KR101722969B1 - Apparatus for detecting moving object and method for controlling the same - Google Patents

Apparatus for detecting moving object and method for controlling the same Download PDF

Info

Publication number
KR101722969B1
KR101722969B1 KR1020150103514A KR20150103514A KR101722969B1 KR 101722969 B1 KR101722969 B1 KR 101722969B1 KR 1020150103514 A KR1020150103514 A KR 1020150103514A KR 20150103514 A KR20150103514 A KR 20150103514A KR 101722969 B1 KR101722969 B1 KR 101722969B1
Authority
KR
South Korea
Prior art keywords
pixel
data
frame
current frame
image data
Prior art date
Application number
KR1020150103514A
Other languages
Korean (ko)
Other versions
KR20170012666A (en
Inventor
최명진
김태영
이교일
박현우
Original Assignee
(주)인스페이스
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)인스페이스 filed Critical (주)인스페이스
Priority to KR1020150103514A priority Critical patent/KR101722969B1/en
Publication of KR20170012666A publication Critical patent/KR20170012666A/en
Application granted granted Critical
Publication of KR101722969B1 publication Critical patent/KR101722969B1/en

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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence

Abstract

본 발명은 이동 물체 검출 장치에 관한 것으로서, 상기 이동 물체 검출 장치는 현재 프레임의 데이터에서 인접한 두 화소간 영상 데이터의 차에 대한 절대값을 이용하여 예비 특정 화소로 정하고, 예비 특정 화소와 이전 프레임의 최종 특정 화소를 비교하여 예비 특정 화소 중에서 현재 프레임에 대한 최종 특정 화소를 선택하며, 최종 특정 화소 각각에 대한 호모그래피를 산출한 후 그 중 하나를 대표 호모그래피로 선정하고, 대표 호모그래피를 이용하여 이전 프레임의 각 화소에 대한 위치를 변경하여 추정 이전 프레임을 생성하고, 추정 이전 프레임과 현재 프레임의 영상 데이터의 차의 절대값을 화소 별로 산출하여 현재 프레임의 화소를 동영상 화소와 정지 영상 화소로 나눠 현재 프레임의 영상 데이터를 이진화 영상 데이터로 변환하는 데이터 처리부, 그리고 이진화 영상 데이터에서 바로 인접한 화소가 동영상 화소로 이루어진 동영상 화소군을 판정하고, 동영상 화소군을 이루는 동영상 화소의 개수가 설정 개수 이상이면 동영상 화소군을 이동 물체로 판정하는 이동 물체 검출부를 포함한다.The moving object detection apparatus is configured to determine a spare specific pixel by using an absolute value of a difference between image data of two adjacent pixels in data of a current frame, A final specific pixel for the current frame is selected among the preliminary specific pixels by comparing the final specific pixels, and one of them is selected as the representative homography after calculating the homography for each final specific pixel, The previous frame is generated by changing the position of each pixel of the previous frame, the absolute value of the difference between the previous frame and the current frame is calculated for each pixel, and the current frame is divided into the moving picture pixel and the still picture pixel A data destination for converting the video data of the current frame into the binary video data And a moving object detection unit for judging the moving picture element group consisting of moving picture pixels immediately adjacent to the binarized image data and determining the moving picture element group as a moving object when the number of moving picture pixels constituting the moving picture pixel group is equal to or greater than the set number do.

Description

이동 물체 검출 장치 및 그 제어 방법{APPARATUS FOR DETECTING MOVING OBJECT AND METHOD FOR CONTROLLING THE SAME}TECHNICAL FIELD [0001] The present invention relates to a moving object detection apparatus and a control method thereof,

본 발명은 이동 물체 검출 장치 및 그 제어 방법에 관한 것이다.The present invention relates to a moving object detection apparatus and a control method thereof.

촬영 기술의 발달과 함께 급속히 발전한 영상 처리 기술로 인하여 사람이 촬영 장치를 직접 조작하지 않고도 움직이는 이동 물체를 자동으로 인식하는 것이 가능해졌다.With the development of shooting technology, the rapidly developed image processing technology makes it possible for a person to automatically recognize a moving moving object without directly manipulating the photographing device.

대부분의 영상 처리 시스템은 카메라등과 같은 촬영 장치를 이용하여 피사체에 대한 영상 데이터를 획득한 후 획득된 영상 데이터를 처리하는 원하는 정보를 얻게 된다.Most image processing systems acquire image data for a subject using a photographing device such as a camera, and obtain desired information for processing the acquired image data.

일반적으로 영상 데이터를 이용하여 이동 물체를 검출하는 방식으로는 인접한 두 프레임을 각각 구성하는 각 화소의 영상 데이터에 대한 값(즉, 화소값)의 차를 이용하는 방식, 광류(optical flow)를 이용하는 방식 및 한 프레임에 대한 영상 데이터의 컬러 분포를 이용하는 방식이 있다. Generally, a method of detecting a moving object using image data includes a method using a difference between values (i.e., pixel values) of image data of respective pixels constituting two adjacent frames, a method using an optical flow And a method of using color distribution of image data for one frame.

하지만, 광류를 이용하는 방식과 컬러 분포를 이용하는 방식은 처리해야 하는 영상 데이터의 양이 많으므로, 처리 시간이 오래 걸리고 대용량의 영상 처리가 가능한 대용량 영상 처리 시스템에서만 사용될 수 있으므로, 사용 범위가 한정되는 문제가 있었다.However, since the method using the optical flow and the method using the color distribution have a large amount of image data to be processed, the processing time is long and can be used only in a large-capacity image processing system capable of processing a large amount of images. .

또한, 화소값의 차를 이용하는 경우, 피사체뿐만 아니라 촬영 장치도 함께 이동하는 경우, 이전 프레임의 영상과 현재 프레임의 영상의 배경이 달라지게 되어, 정확하게 배경에 해당하는 영상(즉, 정지 영상)과 이동 물체에 해당하는 영상(즉, 동영상)을 분리하지 못하는 문제가 발생한다.In addition, in the case of using the difference of the pixel values, in the case where not only the object but also the photographing apparatus moves together, the background of the image of the previous frame and the image of the current frame are different, There arises a problem that the image corresponding to the moving object (i.e., moving image) can not be separated.

이로 인해, 이동 물체에 대한 검출 동작의 정확도가 떨어지는 문제가 발생한다.As a result, there arises a problem that the accuracy of the detection operation with respect to the moving object is lowered.

따라서 본 발명이 이루고자 하는 기술적 과제는 이동 물체의 검출 동작의 정확도를 증가시키기 위한 것이다.SUMMARY OF THE INVENTION Accordingly, the present invention has been made keeping in mind the above problems occurring in the prior art,

본 발명이 이루고자 하는 다른 기술적 과제는 이동 물체를 검출하기 위해 처리되는 데이터의 양을 감소시켜 영상 처리 시간을 단축시키기 위한 것이다.Another object of the present invention is to reduce the amount of data processed to detect a moving object, thereby shortening the image processing time.

본 발명의 한 특징에 따른 이동 물체 검출 장치는 현재 프레임의 데이터에서 인접한 두 화소간 영상 데이터의 차에 대한 절대값을 이용하여 예비 특정 화소로 정하고, 상기 예비 특정 화소와 상기 이전 프레임의 최종 특정 화소를 비교하여 상기 예비 특정 화소 중에서 현재 프레임에 대한 최종 특정 화소를 선택하며, 상기 최종 특정 화소 각각에 대한 호모그래피를 산출한 후 그 중 하나를 대표 호모그래피로 선정하고, 상기 대표 호모그래피를 이용하여 이전 프레임의 각 화소에 대한 위치를 변경하여 추정 이전 프레임을 생성하고, 상기 추정 이전 프레임과 상기 현재 프레임의 영상 데이터의 차의 절대값을 화소 별로 산출하여 현재 프레임의 화소를 동영상 화소와 정지 영상 화소로 나눠 현재 프레임의 영상 데이터를 이진화 영상 데이터로 변환하는 데이터 처리부, 그리고 상기 데이터 처리부로부터 입력되는 이진화 영상 데이터에서 바로 인접한 화소가 동영상 화소로 이루어진 동영상 화소군을 판정하고, 상기 동영상 화소군을 이루는 상기 동영상 화소의 개수가 설정 개수 이상이면 상기 동영상 화소군을 이동 물체로 판정하는 이동 물체 검출부를 포함한다.A moving object detection apparatus according to an aspect of the present invention determines a preliminary specific pixel by using an absolute value of a difference of image data between two adjacent pixels in the data of a current frame and sets the preliminary specific pixel and a final specific pixel Selects a final specific pixel of the current frame from among the preliminary specific pixels, calculates a homography of each of the final specific pixels, selects one of them as a representative homography, The absolute value of the difference between the previous frame and the current frame is calculated for each pixel so that a pixel of the current frame is divided into a moving picture pixel and a still picture pixel, And converts the video data of the current frame into binary video data And a data processing unit for selecting the moving picture pixel group consisting of the moving picture pixels immediately adjacent to the binarized picture data inputted from the data processing unit, and if the number of the moving picture pixels constituting the moving picture pixel group is equal to or greater than the set number, And a moving object detection unit for determining the moving object.

상기 데이터 처리부는 산출된 인접한 두 화소간 영상 데이터의 차에 대한 절대값 중에서 가장 큰 값을 갖는 화소에서부터 크기 순으로 정해진 개수만큼의 화소를 상기 예비 특정 화소로 정하고, 각 예비 특정 화소의 영상 데이터 및 각 예비 특정 화소를 중심으로 정해진 범위 내에서의 영상 데이터 분포를 이전 프레임의 최종 특정 화소의 영상 데이터 및 각 최종 특정 화소를 중심으로 정해진 범위 내에서의 영상 데이터 분포와 비교하여, 이전 프레임의 최종 특정 화소와 동일한 예비 특정 화소를 현재 프레임의 최종 특정 화소로 설정하는 것이 좋다.Wherein the data processing unit defines the number of pixels determined from the pixels having the largest value among the absolute values of the differences between the calculated adjacent two pixels to the predetermined specific pixels as the preliminary specific pixels, The image data distribution within a predetermined range centered on each preliminary specific pixel is compared with the image data of the last specific pixel of the previous frame and the image data distribution within a predetermined range centered on each final specific pixel, It is preferable to set the same spare specific pixel as the pixel as the last specific pixel of the current frame.

상기 데이터 처리부는 상기 호모그래피 중에서 가장 많은 개수의 값을 갖는 호모그래피를 대표 호모그래피로서 판정할 수 있다.The data processing unit can determine homography having the largest number of values in the homography as representative homography.

상기 데이터 처리부는 상기 영상 데이터의 차의 절대값이 설정값을 초과하는 화소를 상기 동영상 화소로 지정하고 상기 영상 데이터의 차의 절대값이 설정값 이하인 화소를 정지 영상 화소로 지정할 수 있다.The data processing unit may designate a pixel whose absolute value of the difference of the image data exceeds the set value as the moving image pixel and a pixel whose absolute value of the difference of the image data is equal to or less than the set value as the still image pixel.

상기 현재 프레임의 데이터와 상기 이전 프레임의 데이터는 각각 컬러 영상이 흑백 처리된 흑백 데이터인 것이 좋다.And the data of the current frame and the data of the previous frame are respectively monochrome data in which the color image is monochrome processed.

상기 현재 프레임과 상기 이전 프레임은 설정 프레임 개수만큼의 간격이 발생하고, 상기 설정 프레임 개수는 2개 이상인 것이 바람직하다.Preferably, the current frame and the previous frame are spaced by a set number of frames, and the number of set frames is two or more.

본 발명의 다른 특징에 따른 이동 물체 검출 장치의 제어 방법은 데이터 처리부는 현재 프레임의 데이터에서 인접한 두 화소간 영상 데이터의 차에 대한 절대값을 산출하는 단계, 상기 데이터 처리부는 산출된 상기 두 화소간 영상 데이터의 차에 대한 절대값의 크기 순에 기초하여 현재 프레임의 예비 특정 화소를 정하는 단계, 상기 데이터 처리부는 상기 예비 특정 화소와 상기 이전 프레임의 최종 특정 화소를 비교하여 상기 예비 특정 화소 중에서 최종 특정 화소를 선택하는 단계, 상기 데이터 처리부는 상기 최종 특정 화소 각각에 대한 호모그래피를 산출하는 단계, 상기 데이터 처리부는 상기 호모그래피의 값을 이용하여 산출된 상기 호모그래피 중에서 하나를 대표 호모그래피로 선정하는 단계, 상기 데이터 처리부는 상기 대표 호모그래피를 이용하여 이전 프레임의 각 화소에 대한 위치를 변경하여 추정 이전 프레임을 생성하는 단계, 상기 데이터 처리부는 상기 추정 이전 프레임과 상기 현재 프레임의 영상 데이터의 차의 절대값을 화소 별로 산출하여 현재 프레임의 화소를 동영상 화소와 정지 영상 화소로 나눠 현재 프레임의 영상 데이터를 이진화 영상 데이터로 변환하여 이동 물체 검출부로 출력하는 단계, 상기 이동 물체 검출부는 상기 이진화 영상 데이터에서 바로 인접한 화소가 동영상 화소로 이루어진 동영상 화소군을 판정하는 단계, 그리고 상기 이동 물체 검출부는 상기 동영상 화소군을 이루는 상기 동영상 화소의 개수가 설정 개수 이상이면 상기 동영상 화소군을 이동 물체로 판정하는 단계를 포함한다.According to another aspect of the present invention, there is provided a method of controlling a moving object detection apparatus, comprising: a data processing unit calculating an absolute value of a difference between two adjacent pixels in data of a current frame, Determining a preliminary specific pixel of a current frame on the basis of a magnitude order of absolute values of a difference between image data, and the data processing unit compares the preliminary specific pixel with a final specific pixel of the previous frame, Wherein the data processing unit calculates a homography for each of the final specific pixels, and the data processing unit selects one of the homographies calculated using the value of the homography as a representative homography Wherein the data processing unit comprises: Wherein the data processing unit calculates an absolute value of a difference between the estimated previous frame and the current frame of the current frame in units of pixels to obtain a pixel of the current frame, Converting the image data of the current frame into binary image data and dividing the image data into moving image pixels and still image pixels, and outputting the binarized image data to a moving object detecting unit, wherein the moving object detecting unit comprises: And determining that the moving picture pixel group is a moving object when the number of the moving picture pixels constituting the moving picture pixel group is equal to or greater than a preset number.

상기 특징에 따른 이동 물체 검출 장치의 제어 방법은 상기 데이터 처리부가상기 최종 특정 화소를 선택하는 단계, 상기 데이터 처리부가 각 예비 특정 화소의 영상 데이터 및 각 예비 특정 화소를 중심으로 정해진 범위 내에서의 영상 데이터 분포를 이전 프레임의 최종 특정 화소의 영상 데이터 및 각 최종 특정 화소를 중심으로 정해진 범위 내에서의 영상 데이터 분포와 비교하는 단계, 그리고 상기 데이터 처리부가 상기 이전 프레임의 최종 특정 화소의 영상 데이터 및 영상 데이터 분포와 동일한 영상 데이터 및 영상 데이터 분포를 갖는 예비 특정 화소를 현재 프레임의 최종 특정 화소로 설정하는 단계를 더 포함할 수 있다.The control method of a moving object detection apparatus according to the above feature may further comprise the step of the data processing unit selecting the final specific pixel, the data processing unit may include a step of selecting the video data of each preliminary specific pixel, Comparing the data distribution with the image data of the last specific pixel of the previous frame and the image data distribution within a predetermined range centered on each final specific pixel, And setting a preliminary specific pixel having the same image data and image data distribution as the data distribution to the last specific pixel of the current frame.

상기 대표 호모그래피로 선정하는 단계는 상기 호모그래피 중에서 가장 많은 개수의 값을 갖는 호모그래피를 대표 호모그래피로서 판정하는 것이 좋다. In the step of selecting by the representative homography, homography having the largest number of values in the homography may be determined as representative homography.

상기 동영상 화소는 상기 영상 데이터의 차의 절대값이 설정값을 초과하는 화소이고, 상기 정지 영상 화소는 상기 영상 데이터의 차의 절대값이 설정값 이하인 화소일 수 있다.The moving picture pixel may be a pixel whose absolute value of the difference of the image data exceeds a set value and the still picture pixel may be a pixel whose absolute value of the difference of the image data is equal to or less than a set value.

상기 특징에 따른 이동 물체 검출 장치의 제어 방법은 상기 데이터 처리부가 해당 번째의 프레임의 데이터가 입력되는지 판단하는 단계, 상기 데이터 처리부가 입력된 데이터에 대한 프레임 번호를 판정하는 단계, 상기 데이터 처리부가 판정된 프레임 번호가 설정 간격에 해당하는 프레임 번호인지 판정하는 단계, 그리고, 상기 데이터 처리부가 판정된 프레임 번호가 설정 간격에 해당하는 프레임 번호이면, 입력된 상기 데이터를 현재 프레임의 데이터로 판정하는 단계를 더 포함할 수 있다.The control method of a moving object detection apparatus according to the above feature may further comprise the steps of: determining whether data of a corresponding frame is input by the data processing unit; determining a frame number of the input data by the data processing unit; Determining whether the frame number corresponding to the setting interval is a frame number corresponding to the setting interval and determining whether the inputted data is the data of the current frame if the frame number determined by the data processing unit is a frame number corresponding to the setting interval .

상기 설정 간격은 2개 이상의 프레임 개수인 것이 좋다. The setting interval may be a number of two or more frames.

이러한 특징에 따르면, 이전 프레임의 각 화소에 현재 프레임의 대표 호모그래피를 적용하여 새로운 추정 이전 프레임을 생성하고, 생성된 추정 이전 프레임과 현재 프레임의 각 화소의 영상 데이터를 이용하여 이동 물체를 판정한다.According to this feature, a new estimated previous frame is generated by applying the representative homography of the current frame to each pixel of the previous frame, and the moving object is determined using the image data of each pixel of the generated previous frame and the current frame .

이로 인해, 정지 영상 화소들로 이루어진 배경 부분과 동영상 화소들로 이루어진 이동 물체의 구분이 명확해지므로, 이동 물체의 판정 동작의 정확도가 증가하게 된다.As a result, the distinction of the moving object composed of the background portion composed of the still image pixels and the moving image pixels becomes clear, and the accuracy of the moving object determination operation is increased.

또한, 이전 프레임과 현재 프레임이 시간적으로 바로 인접한 두 프레임이 아니고, 복수 개의 프레임 개수만큼 이격되어 있는 두 프레임이므로, 이동 물체를 판정하기 위한 영상 데이터의 양이 크게 줄어든다.In addition, since the previous frame and the present frame are two frames apart from each other by a plurality of frames, not two frames immediately adjacent in time, the amount of image data for judging a moving object is greatly reduced.

도 1은 본 발명의 한 실시예에 따른 이동 물체 검출 장치의 개략적인 블록블럭도이다.
도 2a 및 도 2b는 본 발명의 한 실시예에 따른 이동 물체 검출 장치의 제어 방법에 대한 동작 순서도로서 데이터 처리부의 동작 순서도이다.
도 3은 본 발명의 한 실시예에 따른 이동 물체 검출 장치의 제어 방법에 대한 동작 순서도로서 이동 물체 검출부의 동작 순서도이다.
도 4의 (a)와 (b)는 본 발명의 한 실시예에 따라 이전 프레임과 추정 이정 프레임의 한 예를 각각 도시한 도면이다.
도 5는 한 예로서, 종래의 기술에 따라 이전 프레임과 현재 프레임의 영상을 비교하여 산출된 영상과 본 발명의 한 실시예에 따라 이전 프레임과 추정 이전 프레임의 영상을 비교하여 산출된 영상을 도시한 도면으로서, (a)는 이전 프레임의 영상이고, (b)는 현재 프레임의 영상이며, (c)는 (a)에 도시한 이전 프레임에 대한 추정 이전 프레임의 영상이고, (d)는 (a)의 이전 프레임의 영상과 (b)이 현재 프레임의 영상을 비교하여 생성된 영상이고, (d)는 (a)의 이전 프레임의 영상과 (c)의 추정 이전 프레임의 영상을 비교하여 생성된 영상이다.1 is a schematic block block diagram of a moving object detection apparatus according to an embodiment of the present invention.
2A and 2B are operational flowcharts of a method of controlling a moving object detection apparatus according to an embodiment of the present invention, and are operational flowcharts of a data processing unit.
3 is a flowchart illustrating an operation of the moving object detection unit according to an exemplary embodiment of the present invention.
4 (a) and 4 (b) are views showing an example of a previous frame and an estimated frame according to an embodiment of the present invention, respectively.
FIG. 5 is a diagram illustrating an example of an image obtained by comparing an image of a previous frame with an image of a current frame according to a conventional technique, and comparing an image of a previous frame with an image of an estimated previous frame according to an embodiment of the present invention. (C) is the image of the previous frame estimated for the previous frame shown in (a), and (d) is the image of the previous frame shown in (a) (b) is an image generated by comparing the image of the previous frame of (a) with the image of the current frame, (d) is generated by comparing the image of the previous frame of (a) with the image of the previous frame of .

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art can easily carry out the present invention. The present invention may, however, be embodied in many different forms and should not be construed as limited to the embodiments set forth herein. In order to clearly illustrate the present invention, parts not related to the description are omitted, and similar parts are denoted by like reference characters throughout the specification.

어떤 구성요소가 다른 구성요소에 "접속되어" 있다거나 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 접속되어 있거나 연결되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 한다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 접속되어" 있다거나 "직접 연결되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.It is to be understood that when an element is referred to as being "connected" or "connected" to another element, it may be directly connected or connected to the other element, but it should be understood that there may be other elements in between do. On the other hand, when an element is referred to as being "directly connected" or "directly connected" to another element, it should be understood that there are no other elements in between.

그러면 첨부한 도면을 참고로 하여 본 발명의 한 실시예에 따른 이동 물체 검출 장치 및 그 제어 방법에 대하여 설명한다.A moving object detection apparatus and a control method thereof according to an embodiment of the present invention will now be described with reference to the accompanying drawings.

먼저, 도 1을 참고로 하여 본 발명의 한 실시예에 따른 이동 물체 검출 장치에 대하여 상세하게 설명한다.First, a moving object detection apparatus according to an embodiment of the present invention will be described in detail with reference to FIG.

도 1에 도시한 본 발명의 한 실시예에 따른 이동 물체 검출 장치는 카메라(10)의 영상 데이터를 입력 받는 데이터 처리부(20), 데이터 처리부(20)와 연결되어 있는 이동 물체 검출부(30), 그리고 데이터 처리부(20)와 이동 물체 검출부(30)에 연결되어 있는 메모리부(40)를 구비한다. 1 includes a data processing unit 20 for receiving image data of a camera 10, a moving object detecting unit 30 connected to a data processing unit 20, And a memory unit 40 connected to the data processing unit 20 and the moving object detection unit 30.

카메라(10)는 사용자에 의해 해당 물체(즉, 이동 물체)를 포함하는 영역에 대한 촬영 동작을 실시하여 촬영된 영상(즉, 원본 영상)에 대한 영상 데이터(즉, 원본 데이터)를 획득하는 영상 획득 장치이다.The camera 10 performs a photographing operation on an area including a corresponding object (i.e., moving object) by a user and acquires image data (i.e., original image data) of the photographed image Acquisition device.

이러한 카메라(10)의 촬영 동작에 획득된 원본 데이터는 데이터 처리부(20)로 입력된다.The original data acquired in the photographing operation of the camera 10 is input to the data processing unit 20. [

이때, 원본 데이터는 유선 또는 무선 방식으로 영상 처리부(20)로 입력될 수 있다. At this time, the original data may be input to the image processing unit 20 in a wired or wireless manner.

또한 데이터 처리부(20)는 USB(universal serial bus) 메모리(memory)와 같은 저장 매체를 이용하여 카메라(10)에서 생성된 원본 데이터를 입력 받을 수 있다.The data processing unit 20 may receive original data generated by the camera 10 using a storage medium such as a universal serial bus (USB) memory.

카메라(10)는 CCD 카메라(charge coupled device) 카메라나 CMOS(complementary metal-oxide semiconductor) 이미지 센서(image sensor)를 이용한 CMOS 카메라일 수 있다.The camera 10 may be a CCD camera (charge coupled device) camera or a CMOS camera using a complementary metal-oxide semiconductor (CMOS) image sensor.

데이터 처리부(20)는 카메라(10)에서 생성된 원본 데이터를 프레임 단위로 입력받아 이전 프레임과 설정 간격을 두고 입력된 현재 프레임에 대한 원본 데이터를 흑백 영상 데이터로 처리하고, 현재 프레임에 대한 흑백 영상 데이터(이하, '현재 흑백 영상 데이터'라 함)에 의해 산출된 현재 프레임의 예비 특정 화소 중에서 이전 프레임에 대한 최종 특정 화소를 이용하여 현재 프레임의 최종 특정 화소를 판정한다.The data processing unit 20 receives the original data generated by the camera 10 on a frame basis, processes the original data of the current frame inputted at a predetermined interval from the previous frame as monochrome image data, The final specific pixel of the current frame is determined using the last specific pixel for the previous frame among the spare specific pixels of the current frame calculated by the data (hereinafter, referred to as 'current monochrome image data').

그런 다음, 데이터 처리부(20)는 현재 프레임의 최종 특정 화소에 대한 호모그래피를 산출하여, 가장 많은 값을 갖는 호모그래피를 대표 호모그래피로 선정해, 대표 호모그래피를 이용하여 이전 프레임의 각 화소를 위치를 변경해 추정 이전 프레임을 산출한다.Then, the data processing unit 20 calculates the homography of the final specific pixel of the current frame, selects the homography having the largest value as the representative homography, and uses the representative homography to calculate each pixel of the previous frame And changes the position to calculate the estimated previous frame.

따라서, 서로 대응되는 현재 프레임의 각 화소와 추정 이전 프레임의 각 화소의 영상 데이터의 차를 이용하여 현재 프레임의 각 화소를 정지 화소와 동영상 화소로 분리하여, 현재 프레임에 대한 이진화 영상 데이터를 생성해, 이동 물체 검출부(30)로 출력한다.Therefore, by separating each pixel of the current frame into a stop pixel and a moving pixel by using the difference between the pixels of the current frame and the pixels of the previous frame corresponding to each other, binary image data for the current frame is generated , And outputs it to the moving object detection unit (30).

이때, 설정 간격의 크기는 촬영 장치인 카메라의 비행 속도에 따라 정해지며, 카메라의 비행 속도가 증가하면 설정 간격의 크기는 감소하고, 반대로 카메라의 비행 속도가 감소하면 설정 간격의 크기는 증가하게 된다.At this time, the size of the setting interval is determined according to the flying speed of the camera, which is a photographing apparatus. When the flying speed of the camera is increased, the size of the setting interval is decreased. Conversely, when the flying speed of the camera is decreased, .

예를 들어, 카메라가 드론(drone)과 같은 비행체에 장착되어 있는 경우, 카메라는 비행체의 비행 동작에 따라 위치가 변하면서 촬영 범위 내에 존재하는 영상을 촬영하게 된다. 이 경우, 촬영 범위 내의 영상은 정지 영상과 함께 동영상이 함께 존재할 수 있다.For example, when the camera is mounted on a flying object such as a drone, the camera changes its position according to the flying motion of the flying object and shoots an image existing within the shooting range. In this case, the video within the shooting range may exist together with the still video.

비행체의 속도, 즉 카메라의 이동 속도가 증가하게 되면 현재 프레임에 대한 영상 데이터는 바로 이전 프레임에 대한 영상 데이터와의 차이가 많게 되고, 반대로 비행체의 속도가 감소하게 되면 현재 프레임에 대한 영상 데이터는 바로 이전 프레임에 대한 영상 데이터와의 차이가 적게 된다.If the speed of the moving object, that is, the moving speed of the camera, increases, the image data of the current frame is different from the image data of the immediately previous frame. On the other hand, when the speed of the moving object decreases, The difference from the image data for the previous frame becomes small.

따라서, 카메라의 이동 속도가 감소할수록 이동 물체를 감지하기 위해 영상데이터 처리가 행해지는 두 개의 프레임인 현재 프레임과 이전 프레임간의 시간 간격을 증가시켜도 이전 프레임과 현재 프레임간의 영상 데이터의 변화가 많지 않으므로, 오차 발생이 적어지게 된다.Therefore, even if the time interval between the current frame and the previous frame, which is two frames in which image data processing is performed to detect a moving object, is increased as the moving speed of the camera decreases, the change of the image data between the previous frame and the current frame is not much. So that the occurrence of errors is reduced.

본 예의 경우, 영상 데이터 처리를 위한 현재 프레임과 이전 프레임간의 간격은 5 프레임 내지 20 프레임으로서, 이전 프레임이 10번째 입력된 프레임이면 현재 프레임은 20번째로 입력된 프레임일 수 있다.In this example, the interval between the current frame and the previous frame for processing image data may be 5 to 20 frames, and if the previous frame is the 10th input frame, the current frame may be the 20th frame.

이동 물체 검출부(30)는 데이터 처리부(20)로부터 전송된 현재 프레임에 대한 이진화 영상 데이터에서 동영상 화소군을 판정하고, 동일한 동영상 화소군에 포함되어 있는 동영상 화소의 개수가 설정 개수 이상인 동영상 화소군을 이동 물체에 해당하는 화소군, 즉, 이동 물체로 판정한다.The moving object detection unit 30 determines the moving picture pixel group from the binarized image data for the current frame transmitted from the data processing unit 20 and determines the moving picture pixel group having the number of moving picture pixels included in the same moving picture pixel group equal to or larger than the set number It is determined as a pixel group corresponding to the moving object, that is, a moving object.

메모리부(40)는 데이터 처리부(20)와 이동 물체 검출부(30)의 동작에 필요한 설정 데이터와 이동 물체를 감지하기 위해 생성되는 한 프레임의 영상 데이터 등이 프레임 단위로 저장되어 있다. 따라서, 메모리부(40)는 복수의 프레임 메모리를 구비하고 있다.The memory unit 40 stores setting data necessary for the operation of the data processing unit 20 and the moving object detecting unit 30 and image data of one frame generated for sensing a moving object on a frame basis. Therefore, the memory unit 40 has a plurality of frame memories.

다음, 본 발명의 한 실시예에 다른 이동 물체 감지 장치의 동작을 도 2a 및 도 2b를 참고로 하여 상세히 설명한다. Next, operations of the moving object sensing apparatus according to an embodiment of the present invention will be described in detail with reference to FIGS. 2A and 2B.

먼저, 이동 물체 감지 장치의 동작이 시작되면(S10), 데이터 처리부(20)는 카메라(10)로부터 해당 번째의 프레임의 원본 데이터가 입력되는지 판단하고(S11), 카메라(10)로부터 해당 번째의 프레임의 원본 데이터가 입력되면 입력된 원본 데이터에 대한 프레임 번호를 판정한다(S12).First, when the operation of the moving object sensing apparatus is started (S10), the data processing unit 20 determines whether original data of the corresponding frame is inputted from the camera 10 (S11) When the original data of the frame is input, the frame number of the input original data is determined (S12).

다음, 데이터 처리부(20)는 메모리부(40)에 저장된 설정 간격을 이용하여 판정된 프레임 번호가 설정 간격에 해당하는 프레임 번호인지 판정한다(S13).Next, the data processing unit 20 determines whether the frame number determined using the setting interval stored in the memory unit 40 is a frame number corresponding to the setting interval (S13).

판정된 입력된 원본 데이터의 해당 프레임의 번호가 설정 간격에 해당한 경우, 즉 이전 프레임(N)의 원본 데이터(이하, '이전 프레임 원본 데이터'라 함)로서 메모리부(40)에 저장된 원본 데이터에 해당하는 프레임과 설정 간격(즉, 설정 프레임의 개수)(m, 여기서 m은 2 이상의 자연수)만큼 차이가 나는 (N+m)번째 프레임의 원본 데이터가 입력되면, 데이터 처리부(20)는 입력된 해당 프레임의 원본 데이터를 현재 프레임(N+m)의 원본 데이터(이하, '현재 프레임 원본 데이터'라 함)로서 메모리부(40)에 저장한다(S14). The original data stored in the memory unit 40 as the original data of the previous frame N (hereinafter, referred to as 'previous frame original data') when the determined number of the input original data corresponds to the set interval When the original data of the (N + m) -th frame, which is different by a frame corresponding to the frame and a setting interval (i.e., the number of setting frames) (m, where m is a natural number of 2 or more) In the memory unit 40 as original data of the current frame N + m (hereinafter, referred to as 'current frame original data') (S14).

예를 들어, 설정 간격이 10(즉, 10개의 프레임 개수)으로 설정되어 있는 경우, 설정 간격에 해당하는 프레임은 1번째의 프레임, 11번째의 프레임, 21번째의 프레임 등과 같이 이전 프레임(N)의 원본 데이터(즉, 이전 프레임 원본 데이터)와의 10개의 간격의 두고 입력되는 프레임이 된다. 따라서, 한 예로, 현재 프레임 원본 데이터가 11번째 프레임에 해당하는 경우, 메모리부(40)에 이미 저장되어 있는 이전 프레임 원본 데이터는 1번째 프레임에 해당하는 원본 데이터가 된다.For example, when the setting interval is set to 10 (that is, the number of frames is 10), the frame corresponding to the setting interval is the previous frame (N) such as the first frame, the eleventh frame, (I.e., the original frame data of the previous frame). Therefore, for example, if the current frame original data corresponds to the 11th frame, the previous frame original data already stored in the memory unit 40 becomes the original data corresponding to the 1 st frame.

그런 다음, 데이터 저장부(20)는 메모리부(40)에 저장되어 있는 현재 프레임 원본 데이터에서 적색 화소에 해당하는 화소 또는 명도를 나타내는 화소에 해당하는 화소들만은 추출하여 현재 프레임에 대한 흑백 데이터(이하, 현재 프레임 흑백 데이터)를 생성하여 메모리부(40)에 저장한다(S16). 이로 인해, 현재 프레임(N+m)에 대한 컬러 영상은 단색 영상으로 변환된다.Then, the data storage unit 20 extracts only the pixels corresponding to the red pixels or the pixels corresponding to the brightness in the current frame original data stored in the memory unit 40, and outputs the black-and-white data ( (Hereinafter referred to as " current frame monochrome data ") and stores it in the memory unit 40 (S16). As a result, the color image for the current frame (N + m) is converted into a monochromatic image.

예를 들어, 현재 프레임 원본 데이터가 적색(red), 녹색(green) 및 청색(blue)과 같은 빛의 3원색을 이용하여 컬러를 표현하는 경우, 적색을 나타내는 화소인 적색 화소만을 추출하여 현재 프레임 흑백 데이터로서 저장하게 된다.For example, when the current frame original data represents a color using three primary colors of light such as red, green and blue, only the red pixel, which is a pixel representing red, is extracted, And stored as black and white data.

하지만, 색상(hue), 채도(saturation) 및 밝기(lightness)를 이용하여 컬러를 표현하는 경우, 색상(hue)을 나타내는 화소만을 추출하여 현재 프레임 흑백 데이터를 생성하게 된다.However, when color is represented using hue, saturation, and lightness, only the pixels representing the hue are extracted to generate the current frame monochrome data.

이처럼, 컬러 영상인 원본 영상을 흑백 영상으로 변환하여, 흑백 영상을 이용해 이후의 영상 처리 동작이 행해질 수 있도록 하므로, 영상 처리되는 데이터의 양이 크게 감소한다.As described above, since the original image, which is a color image, is converted into a monochrome image, and a subsequent image processing operation can be performed using the monochrome image, the amount of image data processed is greatly reduced.

예를 들어, 원본 영상이 적색, 녹색 및 청색의 영상 데이터로 이루어진 경우, 처리되는 영상 데이터는 적색의 영상 데이터로 이루어지므로 영상 데이터 처리량은 원본 영상에 비해 1/3로 감소하게 된다.For example, when the original image is composed of red, green, and blue image data, the processed image data is made up of red image data, so the image data throughput is reduced to 1/3 of that of the original image.

이처럼, 현재 프레임(N+m)에 대한 컬러 영상을 단색 영상으로 변환한 후, 데이터 처리부(20)는 현재 프레임 흑백 데이터와 메모리부(40)에 저장되어 있는 이전 프레임 흑백 데이터를 이용하여 현재 프레임에 대한 특정 화소를 추출한다. After converting the color image for the current frame N + m into a monochromatic image, the data processing unit 20 generates a monochromatic image using the current frame monochrome data and the previous frame monochrome data stored in the memory unit 40, A specific pixel is extracted.

이를 위해, 데이터 처리부(20)는 현재 프레임 흑백 데이터에서 인접한 두 화소에 대한 영상 데이터를 각각 비교하여 인접한 화소간 영상 데이터의 차를 산출하여 절대값을 취한다(S16).For this, the data processing unit 20 compares the image data of two neighboring pixels in the current frame monochrome data, and calculates the difference between the adjacent pixel data (S16).

그런 다음, 산출된 화소간 영상 데이터의 차에 대한 절대값 중에서 인접한 화소와 가장 큰 차를 갖는 화소에서부터 크기 순으로 정해진 개수만큼의 화소를 선택하여 선택된 설정 개수의 화소들을 예비 특정 화소로서 메모리부(40)에 저장한다(S17).Then, a predetermined number of pixels are selected from the pixels having the greatest difference from the neighboring pixels in absolute value to the difference between the calculated interpixel image data, and the selected set number of pixels are stored as the spare specific pixels in the memory unit ( 40) (S17).

본 예의 경우, 정해진 개수는 대략 300개 내지 700개이므로, 예를 들어, 크기 순으로 인접한 화소와 큰 차를 갖는 500개의 화소가 선택될 수 있다.In the case of this example, since the predetermined number is approximately 300 to 700, for example, 500 pixels having a large difference from adjacent pixels in the order of magnitude can be selected.

이처럼, 인접한 화소와의 영상 데이터의 차가 큰 화소를 설정 개수만큼 선택하면, 데이터 처리부(20)는 메모리부(40)에 저장된 이전 프레임(즉, 흑백 처리된 이전 프레임)의 흑백 데이터를 읽어와 이전 프레임을 이루는 화소 중에서 최종 특정 화소와 현재 프레임의 예비 특정 화소를 비교하여 현재 프레임의 최종 특정 화소를 추출한다(S18).The data processing unit 20 reads the black and white data of the previous frame stored in the memory unit 40 (that is, the previous frame subjected to monochrome processing) when the number of pixels having a large difference between the image data of the adjacent pixels is selected, The final specific pixel of the current frame is extracted by comparing the final specific pixel and the preliminary specific pixel of the current frame among the pixels constituting the frame (S18).

따라서, 데이터 처리부(21)는 먼저, 현재 프레임의 각 예비 특정 화소의 영상 데이터와 각 예비 특정 화소를 중심으로 정해진 범위 내에서의 영상 데이터 분포와 이전 프레임의 최종 특정 화소의 영상 데이터와 각 최종 특정 화소를 중심으로 정해진 범위 내에서의 영상 데이터 분포와 같은 화소 특성을 각각 비교하여, 이전 프레임의 최종 특정 화소와 동일한 특성을 갖는 예비 특정 화소를 현재 프레임의 최종 특정 화소로 설정한다.Accordingly, the data processing unit 21 first determines whether the video data of each preliminary specific pixel of the current frame, the video data of the last specific pixel of the previous frame, The pixel characteristics such as the distribution of the image data within a predetermined range around the pixel are compared with each other and the spare specific pixel having the same characteristic as that of the last specific pixel of the previous frame is set as the final specific pixel of the current frame.

이때, 정해진 범위는, 한 예로서, 각 해당 화소를 가운데로 위치시킨 후 각각 행 방향과 열 방향으로 설정 개수만큼의 화소 수(예, 3개)로 이루어진 영역(예, 3×3 화소 행렬 영역)일 수 있다.In this case, the predetermined range may be, for example, an area consisting of the number of pixels (for example, three) as many as the set number of pixels in the row direction and the column direction (e.g., 3x3 pixel matrix area ).

현재 프레임에 대한 최종 특정 화소가 설정되면, 데이터 처리부(20)는 현재 프레임의 각 최종 특정 화소에 대한 3×3 행렬 형태의 호모그래피(H)를 산출한다(S19).When the final specific pixel for the current frame is set, the data processing unit 20 calculates a homography (H) in the form of a 3x3 matrix for each final specific pixel of the current frame (S19).

호모그래피(H)는 이전 프레임의 영상에 비해 현재 프레임의 영상의 변환 상태를 판정하기 위한 값으로서, 이전 프레임의 영상을 기준으로 하여 현재 영상의 확대 비율, 축소 비율, 영상의 위치 이동 등을 따라 값이 달라진다.The homography H is a value for judging the conversion state of the image of the current frame as compared with the image of the previous frame, The value is different.

각 화소에 호모그래피(H)를 산출하기 위해, 먼저, 각 화소에 대한 2개의 값으로 이루어진 좌표값(행번호, 열번호)을 세 개의 값을 갖는 좌표값(행번호, 열번호, 1)으로 변환된다. (Row number, column number) consisting of two values for each pixel is converted into coordinate values (row number, column number, 1) having three values in order to calculate homography H for each pixel, .

따라서, 각 화소에 대해 세 개의 값을 갖는 좌표값으로의 변환는 단순히 2차원을 3차원으로 변환하는 개념으로, 두 개의 좌표값에 단순히 '1'을 더하여 3차원 좌표값을 생성한다. 예를 들어, 화소(P1)의 좌표값이 (11, 13)이면 (11, 13, 1)로 변환된다.Therefore, the conversion to three-value coordinate values for each pixel is simply a two-dimensional to three-dimensional conversion, and a three-dimensional coordinate value is generated by simply adding '1' to two coordinate values. For example, when the coordinate value of the pixel P1 is (11, 13), it is converted into (11, 13, 1).

다음, 해당 화소의 이동량(t), 회전량(θ), 크기(s), 기울기(h)를 구하기 위한 호모그래피 행렬을 다음의 [수학식 1]과 같이 생성하여, 해당 화소에 대한 이동량(t), 회전량(θ), 크기(s) 및 기울기(h)를 산출하게 된다.Next, a homography matrix for obtaining the movement amount t, the rotation amount?, The size s and the slope h of the corresponding pixel is generated as shown in the following Equation 1 and the movement amount? t, the rotation amount?, the magnitude s, and the slope h.

Figure 112015071072513-pat00001
Figure 112015071072513-pat00001

[수학식 1]에서, ty는 해당 화소가 열방향(y)으로 t만큼 이동한 이동량이고, tx는 해당 화소가 행방향(x)으로 t만큼 이동한 이동량이다. H(θ)는 해당 화소가 θ만큼 회전한 회전량을 나타내며, sy는 해당 화소가 열방향(y)으로 s만큼 확대된 확대량이고, sx는 해당 화소가 행방향(x)으로 s만큼 확대된 확대량이다. 또한, hx는 행방향(x)으로 h만큼 기울어진 기울기량이고, hy는 행방향(y)으로 h만큼 기울어진 기울기량이다.In Equation (1), t y is the amount of movement of the pixel in the column direction (y) by t, and t x is the amount of movement of the pixel in the row direction (x) by t. H (θ) is the pixel that represents the amount of rotation rotated by θ, s y are the pixel is s an enlarged amount of zoom as a column direction (y), s x is s the pixels in the row direction (x) As shown in FIG. Further, h x is an amount of tilt that is inclined by h in the row direction (x), and h y is an amount of tilt inclined by h in the row direction (y).

이와 같이, 해당 화소에 대한 네 개[이동량(t), 회전량(θ), 크기(s) 및 기울기(h)]의 변수에 대한 값이 산출되면, 산출된 네 개의 값이 모두 적용된 3×3 행렬 형태의 호모그래피(H)를 산출하게 된다. 이러한 방식으로 해당 화소에 대한 호모그래피(H)가 산출된다.As described above, when the values for the four variables (the movement amount t, the rotation amount?, The size s and the slope h) are calculated for the corresponding pixel, (H) in the form of a 3-matrix. In this way, homography (H) for the pixel is calculated.

이처럼, 현재 프레임의 각 최종 특정 화소에 대한 호모그래피(H)를 산출한 후(S19), 데이터 처리부(20)는 산출된 최종 특정 화소에 대한 호모그래피(H) 중에서 가장 많은 개수의 값을 갖는 호모그래피를 대표 호모그래피로서 판정한다(S110).After calculating the homography H for each final specific pixel of the current frame (S19), the data processing unit 20 calculates the maximum number of homographs (H) for the final calculated specific pixel The homography is judged as representative homography (S110).

이때, 배경 부분에 해당하는 영상, 즉 정지 영상을 나타내는 최종 특정 화소의 개수가 이동 물체에 해당하는 영상, 즉 동영상을 나타나는 최종 특정 화소의 개수보다 훨씬 많게 되므로, 대표 호모그래피(H)는 정지 영상을 나타내는 최종 특정 화소들 중 하나가 된다.At this time, since the number of final specific pixels representing the background portion, that is, the still image is much larger than the number of final specific pixels representing the moving object, that is, the moving image, the representative homography (H) ≪ / RTI >

다음, 데이터 처리부(20)는 판정된 대표 호모그래피의 값을 이전 프레임(즉, 이전 프레임 흑백 데이터를 이루는 프레임)의 각 화소의 좌표값(즉 화소 위치)(행 방향으로의 위치와 열 방향으로의 위치)에 곱하여 즉, 현재 프레임에 대한 대표 호모그래피의 값을 이전 프레임의 각 화소의 위치에 반영하여, 이전 프레임의 각 화소의 위치가 대표 호모그래피만큼 이동한 새로운 이전 프레임(즉, 추정 이전 프레임)을 생성해 메모리부(40)에 저장한다(S111).Next, the data processing unit 20 sets the value of the determined representative homography to the coordinate value (pixel position) (the position in the row direction and the column direction in the column direction) of each pixel in the previous frame That is, the value of the representative homography for the current frame is reflected to the position of each pixel of the previous frame, and a new previous frame in which the position of each pixel of the previous frame is shifted by the representative homography (i.e., Frame) and stores it in the memory unit 40 (S111).

설명의 편의성을 위하여, 도 4의 (a)와 (b)에 도시한 것처럼, 현재 프레임의 영상이 이전 프레임의 영상에 비해 행 방향과 열 방향으로 위치만 변하고 영상이 회전되거나 크기가 변하거나 또는 기울기가 변하지 않은 경우를 예를 들어 설명한다.For convenience of explanation, as shown in FIGS. 4A and 4B, when the image of the current frame changes position only in the row direction and the column direction as compared with the image of the previous frame, the image is rotated, The case where the tilt is not changed will be described as an example.

따라서, 도 4의 (a)에 도시한 이전 프레임의 각 화소가 대표 호모그래피 적용에 의해 동영상 화소의 위치가 이동해 (b)에 도시한 것과 같이 동영상(즉, 빗금친 부분)의 위치 이동이 발생한 경우, 동영상을 나타내는 화소인 이전 프레임의 동영상 화소[(P3,3), (P4, 3), (P5,3), (P3,4), (P4,4), (P5,4), (P3,5), (P4,5), (P5,5)]가 존재할 때, 이들 동영상 화소[(P3 ,3), (P4 , 3), (P5 ,3), (P3 ,4), (P4 ,4), (P5 ,4), (P3 ,5), (P4,5), (P5 ,5)]의 위치는 추정 이전 프레임에서 각각 [(P7 ,6), (P8 ,6), (P9 ,6), (P7 ,7), (P8 ,7), (P9 ,7), (P7 ,8), (P8 ,8), (P9,8)]로 변경되고, 이들 동영상 화소 이외의 다른 화소의 위치 역시 대표 호모그래피의 값에 대응되게 각 대응되는 화소 위치가 변하게 된다.Therefore, as shown in FIG. 4 (b), the position of the moving picture pixel is shifted by the typical homography application of each pixel of the previous frame shown in FIG. 4 (a) If the pixel of the previous frame video pixel representing a video [(P 3,3), (P 4, 3), (P 5,3), (P 3,4), (P 4,4), (P 5,4), (P 3,5), (P 4,5), (P 5,5)] that the presence of these video pixels [(P 3, 3), (P 4, 3), (P 5, 3), the position of (P 3, 4), ( P 4, 4), (P 5, 4), (P 3, 5), (P 4,5), (P 5, 5)] is estimated in the previous frame, respectively, [(P 7, 6), (P 8, 6), (P 9, 6), (P 7, 7), (P 8, 7), (P 9, 7), (P 7 , 8 ), (P 8 , 8 ), (P 9 , 8 )], and the positions of the pixels other than the moving picture pixels are also changed corresponding to the value of the representative homography.

추정 이전 프레임을 이루는 각 화소에서, 이전 프레임에 비해 위치가 변경된 추정 이전 프레임의 각 화소의 영상 데이터는 대응되는 이전 프레임의 각 화소의 영상 데이터를 그대로 유지된다.In each pixel constituting the previous frame, the image data of each pixel of the previous frame whose position is changed compared to the previous frame is maintained as it is in the previous frame.

예를 들어, 이전 프레임에서 화소(P3,3)가 대표 호모그래피의 값 반영에 의해 화소(P7, 7)로 행 방향으로 4개 화소만큼 이동하고 열 방향으로 4개 화소만큼 이동한 경우, 추정 이전 프레임의 화소(P7, 7)에 대한 영상 데이터는 이전 프레임의 화소(P3,3)의 영상 데이터와 동일한 값을 갖게 된다.For example, when the pixel P 3,3 in the previous frame is shifted by four pixels in the row direction to the pixel P 7, 7 by the reflection of the value of the representative homography, and shifted by four pixels in the column direction , The image data for the pixel (P 7, 7 ) of the previous frame has the same value as the image data of the pixel (P 3 , 3 ) of the previous frame.

대표 호모그래피의 값에 의해 이전 프레임의 각 화소의 위치가 변경되어 추정 이전 프레임을 생성할 때, 추정 이전 프레임에는 이전 프레임에 대응하는 화소가 존재하지 않는 화소들이 존재한다.When the position of each pixel of the previous frame is changed according to the value of the representative homography to generate the estimated previous frame, there exist pixels in the previous estimation frame in which there is no pixel corresponding to the previous frame.

이러한 추정 이전 프레임의 화소(즉, 도 4에서 이전 프레임에 대응하는 화소가 존재하지 않는 추정 이전 프레임의 화소)의 영상 데이터는 이미 설정된 영상 데이터(예, '0')를 갖게 된다.The image data of the pixel of the previous frame (i. E., The pixel of the previous frame in which the pixel corresponding to the previous frame does not exist in Fig. 4) has already set image data (e.g., '0').

또한, 추정 이전 프레임을 구성하는 화소에 대응되지 않는 이전 프레임의 화소는 추정 이전 프레임을 생성할 때 무시된다. In addition, the pixels of the previous frame which do not correspond to the pixels constituting the previous frame to be estimated are ignored when generating the estimated previous frame.

결과적으로, 이전 프레임에 현재 프레임의 대표 호모그래피가 적용되어 추정 이전 프레임이 생성됨에 따라, 추정 이전 프레임은 현재 프레임의 영상이 획득될 때의 촬영 조건[즉, 줌인(zoon-in) 또는 줌 아웃(zoon-out) 비율, 촬영 거리 등]과 동일한 조건을 갖게 된다.As a result, as the previous homomorphism of the current frame is applied to the previous frame to generate the estimated previous frame, the estimated previous frame is set to a shooting condition (i.e., zoon-in or zoom-out) zoon-out ratio, shooting distance, etc.].

따라서, 추정 이전 프레임을 생성함에 따라 이전 프레임의 영상이 획득될 때의 조건(예를 들어, 배경 화면)을 현재 프레임의 영상이 획득될 때의 조건과 일치시키는 결과가 발생하게 된다.Accordingly, as a result of generating the previous frame to be estimated, a result of matching the condition (e.g., background screen) when the image of the previous frame is acquired to the condition when the image of the current frame is acquired is generated.

다음, 데이터 처리부(20)는 추정 이전 프레임과 현재 프레임에서 대응되는 각 화소의 두 영상 데이터를 비교하여, 각 화소 별로 이전 프레임과 현재 프레임의 영상 데이터의 차의 절대값(즉, 차이값)(Δd)을 산출한다(S112).Next, the data processing unit 20 compares the two image data of each pixel corresponding to the previous frame and the current frame, and calculates an absolute value (i.e., a difference value) of the difference between the image data of the previous frame and the current frame (Step S112).

그런 다음, 데이터 처리부(20)는 각 화소에 대해 산출된 차이값(Δd)을 설정값과 비교하여(S113), 산출된 차이값(Δd)이 설정값을 초과하면 해당 화소의 값인 영상 데이터를 '1'로 하고(S114) 그렇지 않는 경우 해당 화소의 영상 데이터를 '0'으로 하여(S115) 현재 프레임의 각 화소의 값을 이진화시킨 후, 이진화된 현재 프레임의 영상 데이터(즉, 현재 프레임에 대한 이진화 영상 데이터)를 이동 물체 검출부(30)로 출력한다(S116).Then, the data processing unit 20 compares the difference value? D calculated for each pixel with the set value (S113), and if the calculated difference value? D exceeds the set value, (S114). If not, the image data of the current pixel is set to '0' (S115), and the value of each pixel of the current frame is binarized. Thereafter, the binarized image data of the current frame To the moving object detection unit 30 (S116).

이때, 산출된 차이값(Δd)이 설정값을 초과하는 화소는 동영상 화소이고, 반대로 산출된 차이값(Δd)이 설정값을 이하인 화소는 정지 영상 화소이다.At this time, the pixel having the calculated difference value? D exceeding the set value is a moving picture pixel, and the pixel having the calculated difference value? D less than the set value is a still picture pixel.

이와 같이, 본 예의 경우, 동영상 화소와 정지 영상 화소를 산출하기 위해, 현재 프레임의 영상을 이전 프레임의 영상과 비교하는 대신, 대표 호모그래피가 적용되어 새롭게 산출된 추정 이전 프레임과 비교하게 되므로, 좀더 정확하게 동영상 부분과 정지 영상 부분(즉, 배경 부분)의 구분이 명확해 진다.In this case, in order to calculate the moving picture pixels and the still picture pixels, instead of comparing the image of the current frame with the image of the previous frame, the representative homography is applied and compared with the newly calculated previous frame, The distinction between the moving picture part and the still picture part (that is, the background part) becomes clear.

한 예로, 도 5의 (a)와 같은 이전 프레임의 영상과 (b)과 같은 현재 프레임의 영상이 존재할 경우, 종래의 방식에 따라 이전 프레임의 영상과 현재 프레임의 영상이 비교될 때, (d)와 현재 프레임의 배경 부분인 정지 영상 화소의 일부가 이전 프레임의 대응되는 화소에 대한 영상 데이터의 차이로 인해 추출되어 동영상 화소로서 처리된다.For example, when an image of a previous frame as shown in FIG. 5A and an image of a current frame as shown in FIG. 5B exist, when an image of a previous frame and an image of a current frame are compared according to a conventional method, And a part of the still image pixels, which are background parts of the current frame, are extracted as moving image pixels due to the difference of the image data for the corresponding pixels of the previous frame.

반면, 본 발명의 예에 따라 도 5의 (c)에 도시된 추정 이전 프레임의 영상과 (b)의 현재 프레임의 영상이 비교되는 경우, 도 5의 (e)와 같이 동영상 화소 부분만이 추출되어, 종래에 비해 좀더 정확하게 동영상 부분의 추출 동작이 행해짐을 알 수 있다.On the other hand, when the image of the previous frame shown in FIG. 5C and the image of the current frame of FIG. 5B are compared according to the example of the present invention, only the moving image pixel portion is extracted Thus, it can be seen that the extracting operation of the moving picture part is performed more accurately than the conventional case.

도 5에서, 추전 이전 프레임에서 이전 프레임의 해당 화소의 확대로 인해, 이전 프레임의 특정 화소가 차지하는 범위가 증가하게 되여 추정 이전 프레임에서 특정 화소의 범위가 넓어지면, 넓어진 부분의 화소[도 5의 (b)에서 동영상 화소들의 부분과 제1 영상 데이터를 갖는 정지 영상 화소들의 부분]에 대한 영상 데이터는 이전 프레임의 해당 화소와 동일한 영상 데이터를 가질 수 있다.5, when the range of the specific pixel of the previous frame increases due to the enlargement of the corresponding pixel of the previous frame in the pre-prediction frame, if the range of the specific pixel in the previous frame of estimation is widened, the portion of the moving image pixels and the portion of the still image pixels having the first image data in (b)] may have the same image data as the corresponding pixel of the previous frame.

그런 다음, 데이터 처리부(20)는 메모리부(40)에 저장되어 있는 현재 프레임에 관련된 데이터(예, 현재 프레임 흑백 데이터, 현재 프레임의 최종 특정 화소)를 이전 프레임에 관련된 데이터(이전 프레임 흑백 데이터, 이전 흑백의 최종 특정 화소)로서 변경 저장된다(S117).The data processing unit 20 then stores the data related to the current frame (e.g., current frame monochrome data, the last specific pixel of the current frame) stored in the memory unit 40 as data related to the previous frame (previous frame monochrome data, The last specific pixel of the previous monochrome) (S117).

이처럼, 데이터 처리부(20)의 동작에 의해 현재 프레임의 이진화 영상 데이터가 입력되면, 이동 물체 검출부(30)는, 도 3에 도시한 것처럼, 이진화 영상 데이터에서 바로 인접한 화소의 값이 모두 '1'인 복수의 동영상 화소로 이루어진 동영상 화소군을 판정하고(S21), 동일한 동영상 화소군에 포함되어 있는 동영상 화소의 개수가 설정 개수 이상인 동영상 화소군을 이동 물체로 판정하여, 해당 동영상 화소군을 이루는 각 동영상 화소를 최종 동영상 화소로서 메모리부(40)에 저장한다(S22, S23). As described above, when the binarized image data of the current frame is input by the operation of the data processing unit 20, the moving object detection unit 30 detects that the values of adjacent pixels immediately after the binarized image data are all '1' (S21). The moving image pixel group in which the number of the moving image pixels included in the same moving image pixel group is equal to or greater than the set number is determined as a moving object, and the moving image pixel group The moving picture pixels are stored in the memory unit 40 as the final moving picture pixels (S22, S23).

하지만, 동일한 동영상 화소군을 이루는 복수의 동영상 화소의 개수가 설정 개수 미만인 동영상 화소군은 정지 물체로 판정한다.However, the moving picture pixel group in which the number of the plurality of moving picture pixels constituting the same moving picture pixel group is less than the set number is determined as a stationary object.

이와 같이, 본 예의 경우, 이동 물체를 감지하기 위해 처리 동작이 매 프레임마다 행해지는 대신, 두 프레임 이상의 설정 간격을 두고 현재 프레임과 이전 프레임이 정의되어 처리되므로 처리되는 프레임의 개수가 감소하게 된다. As described above, in the present example, instead of performing a processing operation every frame to detect a moving object, a current frame and a previous frame are defined and processed at a setting interval of two or more frames, thereby reducing the number of processed frames.

이로 인해, 이동 물체를 검출하기 위해 처리되는 영상 데이터의 양이 크게 감소하므로, 영상 데이터 처리 시간이 크게 줄어들게 된다.Accordingly, the amount of image data processed for detecting a moving object is greatly reduced, and the processing time of the image data is greatly reduced.

또한, 동영상 화소를 판정하기 위해 이전 프레임의 각 화소의 위치를 대표 호모그래피의 값을 이용하여 변경하여 추정 이전 프레임을 생성한다.Also, in order to determine the moving picture pixels, the position of each pixel of the previous frame is changed using the value of the representative homography to generate the estimated previous frame.

따라서, 현재 프레임에서 동영상 부분 즉, 이동 물체를 판정하기 위해 이전 프레임과 현재 프레임을 비교하여 서로 대응되는 화소의 값을 비교하는 대신, 현재 프레임과 추정 이전 프레임을 비교하여 서로 대응되는 화소의 값을 비교하므로, 정확하게 정지 영상 부분인 배경 부분과 동영상 부분인 이동 물체의 구분이 좀더 정확하게 이루어지므로, 이동 물체의 판정 동작의 정확성이 향상된다.Therefore, instead of comparing the values of the pixels corresponding to each other by comparing the previous frame with the current frame to determine the moving part in the current frame, i.e., moving object, the current frame is compared with the previous frame, The accuracy of the determination operation of the moving object is improved because the division between the background portion which is the still image portion and the moving object which is the moving image portion is performed more accurately.

이상에서 본 발명의 실시예에 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.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments, It belongs to the scope of right.

10: 카메라 20: 데이터 처리부
30: 이동 물체 검출부 40: 메모리10: camera 20: data processor
30: Moving object detection unit 40: Memory

Claims (12)

현재 프레임의 데이터에서 인접한 두 화소간 영상 데이터의 차에 대한 절대값을 이용하여 예비 특정 화소로 정하고, 상기 예비 특정 화소와 이전 프레임의 최종 특정 화소를 비교하여 상기 예비 특정 화소 중에서 현재 프레임에 대한 최종 특정 화소를 선택하며, 상기 최종 특정 화소 각각에 대한 호모그래피를 산출한 후 그 중 하나를 대표 호모그래피로 선정하고, 상기 대표 호모그래피를 이용하여 이전 프레임의 각 화소에 대한 위치를 변경하여 추정 이전 프레임을 생성하고, 상기 추정 이전 프레임과 상기 현재 프레임의 영상 데이터의 차의 절대값을 화소 별로 산출하여 현재 프레임의 화소를 동영상 화소와 정지 영상 화소로 나눠 현재 프레임의 영상 데이터를 이진화 영상 데이터로 변환하는 데이터 처리부; 및
상기 데이터 처리부로부터 입력되는 이진화 영상 데이터에서 바로 인접한 화소가 동영상 화소로 이루어진 동영상 화소군을 판정하고, 상기 동영상 화소군을 이루는 상기 동영상 화소의 개수가 설정 개수 이상이면 상기 동영상 화소군을 이동 물체로 판정하는 이동 물체 검출부;를 포함하고,
상기 데이터 처리부는 산출된 인접한 두 화소간 영상 데이터의 차에 대한 절대값 중에서 가장 큰 값을 갖는 화소에서부터 크기 순으로 정해진 개수만큼의 화소를 상기 예비 특정 화소로 정하고, 각 예비 특정 화소의 영상 데이터 및 각 예비 특정 화소를 중심으로 정해진 범위 내에서의 영상 데이터 분포를 이전 프레임의 최종 특정 화소의 영상 데이터 및 각 최종 특정 화소를 중심으로 정해진 범위 내에서의 영상 데이터 분포와 비교하여, 이전 프레임의 최종 특정 화소와 동일한 예비 특정 화소를 현재 프레임의 최종 특정 화소로 설정하는 이동 물체 검출 장치.The preliminary specific pixel is determined as a preliminary specific pixel by using the absolute value of the difference between adjacent two pixels in the data of the current frame and the final specific pixel of the previous frame is compared with each other, Selecting a particular pixel, calculating a homography for each of the final specific pixels, selecting one of the homomorphisms as the representative homography, changing the position of each pixel of the previous frame using the representative homography, And converting the image data of the current frame into binary image data by dividing the pixel of the current frame by the pixel of the current frame and the pixel of the still image by calculating the absolute value of the difference between the image data of the previous frame and the current frame, ; And
The binary image data input from the data processing unit judges a moving picture pixel group consisting of moving picture pixels immediately adjacent to the moving picture pixel group and judges the moving picture pixel group as a moving object when the number of the moving picture pixels constituting the moving picture pixel group is more than the set number And a moving object detecting unit
Wherein the data processing unit defines the number of pixels determined from the pixels having the largest value among the absolute values of the differences between the calculated adjacent two pixels to the predetermined specific pixels as the preliminary specific pixels, The image data distribution within a predetermined range centered on each preliminary specific pixel is compared with the image data of the last specific pixel of the previous frame and the image data distribution within a predetermined range centered on each final specific pixel, And sets the same spare specific pixel as the pixel as the last specific pixel of the current frame. 삭제delete 제1항에서,
상기 데이터 처리부는 현재 프레임의 최종 특정 화소에 대한 호모그래피를 산출하여 가장 많은 개수의 값을 갖는 호모그래피를 대표 호모그래피로서 판정하는 이동 물체 검출 장치.The method of claim 1,
Wherein the data processing unit calculates a homography for a final specific pixel of a current frame and determines a homography having the largest number of values as a representative homography. 제1항에서,
상기 데이터 처리부는 상기 추정 이전 프레임과 상기 현재 프레임의 영상 데이터의 차의 절대값이 설정값을 초과하는 화소를 상기 동영상 화소로 지정하고 상기 영상 데이터의 차의 절대값이 설정값 이하인 화소를 정지 영상 화소로 지정하는 이동 물체 검출 장치.The method of claim 1,
Wherein the data processor specifies a pixel whose absolute value of the difference between the previous frame and the current frame exceeds a predetermined value as the moving picture pixel, Pixel as a pixel. 제1항에서,
상기 현재 프레임의 데이터와 상기 이전 프레임의 데이터는 각각 컬러 영상이 흑백 처리된 흑백 데이터인 이동 물체 검출 장치.The method of claim 1,
Wherein the data of the current frame and the data of the previous frame are respectively monochrome data in which the color image is monochrome processed. 제1항에서,
상기 현재 프레임과 상기 이전 프레임은 설정 프레임 개수만큼의 간격이 발생하고, 상기 설정 프레임 개수는 2개 이상인 이동 물체 검출 장치.The method of claim 1,
Wherein the current frame and the previous frame are spaced by a set frame number, and the set frame number is two or more. 데이터 처리부는 현재 프레임의 데이터에서 인접한 두 화소간 영상 데이터의 차에 대한 절대값을 산출하는 단계;
상기 데이터 처리부는 산출된 상기 두 화소간 영상 데이터의 차에 대한 절대값의 크기순에 기초하여 현재 프레임의 예비 특정 화소를 정하는 단계;
상기 데이터 처리부는 상기 예비 특정 화소와 이전 프레임의 최종 특정 화소를 비교하여 상기 예비 특정 화소 중에서 최종 특정 화소를 선택하는 단계;
상기 데이터 처리부는 상기 최종 특정 화소 각각에 대한 호모그래피를 산출하는 단계;
상기 데이터 처리부는 상기 호모그래피의 값을 이용하여 산출된 상기 호모그래피 중에서 하나를 대표 호모그래피로 선정하는 단계;
상기 데이터 처리부는 상기 대표 호모그래피를 이용하여 이전 프레임의 각 화소에 대한 위치를 변경하여 추정 이전 프레임을 생성하는 단계;
상기 데이터 처리부는 상기 추정 이전 프레임과 상기 현재 프레임의 영상 데이터의 차의 절대값을 화소 별로 산출하여 현재 프레임의 화소를 동영상 화소와 정지 영상 화소로 나눠 현재 프레임의 영상 데이터를 이진화 영상 데이터로 변환하여 이동 물체 검출부로 출력하는 단계;
상기 이동 물체 검출부는 상기 이진화 영상 데이터에서 바로 인접한 화소가 동영상 화소로 이루어진 동영상 화소군을 판정하는 단계; 및
상기 이동 물체 검출부는 상기 동영상 화소군을 이루는 상기 동영상 화소의 개수가 설정 개수 이상이면 상기 동영상 화소군을 이동 물체로 판정하는 단계;를 포함하고,
상기 데이터 처리부는 상기 최종 특정 화소를 선택하는 단계;
상기 데이터 처리부는 각 예비 특정 화소의 영상 데이터 및 각 예비 특정 화소를 중심으로 정해진 범위 내에서의 영상 데이터 분포를 이전 프레임의 최종 특정 화소의 영상 데이터 및 각 최종 특정 화소를 중심으로 정해진 범위 내에서의 영상 데이터 분포와 비교하는 단계; 및
상기 데이터 처리부는 상기 이전 프레임의 최종 특정 화소의 영상 데이터 및 영상 데이터 분포와 동일한 영상 데이터 및 영상 데이터 분포를 갖는 예비 특정 화소를 현재 프레임의 최종 특정 화소로 설정하는 단계;를 더 포함하는 이동 물체 검출 장치의 제어 방법.The data processing unit may calculate an absolute value of a difference between image data of two adjacent pixels in the data of the current frame;
Determining a preliminary specific pixel of a current frame based on a magnitude order of an absolute value of a difference between the calculated two-pixel image data;
Wherein the data processor compares the preliminary specific pixel with a last specific pixel of a previous frame to select a last specific pixel among the preliminary specific pixels;
Wherein the data processing unit calculates homography for each of the final specific pixels;
Wherein the data processing unit selects one of the homographies calculated using the value of the homography as the representative homography;
Generating a previous frame by changing a position of each pixel of a previous frame using the representative homography;
The data processor calculates the absolute value of the difference between the previous frame and the current frame, and divides the current frame pixel by the current pixel and the still image pixel to convert the current frame image data into binary image data To a moving object detection unit;
Wherein the moving object detection unit comprises: a step of determining a moving picture pixel group immediately adjacent to the binarized image data, the moving picture pixel group including moving picture pixels; And
Wherein the moving object detection unit determines the moving picture pixel group as a moving object when the number of the moving picture pixels constituting the moving picture pixel group is equal to or greater than a preset number,
The data processing unit selecting the final specific pixel;
The data processing unit may store the image data of each preliminary specific pixel and the image data distribution within a predetermined range centered on each preliminary specific pixel as image data of the last specific pixel of the previous frame, Comparing with the image data distribution; And
Wherein the data processing unit sets a spare specific pixel having the same image data and image data distribution as the image data and the image data distribution of the final specific pixel of the previous frame as the last specific pixel of the current frame A method of controlling a device. 삭제delete 제7항에서,
상기 대표 호모그래피로 선정하는 단계는 현재 프레임의 최종 특정 화소에 대한 호모그래피를 산출하여 가장 많은 개수의 값을 갖는 호모그래피를 대표 호모그래피로서 판정하는 이동 물체 검출 장치의 제어 방법.8. The method of claim 7,
Wherein the step of selecting by the representative homography calculates the homography of the last specific pixel of the current frame and determines the homography having the largest number of values as the representative homography. 제7항에서,
상기 동영상 화소는 상기 추정 이전 프레임과 상기 현재 프레임의 영상 데이터 차의 절대값이 설정값을 초과하는 화소이고, 상기 정지 영상 화소는 상기 영상 데이터의 차의 절대값이 설정값 이하인 화소인 이동 물체 검출 장치의 제어 방법.8. The method of claim 7,
Wherein the moving picture element is a pixel whose absolute value of a difference between the video data of the previous frame and the current frame exceeds a set value and the still picture pixel is a moving object detected as a pixel whose absolute value of the difference of the video data is less than a set value A method of controlling a device. 제7항에서,
상기 데이터 처리부는 해당 번째의 프레임의 데이터가 입력되는지 판단하는 단계;
상기 데이터 처리부는 입력된 데이터에 대한 프레임 번호를 판정하는 단계,
상기 데이터 처리부는 판정된 프레임 번호가 설정 간격에 해당하는 프레임 번호인지 판정하는 단계; 및
상기 데이터 처리부는 판정된 프레임 번호가 설정 간격에 해당하는 프레임 번호이면, 입력된 상기데이터를 현재 프레임의 데이터로 판정하는 단계;를 더 포함하는 이동 물체 검출 장치의 제어 방법. 8. The method of claim 7,
Wherein the data processor determines whether data of a corresponding frame is input;
The data processing unit may include a step of determining a frame number of the input data,
Wherein the data processor determines whether the determined frame number is a frame number corresponding to the set interval; And
And the data processing unit further comprises determining the input data as data of a current frame if the determined frame number is a frame number corresponding to the set interval. 제11항에서,
상기 설정 간격은 2개 이상의 프레임 개수인 이동 물체 검출 장치의 제어 방법.12. The method of claim 11,
Wherein the setting interval is a number of two or more frames.
KR1020150103514A 2015-07-22 2015-07-22 Apparatus for detecting moving object and method for controlling the same KR101722969B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150103514A KR101722969B1 (en) 2015-07-22 2015-07-22 Apparatus for detecting moving object and method for controlling the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150103514A KR101722969B1 (en) 2015-07-22 2015-07-22 Apparatus for detecting moving object and method for controlling the same

Publications (2)

Publication Number Publication Date
KR20170012666A KR20170012666A (en) 2017-02-03
KR101722969B1 true KR101722969B1 (en) 2017-04-13

Family

ID=58156588

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150103514A KR101722969B1 (en) 2015-07-22 2015-07-22 Apparatus for detecting moving object and method for controlling the same

Country Status (1)

Country Link
KR (1) KR101722969B1 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102629213B1 (en) * 2023-04-18 2024-01-24 국방과학연구소 Method and Apparatus for Detecting Moving Objects in Perspective Motion Imagery

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101480824B1 (en) * 2014-02-13 2015-01-13 국방과학연구소 Background motion compensation method using multi-homography scheme

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100943954B1 (en) * 2008-03-28 2010-02-26 삼성모바일디스플레이주식회사 Apparatus and method for detecting false contour noise

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101480824B1 (en) * 2014-02-13 2015-01-13 국방과학연구소 Background motion compensation method using multi-homography scheme

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Sheikh, Yaser, Omar Javed, and Takeo Kanade. "Background subtraction for freely moving cameras." Computer Vision, 2009 IEEE 12th International Conference on. IEEE, 2009.
이주신, "중첩된 윤곽선 영상의 화소색상 변화를 이용한 이동물체 검출", 한국정보기술학회논문지 제10권 제10호, 2012.10, pp.39-46.*

Also Published As

Publication number Publication date
KR20170012666A (en) 2017-02-03

Similar Documents

Publication Publication Date Title
EP3477931B1 (en) Image processing method and device, readable storage medium and electronic device
KR101441786B1 (en) Subject determination apparatus, subject determination method and recording medium storing program thereof
JP6833415B2 (en) Image processing equipment, image processing methods, and programs
US11089211B2 (en) Image processing apparatus, image processing method, and program for switching between two types of composite images
US20150334373A1 (en) Image generating apparatus, imaging apparatus, and image generating method
US8699750B2 (en) Image processing apparatus
CN109922325B (en) Image processing apparatus, control method thereof, and computer-readable storage medium
JP5395650B2 (en) Subject area extraction device and control method thereof, subject tracking device, and program
KR101722969B1 (en) Apparatus for detecting moving object and method for controlling the same
WO2019146419A1 (en) Image processing device, image processing method, and program
US11575841B2 (en) Information processing apparatus, imaging apparatus, method, and storage medium
US9710897B2 (en) Image processing apparatus, image processing method, and recording medium
US8743230B2 (en) Digital photographing apparatus, method for controlling the same, and recording medium storing program to execute the method
KR102389284B1 (en) Method and device for image inpainting based on artificial intelligence
KR102354704B1 (en) Automatic color map expression method by removing outlier temperature for thermal image
JP2009239772A (en) Imaging device, image processing device, image processing method, and program
JP5988725B2 (en) Imaging device and developing device
JP6946049B2 (en) Image processing equipment, image processing methods, and programs
US10885348B2 (en) Information processing device, information processing method, and storage medium
JP7286328B2 (en) Image processing device, image processing method and program
KR101429006B1 (en) Method for detecting motion area and device thereby
KR102311435B1 (en) 3d thermal imaging camera
US20210289185A1 (en) Image processing apparatus and non-transitory computer readable medium
JP6314281B1 (en) Image processing method and foreground region acquisition method
JP6558978B2 (en) Image processing apparatus, image processing method, and program

Legal Events

Date Code Title Description
A201 Request for examination
FPAY Annual fee payment

Payment date: 20200224

Year of fee payment: 4