KR101775153B1 - 표적 훈련 시스템 및 이를 이용한 표적 훈련 분석 방법 - Google Patents

표적 훈련 시스템 및 이를 이용한 표적 훈련 분석 방법 Download PDF

Info

Publication number
KR101775153B1
KR101775153B1 KR1020160003098A KR20160003098A KR101775153B1 KR 101775153 B1 KR101775153 B1 KR 101775153B1 KR 1020160003098 A KR1020160003098 A KR 1020160003098A KR 20160003098 A KR20160003098 A KR 20160003098A KR 101775153 B1 KR101775153 B1 KR 101775153B1
Authority
KR
South Korea
Prior art keywords
target
aiming
circle
image
tracking
Prior art date
Application number
KR1020160003098A
Other languages
English (en)
Other versions
KR20170083788A (ko
Inventor
박민철
이동수
Original Assignee
대한민국(육군참모총장)
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 대한민국(육군참모총장) filed Critical 대한민국(육군참모총장)
Priority to KR1020160003098A priority Critical patent/KR101775153B1/ko
Publication of KR20170083788A publication Critical patent/KR20170083788A/ko
Application granted granted Critical
Publication of KR101775153B1 publication Critical patent/KR101775153B1/ko

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F41—WEAPONS
    • F41G—WEAPON SIGHTS; AIMING
    • F41G3/00—Aiming or laying means
    • F41G3/26—Teaching or practice apparatus for gun-aiming or gun-laying
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F41—WEAPONS
    • F41A—FUNCTIONAL FEATURES OR DETAILS COMMON TO BOTH SMALLARMS AND ORDNANCE, e.g. CANNONS; MOUNTINGS FOR SMALLARMS OR ORDNANCE
    • F41A33/00—Adaptations for training; Gun simulators
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F41—WEAPONS
    • F41G—WEAPON SIGHTS; AIMING
    • F41G3/00—Aiming or laying means
    • F41G3/14—Indirect aiming means
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F41—WEAPONS
    • F41G—WEAPON SIGHTS; AIMING
    • F41G3/00—Aiming or laying means
    • F41G3/22—Aiming or laying means for vehicle-borne armament, e.g. on aircraft
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F41—WEAPONS
    • F41H—ARMOUR; ARMOURED TURRETS; ARMOURED OR ARMED VEHICLES; MEANS OF ATTACK OR DEFENCE, e.g. CAMOUFLAGE, IN GENERAL
    • F41H11/00—Defence installations; Defence devices
    • F41H11/02—Anti-aircraft or anti-guided missile or anti-torpedo defence installations or systems

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Remote Sensing (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 표적 훈련 시스템 및 표적 훈련 방법에 관한 것으로서, 본 발명의 일 실시예에 따른 표적 훈련 시스템은, 표적 추적 영상을 촬영하는 하나 이상의 영상 촬영부, 상기 표적 추적 영상에서 하나 이상의 가-조준원을 탐지하고, 상기 가-조준원의 색상 정보를 이용하여 영상 분할을 수행하여, 조준원의 형태를 추출하며, 상기 추출된 조준원의 중심점의 위치를 추적하는 조준원 탐지부, 상기 표적 추적 영상에서 상기 조준원의 중심점을 기준으로 관심 영역을 설정하고, 상기 조준원의 명암특성에 따라 상기 관심 영역의 배경을 식별하며, 상기 배경으로부터 표적을 분리하여 표적의 중심위치를 탐지하는 표적 탐지부, 및 상기 조준원의 중심점과 상기 표적의 중심위치를 통하여 표적 조준 결과를 산출하는 표적 조준 결과 산출부를 포함한다.

Description

표적 훈련 시스템 및 이를 이용한 표적 훈련 분석 방법 {Target Training System and Analysis Method}
본 발명은 표적 훈련 시스템 및 이를 이용한 표적훈련 분석 방법에 관한 것으로서, 보다 구체적으로 영상 처리를 기반으로 표적을 추적하여, 표적 추적의 정확성을 정확하고 체계적으로 분석할 수 있는 표적 훈련 시스템 및 이를 이용한 표적 훈련 분석 방법에 관한 것이다.
원거리에서 또는 움직이는 표적의 조준 및 추적의 정확성을 높이기 위하여, 훈련자는 표적 추적 훈련을 수행하게 된다. 대공표적 조준 및 추적의 정확성을 높이기 위하여, 움직이는 표적에 대한 대공표적 조준 훈련을 수행한다.
종래의 대공표적 추적훈련 감독기는, 표적 조준 영상을 반사경을 통하여 반사시켜 감독자가 함께 관찰할 수 있게 하는 단순 훈련 교육 보조 기구였다. 이 경우, 감독자는 반사경을 관찰하기 위하여 불편한 자세를 유지하면서 감독해야 했고, 감독자의 판단에 따라 표적 조준 여부가 판단되므로, 감독자의 주관적 판정에 따라 훈련 결과가 달라지는 문제가 있었다. 또한, 훈련 결과의 기록 및 저장이 어려워, 훈련 이후 체계적인 훈련 지도가 어려운 문제가 있었다.
KR 10-2002-0007677 A
본 발명의 목적은 추적 훈련 결과를 자동 저장, 재생 및 분석하고, 훈련자별 체계적이고 과학적인 훈련 및 지도가 가능한 표적 훈련 시스템 및 표적 훈련 방법을 제공하는 것이다.
또한, 본 발명의 목적은 훈련자의 추적 훈련 결과를 데이터베이스화 할 수 있고, 실시간으로 관리 및 감독할 수 있으며, 동시에 여러 명의 추적 훈련 결과를 감독할 수 있는 표적 훈련 시스템 및 표적 훈련 방법을 제공하는 것이다.
상술한 문제점들을 해결하기 위하여 본 발명의 일 실시예에 따른 표적 훈련 시스템은, 표적 추적 영상을 촬영하는 하나 이상의 영상 촬영부, 상기 표적 추적 영상에서 하나 이상의 가-조준원을 탐지하고, 상기 가-조준원의 색상 정보를 이용하여 영상 분할을 수행하여, 조준원의 형태를 추출하며, 상기 추출된 조준원의 중심점의 위치를 추적하는 조준원 탐지부, 상기 표적 추적 영상에서 상기 조준원의 중심점을 기준으로 관심 영역을 설정하고, 상기 조준원의 명암특성에 따라 상기 관심 영역의 배경을 식별하며, 상기 배경으로부터 표적을 분리하여 표적의 중심위치를 탐지하는 표적 탐지부, 및 상기 조준원의 중심점과 상기 표적의 중심위치를 통하여 표적 조준 결과를 산출하는 표적 조준 결과 산출부를 포함한다.
상기 조준원 탐지부는, 아다부스트(adaboost) 알고리즘을 사용하여 기 설정된 조준원의 데이터를 이용하여 하나 이상의 가-조준원을 탐지할 수 있다.
상기 조준원 탐지부는, 상기 가-조준원의 색상 정보를 YCbCr 정보로 변환하고, 상기 YCbCr 정보 중 Cb 영상 및 Cr 영상을 추출하며, 오츠 알고리즘을 이용하여 상기 추출된 Cb 영상 및 Cr 영상을 영상 분할하고, 분할된 영상을 통해 조준원의 형태를 추출할 수 있다.
상기 조준원 탐지부는, 상기 추출된 조준원의 형태 중 조준원의 두께, 조준원의 경계 및 조준원의 직경 정보를 통하여 조준원의 중심점의 위치를 추적할 수 있다.
상기 표적 탐지부는, 상기 조준원의 중심점으로부터 기 설정된 거리까지의 영역을 관심 영역으로 설정하고, 상기 관심 영역의 명암 값에 따라 능선 배경, 숲속 배경 및 하늘 배경 중 하나의 배경으로 분류할 수 있다.
상기 표적 탐지부는, 상기 배경에 따라, 상기 관심 영역의 영상을 분할하고, 가-표적을 탐지하여, 상기 가-표적의 길이, 가로 및 세로의 비율에 기초하여 표적 중심위치를 산출할 수 있다.
상기 표적 조준 결과 산출부는, 분석하고자 하는 기 설정된 시간 범위 내에서 상기 조준원과 표적의 위치를 탐지하지 못한 프레임이 있는 경우, 기 탐지된 조준원과 표적의 위치 데이터들의 시계열 분석을 통해 기 설정된 시간 범위 내의 전체 프레임들에서의 조준원과 표적의 위치 데이터를 도출할 수 있다.
상기 영상 촬영부는, 표적 조준기와 훈련자의 시선 경로 상에 배치되는 하프 미러, 상기 하프 미러에 의해 반사된 표적 추적 영상을 촬영하는 영상 촬영기, 및 상기 표적 조준기에 장착되어 상기 하프 미러와 영상 촬영기를 수용하는 하우징을 포함할 수 있다.
본 발명의 다른 실시예에 따른 표적 추적 방법은, 표적 추적 영상을 촬영하는 단계, 상기 표적 추적 영상에서 하나 이상의 가-조준원을 탐지하고, 상기 가-조준원의 색상 정보를 이용하여 영상 분할을 수행하여, 조준원의 형태를 추출하며, 상기 추출된 조준원의 중심점의 위치를 추적하는 단계, 상기 표적 추적 영상에서 상기 조준원의 중심점을 기준으로 관심 영역을 설정하고, 상기 조준원의 명암특성에 따라 상기 관심 영역의 배경을 식별하며, 상기 배경으로부터 표적을 분리하여 표적의 중심위치를 탐지하는 단계, 및 상기 조준원의 중심점과 상기 표적의 중심위치를 통하여 표적 조준 결과를 산출하는 단계를 포함한다.
본 발명에 따르면, 추적 훈련 결과를 자동 저장, 재생 및 분석하고, 훈련자별 체계적이고 과학적인 훈련 및 지도가 가능한 표적 훈련 시스템 및 표적 훈련 방법을 제공할 수 있다.
또한, 본 발명에 따르면, 훈련자의 추적 훈련 결과를 데이터베이스화 할 수 있고, 실시간으로 관리 및 감독할 수 있으며, 동시에 여러 명의 추적 훈련 결과를 감독할 수 있는 표적 훈련 시스템 및 표적 훈련 방법을 제공하는 것이다.
도 1은 본 발명의 일 실시예에 따른 표적 훈련 시스템을 개략적으로 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 영상 촬영부를 개략적으로 나타내는 도면이다.
도 3은 본 발명의 일 실시예에 따른 조준원 탐지부의 조준원 탐지 방법을 나타내는 순서도이다.
도 4는 본 발명의 일 실시예에 따라 조준원이 탐지되는 것을 나타내는 사진들이다.
도 5는 본 발명의 일 실시예에 따른 조준원 형태 추출 방법을 나타내는 순서도이다.
도 6은 본 발명의 일 실시예에 따른 표적 탐지부의 표적 탐지 방법을 나타내는 순서도이다.
도 7은 본 발명의 일 실시예에 따른 표적 탐지 방법을 구체적으로 나타내는 순서도이다.
도 8은 본 발명의 일 실시예에 따라 표적이 탐지되는 것을 나타내는 사진들이다.
도 9는 본 발명의 일 실시예에 따라 표적이 탐지되는 것을 나타내는 사진들이다.
도 10은 본 발명의 일 실시예에 따라 표적 조준 결과를 나타내는 그래프이다.
도 11은 본 발명의 일 실시예에 따른 표적 훈련 시스템을 개략적으로 나타낸 도면이다.
도 12는 본 발명의 일 실시예에 따른 표적 훈련 시스템에 따른 프로그램을 개략적으로 나타내는 도면이다.
본 실시예들은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하여 상세하게 설명하고자 한다. 그러나 이는 특정한 실시 형태에 대해 범위를 한정하려는 것이 아니며, 개시된 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 실시예들을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
실시예에 있어서 '모듈' 혹은 '부'는 적어도 하나의 기능이나 동작을 수행하며, 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 복수의 '모듈' 혹은 복수의 '부'는 특정한 하드웨어로 구현될 필요가 있는 '모듈' 혹은 '부'를 제외하고는 적어도 하나의 모듈로 일체화되어 적어도 하나의 프로세서(미도시)로 구현될 수 있다.
이하, 실시예를 첨부된 도면들을 참조하여 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 본 발명의 일 실시예에 따른 표적 훈련 시스템을 개략적으로 나타내는 도면이다.
본 발명의 일 실시예에 따른 표적 훈련 시스템은, 표적 추적 영상을 촬영하는 하나 이상의 영상 촬영부(10), 상기 표적 추적 영상에서 하나 이상의 가-조준원을 탐지하고, 상기 가-조준원의 색상 정보를 이용하여 영상 분할을 수행하여, 조준원의 형태를 추출하며, 상기 추출된 조준원의 중심점의 위치를 추적하는 조준원 탐지부(20), 상기 표적 추적 영상에서 상기 조준원의 중심점을 기준으로 관심 영역을 설정하고, 상기 조준원의 명암특성에 따라 상기 관심 영역의 배경을 식별하며, 상기 배경으로부터 표적을 분리하여 표적의 중심위치를 탐지하는 표적 탐지부(30), 및 상기 조준원의 중심점과 상기 표적의 중심위치를 통하여 표적 조준 결과를 산출하는 표적 조준 결과 산출부(40)를 포함한다.
본 발명에 따른 추적 훈련 시스템은, 대공포 추적 훈련 및 평가시 사용될 수 있으며, 일 예로 발칸 추적 훈련 및 평가 시에 사용될 수 있다. 표적 조준 훈련 결과를 영상 촬영부(10)로 촬영하여, 이를 조준원 탐지부(20), 표적 탐지부(30) 및 표적 조준 결과 산출부(40)를 포함하는 제어 장치에 전송하여, 훈련 결과를 저장할 수 있다. 훈련 결과를 저장, 재생 및 분석이 가능하여, 훈련자 별로 체계적이고 과학적인 훈련 지도를 수행할 수 있다. 또한, 훈련 결과를 저장하여 활용할 수 있으므로, 일관성 있는 지도가 가능하고, 훈련자별 고벽과 훈련 수준에 맞는 맞춤식 지도가 가능해질 수 있다.
또한, 한 번에 여러 명의 훈련자의 표적 훈련 결과를 분석 및 관리할 수 있으므로, 동시 다발적인 지도가 가능해진다. 또한, 훈련자의 훈련 결과를 저장하여, 차기 훈련 및 교육에 사용할 수 있다. 그리고, 훈련자별 습관 및 특징을 분석할 수 있다.
도 2는 본 발명의 일 실시예에 따른 영상 촬영부를 개략적으로 나타내는 도면이다.
상기 영상 촬영부(10)는 표적 조준기(8)와 훈련자의 시선 경로 상에 배치되는 하프 미러(11), 상기 하프 미러(11)에 의해 반사된 표적 추적 영상을 촬영하는 영상 촬영기(13), 및 상기 표적 조준기에 장착되어 상기 하프 미러(11)와 영상 촬영기(13)를 수용하는 하우징(15)을 포함할 수 있다.
상기 영상 촬영부(10)는 표적 추적 영상을 촬영하기 위한 장치이다. 상기 영상 촬영부(10)에는 표적 조준기(8)에 장착된 영상 촬영기(13)를 포함할 수 있다. 도 2를 참조하면, 표적 조준기(8)와 훈련자(X) 사이의 시선 경로상에 하프 미러(11)에 의해 반사된 표적 추적 영상을 수신하는 위치에 배치될 수 있다. 반드시 이에 제한되는 것은 아니나, 하우징(15)의 원주 방향으로 배치될 수 있으며, 보다 구체적으로 원주방향으로 상부 방향으로 배치될 수 있다.
상기 영상 촬영기(13)는 기가비트 이더넷 대역폭(Gigabit Ethernet Bandwidth)을 기반으로 한 GigE 카메라가 사용될 수 있다. GigE 카메라를 사용함으로써, 하나의 데이터 처리 장치에 여러 대의 카메라를 설치하여 사용할 수 있다. 일 실시예에 따르면, 기가비트 이더넷 대역폭은 1Gbps (125 MByte) 이나 실제 전송 가능한 대역폭은 대략 80 내지 90 MByte이다. 따라서, 이러한 대역폭을 고려하여, 4대의 카메라를 1024×768 해상도로 설정하여 카메라 한 대당 (1024×768 해상도 × 30 프레임/s) 대략 23 MByte/s 이 되게 하여, 안정적인 영상처리를 수행할 수 있다.
상기 영상 촬영기(13)는 또한, 표적 탐지 크기를 고려한 렌즈를 사용할 수 있다. 훈련자가 조준경을 통하여 보는 화면의 시야각은 사람 눈의 화각에 따라 대략 46°내지 47°이므로, 이에 대응하여 1/2.5인치 카메라 센서 일 경우 대략 9 mm의 초점의 렌즈가 필요하다. 한편, 영상 촬영기(13)는 원거리에 있는 표적을 탐지해야 하기 때문에 1/2.5인치 카메라 센서 일 경우 16 mm 이상의 망원 렌즈가 필요하다. 따라서 비교적 가까운 거리에 있는 조준원 영상과 원거리에 있는 표적을 모두 획득하기 위해 피사체의 거리에 따라 렌즈의 초점을 맞추지 않도록 설계된 고정 초점 렌즈(fixed focus lens)를 사용하여야, 조준원 탐지 및 표적 탐지가 모두 가능해 진다. 또한, 25 mm 이상 고배율 망원 렌즈일 경우에는 원거리 표적의 형태를 잘 식별(identification) 할 수 있지만, 대공 표적 탐지 시 빔 방사가 발생할 경우 시야각의 한계로 표적 탐지가 제한될 수 있다.
상기 하우징(15)은 대공포의 표적 조준기와 결합하여 영상 촬영기(13)를 설치할 수 있는 프레임이다. 대공포, 일 예로 발칸의 선도계산조준기에 결합 및 고정시켜 영상 촬영기(13)의 위치 오차를 최소화할 수 있도록 설계된다. 반드시 이에 제한되는 것은 아니나, 열, 중량 및 낙하에 의한 파손 및 변형을 최소화하기 위하여 알루미늄을 포함하는 소재로 제작될 수 있다. 하우징(15)과 연결되는 표적 조준기, 그리고 하우징(15)에 탐재되는 하프 미러(11) 및 영상 촬영기(13)와는 나사 결합 방식으로 탈착 가능하게 결합되어, 유지 및 보수가 용이하게 제작될 수 있다.
상기 하프 미러(11)는 하우징(15) 내부에 표적 조준기(8)와 훈련자(X) 사이의 시선 경로 상에 배치되며, 표적 추적 영상의 일부는 투과시켜 훈련자(X)에게 전달하고, 일부는 반사시켜 영상 촬영기(13)로 전달하도록 형성될 수 있다.
상기 조준원 탐지부(20)는 표적 추적 영상에서 조준원의 위치를 탐지하는 역할을 한다. 이하, 조준원 탐지부의 조준원 탐지 방법을 보다 구체적으로 알아보도록 하자.
영상 촬영부(10)에서 촬영된 표적 추적 영상은, 반드시 이에 제한되는 것은 아니나 전처리 과정을 통하여 조준원 탐지부(30)로 전달될 수 있다. 일 예로, 영상 촬영부(10)에서 1920 x 1080 해상도 표적 추적 영상을 초당 30 프레임으로 전송하면, 조준원 탐지부(30)에서 1Gbps (기가비트 이더넷) 대역폭을 고려하여 일 예로 1920 x 460의 관심 영역(ROI: Region Of Interest)을 설정하여 영상 획득할 수 있다. 세로 해상도인 1920은 좌/우 빔 방사 영향을 고려한 것이고, 가로 해상도는 가장 바깥쪽 60밀(밀리라디안(Milliradian)) 조준원 영역을 포함하도록 설정한 것이다.
그리고, 최대 4개의 추적훈련 영상(3.5K)을 멀티스레딩(Multithreading) 기술을 사용하여, 녹화용 버퍼 큐에 추적훈련 영상을 실시간 저장하고 훈련 차수별 영상파일을 생성한다. 실시간 저장된 영상파일은 4개의 멀티스레드로 영상 분석을 수행한다.
도 3은 본 발명의 일 실시예에 따른 조준원 탐지부의 조준원 탐지 방법을 나타내는 순서도이고, 도 4는 본 발명의 일 실시예에 따라 조준원이 탐지되는 것을 나타내는 사진들이다.
도 3 및 도 4의 (a)를 참조하면, 상기 조준원 탐지부(30)는, 아다부스트(adaboost) 알고리즘을 사용하여 기 설정된 조준원의 데이터를 이용하여 하나 이상의 가-조준원 영역을 탐지할 수 있다(S21).
상기 조준원 탐지부(20)는, 상기 가-조준원의 색상 정보를 YCbCr 정보로 변환하여 Cb 영상 및 Cr 영상을 추출하고, 오츠(Otsu) 알고리즘을 이용하여 상기 추출된 Cb 영상 및 Cr 영상을 영상 분할(Image segmentation)한다. YCbCr 영상으로 변환한 뒤, 오츠 알고리즘을 통하여 이진화된 영상으로 변환할 수 있다. 그리고 나서, 분할된 영상을 통해 조준원의 형태를 추출할 수 있다(S23).
도 5는 본 발명의 일 실시예에 따라서 이진화된 영상으로 조준원 형태 추출 방법을 나타내는 순서도이다.
관심 영역 상의 상기 이진화된 (0: 배경, 1: 조준원) Cb와 Cr영상을 중앙, 가로 및 세로 줄에 해당하는, 행과 열의 비율을 계산하여 조준원의 두께를 확인한다(S201).
조준원의 두께가 기 설정된 두께를 넘는지 여부에 따라, 빔 방사 구간인지 아닌지를 구분한다(S203). 빔 방사 구간의 경우는 추적훈련 구간이 아니므로 다음 프레임(S204)을 받고, 빔 방사 구간이 아닌 일반 구간의 경우 조준원의 경계 검출을 위하여 다음 단계로 넘어간다.
도 4의 (b)를 참조하면, 일반 구간의 경우 조준원의 경계(r2)를 검출한다(S205). 검출된 조준원의 경계(r2)에 기초하여 조준원의 직경(D)을 계산한다(S207). 경계로 추출된 여러 x, y 좌표를 이용하여 두 지점의 x, y 좌표의 거리가 가장 먼 지점을 통하여 중심 좌표(zk = (Cx, Cy))를 추적할 수 있고, 계산된 조준원의 직경(D)을 기준으로 나머지 조준원의 직경(R1, R3)를 추정할 수 있다(S208). 결과적으로, 도 4의 (c)에서와 같이 모든 조준원의 경계(R1, R2, R3)와 조준원의 중심 좌표(zk = (Cx, Cy))를 도출할 수 있다.
결과적으로, 상기 조준원 탐지부(20)는, 조준원 형태 추출(S23)을 통하여 상기 추출된 조준원의 형태 중 조준원의 두께, 조준원의 경계 및 조준원의 직경과 같은 위치 데이터 정보를 통하여, 조준원의 중심점의 위치를 추적할 수 있다(S25).
그리고, 조준원의 중심 좌표(zk = (Cx, Cy))를 칼만 필터(Kalman filter)에 적용하여, 조준원의 중심 좌표를 프레임 별로 추적할 수 있다. 칼만 필터를 통하여 잡음(noise)이 포함된 센서로부터 측정 값(z)과 상태공간모델(state space mode)으로부터 계산된 값(x-priori state)으로, 좀 더 정확한 실제의 값을 도출해 낼 수 있다. 조준원만 칼만 필터를 이용하여 추적하는 이유는, 표적은 추적 훈련을 잘 못하는 경우 조준원 밖을 빈번히 벗어나지만, 조준원은 추적 훈련 영상에 항상 존재하기 때문이다. 따라서, 조준원의 중심으로부터 기 설정된 영역인, 일 예로 15밀 조준원을 포함하는 관심 영역을 표적 탐지부(30)의 입력 값으로 사용할 수 있다.
도 6은 본 발명의 일 실시예에 따른 표적 탐지부의 표적 탐지 방법을 나타내는 순서도이다.
표적 추적 영상에서, 배경, 표적 및 조준원 순으로 영상이 촬영되기 때문에 표적 탐지는 배경과 조준원에 영향을 받는다. 특히 조준원 영상 때문에 표적이 가려지는 현상(occlusion)이 빈번히 발생하기 때문에 조준원에 가려질 때에 가려지지 않는 나머지 표적의 일부분으로 표적의 전체 크기를 복원하여 탐지할 수 있다.
또한, 복잡한 배경은 표적을 은폐시키는 요인이 되므로, 정규화 과정을 통하여 배경으로부터 표적을 분할하는 과정을 수행할 수 있다.
상술한 바와 같이, 하나 이상의 조준원들을 포함하며 조준원의 중심으로부터 기 설정된 거리까지의 영역을 관심 영역(ROI)으로 설정하여 표적 탐지부(30)에 입력한다(S31).
그리고 나서, 상기 표적 탐지부(30)는 상기 관심 영역(ROI)의 조준원 영역의 명암 값에 따라 능선 배경, 숲 속 배경 및 하늘 배경 중 하나의 배경으로 분류할 수 있다(S33).
상기 표적 탐지부(30)는, 분류된 배경에 따라, 상기 관심 영역의 영상을 분할하고, 가-표적을 탐지할 수 있다(S35). 그리고 나서, 상기 가-표적의 길이, 가로 및 세로의 비율에 기초하여 표적 중심위치를 산출할 수 있다(S37).
위와 같은 과정은 배경에 따라 표적 추적 영상의 전처리 과정을 포함하면서 수행될 수 있으며, 구체적으로 도 7에 도시되어 있다.
도 7을 참조하면, 표적 탐지부(30)에 관심 영역(ROI)의 표적 추적 영상을 입력하면서 표적 추적 탐지가 시작된다. 관심 영역(ROI)의 영상은 4 분면으로 분할되어, 분할된 면의 조준원 영역의 명암 값을 추출할 수 있다(S301).
그리고 나서, 배경이 능선인지 여부(S302), 숲 속인지 여부(S303) 및 하늘인지 여부에 따라, 영상의 전처리 과정이 별도로 수행될 수 있다.
배경이 능선인 경우(S302), 배경으로부터 표적의 영상 분할(S304)을 수행하고, 레이블링(labeling)하고(S305), 역상 영상(S306)을 구한다음, 영상 정규화(S307)를 수행하고, 아다부스트 알고리즘(S308)으로 기 설정된 표적의 데이터를 이용하여 하나 이상의 가-표적을 탐지할 수 있다
그리고, 배경이 숲 속인 경우(S303), 배경에 의해 표적이 은폐될 수 있으므로, 노이즈를 제거(S309)하고, 영상 정규화(S310)를 수행하며, 영상 분할(S311)을 통하여 배경으로부터 표적을 분리해 낼 수 있다.
또한, 배경이 능선과 숲 속이 아니어서 하늘로 분류된 경우, 영상 정규화(S312)를 수행하고, 노이즈를 제거(S313)한 뒤, 영상 분할(S314)을 통하여 배경으로부터 표적을 분리해 낼 수 있다.
위와 같은 전처리 과정을 거친 표적 추적 영상에서, 레이블링(S315)을 통하여 하나 이상의 가-표적을 표지 할 수 있다. 그리고, 조준원 중심에서 가까운 순으로 정렬(S316)시킨 뒤, 레이블링 된 가-표적의 수가 1 초과이면(S317), 조준원 중심에서 가까운 순으로 정렬(S318)시켜, 다수 표적의 길이와 가로 및 세로의 비율을 판별하여(S320), 판별된 표적의 전체 중심좌표를 계산할 수 있다(S321).
그리고, 레이블링 된 가-표적의 수가 1인 경우(S319), 가-표적의 길이와, 종횡비를 통하여 표적을 판별(S323)하여, 표적의 중심좌표를 계산할 수 있다(S324).
그러나, 레이블링 된 가-표적의 수가 0인 경우(S319), 표적 없음(S325)으로 판별되어 종료될 수 있다.
위와 같은 과정으로, 표적 추적 영상에서 표적과 배경을 분할 하고, 하나 이상의 가-표적을 레이블링 한 뒤, 상기 가-표적의 길이, 가로 및 세로의 비율에 기초하여 표적 중심위치를 산출할 수 있다.
도 8 및 도 9는 본 발명의 일 실시예에 따라 표적이 탐지되는 것을 나타내는 사진들이다.
도 8의 (a)의 경우, 조준원에 의해 표적이 가려진 경우의 표적 추적 영상을 나타내는 것이며, 조준원(R1, R2)에 의해 표적이 가려진 상태이다. 표적(Y)는 조준원에 의해 일부분이 가려져 있다. 그러나, 도 8의 (b)를 참조하면, 기 설정된 표적 데이터에 의한 표적의 길이와, 종횡비 값을 고려하여 표적(Y)의 중심 좌표(y1)를 도출할 수 있다.
도 9의 (a)의 경우, 숲 속 배경의 경우로서, 복잡한 배경에 의해 표적(Y)이 은폐되어 있다. 도 9의 (b)를 참조하면, 정규화 과정을 통하여 배경으로부터 표적을 분할하여 표적과 배경을 분리하여 명확한 영상을 얻을 수 있다.
이후에, 상기 조준원 탐지부와 표적 탐지부에 의해 측정된 상기 조준원과 표적의 위치 데이터는 표적 조준 결과 산출부(40)에서 표적 조준 결과를 분석하는 데에 사용될 수 있다.
표적 조준 결과 분석에 앞서, 분석하고자 하는 기 설정된 시간 범위 내에서 상기 조준원과 표적을 탐지하지 못한 프레임이 있는 경우, 해당 프레임에서의 조준원과 표적의 위치 데이터를 추정하는 과정을 더 거칠 수 있다.
구체적으로, 기 탐지된 조준원과 표적의 위치 데이터에 기초한 시계열(Time-series) 분석을 통해 탐지하지 못한 프레임에서의 조준원과 표적의 위치 데이터를 도출하는 영상의 후처리 과정를 더 포함할 수 있다.
시계열 분석은 장래 기본적인 훈련 패턴이 크게 변하지 않을 것으로 기대되는 경우에 적합한 방법으로서, 후처리 과정에 적용된 시계열 방법은 이동 평균 필터(MAF; moving average filter)를 적용함으로써 수행될 수 있다.
특히, 상기 조준원과 표적을 탐지하지 못한 시점 t'의 프레임을 추정하기 위하여, 탐지에 성공한 시점 t의 프레임에서 차수 N까지(일 예로 4까지)의 추적 결과의 평균을 계산함으로써 수행될 수 있고, 탐지하지 못한 시점 t'에서의 추정 값은 다음 [식 1]과 같다.
[식 1]
Figure 112016002659823-pat00001
그리고 나서, 표적 조준 결과 산출부(40)에서는 기 설정된 시간 동안의 프레임들에서의 조준원과 표적의 위치 데이터를 통하여, 표적 조준 결과를 산출할 수 있다. 도 10은 본 발명의 일 실시예에 따라 표적 조준 결과를 나타내는 그래프이다.
표적 조준 결과 산출부(40)에서 조준원 탐지 결과와 표적 탐지 결과에 따라, 조준원의 중심 위치와 표적의 중심 위치를 비교하여 표적 조준 결과를 산출한다.
도 10의 그래프를 참조하면, X축은 훈련 시간을 나타내고, Y축은 조준원 중심에서 알고리즘이 탐지한 표적의 중심까지의 거리를 픽셀 단위로 나타낸 것이다.
도 10의 그래프는 추적 훈련 시간 설정에 따라 알고리즘이 탐지한 결과를 나타내는 것이다. 그래프에서 점(A1)은 프레임 별 표적을 탐지 및 추적한 결과를 나타내고, 점들을 잇는 실선(A2)은 탐지한 결과의 과정을 나타내는 것이다. 표적 탐지는 크게 15밀 조준원 영역(A5), 5밀 조준원 영역(A4) 및 3밀 조준원 영역(A3)으로 구분할 수 있다. 시간에 따라 표적이 조준원의 어떤 위치에 있었는지를 확인할 수 있고, 각 영역별 가중치를 부여하여 최종 결과를 점수화하여 산출할 수 있다.
반드시 이에 제한되는 것은 아니나, 일 예로, 훈련 결과에 대한 점수 정확도는 프레임 별 조준원 등급에 따른 가중치를 부여하고, 아래 [식 2]와 같이 탐지한 프레임에 대한 평균으로 계산하여 볼 수 있다.
[식 2]
점수 정확도 = ((3밀 내의 인식 개수×95)+(5밀 내의 인식 개수×85)+(15밀 내의 인식 개수×75))/탐지한 프레임 개수
3밀 내의 표적 조준 결과에 대해서는 95점으로, 5밀 내의 표적 조준 결과에 대해서는 85점, 그리고 15밀 내의 표적 조준 결과에 대해서는 75점, 그리고 15밀 밖의 표적 조준 결과에 대해서는 0점으로 하여, 가중치 달리하여 총점을 산출한 뒤, 전체 탐지된 프레임 수로 나누어 점수 정확도를 계산할 수 있다. 그리고, 점수 구간 별 등급을 나눌 수도 있다.
한편, 표적 추적 영상을 촬영하기에 앞서, 표적 훈련 시스템의 성능 테스트를 수행할 수 있다. 구체적으로, 실제 표적을 사용하지 않고, 가상적 표적을 이용하여 실제 훈련에 앞서 표적 훈련 시스템의 성능을 테스트 할 수도 있다.
도 11은 본 발명의 일 실시예에 따른 표적 훈련 시스템을 개략적으로 나타낸 도면이다. 본 발명의 일 실시예에 따른 표적 훈련 시스템은, 영상 촬영부, 사용자 입력부, 제어부, 데이터 저장부 및 디스플레이 부를 더 포함한다.
영상 촬영부 및 사용자 입력부는 제어부에 연결되어, 표적 추적 영상과 사용자의 입력 데이터를 제어부에 전달 할 수 있다.
한편, 영상 촬영부와 제어부는 카메라와 렌즈 사양을 고려한 네트워크 장치를 통하여 연결될 수 있다. 하나의 제어부에는 복수의 영상 촬영부가 연결될 수 있다. 하나의 제어부로 복수의 훈련자의 추적 훈련을 감독 및 관리할 수 있다.
그러나, 바람직하게는 네트워크 장치의 데이터 전송량을 고려하여 4개의 영상 촬영부가 연결될 수 있다. 구체적으로, 16 mm 렌즈를 이용한 영상에서 60밀 원 밖, 위/아래 영역을 자르지 않고 전달하는 경우, 1 Giga Ethernet 대역폭(대략 80 내지 100 Mbyte)의 무압축 고해상도 영상을 전달하기 때문에 네트워크의 전송 속도가 1 Gbps 이상이 될 수 있고, 따라서 네트워크 장치의 데이터 전송량을 고려하여 영상 촬영부는 4대까지 연결될 수 있다.
영상 촬영부의 촬영 영상은 무압축 영상의 상태로 제어부에 전달될 수 있는데, 이는 대략 9초 정도의 추적 훈련 영상을 녹화하여 전달함에 있어 압축 처리가 진행되는 경우 영상 처리 지연으로 영상 분석이 제한될 수 있기 때문이다.
또한, 제어부와 다른 장치들은 연결하는 네트워크 장치들은 유선 타입, 무선 타입 또는 유/무선 타입이 복합적으로 사용될 수 있다. 일 예로, 50m 정도 이격된 장소에 스위칭 허브를 유선으로 연결하여 배치할 수 있고, 스위칭 허브와 제어부를 무선으로 연결할 수 있게 하여 원거리에서 추적 훈련 결과를 분석 및 관리할 수 있다.
상기 사용자 입력부에서는 훈련자 정보 및 기본 설정 등의 데이터를 입력하여 제어부에 전달할 수 있다.
상기 제어부에서는 조준원 탐지부(20), 표적 탐지부 및 표적 조준 결과 산출부(40)의 데이터 처리 과정이 수행될 수 있다. 제어부는 각각의 알고리즘을 소프트웨어를 사용하는 방식으로 컴퓨터와 같은 데이터 처리장치를 통하여 수행할 수 있다.
그리고, 상기 데이터 저장부에서는 표적 추적 영상 또는 표적 조준 결과들이 저장될 수 있고, 상기 디스플레이 부에서는 표적 추적 영상 또는 표적 조준 결과들이 표시될 수 있다.
한편, 본 발명의 다른 실시예에 따른 표적 추적 방법은, 표적 추적 영상을 촬영하는 단계, 상기 표적 추적 영상에서 하나 이상의 가-조준원을 탐지하고, 상기 가-조준원의 색상 정보를 이용하여 영상 분할을 수행하여, 조준원의 형태를 추출하며, 상기 추출된 조준원의 중심점의 위치를 추적하는 단계, 상기 표적 추적 영상에서 상기 조준원의 중심점을 기준으로 관심 영역을 설정하고, 상기 조준원의 명암특성에 따라 상기 관심 영역의 배경을 식별하며, 상기 배경으로부터 표적을 분리하여 표적의 중심위치를 탐지하는 단계, 및 상기 조준원의 중심점과 상기 표적의 중심위치를 통하여 표적 조준 결과를 산출하는 단계를 포함한다.
상기 표적 추적 방법의 경우 표적 훈련 시스템에서와 동일한 방식으로 표적 훈련을 수행할 수 있다. 즉, 표적 훈련 시스템에서의 표적 추적 방법 및 단계들이 적용될 수 있다.
도 12는 본 발명의 일 실시예에 따른 표적 훈련 시스템 및 표적 훈련 방법에 의한 표적 조준 결과 산출 프로그램을 개략적으로 나타낸 표이다.
도 12를 참조하면, 표적 훈련 시스템의 사용자는 사용자 입력부를 통하여 카메라, 훈련, 데이터 관리 및 기타 도움말 등을 디스플레이 부에 표시할 수 있다. 복수의 카메라가 연결될 수 있으므로, 각 카메라를 설정 및 관리할 수 있다. 훈련과 관련하여, 훈련자(교육생)의 정보와, 대공포의 정보를 입력 및 관리할 수 있고, 날씨, 장소 등과 같이 기본 설정 데이터를 입력 및 관리할 수 있다. 그리고, 산출된 훈련 교육 결과와 저장된 동영상, 그래프 등을 확인 및 감독할 수 있다. 그리고, 저장된 데이터를 관리하기 위하여, 훈련자 별 표적 훈련 결과 데이터를 관리하거나, 데이터의 백업, 복구 및 초기화 등을 설정할 수 있다.
본 발명의 일 실시예에 따른 표적 훈련 시스템과 표적 훈련 방법에 따르면, 조준원 탐지와 표적 탐지를 통하여 수행될 수 있다. 조준원 탐지는 아다부스트 알고리즘으로 가-조준원 영역을 선택하고, 선택된 가-조준원 영역에서 색상정보(YCbCr)를 이용하여 영상 분할(Image segmentation)을 수행할 수 있다. 영상분할을 통하여 5밀 조준원과 15밀 조준원의 형태를 계산하여, 조준원의 중심위치를 추적할 수 있다. 그리고, 조준원의 중심 위치를 칼만 필터를 적용하여 프레임들에서 조준원의 중심 위치를 추적할 수 있다.
추정된 중심 위치를 중심으로 기 설정됨 범위 내의 영역을 표적을 탐지하기 위한 관심 영역을 설정하고, 관심 영역에서 조준원의 명암 특성에 따라 배경과 구분할 수 있다. 그리고, 구분된 배경에 따라 정규화 과정을 수행하고, 노이즈 처리, 영상 분할, 보정 과정을 통하여, 배경으로부터 표적을 분할하고, 분할된 표적을 레이블링하고 검증하는 과정을 통하여 표적의 중심 위치를 계산할 수 있다.
그리고, 조준원의 중심 위치와 표적의 주심 위치를 통하여 표적 조준 결과를 산출해 낼 수 있다.
본 발명의 경우, 대공포 추적 훈련, 일 예로 발칸 추적 훈련 및 평가시 사용할 수 있으며, 발칸 표적 추적 훈련 결과를 카메라로 촬영하여 이를 제어부에 전송하고, 훈련 결과를 저장, 재생 및 분석이 가능하게 할 수 있다. 그에 따라, 훈련자 별로 체계적이고 과학적인 훈련 지도를 수행할 수 있고, 훈련 결과를 저장하여 활용할 수 있으므로, 일관성 있는 지도가 가능해 진다. 그리고, 훈련자별 고벽과 훈련 수전에 맞는 맞춤식 지도가 가능해진다.
그리고, 하나의 제어부에 복수의 영상 촬영부를 설치할 수 있으므로, 복수의 훈련자를 동시 다발적으로 지도 및 관리 할 수 있으며, 훈련 영상의 저장 및 분석을 통하여 다음 교육시 재생하여 활용할 수도 있다. 보다 체계적이고 객관적이고 정확한 훈련 및 분석이 가능해 진다.
10: 영상 촬영부
20: 조준원 탐지부
30: 표적 탐지부
40: 표적 조준 결과 산출부
8: 표적 조준기
11: 하프미러
13: 영상 촬영기
15: 하우징
X: 훈련자

Claims (9)

  1. 표적 추적 영상을 촬영하는 하나 이상의 영상 촬영부;
    상기 표적 추적 영상에서 하나 이상의 가-조준원을 탐지하고, 상기 가-조준원의 색상 정보를 이용하여 영상 분할을 수행하여, 조준원의 형태를 추출하며, 상기 추출된 조준원의 중심점의 위치를 추적하는 조준원 탐지부;
    상기 표적 추적 영상에서 상기 조준원의 중심점으로부터 기 설정된 거리까지의 영역을 관심영역으로 설정하고 상기 관심 영역의 명암 값에 따라 능선 배경, 숲속 배경, 및 하늘 배경 중 하나의 배경으로 식별하며, 배경으로부터 표적을 분리하여 표적의 중심위치를 탐지하는 표적 탐지부; 및
    상기 조준원의 중심점과 상기 표적의 중심위치를 통하여 표적 조준 결과를 산출하는 표적 조준 결과 산출부;를 포함하는 것을 특징으로 하는 표적 훈련 시스템.
  2. 제 1 항에 있어서,
    상기 조준원 탐지부는,
    아다부스트 알고리즘을 사용하여 기 설정된 조준원의 데이터를 이용하여 하나 이상의 가-조준원을 탐지하는 것을 특징으로 하는 표적 훈련 시스템.
  3. 제 2 항에 있어서,
    상기 조준원 탐지부는,
    상기 가-조준원의 색상 정보를 YCbCr 정보로 변환하고, YCbCr 정보 중 Cb 영상 및 Cr 영상을 추출하며, 오츠 알고리즘을 이용하여 상기 추출된 Cb 영상 및 Cr 영상을 영상 분할하고, 분할된 영상을 통해 조준원의 형태를 추출하는 것을 특징으로 하는 표적 훈련 시스템.
  4. 제 3 항에 있어서,
    상기 조준원 탐지부는,
    상기 추출된 조준원의 형태 중 조준원의 두께, 조준원의 경계 및 조준원의 직경 정보를 통하여 조준원의 중심점의 위치를 추적하는 것을 특징으로 하는 표적 훈련 시스템.
  5. 삭제
  6. 제 1 항에 있어서,
    상기 표적 탐지부는,
    상기 배경에 따라, 상기 관심 영역의 영상을 분할하고, 하나 이상의 가-표적을 탐지하여, 상기 가-표적의 길이, 가로 및 세로의 비율에 기초하여 표적 중심위치를 산출하는 것을 특징으로 하는 표적 훈련 시스템.
  7. 제 1 항에 있어서,
    상기 영상 촬영부는,
    표적 조준기와 훈련자의 시선 경로 상에 배치되는 하프 미러;
    상기 하프 미러에 의해 반사된 표적 추적 영상을 촬영하는 영상 촬영기; 및
    상기 표적 조준기에 장착되어 상기 하프 미러와 영상 촬영기를 수용하는 하우징을 포함하는 것을 특징으로 하는 표적 훈련 시스템.
  8. 제 1 항에 있어서,
    상기 표적 조준 결과 산출부는,
    분석하고자 하는 기 설정된 시간 범위 내에서 조준원과 표적의 위치를 탐지하지 못한 프레임이 있는 경우, 기 탐지된 조준원과 표적의 위치 데이터들의 시계열 분석을 통해 기 설정된 시간 범위 내의 프레임들에서의 조준원과 표적의 위치 데이터를 도출하는 것을 특징으로 하는 표적 훈련 시스템.
  9. 표적 추적 영상을 촬영하는 단계;
    상기 표적 추적 영상에서 하나 이상의 가-조준원을 탐지하고, 상기 가-조준원의 색상 정보를 이용하여 영상 분할을 수행하여, 조준원의 형태를 추출하며, 상기 추출된 조준원의 중심점의 위치를 추적하는 단계;
    상기 표적 추적 영상에서 상기 조준원의 중심점으로부터 기 설정된 거리까지의 영역을 관심영역으로 설정하고 상기 관심 영역의 명암 값에 따라 능선 배경, 숲속 배경, 및 하늘 배경 중 하나의 배경으로 식별하며, 배경으로부터 표적을 분리하여 표적의 중심위치를 탐지하는 단계; 및
    상기 조준원의 중심점과 상기 표적의 중심위치를 통하여 표적 조준 결과를 산출하는 단계;를 포함하는 것을 특징으로 하는 표적 추적 방법.
KR1020160003098A 2016-01-11 2016-01-11 표적 훈련 시스템 및 이를 이용한 표적 훈련 분석 방법 KR101775153B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160003098A KR101775153B1 (ko) 2016-01-11 2016-01-11 표적 훈련 시스템 및 이를 이용한 표적 훈련 분석 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160003098A KR101775153B1 (ko) 2016-01-11 2016-01-11 표적 훈련 시스템 및 이를 이용한 표적 훈련 분석 방법

Publications (2)

Publication Number Publication Date
KR20170083788A KR20170083788A (ko) 2017-07-19
KR101775153B1 true KR101775153B1 (ko) 2017-10-20

Family

ID=59427421

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160003098A KR101775153B1 (ko) 2016-01-11 2016-01-11 표적 훈련 시스템 및 이를 이용한 표적 훈련 분석 방법

Country Status (1)

Country Link
KR (1) KR101775153B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190054399A (ko) * 2017-11-13 2019-05-22 한국과학기술연구원 3차원 표적 영상 표시 방법 및 이를 이용한 표적 조준 훈련 장치

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102130664B1 (ko) * 2019-06-25 2020-07-06 대한민국 영상정보에 기초한 자율 전차탐지 및 조준점 탐색방법
CN112733650B (zh) * 2020-12-29 2024-05-07 深圳云天励飞技术股份有限公司 目标人脸检测方法、装置、终端设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101087592B1 (ko) * 2011-03-11 2011-11-29 국방과학연구소 Ｉｒ 영상추적기의 단일표적 추적성능 향상 방법
KR101539637B1 (ko) * 2014-05-13 2015-07-27 국방과학연구소 색상 히스토그램의 다중 임계 분할과 합성을 이용한 영상 추적 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101087592B1 (ko) * 2011-03-11 2011-11-29 국방과학연구소 Ｉｒ 영상추적기의 단일표적 추적성능 향상 방법
KR101539637B1 (ko) * 2014-05-13 2015-07-27 국방과학연구소 색상 히스토그램의 다중 임계 분할과 합성을 이용한 영상 추적 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190054399A (ko) * 2017-11-13 2019-05-22 한국과학기술연구원 3차원 표적 영상 표시 방법 및 이를 이용한 표적 조준 훈련 장치
KR101985176B1 (ko) * 2017-11-13 2019-06-04 한국과학기술연구원 3차원 표적 영상 표시 방법 및 이를 이용한 표적 조준 훈련 장치

Also Published As

Publication number Publication date
KR20170083788A (ko) 2017-07-19

Similar Documents

Publication Publication Date Title
US11392146B2 (en) Method for detecting target object, detection apparatus and robot
CN103716594B (zh) 基于运动目标检测的全景拼接联动方法及装置
JP6448223B2 (ja) 画像認識システム、画像認識装置、画像認識方法、およびコンピュータプログラム
JP5459674B2 (ja) 移動物体追跡システムおよび移動物体追跡方法
CN110142785A (zh) 一种基于目标检测的巡检机器人视觉伺服方法
CN108416285A (zh) 枪球联动监控方法、装置及计算机可读存储介质
US20150055824A1 (en) Method of detecting a main subject in an image
JP7051315B2 (ja) ボールの回転を測定するための方法、システム、及び非一時的なコンピュータ読み取り可能な記録媒体
US11047648B2 (en) Firearm and/or firearm sight calibration and/or zeroing
CN103246044A (zh) 一种自动对焦方法、系统及具有该系统的照相机和摄像机
CN110084842B (zh) 一种机器人云台伺服二次对准方法及装置
CN105243386A (zh) 人脸活体判断方法以及系统
KR101775153B1 (ko) 표적 훈련 시스템 및 이를 이용한 표적 훈련 분석 방법
CN108230412A (zh) 一种红外图像压缩方法及装置
CN109905641B (zh) 一种目标监控方法、装置、设备及系统
CN112561986A (zh) 巡检机器人云台的二次对准方法、装置、设备和存储介质
JP4465150B2 (ja) 基準点に対する物体の相対位置を測定するシステムおよび方法
CN115717867A (zh) 一种基于机载双相机和目标追踪的桥梁变形测量方法
US20180285620A1 (en) High speed pupil detection system and method
CN112073640B (zh) 全景信息采集位姿获取方法及装置、系统
US20220366570A1 (en) Object tracking device and object tracking method
CN113221815A (zh) 一种基于骨骼关键点自动检测技术的步态鉴定方法
CN109460077B (zh) 一种自动跟踪方法、自动跟踪设备及自动跟踪系统
CN116382473A (zh) 一种基于自适应时序分析预测的视线校准、运动追踪及精度测试方法
JP6567638B2 (ja) 鼻紋照合システム、鼻紋照合方法及び鼻紋照合プログラム

Legal Events

Date Code Title Description
A201 Request for examination
N231 Notification of change of applicant
A302 Request for accelerated examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right