KR101646580B1 - 하체 검출/추적 장치 및 방법 - Google Patents

하체 검출/추적 장치 및 방법 Download PDF

Info

Publication number
KR101646580B1
KR101646580B1 KR1020150010702A KR20150010702A KR101646580B1 KR 101646580 B1 KR101646580 B1 KR 101646580B1 KR 1020150010702 A KR1020150010702 A KR 1020150010702A KR 20150010702 A KR20150010702 A KR 20150010702A KR 101646580 B1 KR101646580 B1 KR 101646580B1
Authority
KR
South Korea
Prior art keywords
lower body
candidate
tracking
person
detected
Prior art date
Application number
KR1020150010702A
Other languages
English (en)
Other versions
KR20160090649A (ko
Inventor
최종석
임윤섭
박지관
안기진
Original Assignee
한국과학기술연구원
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 한국과학기술연구원 filed Critical 한국과학기술연구원
Priority to KR1020150010702A priority Critical patent/KR101646580B1/ko
Publication of KR20160090649A publication Critical patent/KR20160090649A/ko
Application granted granted Critical
Publication of KR101646580B1 publication Critical patent/KR101646580B1/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
    • H04N13/0203—
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/204—Image signal generators using stereoscopic image cameras

Landscapes

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

Abstract

본 명세서의 일 실시예에 따른 하체 검출/추적 방법은 카메라로부터 깊이 영상 및 컬러 영상을 수신하는 단계와, 깊이 영상을 이용하여 미리 설정된 XZ 평면 상에서 한 쌍의 다리 후보를 검출하는 단계와, 깊이 영상을 이용하여 검출된 한 쌍의 다리 후보를 Y축 평면으로 확장하여 하체 후보를 검출하는 단계와, 컬러 영상으로부터 검출된 하체 후보에 대응하는 하체 후보영역을 추출하고, 추출된 하체 후보영역이 사람의 하체 영역인지 여부를 판단함으로써, 검출된 하체 후보가 상기 사람의 하체인지를 결정하는 단계와, 검출된 하체 후보가 사람의 하체인 경우, 하체를 추적하는 단계를 포함할 수 있다.

Description

하체 검출/추적 장치 및 방법{DEVICE AND METHOD FOR DETECTING/TRACKING LOW-BODY PART}
본 명세서는 하체 검출/추적 장치 및 방법에 관한 것이며, 보다 구체적으로는 카메라로부터 수신된 깊이 영상과 컬러 영상을 이용하여 3차원 공간 상에서 사람의 하체를 검출하고 하체의 위치를 추적하는 장치 및 방법에 관한 것이다.
카메라와 같은 센서를 이용하여 특정 목표물을 추적하는 기술이 많은 분야에서 사용되고 있다. 예를 들면, 박물관, 전시회 등과 같이 복잡한 환경에서 로봇을 이용하여 특정 사용자에게 지속적인 서비스를 제공하기 위하여 이러한 목표물 추적 기술이 사용될 수 있다.
이러한 로봇과 같은 추적 장치를 통해 특정 목표물에 지속적인 서비스를 제공하기 위해, 추적 장치는 우선 다양한 환경에서 효과적으로 목표물을 검출하고 추적할 수 있어야 한다. 이러한 목표물의 검출 및 추적을 위해, 사람의 신체 중 다리를 검출하고 추적하는 기술들이 많이 연구되어 왔다. 이러한 종래의 방법들은 2D 거리 센서(예컨대, 2D 레이저 센서)를 이용하거나 다리와 배경의 분리를 이용하여 다리의 형태를 검출/추적하는 방법을 택하고 있다.
그러나, 종래의 2D 거리 센서를 이용한 방법은 다리와 비슷한 형태의 사물(책상다리, 기둥 등)을 다리로 검출할 가능성이 있어 오작동을 일으킬 우려가 있다. 또한, 종래의 다리와 배경의 분리를 이용한 방법은 환경이 자주 바뀌는 실제 환경에서 다리를 검출하고 추적하는데 효율적이지 못하다.
특허공개공보 제10-2006-0090490호
이에 본 명세서는 카메라로부터 수신된 깊이 영상을 이용하여 사람의 하체의 형상을 갖는 3차원 물체인 하체 후보를 검출하고, 카메라로부터 수신된 컬러 영상을 이용하여 검출된 하체 후보가 사람의 하체인지 여부를 결정하고, 사람의 하체로 결정된 영역의 위치를 계속하여 추적하는 하체 검출/추적 장치 및 방법을 제공함을 그 목적으로 한다.
본 명세서의 일 측면에 따르면, 카메라로부터 깊이 영상 및 컬러 영상을 수신하는 단계; 상기 깊이 영상을 이용하여 미리 설정된 XZ 평면 상에서 한 쌍의 다리 후보를 검출하는 단계; 상기 깊이 영상을 이용하여 상기 검출된 한 쌍의 다리 후보를 Y축 평면으로 확장하여 하체 후보를 검출하는 단계; 상기 컬러 영상으로부터 상기 검출된 하체 후보에 대응하는 하체 후보영역을 추출하고, 상기 추출된 하체 후보영역이 사람의 하체 영역인지 여부를 판단함으로써, 상기 검출된 하체 후보가 상기 사람의 하체인지를 결정하는 단계; 및 상기 검출된 하체 후보가 사람의 하체인 경우, 상기 하체를 추적하는 단계를 포함하는 하체 검출/추적 방법을 제공할 수 있다.
본 명세서의 일 측면에 따르면, 상기 카메라는 RGB-D 카메라일 수 있다.
본 명세서의 일 측면에 따르면, 상기 한 쌍의 다리 후보를 검출하는 단계는, 상기 깊이 영상으로부터 미리 결정된 XZ 평면에 대한 깊이 데이터를 획득하고, 상기 획득된 깊이 데이터와 미리 결정된 다리 후보 특징에 기초하여 상기 한 쌍의 다리 후보를 검출하되, 상기 다리 후보 특징은 사람의 다리에 대응하는 평면 형상의 폭, 최대 깊이 및 모양 중 적어도 하나와 연관될 수 있다.
본 명세서의 일 측면에 따르면, 상기 하체 후보를 검출하는 단계, 유클리디안 클러스터링을 이용하여, 상기 검출된 한 쌍의 다리 후보를 Y축 평면으로 확장하여 하체 후보를 검출할 수 있다.
본 명세서의 일 측면에 따르면, 상기 검출된 하체 후보가 상기 사람의 하체인지 여부를 결정하는 단계는, 상기 컬러 영상에서 상기 검출된 하체 후보에 대응하는 하체 후보영역을 마스킹하는 단계; 및 HOG 특징 기술자를 이용하여 상기 마스킹된 하체 후보영역에 대한 HOG 특징을 추출하고, SVM 분류기를 이용하여 상기 추출된 HOG 특징을 분류함으로써, 상기 마스킹된 하체 후보영역이 상기 사람의 하체 영역인지 여부를 판단하는 단계를 포함할 수 있다.
본 명세서의 일 측면에 따르면, 상기 하체를 추적하는 단계는, 상기 하체를 추적하는 동안 상기 하체의 검출 실패가 발생되는 경우, 상기 검출 실패의 기간에 따라 상기 하체 추적을 위한 색상 정보 및 위치 정보의 비중을 조정하여 상기 하체를 추적할 수 있다.
본 명세서의 일 측면에 따르면, 카메라로부터 깊이 영상 및 컬러 영상을 수신하는 영상 수신부; 상기 깊이 영상을 이용하여, 미리 설정된 XZ 평면 상에서 한 쌍의 다리 후보를 검출하고, 상기 검출된 한 쌍의 다리 후보를 Y축 평면으로 확장하여 하체 후보를 검출하는 깊이 영상 처리부; 상기 컬러 영상으로부터 상기 검출된 하체 후보에 대응하는 하체 후보영역을 추출하고, 상기 추출된 하체 후보영역이 사람의 하체 영역인지 여부를 판단함으로써, 상기 검출된 하체 후보가 사람의 하체인지를 결정하는 컬러 영상 처리부; 및 상기 검출된 하체 후보영역이 사람의 하체로 결정된 경우, 상기 하체를 추적하는 위치 추적부를 포함하는 하체 검출/추적 장치를 제공할 수 있다.
본 명세서의 일 측면에 따르면, 상기 카메라는 RGB-D 카메라일 수 있다.
본 명세서의 일 측면에 따르면, 상기 깊이 영상 처리부는, 상기 깊이 영상으로부터 미리 결정된 XZ 평면에 대한 깊이 데이터를 획득하고, 상기 획득된 깊이 데이터와 미리 결정된 다리 후보 특징에 기초하여 상기 한 쌍의 다리 후보를 검출하되, 상기 다리 후보 특징은 사람의 다리에 대응하는 평면 형상의 폭, 최대 깊이 및 모양 중 적어도 하나와 연관될 수 있다.
본 명세서의 일 측면에 따르면, 상기 깊이 영상 처리부는, 유클리디안 클러스터링을 이용하여, 상기 검출된 한 쌍의 다리 후보를 Y축 평면으로 확장하여 하체 후보를 검출할 수 있다.
본 명세서의 일 측면에 따르면, 상기 컬러 영상 처리부는, 상기 컬러 영상에서 상기 검출된 하체 후보에 대응하는 하체 후보영역을 마스킹하고; HOG 특징 기술자를 이용하여 상기 마스킹된 하체 후보영역에 대한 HOG 특징을 추출하고, SVM 분류기를 이용하여 상기 추출된 HOG 특징을 분류함으로써, 상기 마스킹된 하체 후보영역이 상기 사람의 하체 영역인지 여부를 판단할 수 있다.
본 명세서의 일 측면에 따르면, 상기 위치 추적부는, 상기 하체를 추적하는 동안 상기 하체의 검출 실패가 발생되는 경우, 상기 검출 실패의 기간에 따라 상기 하체 추적을 위한 색상 정보 및 위치 정보의 비중을 조정하여 상기 하체를 추적할 수 있다.
본 명세서에 따르면, 하체 검출/추적 장치 및 방법은 사람의 하체를 검출함에 있어서 카메라로부터 수신된 3차원 영상으로부터 획득된 3차원 특징을 이용함으로써 사람의 하체와 유사한 형태의 물체들이 사람의 하체로 인식되는 오류를 감소시킬 수 있다.
또한, 하체 검출/추적 장치 및 방법은 사람의 하체를 검출함에 있어서 카메라로부터 수신된 깊이 영상 및 컬러 영상 모두를 이용함으로써 다양하고 복잡한 실제 환경에서 사람의 하체를 효율적으로 검출/추적할 수 있으므로, 이동형 로봇 등에 적용 가능하다는 이점을 갖는다.
도 1은 본 명세서의 일 실시예에 따른, 하체 검출/추적 장치의 개략도이다.
도 2는 본 명세서의 일 실시예에 따른, 하체 검출/추적 장치의 구성도를 나타낸다.
도 3은 본 명세서의 일 실시예에 따른 하체 검출 방법의 순서도이다.
도 4는 본 명세서의 일 실시예에 따른 하체 검출 방법의 다리 후보 검출 단계의 순서도이다.
도 5는 본 명세서의 일 실시예에 따른 XZ 평면 상의 깊이 영상을 나타낸다.
도 6은 본 명세서의 일 실시예에 따른 하체 검출 방법의 하체 후보 검출 단계 및 하체 여부 결정 단계의 순서도이다.
도 7a는 촬영된 컬러 영상의 하체 부분의 이미지의 예이고, 도 7b는 도 7a의 컬러 영상에서 하체 후보에 대응하는 하체 후보영역만으로 마스킹된 이미지의 예이고, 도 7c는 도 7b의 마스킹된 이미지로부터 추출된 HOG 특징을 나타내는 이미지의 예이다.
도면 8a은 본 명세서의 일 실시예에 따른 추적중인 사람과의 거리 차이에 따른 유사도의 변경을 나타내는 그래프이고, 도 8b는 본 명세서의 일 실시예에 따른 추적중인 사람과의 색상의 차이에 따른 유사도의 변경을 나타내는 그래프이다.
도 9는 본 명세서의 일 실시예에 따른, 추적중인 사람의 검출 실패가 발생하는 경우, 하체 검출/추적 장치가 다시 추적을 유지할 수 있도록 하기 위한 검출 실패 기간에 따른 위치 비중과 색상 비중의 가중치 함수를 나타내는 그래프이다.
이하 첨부 도면들 및 첨부 도면들에 기재된 내용들을 참조하여 실시 예를 상세하게 설명하지만, 청구하고자 하는 범위는 실시 예들에 의해 제한되거나 한정되는 것은 아니다.
본 명세서에서 사용되는 용어는 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 관례 또는 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 명세서의 설명 부분에서 그 의미를 기재할 것이다. 따라서 본 명세서에서 사용되는 용어는, 단순한 용어의 명칭이 아닌 그 용어가 가지는 실질적인 의미와 본 명세서의 전반에 걸친 내용을 토대로 해석되어야 함을 밝혀두고자 한다.
또한, 본 명세서에 기술된 실시예는 전적으로 하드웨어이거나, 부분적으로 하드웨어이고 부분적으로 소프트웨어이거나, 또는 전적으로 소프트웨어인 측면을 가질 수 있다. 본 명세서에서 "부(unit)", "모듈(module)", "장치", "로봇" 또는 "시스템" 등은 하드웨어, 하드웨어와 소프트웨어의 조합, 또는 소프트웨어 등 컴퓨터 관련 엔티티(entity)를 지칭한다. 예를 들어, 부, 모듈, 장치, 로봇 또는 시스템은 플랫폼(platform)의 일부 또는 전부를 구성하는 하드웨어 및/또는 상기 하드웨어를 구동하기 위한 애플리케이션(application) 등의 소프트웨어를 지칭하는 것일 수 있다.
도 1은 본 명세서의 일 실시예에 따른, 하체 검출/추적 장치의 개략도이다.
본 명세서에서, 하체 검출/추적 장치(100)는 카메라(10)로부터 수신된 깊이 영상 및 컬러 영상을 이용하여 사람의 하체를 검출하고 검출된 하체의 위치를 추적하는 장치를 지칭한다. 예를 들면, 하체 검출/추적 장치(100)는, 도 1의 도시된 것처럼, 카메라(10)를 포함하며 상술한 검출/추적 기능을 수행하는 이동형 로봇의 형태일 수 있다. 여기서, 이동형 로봇은 전방향으로 이동 가능하고, 사용자와 상호작용이 가능하도록 프로그래밍된 임의의 플랫폼을 지칭하는 것으로서 특정 형상 또는 목적을 갖는 로봇에 한정되는 것은 아니다. 다른 예를 들면, 하체 검출/추적 장치(100)는 카메라(10)를 장치의 구성요소로 포함하지 않고, 유선/무선 통신을 통해 카메라(10)로부터 깊이 영상 및 컬러 영상을 수신하고, 수신된 깊이 영상 및 컬러 영상을 이용하여 상술한 검출/추적 기능을 수행하는 장치일 수 있다.
본 명세서에서, 카메라(10)는 적색(R), 녹색(G) 및 청색(B) 픽셀들로 이루어지는 RGB 영상과 카메라에 의해 촬영되는 오브젝트(object)의 깊이 정보(즉, 카메라로부터 오브젝트까지의 거리)를 함께 출력하는 RGB-D 카메라일 수 있다. 그러나 이는 예시적인 것으로서, 카메라(10)는 전하결합소자(Charge Coupled Device) 등 컬러 영상을 얻기 위한 하나 이상의 기기와, 레이저 센서 등 깊이 영상을 얻기 위한 다른 하나 이상의 기기가 별개로 구현된 복수 개의 장치를 집합적으로 지칭하는 것일 수도 있다.
도 1을 참조하면, 하체 검출/추적 장치(100)는 소정의 높이(H)에 구비된 카메라(10)를 이용하여 전면 방향의 주변환경 영상을 촬영할 수 있다. 여기서, 주변환경 영상은 추적이 필요한 타겟(200)(예컨대, 사람)을 포함할 수 있고, 타겟(200)은 카메라로부터 일정 거리(D) 이내에 위치할 수 있다. 또한, 하체 검출/추적 장치(100)는 카메라(10)에 의해 촬영된 깊이 영상 및 컬러 영상을 이용하여 사람의 하체를 검출하고, 검출된 하체의 위치를 추적할 수 있다. 이러한 하체 검출/추적 장치(100)가 사람의 하체를 검출/추적하는 방법에 대하여는 이하에서 상세히 설명하도록 한다.
도 2는 본 명세서의 일 실시예에 따른, 하체 검출/추적 장치의 구성도를 나타낸다. 도 2을 참조하면, 하체 검출/추적 장치(100)는 영상 수신부(110), 깊이 영상 처리부(120), 컬러 영상 처리부(130) 및 위치 추적부(140)를 더 포함할 수 있다. 도 1에서 상술한 것처럼, 하체 검출/추적 장치(100)는 실시예에 따라 카메라를 더 포함할 수 있다.
영상 수신부(110)는 카메라로부터 깊이 영상 및 컬러 영상을 수신할 수 있다. 여기서, 깊이 영상이란 복수의 픽셀 및 픽셀별 깊이 정보(즉, 해당 픽셀에 대응되는 공간과 카메라 사이의 거리)를 포함하는 일련의 이미지로서, 예컨대, 3차원 깊이 맵일 수 있다. 또한, 컬러 영상이란 복수의 픽셀 및 픽셀별 컬러 정보를 포함하는 일련의 이미지로서, 예컨대 RGB 영상일 수 있다.
깊이 영상 처리부(120)는 깊이 영상을 이용하여 미리 설정된 XZ 평면 상에서 한 쌍의 다리 후보를 검출할 수 있다. 여기서, XZ 평면은 카메라의 촬영 방향과 평행한 평면으로서, 예컨대, 지면과 평행한 평면일 수 있다. 여기서, 다리 후보는 사람의 다리의 일부로 인식될 가능성이 있는 특정 평면(2차원) 상의 포인트들의 집합을 지칭한다. 일 실시예에서, 깊이 영상 처리부(120)는 랜덤 트리 기법을 이용하여 깊이 영상으로부터 복수의 다리 후보들을 포함한 다리 후보 그룹을 검출하고, 다리 후보 그룹 사이의 거리 간격에 기초하여 한 쌍의 다리 후보를 검출할 수 있다. 이러한 깊이 영상 처리부(120)가 한 쌍의 다리 후보를 검출하는 방법에 대하여는 도 3 내지 도 5를 참조하여 이하에서 상세히 설명하도록 한다.
또한, 깊이 영상 처리부(120)는 검출된 한 쌍의 다리 후보를 Y축 평면으로 확장하여 하체 후보를 검출할 수 있다. 여기서, Y축 평면은 카메라의 촬영 방향과 수직한 평면, 즉, XZ 평면과 수직한 평면으로서, 예컨대, 지면과 수직한 평면일 수 있다. 여기서, 하체 후보는 사람의 하체로 인식될 가능성이 있는 3차원 공간 상의 포인트들의 집합을 지칭한다. 일 실시예에서, 깊이 영상 처리부(120)는 유클리디안 클러스터링을 이용하여 검출된 한 쌍의 다리 후보를 Y축 평면으로 확장하여 하체 후보를 검출할 수 있다. 이러한 깊이 영상 처리부(120)가 하체 후보를 검출하는 방법에 대하여는 도 3 및 도 6을 참조하여 이하에서 상세히 설명하도록 한다.
컬러 영상 처리부(130)는 컬러 영상으로부터 깊이 영상 처리부(120)에 의해 검출된 하체 후보에 대응하는 영역(“하체 후보 영역”)을 추출하고, 추출된 하체 후보영역이 사람의 하체인지 여부를 결정할 수 있다. 일 실시예에서, 컬러 영상 처리부(120)는 컬러 영상으로부터 깊이 영상 처리부(120)에 의해 검출된 하체 후보에 대응하는 하체 후보영역을 마스킹(masking)하고, HOG(Histogram of Oriented Gradient) 특징 기술자 및 SVM(Support Vector Machine) 분류기를 이용하여 마스킹된 하체 후보영역이 사람의 하체인지 여부를 결정할 수 있다. 이러한 컬러 영상 처리부(130)가 컬러 영상으로부터 사람의 하체를 결정하는 방법에 대하여는 도 3, 6 및 7을 참조하여 이하에서 상세히 설명하도록 한다.
위치 추적부(140)는 사람의 하체로 결정된 하체의 위치를 추적할 수 있다. 일실시예에서, 위치 추적부(140)는 컬러 영상 처리부(130)에 의해 추출된 하체 후보영역이 사람의 하체로 결정된 경우, 깊이 영상 처리부(120)에 의해 얻어진 깊이 정보 및 컬러 영상 처리부에 의해 얻어진 컬러 정보 중 적어도 하나를 이용하여 하체의 위치와 방향을 계속하여 갱신하고 추적할 수 있다. 이 경우, 위치와 방향의 갱신 및 추적은 이미 산출된 하체의 위치, 방향 및/또는 속도를 이용하여 미래의 하체의 위치, 방향 및/또는 속도를 분절된 시간 단계별로 산출함으로써 수행될 수 있다. 또한, 위치와 방향의 갱신 및 추적은 칼만 필터(Kalman filter) 또는 파티클 필터(particle filter)를 이용하여 수행될 수도 있다. 이를 통해, 위치 추적부(140)는 가림 현상이나 다수의 배경 물체들에 의한 혼란 상황에서도 하체의 위치를 놓치지 않고 계속하여 추적할 수 있다. 이러한 목표물의 위치를 추적하는 구체적인 연산 과정에 대해서는 본 발명의 기술분야에서 잘 알려져 있으므로 자세한 설명을 생략한다.
도 2는 본 명세서의 일 실시예에 따른 구성도로서, 분리하여 표시한 블록들은 장치의 구성요소들을 논리적으로 구별하여 도시한 것이다. 따라서 상술한 장치의 구성요소들은 장치의 설계에 따라 하나의 칩으로 또는 복수의 칩으로 장착될 수 있다.
도 3은 본 명세서의 일 실시예에 따른 하체 검출 방법의 순서도이다. 본 명세서에서 하체 검출 방법은 하체 검출/추적 장치가 카메라에 의해 촬영된 깊이 영상 및 컬러 영상을 이용하여 사람의 하체를 검출하고 추적하는 방법을 말한다. 도 3에서는 도 1 및 2에서 설명한 내용과 동일하거나 유사한 부분에 대한 상세한 설명은 생략하도록 한다.
도 3을 참조하면, 하체 검출/추적 장치는 카메라로부터 깊이 영상 및 컬러 영상을 수신할 수 있다(S10). 단계(S10)에서, 하체 검출/추적 장치는 수신된 깊이 영상을 깊이 영상 처리부로 전달하고, 수신된 컬러 영상을 컬러 영상 처리부로 전달할 수 있다.
다음으로, 하체 검출/추적 장치는 깊이 영상을 이용하여 미리 설정된 XZ 평면 상에서 한 쌍의 다리 후보를 검출할 수 있다(S20). 단계(S20)에서, 하체 검출/추적 장치는 깊이 영상의 소정의 XZ 평면 데이터를 이용하여 XZ 평면 상에서 한 쌍의 다리 후보를 검출할 수 있다. 예를 들면, 하체 검출/추적 장치는 깊이 영상의 지면으로부터 0.6 미터 높이의 XZ 평면 데이터를 이용하여 한 쌍의 다리 후보를 검출할 수 있다. 일 실시예에서, 하체 검출/추적 장치는 랜덤 트리 기법을 이용하여 깊이 영상으로부터 복수의 다리 후보들을 포함한 다리 후보 그룹을 검출하고, 다리 후보 그룹 사이의 거리 간격에 기초하여 한 쌍의 다리 후보를 검출할 수 있다. 이에 대하여는 도 4 및 5를 참조하여 이하에서 상세히 설명하도록 한다.
다음으로, 하체 검출/추적 장치는 깊이 영상을 이용하여 검출된 한 쌍의 다리 후보를 Y축 평면으로 확장하여 하체 후보를 검출할 수 있다(S30). 단계(S30)에서, 하체 검출/추적 장치는 유클리디안 클러스터링을 이용하여 검출된 한 쌍의 다리 후보 각각에 대하여 다리 후보와 인접한 포인트들을 Y축 평면 방향으로 클러스터링하여 클러스터로 묶고, 클러스터가 하체 후보 조건을 만족하는지 여부를 판단함으로써, 하체 후보를 검출할 수 있다. 이에 대하여는 도 6을 참조하여 이하에서 상세히 설명하도록 한다.
다음으로, 하체 검출/추적 장치는 컬러 영상을 이용하여 검출된 하체 후보가 사람의 하체인지 여부를 결정할 수 있다(S40). 단계(S40)에서, 하체 검출/추적 장치는 컬러 영상으로부터 검출된 하체 후보에 대응하는 하체 후보영역을 마스킹(masking)하고, HOG 특징 기술자 및 SVM 분류기를 이용하여 마스킹된 하체 후보영역이 사람의 하체인지 여부를 결정할 수 있다. 이에 대하여는 도 7 및 도 8을 참조하여 이하에서 상세히 설명하도록 한다.
다음으로, 하체 검출/추적 장치는 사람의 하체로 결정된 하체의 위치를 추적할 수 있다(S50). 단계(S50)에서, 하체 검출/추적 장치는 깊이 정보 및 컬러 정보 중 적어도 하나를 이용하여 하체의 위치를 갱신하고 추적할 수 있다. 이 경우, 위치 갱신 및 추적은 칼만 필터 또는 파티클 필터를 이용하여 수행될 수도 있다.
도 4는 본 명세서의 일 실시예에 따른 하체 검출 방법의 다리 후보 검출 단계의 순서도이다. 도 5는 본 명세서의 일 실시예에 따른 XZ 평면 상의 깊이 영상을 나타낸다.
도 4을 참조하면, 하체 검출/추적 장치는 깊이 영상으로부터 미리 결정된 XZ 평면에 대한 깊이 데이터를 획득할 수 있다(S21). 예를 들면, 하체 검출/추적 장치는 깊이 영상으로부터 지면으로부터 0.6m 높이의 XZ 평면에 대한 깊이 데이터를 획득할 수 있다. 이러한 XZ 평면 상의 깊이 데이터를 2차원 공간 상에서 포인트들로 표시한 도면은 도 4와 같다. 이때, 각 포인트의 위치는 카메라에 촬영된 오브젝트의 깊이 값을 나타낸다.
다음으로, 하체 검출/추적 장치는 획득된 깊이 데이터를 이용하여 복수의 다리 후보를 포함하는 다리 후보 그룹을 검출할 수 있다(S22). 단계(S22)에서, 하체 검출/추적 장치는 깊이 데이터 상의 인접한 포인트들을 미리 설정된 방법으로 그룹핑(grouping)하여 하나 이상의 포인트 그룹(210, 220)을 결정하고, 결정된 포인트 그룹(210, 220)을 미리 결정된 다리 후보 특징과 비교함으로써, 다리 후보 그룹을 검출할 수 있다. 여기서, 다리 후보 특징은 사람의 다리에 대응하는 평면 형상의 폭, 최대 깊이 및 모양 중 적어도 하나와 연관되는 특징으로서, 예컨대, 사람의 다리에 대응하는 평면 형상을 구성하는 기준 포인트 그룹의 폭(W), 최대 깊이(d) 및 모양(예컨대, 오목 또는 볼록 형상) 중 적어도 하나와 연관된 특징일 수 있다. 이러한 다리 후보 특징은 사전 학습 등을 통해 미리 결정될 수 있다.
일 실시예에서, 하체 검출/추적 장치는 랜덤 트리 기법을 이용하여 결정된 포인트 그룹을 미리 결정된 다리 후보 특징과 비교함으로써, 복수의 다리 후보를 포함하는 다리 후보 그룹을 검출할 수 있다. 예를 들면, 하체 검출/추적 장치는 결정된 포인트 그룹을 미리 결정된 다리 후보 특징과 비교하여, 결정된 포인트 그룹이 사람의 다리에 해당하는 기준 포인트 그룹의 폭, 최대 깊이 및 모양을 모두 또는 일부(예컨대, 적어도 2개) 만족하는 것으로 판단되는 경우, 해당 데이터 그룹을 다리 후보로 검출할 수 있다. 또한, 하체 검출/추적 장치는 결정된 포인트 그룹 모두에 대하여 이를 수행하여, 다리 후보 그룹을 검출할 수 있다.
다음으로, 하체 검출/추적 장치는 다리 후보들 간의 거리에 기초하여 다리 후보 그룹으로부터 한 쌍의 다리 후보를 검출할 수 있다(S23). 단계(S23)에서, 하체 검출/추적 장치는 다리 후보 그룹에 포함된 다리 후보들 간의 거리를 계산하고, 다리 후보들 간의 거리가 미리 정해진 스레스홀드 거리 이하인 2 개의 다리 후보를 한 쌍의 다리 후보로 결정함으로써, 한 쌍의 다리 후보를 검출할 수 있다. 이 경우, 하체 검출/추적 장치는 다리 후보 쌍의 중복을 허용할 수 있다.
도 6은 본 명세서의 일 실시예에 따른 하체 검출 방법의 하체 후보 검출 단계 및 하체 여부 결정 단계의 순서도이다.
도 6을 참조하면, 하체 검출/추적 장치는 유클리디안 거리를 이용하여 검출된 한 쌍의 다리 후보 각각을 인접한 포인트들과 클러스터링할 수 있다(S31). 즉, 하체 검출/추적 장치는 유클리디안 클러스터링을 이용하여 검출된 한 쌍의 다리 후보를 Y축 평면으로 확장할 수 있다.
이를 보다 상세히 설명하면, 단계(S31)에서, 하체 검출/추적 장치는 다리 후보에 포함된 포인트로부터 Y축 방향으로 일정한 거리(예컨대, 5cm) 위에 위치한 기준 포인트를 결정하고, 깊이 영상을 이용하여 기준 포인트로부터 좌, 우, X 축 방향으로 일정한 거리(예컨대, 5cm)만큼 떨어진 인접 포인트들을 모두 검색하여 다리 후보에 포함된 포인트와의 거리 차를 계산하고, 그 중 거리 차가 가장 작은 인접 포인트를 클러스터링 대상 포인트로 선택하는 방식으로 유클리디안 클러스터링을 수행하여 클러스터를 생성할 수 있다.
다음으로, 하체 검출/추적 장치는 생성된 클러스터가 미리 결정된 하체 후보 조건을 만족하는지 여부를 결정할 수 있다(S32). 여기서, 하체 후보 조건은 생성된 클러스터가 하체 후보로 선택되기 위한 조건들로서, 예를 들어, 클러스터의 높이가 스레시홀드 높이(예컨대, 0.8m) 이상인 조건, 한 쌍의 다리 후보 각각에서 선택된 클러스터링 대상 포인트들이 서로 연결되는 조건 등을 포함할 수 있으나, 이에 한정되지 않는다.
단계(S32)에서, 생성된 클러스터가 미리 결정된 하체 후보 조건을 만족하는지 않는 경우, 하체 검출/추적 장치는 단계(S31)을 다시 수행할 수 있다. 예를 들면, 클러스터의 높이가 스레시홀드 높이 미만인 경우 또는 한 쌍의 다리 후보 각각에서 선택된 클러스터링 대상 포인트들이 서로 연결되지 않는 경우, 하체 검출/추적 장치는 단계(S31)을 다시 수행할 수 있다.
단계(S32)에서, 생성된 클러스터가 미리 결정된 하체 후보 조건을 만족하는 경우, 하체 검출/추적 장치는 생성된 클러스터를 하체 후보로 결정할 수 있다. 예를 들면, 클러스터의 높이가 스레시홀드 높이 이상이고 한 쌍의 다리 후보 각각에서 선택된 클러스터링 대상 포인트들이 서로 연결되는 경우, 하체 검출/추적 장치는 생성된 클러스터를 하체 후보로 결정할 수 있다. 이 경우, 하체 검출/추적 장치는 결정된 하체 후보에 대한 정보를 메모리에 저장할 수 있다. 이를 통해, 하체 검출/추적 장치는 하체 후보 조건을 만족하는 하체 후보가 결정될 때까지 y축 평면 방향으로 클러스터링을 계속하여 수행할 수 있다.
하체 검출/추적 장치는 컬러 영상으로부터 검출된 하체 후보에 대응하는 하체 후보영역을 마스킹(masking)할 수 있다(S41). 이러한 촬영된 컬러 영상의 하체 부분의 이미지의 예시는 도 7a와 같고, 도 7a의 컬러 영상에서 하체 후보에 대응하는 하체 후보영역만으로 마스킹된 이미지의 예시는 도 7b와 같다.
다음으로, 하체 검출/추적 장치는 마스킹된 하체 후보영역이 사람의 하체 영역인지 여부를 판단할 수 있다(S42). 일 실시예에서, 하체 검출/추적 장치는 HOG 특징 기술자 및 SVM 분류기를 이용하여 마스킹된 하체 후보영역이 사람의 하체 영역인지 여부를 판단할 수 있다.
우선, 단계(S42)에서, 하체 검출/추적 장치는 HOG 특징 기술자를 이용하여 마스킹된 하체 후보영역에 대한 HOG 특징을 추출할 수 있다. 여기서, HOG 특징 기술자는 관심 영상을 블록(block)과 그 블록을 이루는 셀(cell)들로 구분하고, 각 셀 내의 픽셀들 간의 기울기를 계산하여 기울기에 관한 히스토그램을 만들고, 모든 셀에 대한 히스토그램을 나열함으로써, 한 블록에 대한 특징 벡터를 생성하는 특징 기술자를 지칭한다. 이러한, HOG 특징 기술자는 해당 기술 분야에서 일반적으로 알려진 특징 기술자이므로, 하체 검출/추적 장치가 HOG 특징 기술자를 이용하여 마스킹된 하체 후보영역의 특징을 추출하는 방법에 대한 자세한 설명은 생략하도록 한다. 이러한 도 7b의 마스킹된 이미지로부터 추출된 HOG 특징을 나타내는 이미지의 예시는 도 7c와 같다.
다음으로, 단계(S42)에서, 하체 검출/추적 장치는 SVM 분류기를 이용하여 마스킹된 하체 후보영역으로부터 추출된 HOG 특징을 분류함으로써, 마스킹된 하체 후보영역이 사람의 하체인지 여부를 결정할 수 있다. 일 실시예에서, 하체 검출/추적 장치는 SVM 분류기를 이용하여 마스킹된 하체 후보영역으로부터 추출된 HOG 특징을 미리 저장된 하체의 HOG 특징과 비교함으로써, 추출된 HOG 특징을 분류할 수 있다. 이 경우, SVM 분류기는 사전에 2400개의 하체 특징 데이터와 12000개의 배경 특징 데이터를 이용하여 신뢰할 수 있는 성능을 가지도록 미리 학습되었다. 이러한, SVM 분류기를 이용하여 특징을 분류하는 방법은 해당 기술 분야에서 일반적으로 알려진 방법이므로, 하체 검출/추적 장치가 SVM 분류기를 이용하여 추출된 HOG 특징을 분류함으로써, 마스킹된 하체 후보영역이 사람의 하체인지 여부를 결정하는 방법에 대한 자세한 설명은 생략한다.
도면 8a은 본 명세서의 일 실시예에 따른 추적중인 사람과의 거리 차이에 따른 유사도의 변경을 나타내는 그래프이고, 도 8b는 본 명세서의 일 실시예에 따른 추적중인 사람과의 색상의 차이에 따른 유사도의 변경을 나타내는 그래프이다. 여기서, 추적중인 사람은 t-1시간에 검출되어 현재 추적중인 n개의 다리 데이터를 지칭하고, 차이는 t-1시간에 검출된 데이터와 t시간에 검출된 데이터와의 차이를 지칭한다.
도면 8a의 유사도 변경 그래프(3차원 그래프의 형태)를 참조하면, 추적중인 사람과의 거리 차이가 작은 경우에는 유사도 값에 큰 차이가 없으나, 추적중인 사람과의 거리 차이가 일정한 값 이상을 커지는 경우에는 유사도 값이 큰 폭으로 하락됨을 알 수 있다. 이를 통해, 사용자는 거리 차이에 대한 추적의 신뢰도를 확인할 수 있다.
도면 8b의 유사도 변경 그래프(1차원 그래프의 형태)를 참조하면, 추적중인 사람과의 색상 차이가 커질수록, 유사도 값이 선형적으로 감소함을 알 수 있다. 이를 통해, 사용자는 색상 차이에 대한 추적의 신뢰도를 확인할 수 있다. 본 명세서에서는, 다리에 대한 색상 히스토그램을 16차원 색상으로 추출하고 각 색상에 대한 수치를 저장하며, 색상 차이를 비교하기 위하여 유클리디언 거리방식을 이용하여 두 값의 거리를 비교한다. 도면 8b의 유사도 변경 그래프의 0~30이라는 수치는 유클리디언 거리를 나타내며, 이는 특정한 단위값을 가지지는 않는다.
도 9는 본 명세서의 일 실시예에 따른, 추적중인 사람의 검출 실패가 발생하는 경우, 하체 검출/추적 장치가 다시 추적을 유지할 수 있도록 하기 위한 검출 실패 기간에 따른 위치 비중과 색상 비중의 가중치 함수를 나타내는 그래프이다.
도 9를 참조하면, 하체 검출/추적 장치는 카메라 잡음, 가림 현상 등으로 인해 추적중인 사람의 검출을 실패할 수 있다. 이 경우, 하체 검출/추적 장치는 검출에 실패한 기간에 기초하여 색상 비중과 위치 비중의 가중치를 변경하여 추적을 계속하여 진행할 수 있다. 예를 들면, 검출에 실패한 기간이 긴 경우, 하체 검출/추적 장치는 도 9의 가중치 그래프처럼 색상 비중을 높여서, 마지막으로 검출에 성공한 시점의 색상과 유사한 색상을 가진 사람을 추적할 수 있다. 다른 예를 들면, 검출에 실패한 기간이 짧거나 연속적으로 검출에 성공한 경우, 하체 검출/추적 장치는 도 9의 가중치 그래프처럼 위치 비중을 높여서, 색상 차이를 가지더라도 거리의 유사도에 따라 사람을 추적할 수 있다.
이와 같은, 하체 검출 방법은 애플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 이상에서는 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 명세서는 상술한 특정의 실시예에 한정되지 아니하며, 청구 범위에서 청구하는 요지를 벗어남이 없이 당해 명세서가 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형 실시들은 본 명세서의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.
또한, 본 명세서에서는 물건 발명과 방법 발명이 모두 설명되고 있으며, 필요에 따라 양 발명의 설명은 보충적으로 적용될 수 있다.
100: 하체 검출/추적 장치 110: 영상 수신부
120: 깊이 영상 처리부 140: 컬러 영상 처리부
140: 위치 추적부

Claims (12)

  1. 카메라로부터 깊이 영상 및 컬러 영상을 수신하는 단계;
    상기 깊이 영상을 이용하여 미리 설정된 XZ 평면 상에서 한 쌍의 다리 후보를 검출하는 단계;
    상기 깊이 영상을 이용하여 상기 검출된 한 쌍의 다리 후보를 Y축 평면으로 확장하여 하체 후보를 검출하는 단계;
    상기 컬러 영상으로부터 상기 검출된 하체 후보에 대응하는 하체 후보영역을 추출하고, 상기 추출된 하체 후보영역이 사람의 하체 영역인지 여부를 판단함으로써, 상기 검출된 하체 후보가 상기 사람의 하체인지를 결정하는 단계; 및
    상기 검출된 하체 후보가 사람의 하체인 경우, 상기 하체를 추적하는 단계를 포함하되,
    상기 하체를 추적하는 단계는,
    상기 하체를 추적하는 동안 상기 하체의 검출 실패가 발생되는 경우, 상기 검출 실패의 기간에 따라 상기 하체 추적을 위한 색상 정보 및 위치 정보의 비중을 조정하되, 상기 검출 실패의 기간이 길어질수록 재검출 과정에서 위치 정보보다 색상 정보의 가중치를 높게 하고, 상기 검출 실패의 기간이 짧을수록 재검출 과정에서 색상 정보보다 위치 정보의 가중치를 높게 하여 상기 하체를 추적하는, 하체 검출/추적 방법.
  2. 제 1 항에 있어서,
    상기 카메라는 RGB-D 카메라인, 하체 검출/추적 방법.
  3. 제 1 항에 있어서,
    상기 한 쌍의 다리 후보를 검출하는 단계는,
    상기 깊이 영상으로부터 미리 결정된 XZ 평면에 대한 깊이 데이터를 획득하고, 상기 획득된 깊이 데이터와 미리 결정된 다리 후보 특징에 기초하여 상기 한 쌍의 다리 후보를 검출하되, 상기 다리 후보 특징은 사람의 다리에 대응하는 평면 형상의 폭, 최대 깊이 및 모양 중 적어도 하나와 연관되는, 하체 검출/추적 방법.
  4. 제 1 항에 있어서,
    상기 하체 후보를 검출하는 단계는,
    유클리디안 클러스터링을 이용하여, 상기 검출된 한 쌍의 다리 후보를 Y축 평면으로 확장하여 하체 후보를 검출하는 단계를 포함하는, 하체 검출/추적 방법.
  5. 제 1 항에 있어서,
    상기 검출된 하체 후보가 상기 사람의 하체인지 여부를 결정하는 단계는,
    상기 컬러 영상에서 상기 검출된 하체 후보에 대응하는 하체 후보영역을 마스킹하는 단계; 및
    HOG 특징 기술자를 이용하여 상기 마스킹된 하체 후보영역에 대한 HOG 특징을 추출하고, SVM 분류기를 이용하여 상기 추출된 HOG 특징을 분류함으로써, 상기 마스킹된 하체 후보영역이 상기 사람의 하체 영역인지 여부를 판단하는 단계를 포함하는, 하체 검출/추적 방법.
  6. 삭제
  7. 카메라로부터 깊이 영상 및 컬러 영상을 수신하는 영상 수신부;
    상기 깊이 영상을 이용하여, 미리 설정된 XZ 평면 상에서 한 쌍의 다리 후보를 검출하고, 상기 검출된 한 쌍의 다리 후보를 Y축 평면으로 확장하여 하체 후보를 검출하는 깊이 영상 처리부;
    상기 컬러 영상으로부터 상기 검출된 하체 후보에 대응하는 하체 후보영역을 추출하고, 상기 추출된 하체 후보영역이 사람의 하체 영역인지 여부를 판단함으로써, 상기 검출된 하체 후보가 사람의 하체인지를 결정하는 컬러 영상 처리부; 및
    상기 검출된 하체 후보영역이 사람의 하체로 결정된 경우, 상기 하체를 추적하는 위치 추적부를 포함하되,
    상기 위치 추적부는,
    상기 하체를 추적하는 동안 상기 하체의 검출 실패가 발생되는 경우, 상기 검출 실패의 기간에 따라 상기 하체 추적을 위한 색상 정보 및 위치 정보의 비중을 조정하되, 상기 검출 실패의 기간이 길어질수록 재검출 과정에서 위치 정보보다 색상 정보의 가중치를 높게 하고, 상기 검출 실패의 기간이 짧을 수록 재검출 과정에서 색상 정보보다 위치 정보의 가중치를 높게 하여 상기 하체를 추적하는, 하체 검출/추적 장치.
  8. 제 7 항에 있어서,
    상기 카메라는 RGB-D 카메라인, 하체 검출/추적 장치.
  9. 제 7 항에 있어서,
    상기 깊이 영상 처리부는,
    상기 깊이 영상으로부터 미리 결정된 XZ 평면에 대한 깊이 데이터를 획득하고, 상기 획득된 깊이 데이터와 미리 결정된 다리 후보 특징에 기초하여 상기 한 쌍의 다리 후보를 검출하되, 상기 다리 후보 특징은 사람의 다리에 대응하는 평면 형상의 폭, 최대 깊이 및 모양 중 적어도 하나와 연관되는, 하체 검출/추적 장치.
  10. 제 7 항에 있어서,
    상기 깊이 영상 처리부는,
    유클리디안 클러스터링을 이용하여, 상기 검출된 한 쌍의 다리 후보를 Y축 평면으로 확장하여 하체 후보를 검출하는, 하체 검출/추적 장치.
  11. 제 7 항에 있어서,
    상기 컬러 영상 처리부는,
    상기 컬러 영상에서 상기 검출된 하체 후보에 대응하는 하체 후보영역을 마스킹하고; HOG 특징 기술자를 이용하여 상기 마스킹된 하체 후보영역에 대한 HOG 특징을 추출하고, SVM 분류기를 이용하여 상기 추출된 HOG 특징을 분류함으로써, 상기 마스킹된 하체 후보영역이 상기 사람의 하체 영역인지 여부를 판단하는, 하체 검출/추적 장치.
  12. 삭제
KR1020150010702A 2015-01-22 2015-01-22 하체 검출/추적 장치 및 방법 KR101646580B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150010702A KR101646580B1 (ko) 2015-01-22 2015-01-22 하체 검출/추적 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150010702A KR101646580B1 (ko) 2015-01-22 2015-01-22 하체 검출/추적 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20160090649A KR20160090649A (ko) 2016-08-01
KR101646580B1 true KR101646580B1 (ko) 2016-08-08

Family

ID=56706875

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150010702A KR101646580B1 (ko) 2015-01-22 2015-01-22 하체 검출/추적 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101646580B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101907548B1 (ko) 2016-12-23 2018-10-12 한국과학기술연구원 휴먼 추종을 위한 이동로봇의 주행 및 탐색방법
KR102158097B1 (ko) * 2018-11-30 2020-09-21 경희대학교 산학협력단 영상에서의 객체 인식 방법 및 장치

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100879266B1 (ko) * 2008-04-25 2009-01-16 이상석 유형별 인식에 의한 사물 추적 및 침입감지 시스템

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100647321B1 (ko) 2005-02-07 2006-11-23 삼성전자주식회사 사용자 위치 추적 방법 및 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100879266B1 (ko) * 2008-04-25 2009-01-16 이상석 유형별 인식에 의한 사물 추적 및 침입감지 시스템

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Gritti, Armando Pesenti, et al. "Kinect-based people detection and tracking from small-footprint ground robots." IROS 2014, IEEE, Sep. 2014.*
장영균, 노승탁, 우운택, "RGB-D 영상 기반 맨손-평면 접촉점 검출 알고리즘", 한국HCI학회 학술대회 2014, pp.9-12, 2014년 2월.*

Also Published As

Publication number Publication date
KR20160090649A (ko) 2016-08-01

Similar Documents

Publication Publication Date Title
US11727661B2 (en) Method and system for determining at least one property related to at least part of a real environment
JP2022036143A (ja) 物体追跡システム、物体追跡装置、および物体追跡方法
US8599252B2 (en) Moving object detection apparatus and moving object detection method
Walha et al. Video stabilization with moving object detecting and tracking for aerial video surveillance
CN110264495B (zh) 一种目标跟踪方法及装置
JP5936561B2 (ja) 画像における外観及びコンテキストに基づく物体分類
JP6217635B2 (ja) 転倒検知装置および転倒検知方法、転倒検知カメラ、並びにコンピュータ・プログラム
JP2014093023A (ja) 物体検出装置、物体検出方法及びプログラム
KR102584527B1 (ko) 사람 계수 방법 및 장치
Reilly et al. Shadow casting out of plane (SCOOP) candidates for human and vehicle detection in aerial imagery
JP2020149111A (ja) 物体追跡装置および物体追跡方法
KR101596436B1 (ko) 다중 목표 추적 시스템 및 방법
WO2016059643A1 (en) System and method for pedestrian detection
US20230394796A1 (en) Information processing device, information processing method, and program recording medium
CN108369739B (zh) 物体检测装置和物体检测方法
KR101406334B1 (ko) 신뢰도와 지연된 결정을 활용한 다중 객체 추적 시스템 및 방법
JP2011060221A (ja) 識別器生成方法、コンピュータプログラム、識別器生成装置及び所定物体検出装置
JP2008035301A (ja) 移動体追跡装置
KR101646580B1 (ko) 하체 검출/추적 장치 및 방법
Reilly et al. Geometric constraints for human detection in aerial imagery
KR20140043159A (ko) 그래프 매칭 및 사이클 검출에 의한 자동 모델 초기화로의 라인 트래킹
JP6620607B2 (ja) 画像解析プログラム、画像解析装置、及び画像解析方法
KR102164637B1 (ko) 고속 객체 추적 시스템 및 그 방법
JP2019220174A (ja) 人工ニューラルネットワークを用いた画像処理
KR20180111150A (ko) 영상에서 전경을 추출하는 장치 및 그 방법

Legal Events

Date Code Title Description
GRNT Written decision to grant