낸 거리화상을 각각 기 정의된 기준에 따라 복수의 부분으로 각각 분리한 후 통합하여 복수의 부분으로 이루어진 통합 화상을 생성하는 단계, 상기 통합 화상의 각 부분을 기 저장된 인물 부분의 특징 정보 중 형 태 정보와 비교하여 상기 특징 정보와 매칭되는 상기 통합 화상의 각 부분을 인물 부분으로 검출하는 단계, 인물 부분으로 검출된 상기 통합 화상의 각 부분을 조합하여 인물로 판정하는 단계 및 상기 색화상을 이용하여 인물의 각 부분에 대한 색정보를 검출하고, 상기 특징 정보 중 자세 정보를 참조하여 인물의 자세 정보를 검출하는 단계를 포함한다.
이때, 특징 정보는 인물의 자세에 따른 각 부분의 상기 형태 정보 및 자세 정보를 포함한다.
본 발명의 실시 예에서는 단순히 인물만을 검출하는 종래와 달리 검출해낸 인물의 자세 및 인물의 정보를 자세히 확인할 수 있다. 이렇게 하면, 이상 행동을 하는 사람을 검출하는 시스템을 계발할 수 있을 뿐만 아니라 사람의 검출, 사람 수 체크 등과 더불어 방문자의 복장 체크 등을 할 수 있다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제2 구성요소는 제1 구성요소로 명명될 수 있고, 유사하게 제1 구성요소도 제2 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이제 본 발명의 실시예에 따른 인물 검출 장치 및 그 방법에 대하여 도면을 참고하여 상세하게 설명하고, 도면 부호에 관계없이 동일하거나 대응하는 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기도 한다.
도 1은 본 발명의 실시예에 따른 인물 검출 장치의 개략적인 블록 구성도이다.
도 1을 참고하면, 인물 검출 장치(100)는 색화상 처리부(101), 거리화상 처리부(103), 이미지 프로세서(105), 비교부(107), 특징 정보 DB(109), 생성부(111), 판정부(113) 및 검출부(115)를 포함한다.
색화상 처리부(101)는 카메라 등의 촬영 수단을 통해 색 정보 즉 R(Red), G(Green), B(Blue) 데이터로 구성된 화상 이미지(이하, '색화상' 이라 통칭함)를 획득한다.
거리화상 처리부(103)는 대상 공간 내의 대상물과 화상 처리 수단 사이의 거리 정보를 화소값으로 나타낸 거리화상을 획득한다. 여기서, 화상 처리 수단은 예를 들어, 카메라 등의 촬영 수단 또는 인물 검출 장치 자체를 지칭한다.
본 발명의 한 실시예에 의하면, 스테레오 카메라 즉 2대의 카메라를 사용하여 그 시차를 사용하여 색화상 및 거리화상을 획득할 수 있다. 이런 경우 색화상 처리부(101) 및 거리화상 처리부(103)는 하나의 구성 요소 즉 스테레오 카메라가 된다. 이때, 2대의 카메라를 이용하여 대상 공간 내의 대상물을 촬영함으로써 색화상을 획득한다. 또한, 기준 카메라인 제1 카메라에서 촬영된 제1 화상 이미지와, 제2 카메라에서 촬영된 제2 화상 이미지로부터 블록 상관법을 이용하여 시차를 구 하고, 그 시차로부터 삼각법을 이용하여 제1 화상 이미지 및 제2 화상 이미지의 각 화소에 대해 스테레오 카메라로부터의 거리를 검출한다. 그리고, 검출한 거리를 제1 화상 이미지의 각 화소에 대응시켜 거리를 화소치로 나타낸 거리화상을 생성한다.
본 발명의 다른 실시예에 의하면, 카메라를 사용하여 색화상을 획득하고 레인지 파인더(Range Finder), 예를 들어 레이저(Laser) 또는 인프레이어드(Infrared)를 이용하여 거리화상을 획득할 수 있다. 이런 경우, 카메라가 색화상 처리부(101)가 되고, 레인지 파인더가 거리화상 처리부(103)가 된다.
이와 같이, 색화상 처리부(101) 및 거리화상 처리부(103)가 획득한 각각의 색화상 및 거리화상은 이미지 프로세서(105)로 입력된다.
이미지 프로세서(105)는 색화상 처리부(101)로부터 입력받은 색화상 내에 존재하는 에지(Edge)를 추출하여 제1 에지 이미지를 생성한다. 그리고 거리화상 처리부(103)로부터 입력받은 거리화상 내에 존재하는 에지를 추출하여 제2 에지 이미지를 생성한다. 그리고 제1 에지 이미지 및 제2 에지 이미지 각각을 기 정의된 기준에 따라 부분으로 분리한다. 여기서, 제1 에지 이미지는 색의 유사성에 따라서 매칭되는 색을 가지는 부분으로 분리하고 제2 에지 이미지는 형태의 곡률에 따라서 매칭되는 곡률을 가지는 부분으로 분리할 수 있다. 그리고 부분으로 분리된 제1 에지 이미지 및 제2 에지 이미지를 통합하여 통합 화상을 생성한다.
비교부(107)는 이미지 프로세서(105)가 생성한 통합 화상을 구성하는 각 부분을 특징 정보 DB(109)에 저장된 인물의 특징 정보와 비교하여 각 부분이 인물을 구성하는 부분인지 여부와 인물의 어느 부분에 해당하는지를 검출한다.
특징 정보 DB(109)는 인물의 특징 정보 즉 기 정의된 인물을 구성하는 각 부분의 3차원적인 형태를 각각 복수개 저장한다. 여기서, 기 정의된 인물을 구성하는 각 부분은 인물을 구성하는 머리 부분, 몸통 부분, 팔 부분, 다리 부분 등을 포함한다. 또한, 특징 정보는 인물의 자세에 따른 인물 각 부분의 형태 정보 및 자세 정보를 포함한다.
생성부(111)는 인물을 구성하는 각 부분마다 3차원적인 형태를 복수개 생성하여 특징 정보 DB(109)에 저장한다. 생성부(111)는 인물을 구성하는 부분의 3차원 형태를 준비한다. 예를 들어, 인체를 구성하는 각 부분과 안경, 마스크 등을 장착한 인체 부분 등을 준비한다. 그리고 생성부(111)는 준비된 3차원 형태를 3차원 공간 상에서 각 축을 중심으로 0°~360° 회전시킨 이미지들을 획득한다. 그리고 그 이미지들에 대하여 특징을 구하여 특징 공간을 형성한다. 이러한 특징 공간을 인물을 구성하는 각 부분마다 실행하여 3차원 특징 공간에서의 곡선을 획득한다. 이와 같이 곡선이 획득되는 것은 이미지 들이 회전에 의해 연속된 화상이기 때문에 연속된 이미지는 특징도 연속해서 선처럼 보이기 때문이다. 이렇게 생성된 곡선이 특징 정보로서 특징 정보 DB(109)에 저장된다.
여기서, 특징 정보는 인물의 복수의 자세에 따른 인물 각 부분의 형태 정보를 포함한다. 예를 들어, 인물의 머리 부분을 어느 축을 중심으로 일정 각도 회전시켜 앉아있는 인물의 머리 형태 정보가 획득되는 것이다.
판정부(113)는 비교부(107)가 특징 정보 DB(109)에 저장된 형태와 유사하다 고 판단한 통합 화상의 각 부분을 조합한다. 이때, 조합시에는 비교부(107)가 통합 화상의 각 부분이 사람의 어느 부분에 해당하는지를 판단한 결과를 참조한다. 판정부(113)는 이러한 조합들 중에서 인물 가능성이 큰 조합을 선택하여 인물로 판정한다. 이때, 통합 화상의 각 부분 중에서 동일한 형태가 복수개 존재하는 경우 복수개 존재하는 각 부분을 조합하여 별개의 복수 인물로 판정한다.
검출부(115)는 판정부(113)가 인물로 판정한 조합을 구성하는 각 부분에 대한 기 정의된 정보를 검출한다. 즉 이미지 프로세서(105) 및 비교부(107)의 비교 결과를 참조하여 인물의 자세 및 인물을 구성하는 각 부분의 색 정보를 검출할 수 있다. 예를 들어, 검출부(115)는 안경을 쓰고 앉아있는 검정머리, 살색피부의 초록웃옷과 파랑바지를 입은 인물을 검출한다.
따라서, 단순히 인물만을 검출하는 종래와 달리 검출해낸 인물의 자세 및 인물의 상세 정보를 확인할 수 있다. 이렇게 하면, 이상 행동을 하는 사람을 검출하는 시스템을 계발할 수 있을 뿐만 아니라 사람의 검출, 사람 수 체크 등과 더불어 방문자의 복장 체크 등을 할 수 있게 된다.
도 2는 본 발명의 실시예에 따른 통합 화상을 검출하는 과정을 보인 개념도이다.
도 2(a)는 색화상 처리부(101)가 획득한 색화상이고, 도 2(b)는 이미지 프로세서(105)가 색화상으로부터 에지를 추출하여 생성한 제1 에지 이미지이다. 도 2(c)는 거리화상 처리부(103)가 획득한 거리 화상이고, 도 2(d)는 이미지 프로세서(105)가 거리화상으로부터 에지를 추출하여 생성한 제2 에지 이미지이다. 도 2(e)는 도 2(b)와 도 2(d)를 결합한 통합 화상이다. 통합 화상은 물체 분리의 가능성이 높은 에지(실선 부분)와 물체 분리의 가능성이 높지만 아닐 수도 있는 에지(점선 부분)로 이루어진다.
도 3은 본 발명의 실시예에 따른 인물을 구성하는 각 부분의 특징 정보를 생성하는 과정을 보인 개념도이다.
도 3(a)와 같이, 생성부(111)는 인물의 '머리 부분'을 도 3(b)의 크기(α), 형태(β), 곡률(γ) 이렇게 3개의 축으로 이루어진 3차원 공간 상에서 회전시켜 도 3(c)와 같이 복수의 머리 형태들을 획득한다. 그리고 도 3(d)와 같이 그 머리 형태들에 대한 특징 들로 곡선을 형성한다. 예를 들어, 전혀 회전이 이루어지지 않은 머리 형태, 형태(β) 축으로 10° 회전시켜 획득한 머리 형태, 크기(α) 축으로 30° 회전시켜 획득한 머리 형태들이 모여 특징 곡선을 형성한다.
도 4는 본 발명의 실시예에 따른 통합 화상과 인물의 특징 정보의 비교예를 나타낸 개념도이다.
도 4를 참고하면, 비교부(107)는 비교 대상인 통합 화상의 각 부분(201, 203)을 특징 공간에 대조한다. 이때, 통합 화상의 부분(201)은 특징 곡선 상에 존재하므로 통합 화상의 부분(201)은 인물 부분으로 검출된다. 그러나 통합 화상의 부분(203)은 곡선을 벗어나 있으므로 인물 부분이 아니므로 제외된다.
이제, 인물 검출 장치(100)가 인물을 검출하는 상세 동작에 대해 설명하기로 한다. 도 5는 본 발명의 실시예에 따른 인물 검출 방법의 개략적인 순서도이다.
도 5를 참고하면, 이미지 프로세서(105)는 색화상 처리부(101)가 획득(S101) 한 색화상으로부터 제1 에지 이미지를 추출(S103)하여 기 정의된 기준에 따라 부분으로 분리한다(S105). 또한, 거리화상 처리부(103)가 획득(S107)한 거리화상으로부터 제2 에지 이미지를 추출(S109)하여 기 정의된 기준에 따라 부분으로 분리한다(S111). 그리고 이미지 프로세서(105)는 S105 단계 및 S111 단계에서 부분으로 분리된 제1 에지 이미지 및 제2 에지 이미지를 통합하여 통합 화상을 생성한다(S113).
비교부(107)는 통합 화상을 구성하는 각 부분을 특징 정보 DB(109)에 저장된 특징 정보와 비교(S115)하여 유사도가 특정 임계치(Threshold) 이내인지를 판단한다(S117). 즉 비교 대상인 통합 화상의 해당 부분을 도 3의 특성 공간 상에 나타냈을 때 그 값이 도 3의 특성 곡선의 값과 일치하거나 또는 일치하지 않을 시 특정 임계치 이내로 차이가 나는지를 판단한다.
이때, 일치하지도 않고 특정 임계치 범위를 벗어나는 경우 통합 화상의 해당 부분을 인물 부분에서 제외한다(S119).
그러나 일치하거나 또는 특정 임계치 범위 이내인 경우 통합 화상의 해당 부분을 인물 부분으로 판정한다(S121). 즉 특성 공간 상에서 통합 화상의 해당 부분이 나타내는 값이 특성 곡선의 값과 특정 임계치 범위 이내로 차이가 나는 경우 통합 화상의 해당 부분이 특성 곡선에 위치하는 것으로 판단한다.
그리고 비교부(107)는 비교 대상이 더 존재하는지를 판단(S123)하여 존재하는 경우 S115 단계부터 다시 수행한다. 그러나 비교 대상이 더 존재하지 않는 경우 판정부(113)는 S119 단계에서 인물 부분으로 판정된 통합 화상의 해당 부분들을 조 합하여 인물을 판정한다(S125).
그리고 검출부(115)는 인물을 구성하는 각각의 부분에 대해 기 정의된 상세 정보를 검출한다(S127). 이때, 검출부(115)는 이미지 프로세서(105)가 입력받은 색화상과 인물을 구성하는 각각의 부분을 대조하여 인물을 구성하는 각각의 부분에 대한 색정보를 검출할 수 있다. 또한, 검출부(115)는 비교부(107)가 인물을 구성하는 각각의 부분을 특징 정보 DB(109)에 저장된 복수의 인물 자세에 따른 특징 정보와 비교한 결과에 기초하여 인물의 자세를 검출할 수 있다.
이상에서 본 발명의 실시 예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
도 1은 본 발명의 실시예에 따른 인물 검출 장치의 개략적인 블록도이다.
도 2는 본 발명의 실시예에 따른 통합 화상을 검출하는 과정을 보인 개념도이다.
도 3은 본 발명의 실시예에 따른 인물을 구성하는 각 부분의 특징 정보를 생성하는 과정을 보인 개념도이다.
도 4는 본 발명의 실시예에 따른 통합 화상과 인물의 특징 정보의 비교예를 나타낸 개념도이다.
도 5는 본 발명의 실시예에 따른 인물 검출 방법의 개략적인 순서도이다.

Claims (9)

  1. 화상 이미지를 색정보로 나타낸 색화상 및 상기 화상 이미지를 거리정보로 나타낸 거리화상을 각각 기 정의된 기준에 따라 복수의 부분으로 각각 분리한 후 통합하여 복수의 부분으로 이루어진 통합 화상을 생성하는 이미지 프로세서,
    상기 통합 화상의 각 부분을 기 저장된 인물 부분의 특징 정보 중 형태 정보와 비교하여 상기 특징 정보와 매칭되는 상기 통합 화상의 각 부분을 인물 부분으로 검출하는 비교부,
    상기 비교부가 인물 부분으로 검출한 상기 통합 화상의 각 부분을 조합하여 인물로 판정하는 판정부, 및
    상기 이미지 프로세서의 색화상을 이용하여 상기 판정부가 판정한 인물의 각 부분에 대한 색정보를 검출하고, 상기 특징 정보 중 자세 정보를 참조하여 상기 판정한 인물의 자세 정보를 검출하는 검출부를 포함하며,
    상기 특징 정보는 인물의 자세에 따른 인물 각 부분의 상기 형태 정보 및 상기 자세 정보를 포함하는 인물 검출 장치.
  2. 제1항에 있어서,
    인물의 각 부분을 3차원 공간 상에서 각 축에 대해 회전시켜 획득된 복수의 3차원적 형태를 포함하는 상기 기 저장된 인물 부분의 특징 정보를 생성하는 생성부, 및
    상기 특징 정보를 저장하는 특징 정보 DB를 더 포함하는 인물 검출 장치.
  3. 제2항에 있어서,
    상기 생성부는 크기, 형태 및 곡률 중 적어도 하나를 각각 축으로 포함하는 3차원 공간 상에서 상기 인물의 각 부분을 회전시켜 획득한 이미지들이 연속되어 이루어진 특징 곡선을 상기 특징 정보로 생성하는 인물 검출 장치.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서,
    상기 비교부는,
    상기 통합 화상의 각 부분이 상기 특징 정보와 기 설정된 임계치 범위 이내에서 매칭되는지를 판단하여 상기 임계치 범위 이내인 경우 상기 통합 화상의 각 부분을 인물 부분으로 검출하고 상기 임계치 범위를 벗어나는 경우 상기 통합 화상의 각 부분을 인물 부분에서 제외시키는 인물 검출 장치.
  5. 제4항에 있어서,
    상기 이미지 프로세서는,
    상기 색화상으로부터 에지를 추출하여 생성한 제1 에지 이미지를 매칭되는 색을 가지는 부분들로 분리하고, 상기 거리화상으로부터 에지를 추출하여 생성한 제2 에지 이미지를 매칭되는 곡률 형태를 가지는 부분들로 분리하며, 복수의 부분으로 각각 분리된 상기 제1 에지 이미지 및 상기 제2 에지 이미지를 통합하여 상기 통합 화상을 생성하는 인물 검출 장치.
  6. 화상 이미지를 색정보로 나타낸 색화상 및 상기 화상 이미지를 거리정보로 나타낸 거리화상을 각각 기 정의된 기준에 따라 복수의 부분으로 각각 분리한 후 통합하여 복수의 부분으로 이루어진 통합 화상을 생성하는 단계,
    상기 통합 화상의 각 부분을 기 저장된 인물 부분의 특징 정보 중 형태 정보와 비교하여 상기 특징 정보와 매칭되는 상기 통합 화상의 각 부분을 인물 부분으로 검출하는 단계,
    인물 부분으로 검출된 상기 통합 화상의 각 부분을 조합하여 인물로 판정하는 단계, 및
    상기 색화상을 이용하여 인물의 각 부분에 대한 색정보를 검출하고, 상기 특징 정보 중 자세 정보를 참조하여 인물의 자세 정보를 검출하는 단계를 포함하며,
    상기 특징 정보는 인물의 자세에 따른 각 부분의 상기 형태 정보 및 자세 정보를 포함하는 인물 검출 방법.
  7. 제6항에 있어서,
    상기 특징 정보는,
    인물의 각 부분을 3차원 공간 상에서 각 축에 대해 회전시켜 획득된 복수의 3차원적 형태를 포함하는 인물 검출 방법.
  8. 제6항 또는 제7항에 있어서,
    상기 인물 부분으로 검출하는 단계는,
    상기 통합 화상의 각 부분을 상기 특징 정보와 비교하여 기 설정된 임계치 범위 이내에서 매칭되는지를 판단하는 단계,
    상기 임계치 범위 이내로 매칭되는 상기 통합 화상의 각 부분을 인물 부분으로 검출하는 단계, 및
    상기 임계치 범위를 벗어나는 상기 통합 화상의 각 부분을 인물 부분에서 제외시키는 단계를 포함하는 인물 검출 방법.
  9. 제8항에 있어서,
    상기 통합 화상을 생성하는 단계는,
    상기 색화상으로부터 에지를 추출하여 제1 에지 이미지를 생성하는 단계,
    상기 제1 에지 이미지를 매칭되는 색을 가지는 부분들로 분리하는 단계,
    상기 거리화상으로부터 에지를 추출하여 제2 에지 이미지를 생성하는 단계,
    상기 제2 에지 이미지를 매칭되는 곡률 형태를 가지는 부분들로 분리하는 단계, 및
    복수의 부분으로 각각 분리된 상기 제1 에지 이미지 및 상기 제2 에지 이미지를 통합하여 통합 화상을 생성하는 단계를 포함하는 인물 검출 방법.
KR1020090064068A 2009-07-14 2009-07-14 인물 검출 장치 및 그 방법 Active KR101607569B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020090064068A KR101607569B1 (ko) 2009-07-14 2009-07-14 인물 검출 장치 및 그 방법
PCT/KR2010/004525 WO2011007993A2 (en) 2009-07-14 2010-07-13 Apparatus for detecting person and method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090064068A KR101607569B1 (ko) 2009-07-14 2009-07-14 인물 검출 장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20110006435A KR20110006435A (ko) 2011-01-20
KR101607569B1 true KR101607569B1 (ko) 2016-03-30

Family

ID=43449950

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090064068A Active KR101607569B1 (ko) 2009-07-14 2009-07-14 인물 검출 장치 및 그 방법

Country Status (2)

Country Link
KR (1) KR101607569B1 (ko)
WO (1) WO2011007993A2 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050152582A1 (en) 2003-11-28 2005-07-14 Samsung Electronics Co., Ltd. Multiple person detection apparatus and method

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7123745B1 (en) * 1999-11-24 2006-10-17 Koninklijke Philips Electronics N.V. Method and apparatus for detecting moving objects in video conferencing and other applications
KR20070008271A (ko) * 2005-07-13 2007-01-17 엘지전자 주식회사 실시간으로 전방향 사람 검출 및 추적방법 및 이를 이용한로봇
CN101406390B (zh) * 2007-10-10 2012-07-18 三星电子株式会社 检测人体部位和人的方法和设备以及对象检测方法和设备
KR100939294B1 (ko) * 2007-12-26 2010-01-29 주식회사 케이티 3차원 공간에서의 사람 움직임 추적 방법 및 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050152582A1 (en) 2003-11-28 2005-07-14 Samsung Electronics Co., Ltd. Multiple person detection apparatus and method

Also Published As

Publication number Publication date
WO2011007993A2 (en) 2011-01-20
KR20110006435A (ko) 2011-01-20
WO2011007993A3 (en) 2011-03-31

Similar Documents

Publication Publication Date Title
JP4811259B2 (ja) 視線方向推定装置及び視線方向推定方法
US6920236B2 (en) Dual band biometric identification system
JP6587435B2 (ja) 画像処理装置、情報処理方法及びプログラム
JP5203281B2 (ja) 人物検出装置、人物検出方法、及び人物検出プログラム
CN109461003A (zh) 基于多视角的多人脸场景刷脸支付风险防控方法和设备
US20150186708A1 (en) Biometric identification system
JP2001216515A (ja) 人物の顔の検出方法およびその装置
JP6855872B2 (ja) 顔認識装置
JP2014182480A (ja) 人物認識装置、及び方法
JP7151875B2 (ja) 画像処理装置、画像処理方法、およびプログラム
TW201835805A (zh) 遠距離的身份辨識方法及其系統與電腦可讀取記錄媒體
US10489640B2 (en) Determination device and determination method of persons included in imaging data
CN108171138B (zh) 一种生物特征信息获取方法和装置
KR101640014B1 (ko) 허위 안면 이미지 분류가 가능한 홍채 인식 장치
US20070253598A1 (en) Image monitoring apparatus
CN106529500A (zh) 一种信息处理方法和系统
JP2004265267A (ja) 顔認証方法、および顔認証装置。
CN110717428A (zh) 一种融合多个特征的身份识别方法、装置、系统、介质及设备
CN114894337A (zh) 一种用于室外人脸识别测温方法及装置
JPH08287216A (ja) 顔面内部位認識方法
JP3970573B2 (ja) 顔画像認識装置および方法
JP4043973B2 (ja) 顔検出システムとその方法
JP2016139353A (ja) 画像判定装置および画像判定方法
JPH0883341A (ja) 物体領域抽出方法とその装置及び物体認識装置
KR101607569B1 (ko) 인물 검출 장치 및 그 방법

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20090714

PG1501 Laying open of application
A201 Request for examination
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20140627

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 20090714

Comment text: Patent Application

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20150717

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20151224

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20160324

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20160325

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
FPAY Annual fee payment

Payment date: 20190213

Year of fee payment: 4

PR1001 Payment of annual fee

Payment date: 20190213

Start annual number: 4

End annual number: 4

FPAY Annual fee payment

Payment date: 20200211

Year of fee payment: 5

PR1001 Payment of annual fee

Payment date: 20200211

Start annual number: 5

End annual number: 5

PR1001 Payment of annual fee

Payment date: 20210215

Start annual number: 6

End annual number: 6

PR1001 Payment of annual fee

Payment date: 20220214

Start annual number: 7

End annual number: 7

PR1001 Payment of annual fee

Payment date: 20230213

Start annual number: 8

End annual number: 8

PR1001 Payment of annual fee

Payment date: 20240206

Start annual number: 9

End annual number: 9

PR1001 Payment of annual fee

Payment date: 20250218

Start annual number: 10

End annual number: 10