KR102093208B1 - 화소 분석에 기초한 인물 인식 장치 및 그 동작 방법 - Google Patents

화소 분석에 기초한 인물 인식 장치 및 그 동작 방법 Download PDF

Info

Publication number
KR102093208B1
KR102093208B1 KR1020180145047A KR20180145047A KR102093208B1 KR 102093208 B1 KR102093208 B1 KR 102093208B1 KR 1020180145047 A KR1020180145047 A KR 1020180145047A KR 20180145047 A KR20180145047 A KR 20180145047A KR 102093208 B1 KR102093208 B1 KR 102093208B1
Authority
KR
South Korea
Prior art keywords
person
virtual circular
circular area
virtual
exists
Prior art date
Application number
KR1020180145047A
Other languages
English (en)
Inventor
김동호
한승범
나선엽
김상연
Original Assignee
동국대학교 산학협력단
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 동국대학교 산학협력단 filed Critical 동국대학교 산학협력단
Priority to KR1020180145047A priority Critical patent/KR102093208B1/ko
Application granted granted Critical
Publication of KR102093208B1 publication Critical patent/KR102093208B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06K9/00228—
    • G06K9/00744—
    • G06K9/481—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/469—Contour-based spatial representations, e.g. vector-coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 영상의 특정 프레임에 가상의 원형 영역을 생성하고, 상기 가상의 원형 영역 내부와 외부의 화소값 비교를 통해 상기 가상의 원형 영역 내부에 인물 검출을 위한 후보 개체가 존재하는지 판단한 후 상기 후보 개체가 존재하는 것으로 판단된 경우, 상기 가상의 원형 영역 내부의 화소들의 화소값에 기초하여 상기 가상의 원형 영역 내부에 인물이 존재하는지 여부를 판단할 수 있는 인물 인식 장치 및 그 동작 방법에 대한 것이다.

Description

화소 분석에 기초한 인물 인식 장치 및 그 동작 방법{CHARACTER RECOGNITION DEVICE BASED ON PIXEL ANALYSIS AND OPERATING METHOD THEREOF}
본 발명은 영상에서 화소를 분석하여 인물을 인식할 수 있는 장치 및 그 동작 방법에 대한 것이다.
최근, 영상 처리 기술이 발달함에 따라 영상에서 인물을 인식할 수 있도록 하는 다양한 기술들이 등장하고 있다.
영상에서 인물을 인식하는 기술은 모션 인식을 통해 기계를 조작하는 게임기 등과 관련된 분야나 보안 시스템에서 사람이 존재하는지 여부를 판정하여 관련된 보안 서비스를 제공하는 분야에서 활용도가 높다.
관련해서, 한국등록특허 제10-0853267호에서는 스테레오 카메라를 이용하여 인물들 간의 겹침 현상을 효율적으로 구분하고 부분영역 단위로 적분 히스토그램을 이용하여 연산비용을 최소화한 스테레오 시각 정보를 이용한 복수 인물 추적 방법 및 그 시스템에 관한 기술을 개시하고 있고, 한국등록특허 제10-0896949호에서는 사고발생원인 규명을 신속히 분석하기 위해 녹화된 영상정보에서 원하는 영상을 빠르게 검색할 수 있는 객체식별이 가능한 영상처리 감시시스템 및 감시방법에 관한 기술을 개시하고 있다.
다양한 인물 인식 기술이 존재하고 있지만, 기존의 인물 인식 기술들은 인물 인식을 위한 영상 처리를 수행함에 있어 많은 시스템 자원을 사용해야 한다는 점에서 적은 시스템 자원을 이용해서 비교적 간단하게 영상으로부터 인물을 인식할 수 있도록 지원하는 기술에 대한 연구가 필요하다.
본 발명은 영상의 특정 프레임에 가상의 원형 영역을 생성하고, 상기 가상의 원형 영역 내부와 외부의 화소값 비교를 통해 상기 가상의 원형 영역 내부에 인물 검출을 위한 후보 개체가 존재하는지 판단한 후 상기 후보 개체가 존재하는 것으로 판단된 경우, 상기 가상의 원형 영역 내부의 화소들의 화소값에 기초하여 상기 가상의 원형 영역 내부에 인물이 존재하는지 여부를 판단할 수 있는 인물 인식 장치 및 그 동작 방법을 제공하고자 한다.
본 발명의 일실시예에 따른 화소 분석에 기초한 인물 인식 장치는 카메라를 통해 영상이 촬영되면, 상기 카메라를 통해 촬영된 영상을 구성하는 프레임들 중 어느 하나인 제1 프레임에 대해 상기 제1 프레임을 구성하는 이미지의 중점을 기초로 기설정된(predetermined) 반경을 갖는 가상의 원형 영역을 생성하는 원형 영역 생성부, 상기 가상의 원형 영역 외부의 화소들의 제1 화소값 평균을 연산하고, 상기 가상의 원형 영역 내부의 화소들의 제2 화소값 평균을 연산하는 평균 연산부, 상기 제1 화소값 평균과 상기 제2 화소값 평균 간의 차이의 절대값을 연산하고, 상기 절대값이 기설정된 기준값을 초과하는 것으로 확인되면, 상기 가상의 원형 영역 내부에 인물 검출을 위한 후보 개체가 존재하는 것으로 판단하는 후보 개체 판단부 및 상기 가상의 원형 영역 내부에 상기 후보 개체가 존재하는 것으로 판단된 경우, 상기 가상의 원형 영역 내부의 화소들의 화소값에 기초하여 상기 가상의 원형 영역 내부에 인물이 존재하는지 여부를 판단하는 인물 판단부를 포함한다.
또한, 본 발명의 일실시예에 따른 화소 분석에 기초한 인물 인식 장치의 동작 방법은 카메라를 통해 영상이 촬영되면, 상기 카메라를 통해 촬영된 영상을 구성하는 프레임들 중 어느 하나인 제1 프레임에 대해 상기 제1 프레임을 구성하는 이미지의 중점을 기초로 기설정된 반경을 갖는 가상의 원형 영역을 생성하는 단계, 상기 가상의 원형 영역 외부의 화소들의 제1 화소값 평균을 연산하고, 상기 가상의 원형 영역 내부의 화소들의 제2 화소값 평균을 연산하는 단계, 상기 제1 화소값 평균과 상기 제2 화소값 평균 간의 차이의 절대값을 연산하고, 상기 절대값이 기설정된 기준값을 초과하는 것으로 확인되면, 상기 가상의 원형 영역 내부에 인물 검출을 위한 후보 개체가 존재하는 것으로 판단하는 단계 및 상기 가상의 원형 영역 내부에 상기 후보 개체가 존재하는 것으로 판단된 경우, 상기 가상의 원형 영역 내부의 화소들의 화소값에 기초하여 상기 가상의 원형 영역 내부에 인물이 존재하는지 여부를 판단하는 단계를 포함한다.
본 발명은 영상의 특정 프레임에 가상의 원형 영역을 생성하고, 상기 가상의 원형 영역 내부와 외부의 화소값 비교를 통해 상기 가상의 원형 영역 내부에 인물 검출을 위한 후보 개체가 존재하는지 판단한 후 상기 후보 개체가 존재하는 것으로 판단된 경우, 상기 가상의 원형 영역 내부의 화소들의 화소값에 기초하여 상기 가상의 원형 영역 내부에 인물이 존재하는지 여부를 판단할 수 있는 인물 인식 장치 및 그 동작 방법을 제공할 수 있다.
도 1은 본 발명의 일실시예에 따른 화소 분석에 기초한 인물 인식 장치의 구조를 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 화소 분석에 기초한 인물 인식 장치의 동작 방법을 도시한 순서도이다.
이하에서는 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명하기로 한다. 이러한 설명은 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였으며, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 본 명세서 상에서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 사람에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다.
본 문서에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다. 또한, 본 발명의 다양한 실시예들에 있어서, 각 구성요소들, 기능 블록들 또는 수단들은 하나 또는 그 이상의 하부 구성요소로 구성될 수 있고, 각 구성요소들이 수행하는 전기, 전자, 기계적 기능들은 전자회로, 집적회로, ASIC(Application Specific Integrated Circuit) 등 공지된 다양한 소자들 또는 기계적 요소들로 구현될 수 있으며, 각각 별개로 구현되거나 2 이상이 하나로 통합되어 구현될 수도 있다.
한편, 첨부된 블록도의 블록들이나 흐름도의 단계들은 범용 컴퓨터, 특수용 컴퓨터, 휴대용 노트북 컴퓨터, 네트워크 컴퓨터 등 데이터 프로세싱이 가능한 장비의 프로세서나 메모리에 탑재되어 지정된 기능들을 수행하는 컴퓨터 프로그램 명령들(instructions)을 의미하는 것으로 해석될 수 있다. 이들 컴퓨터 프로그램 명령들은 컴퓨터 장치에 구비된 메모리 또는 컴퓨터에서 판독 가능한 메모리에 저장될 수 있기 때문에, 블록도의 블록들 또는 흐름도의 단계들에서 설명된 기능들은 이를 수행하는 명령 수단을 내포하는 제조물로 생산될 수도 있다. 아울러, 각 블록 또는 각 단계는 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 명령들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 가능한 실시예들에서는 블록들 또는 단계들에서 언급된 기능들이 정해진 순서와 달리 실행되는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 실질적으로 동시에 수행되거나, 역순으로 수행될 수 있으며, 경우에 따라 일부 블록들 또는 단계들이 생략된 채로 수행될 수도 있다.
도 1은 본 발명의 일실시예에 따른 화소 분석에 기초한 인물 인식 장치의 구조를 도시한 도면이다.
도 1을 참조하면, 본 발명에 따른 화소 분석에 기초한 인물 인식 장치(110)는 원형 영역 생성부(111), 평균 연산부(112), 후보 개체 판단부(113) 및 인물 판단부(114)를 포함한다.
원형 영역 생성부(111)는 카메라를 통해 영상이 촬영되면, 상기 카메라를 통해 촬영된 영상을 구성하는 프레임들 중 어느 하나인 제1 프레임에 대해 상기 제1 프레임을 구성하는 이미지의 중점을 기초로 기설정된(predetermined) 반경을 갖는 가상의 원형 영역을 생성한다.
평균 연산부(112)는 상기 가상의 원형 영역 외부의 화소들의 제1 화소값 평균을 연산하고, 상기 가상의 원형 영역 내부의 화소들의 제2 화소값 평균을 연산한다.
예컨대, 상기 제1 프레임을 구성하는 화소의 총 개수가 1만개라고 하고, 상기 가상의 원형 영역 외부에 존재하는 화소들의 개수가 3,000개, 상기 가상의 원형 영역 내부에 존재하는 화소들의 개수가 7,000개라고 하는 경우, 평균 연산부(112)는 상기 가상의 원형 영역 외부에 존재하는 3,000개의 화소들의 화소값의 평균을 상기 제1 화소값 평균으로 연산하고, 상기 가상의 원형 영역 내부에 존재하는 7,000개의 화소들의 화소값의 평균을 상기 제2 화소값 평균으로 연산할 수 있다.
후보 개체 판단부(113)는 상기 제1 화소값 평균과 상기 제2 화소값 평균 간의 차이의 절대값을 연산하고, 상기 절대값이 기설정된 기준값을 초과하는 것으로 확인되면, 상기 가상의 원형 영역 내부에 인물 검출을 위한 후보 개체가 존재하는 것으로 판단한다.
관련해서, 상기 제1 프레임에서 인물이 찍힌 경우, 인물은 상기 가상의 원형 영역 내부에 존재할 가능성이 높고, 일반적으로 인물의 색상과 배경의 색상 간의 차이가 크기 때문에 상기 가상의 원형 영역 내부의 화소들의 화소값과 상기 가상의 원형 영역 외부의 화소들의 화소값 간의 차이가 클 가능성이 높을 것이다.
따라서, 후보 개체 판단부(113)는 상기 제1 화소값 평균과 상기 제2 화소값 평균 간의 차이의 절대값이 상기 기준값을 초과하는 것으로 확인되는 경우, 상기 가상의 원형 영역 내부에 인물에 대응하는 색상을 갖는 개체가 존재할 가능성이 높다는 점에서, 상기 가상의 원형 영역 내부에 인물 검출을 위한 후보 개체가 존재하는 것으로 판단할 수 있다.
이렇게, 상기 가상의 원형 영역 내부에 상기 후보 개체가 존재하는 것으로 판단된 경우, 인물 판단부(114)는 상기 가상의 원형 영역 내부의 화소들의 화소값에 기초하여 상기 가상의 원형 영역 내부에 인물이 존재하는지 여부를 판단한다.
이때, 본 발명의 일실시예에 따르면, 인물 판단부(114)는 부분 가상 영역 생성부(115), 특징 벡터 생성부(116), 유클리드 거리 연산부(117) 및 판단 처리부(118)를 포함할 수 있다.
부분 가상 영역 생성부(115)는 상기 가상의 원형 영역 내부에 상기 후보 개체가 존재하는 것으로 판단된 경우, 상기 가상의 원형 영역 내부에 복수의 부분 가상 영역들을 생성한다.
관련해서, 상기 복수의 부분 가상 영역들은 사람의 얼굴, 몸통, 어깨 부분에 대응되는 부분 영역들로, 상기 가상의 원형 영역 내에서 생성되도록 미리 사용자에 의해 설정되어 있을 수 있다.
즉, 사용자는 상기 가상의 원형 영역 내부에 사람이 존재한다고 하였을 때, 사람의 얼굴이 위치할 가능성이 높은 지점에 얼굴에 대응하는 제1 부분 가상 영역을 설정해 둘 수 있고, 사람의 몸통이 위치할 가능성이 높은 지점에 몸통에 대응하는 제2 부분 가상 영역을 설정해 둘 수 있으며, 사람의 어깨가 위치할 가능성이 높은 지점에 어깨에 대응하는 제3 부분 가상 영역을 설정해 둘 수 있다.
이러한 상황하에서 후보 개체 판단부(113)가 상기 가상의 원형 영역 내부에 상기 후보 개체가 존재하는 것으로 판단한 경우, 부분 가상 영역 생성부(115)는 사용자가 설정해 둔 부분 가상 영역의 생성 지점에 기초하여 상기 가상의 원형 영역 내부에 복수의 부분 가상 영역들을 생성할 수 있다.
특징 벡터 생성부(116)는 상기 복수의 부분 가상 영역들 각각에 존재하는 화소들의 화소값 평균을 연산하고, 상기 복수의 부분 가상 영역들 각각에 존재하는 화소들의 화소값 평균을 성분으로 포함하는 특징 벡터를 생성한다.
예컨대, 상기 복수의 부분 가상 영역들이 제1 부분 가상 영역, 제2 부분 가상 영역, 제3 부분 가상 영역으로 생성되었다고 하는 경우, 특징 벡터 생성부(116)는 상기 제1 부분 가상 영역에 존재하는 화소들의 화소값 평균인 제1 부분 화소값 평균을 연산하고, 상기 제2 부분 가상 영역에 존재하는 화소들의 화소값 평균인 제2 부분 화소값 평균을 연산하며, 상기 제3 부분 가상 영역에 존재하는 화소들의 화소값 평균인 제3 부분 화소값 평균을 연산한 후 상기 제1 부분 화소값 평균, 상기 제2 부분 화소값 평균 및 상기 제3 부분 화소값 평균을 성분으로 포함하는 특징 벡터를 생성할 수 있다.
이때, 상기 제1 부분 화소값 평균을 a, 상기 제2 부분 화소값 평균을 b, 상기 제3 부분 화소값 평균을 c라고 하는 경우, 특징 벡터 생성부(116)는 '(a, b, c)'라고 하는 3차원 특징 벡터를 생성할 수 있다.
이렇게, 상기 특징 벡터의 생성이 완료되면, 유클리드 거리 연산부(117)는 상기 특징 벡터와 인물 검출을 위해서 미리 지정되어 있는 기준 벡터 사이의 유클리드 거리(Euclidean Distance)를 연산한다.
여기서, 상기 기준 벡터는 개발자나 사용자에 의해 미리 설정된 벡터로 인물임을 판정하기 위한 미리 설정된 임계치에 해당된다. 예컨대, 상기 복수의 부분 가상 영역들이 얼굴에 대응하는 제1 부분 가상 영역, 몸통에 대응하는 제2 부분 가상 영역, 어깨에 대응하는 제3 부분 가상 영역으로 나뉘어질 수 있다고 한다면, 상기 기준 벡터는 인물의 실제 얼굴의 색상에 매칭되는 화소값과 인물의 실제 몸통의 색상에 매칭되는 화소값 및 인물의 실제 어깨의 색상에 매칭되는 화소값을 성분으로 포함하는 3차원 벡터로 설정될 수 있다.
그리고, 유클리드 거리란 두 벡터 간의 거리를 의미하는 것으로 하기의 수학식 1에 따라 연산될 수 있다.
Figure 112018116495717-pat00001
상기 수학식 1에서 D는 유클리드 거리, pi와 qi는 두 벡터에 포함되어 있는 i번째 성분들을 의미한다. 두 벡터 간의 유클리드 거리가 작을수록 두 벡터는 유사한 벡터라고 볼 수 있고, 두 벡터 간의 유클리드 거리가 클수록 두 벡터는 비유사한 벡터라고 볼 수 있다.
즉, 상기 특징 벡터와 상기 기준 벡터 간의 유클리드 거리가 작을수록 상기 특징 벡터는 상기 기준 벡터와 유사한 벡터라고 볼 수 있고, 유클리드 거리가 클수록 상기 특징 벡터는 상기 기준 벡터와 비유사한 벡터라고 볼 수 있다.
판단 처리부(118)는 상기 유클리드 거리의 연산이 완료되면, 상기 연산된 유클리드 거리가 기설정된 기준 거리 이내인지 여부를 확인하고, 상기 연산된 유클리드 거리가 상기 기준 거리 이내인 것으로 확인되는 경우, 상기 가상의 원형 영역 내부에 인물이 존재하는 것으로 판단한다.
즉, 판단 처리부(118)는 상기 특징 벡터가 상기 기준 벡터와 유사한 것으로 판단되면, 상기 가상의 원형 영역 내부에 인물이 존재하는 것으로 판단할 수 있다.
이때, 본 발명의 일실시예에 따르면, 판단 처리부(118)는 상기 절대값이 가중치 적용을 위해 미리 설정되어 있는 임계값(상기 임계값은 상기 기준값을 초과하는 값임)을 초과하는 경우, 상기 기준 거리에 '1'을 초과하는 값으로 미리 설정되어 있는 가중치를 곱하여 상기 기준 거리에 대한 보정을 수행한 후 상기 연산된 유클리드 거리가 상기 보정된 기준 거리 이내인지 여부를 확인하여 상기 연산된 유클리드 거리가 상기 보정된 기준 거리 이내인 것으로 확인되는 경우, 상기 가상의 원형 영역 내부에 인물이 존재하는 것으로 판단할 수 있다.
관련해서, 상기 제1 화소값 평균과 상기 제2 화소값 평균 간의 차이의 절대값이 클수록 상기 가상의 원형 영역 내부와 외부 사이의 화소값 차이가 커서 상기 가상의 원형 영역 내부에 소정의 개체가 존재할 가능성이 높다고 볼 수 있기 때문에, 판단 처리부(118)는 상기 기준 거리에 '1'을 초과하는 값으로 미리 설정되어 있는 가중치를 곱하여 상기 기준 거리를 더 큰 값으로 보정한 후 상기 연산된 유클리드 거리가 상기 보정된 기준 거리 이내인지 확인함으로써, 상기 가상의 원형 영역 내부에 인물이 존재하는지 여부를 판단할 수 있다.
본 발명의 일실시예에 따르면, 화소 분석에 기초한 인물 인식 장치(110)는 판정부(119)를 더 포함할 수 있다.
판정부(119)는 상기 카메라를 통해 촬영된 영상을 구성하는 프레임들에 대한 인물의 존재 여부를 판단한 결과, 기설정된 개수의 연속된 프레임에서 인물이 존재하는 것으로 판단된 경우, 상기 카메라의 전방에 사람이 존재하는 것으로 판정한다.
즉, 판정부(119)는 지금까지 설명한 방식에 따라 상기 카메라를 통해 촬영된 영상을 구성하는 프레임들에 대한 인물의 존재 여부를 판단해본 결과, 기설정된 개수의 연속된 프레임에서 인물이 존재하는 것으로 판단된 경우, 상기 카메라의 전방에 실제로 사람이 존재하는 것으로 판정할 수 있다.
도 2는 본 발명의 일실시예에 따른 화소 분석에 기초한 인물 인식 장치의 동작 방법을 도시한 순서도이다.
단계(S210)에서는 카메라를 통해 영상이 촬영되면, 상기 카메라를 통해 촬영된 영상을 구성하는 프레임들 중 어느 하나인 제1 프레임에 대해 상기 제1 프레임을 구성하는 이미지의 중점을 기초로 기설정된 반경을 갖는 가상의 원형 영역을 생성한다.
단계(S220)에서는 상기 가상의 원형 영역 외부의 화소들의 제1 화소값 평균을 연산하고, 상기 가상의 원형 영역 내부의 화소들의 제2 화소값 평균을 연산한다.
단계(S230)에서는 상기 제1 화소값 평균과 상기 제2 화소값 평균 간의 차이의 절대값을 연산하고, 상기 절대값이 기설정된 기준값을 초과하는 것으로 확인되면, 상기 가상의 원형 영역 내부에 인물 검출을 위한 후보 개체가 존재하는 것으로 판단한다.
단계(S240)에서는 상기 가상의 원형 영역 내부에 상기 후보 개체가 존재하는 것으로 판단된 경우, 상기 가상의 원형 영역 내부의 화소들의 화소값에 기초하여 상기 가상의 원형 영역 내부에 인물이 존재하는지 여부를 판단한다.
이때, 본 발명의 일실시예에 따르면, 단계(S240)에서는 상기 가상의 원형 영역 내부에 상기 후보 개체가 존재하는 것으로 판단된 경우, 상기 가상의 원형 영역 내부에 복수의 부분 가상 영역들을 생성하는 단계, 상기 복수의 부분 가상 영역들 각각에 존재하는 화소들의 화소값 평균을 연산하고, 상기 복수의 부분 가상 영역들 각각에 존재하는 화소들의 화소값 평균을 성분으로 포함하는 특징 벡터를 생성하는 단계, 상기 특징 벡터와 인물 검출을 위해서 미리 지정되어 있는 기준 벡터 사이의 유클리드 거리를 연산하는 단계 및 상기 연산된 유클리드 거리가 기설정된 기준 거리 이내인지 여부를 확인하고, 상기 연산된 유클리드 거리가 상기 기준 거리 이내인 것으로 확인되는 경우, 상기 가상의 원형 영역 내부에 인물이 존재하는 것으로 판단하는 단계를 포함할 수 있다.
이때, 본 발명의 일실시예에 따르면, 상기 인물이 존재하는 것으로 판단하는 단계는 상기 절대값이 가중치 적용을 위해 미리 설정되어 있는 임계값(상기 임계값은 상기 기준값을 초과하는 값임)을 초과하는 경우, 상기 기준 거리에 '1'을 초과하는 값으로 미리 설정되어 있는 가중치를 곱하여 상기 기준 거리에 대한 보정을 수행한 후 상기 연산된 유클리드 거리가 상기 보정된 기준 거리 이내인지 여부를 확인하여 상기 연산된 유클리드 거리가 상기 보정된 기준 거리 이내인 것으로 확인되는 경우, 상기 가상의 원형 영역 내부에 인물이 존재하는 것으로 판단할 수 있다.
또한, 본 발명의 일실시예에 따르면, 상기 화소 분석에 기초한 인물 인식 장치의 동작 방법은 상기 카메라를 통해 촬영된 영상을 구성하는 프레임들에 대한 인물의 존재 여부를 판단한 결과, 기설정된 개수의 연속된 프레임에서 인물이 존재하는 것으로 판단된 경우, 상기 카메라의 전방에 사람이 존재하는 것으로 판정하는 단계를 더 포함할 수 있다.
이상, 도 2를 참조하여 본 발명의 일실시예에 따른 화소 분석에 기초한 인물 인식 장치의 동작 방법에 대해 설명하였다. 여기서, 본 발명의 일실시예에 따른 화소 분석에 기초한 인물 인식 장치의 동작 방법은 도 1을 이용하여 설명한 화소 분석에 기초한 인물 인식 장치(110)의 동작에 대한 구성과 대응될 수 있으므로, 이에 대한 보다 상세한 설명은 생략하기로 한다.
본 발명의 일실시예에 따른 화소 분석에 기초한 인물 인식 장치의 동작 방법은 컴퓨터와의 결합을 통해 실행시키기 위한 저장매체에 저장된 컴퓨터 프로그램으로 구현될 수 있다.
또한, 본 발명의 일실시예에 따른 화소 분석에 기초한 인물 인식 장치의 동작 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
110: 화소 분석에 기초한 인물 인식 장치
111: 원형 영역 생성부 112: 평균 연산부
113: 후보 개체 판단부 114: 인물 판단부
115: 부분 가상 영역 생성부 116: 특징 벡터 생성부
117: 유클리드 거리 연산부 118: 판단 처리부
119: 판정부

Claims (10)

  1. 카메라를 통해 영상이 촬영되면, 상기 카메라를 통해 촬영된 영상을 구성하는 프레임들 중 어느 하나인 제1 프레임에 대해 상기 제1 프레임을 구성하는 이미지의 중점을 기초로 기설정된(predetermined) 반경을 갖는 가상의 원형 영역을 생성하는 원형 영역 생성부;
    상기 가상의 원형 영역 외부의 화소들의 제1 화소값 평균을 연산하고, 상기 가상의 원형 영역 내부의 화소들의 제2 화소값 평균을 연산하는 평균 연산부;
    상기 제1 화소값 평균과 상기 제2 화소값 평균 간의 차이의 절대값을 연산하고, 상기 절대값이 기설정된 기준값을 초과하는 것으로 확인되면, 상기 가상의 원형 영역 내부에 인물 검출을 위한 후보 개체가 존재하는 것으로 판단하는 후보 개체 판단부; 및
    상기 가상의 원형 영역 내부에 상기 후보 개체가 존재하는 것으로 판단된 경우, 상기 가상의 원형 영역 내부의 화소들의 화소값에 기초하여 상기 가상의 원형 영역 내부에 인물이 존재하는지 여부를 판단하는 인물 판단부
    를 포함하고,
    상기 인물 판단부는
    상기 가상의 원형 영역 내부에 상기 후보 개체가 존재하는 것으로 판단된 경우, 상기 가상의 원형 영역 내부에 복수의 부분 가상 영역들을 생성하는 부분 가상 영역 생성부;
    상기 복수의 부분 가상 영역들 각각에 존재하는 화소들의 화소값 평균을 연산하고, 상기 복수의 부분 가상 영역들 각각에 존재하는 화소들의 화소값 평균을 성분으로 포함하는 특징 벡터를 생성하는 특징 벡터 생성부;
    상기 특징 벡터와 인물 검출을 위해서 미리 지정되어 있는 기준 벡터 사이의 유클리드 거리(Euclidean Distance)를 연산하는 유클리드 거리 연산부; 및
    상기 연산된 유클리드 거리가 기설정된 기준 거리 이내인지 여부를 확인하고, 상기 연산된 유클리드 거리가 상기 기준 거리 이내인 것으로 확인되는 경우, 상기 가상의 원형 영역 내부에 인물이 존재하는 것으로 판단하는 판단 처리부
    를 포함하는 화소 분석에 기초한 인물 인식 장치.
  2. 삭제
  3. 제1항에 있어서,
    상기 판단 처리부는
    상기 절대값이 가중치 적용을 위해 미리 설정되어 있는 임계값 - 상기 임계값은 상기 기준값을 초과하는 값임 - 을 초과하는 경우, 상기 기준 거리에 '1'을 초과하는 값으로 미리 설정되어 있는 가중치를 곱하여 상기 기준 거리에 대한 보정을 수행한 후 상기 연산된 유클리드 거리가 상기 보정된 기준 거리 이내인지 여부를 확인하여 상기 연산된 유클리드 거리가 상기 보정된 기준 거리 이내인 것으로 확인되는 경우, 상기 가상의 원형 영역 내부에 인물이 존재하는 것으로 판단하는 화소 분석에 기초한 인물 인식 장치.
  4. 제1항에 있어서,
    상기 카메라를 통해 촬영된 영상을 구성하는 프레임들에 대한 인물의 존재 여부를 판단한 결과, 기설정된 개수의 연속된 프레임에서 인물이 존재하는 것으로 판단된 경우, 상기 카메라의 전방에 사람이 존재하는 것으로 판정하는 판정부
    를 더 포함하는 화소 분석에 기초한 인물 인식 장치.
  5. 카메라를 통해 영상이 촬영되면, 상기 카메라를 통해 촬영된 영상을 구성하는 프레임들 중 어느 하나인 제1 프레임에 대해 상기 제1 프레임을 구성하는 이미지의 중점을 기초로 기설정된(predetermined) 반경을 갖는 가상의 원형 영역을 생성하는 단계;
    상기 가상의 원형 영역 외부의 화소들의 제1 화소값 평균을 연산하고, 상기 가상의 원형 영역 내부의 화소들의 제2 화소값 평균을 연산하는 단계;
    상기 제1 화소값 평균과 상기 제2 화소값 평균 간의 차이의 절대값을 연산하고, 상기 절대값이 기설정된 기준값을 초과하는 것으로 확인되면, 상기 가상의 원형 영역 내부에 인물 검출을 위한 후보 개체가 존재하는 것으로 판단하는 단계; 및
    상기 가상의 원형 영역 내부에 상기 후보 개체가 존재하는 것으로 판단된 경우, 상기 가상의 원형 영역 내부의 화소들의 화소값에 기초하여 상기 가상의 원형 영역 내부에 인물이 존재하는지 여부를 판단하는 단계
    를 포함하고,
    상기 인물이 존재하는지 여부를 판단하는 단계는
    상기 가상의 원형 영역 내부에 상기 후보 개체가 존재하는 것으로 판단된 경우, 상기 가상의 원형 영역 내부에 복수의 부분 가상 영역들을 생성하는 단계;
    상기 복수의 부분 가상 영역들 각각에 존재하는 화소들의 화소값 평균을 연산하고, 상기 복수의 부분 가상 영역들 각각에 존재하는 화소들의 화소값 평균을 성분으로 포함하는 특징 벡터를 생성하는 단계;
    상기 특징 벡터와 인물 검출을 위해서 미리 지정되어 있는 기준 벡터 사이의 유클리드 거리(Euclidean Distance)를 연산하는 단계; 및
    상기 연산된 유클리드 거리가 기설정된 기준 거리 이내인지 여부를 확인하고, 상기 연산된 유클리드 거리가 상기 기준 거리 이내인 것으로 확인되는 경우, 상기 가상의 원형 영역 내부에 인물이 존재하는 것으로 판단하는 단계
    를 포함하는 화소 분석에 기초한 인물 인식 장치의 동작 방법.
  6. 삭제
  7. 제5항에 있어서,
    상기 인물이 존재하는 것으로 판단하는 단계는
    상기 절대값이 가중치 적용을 위해 미리 설정되어 있는 임계값 - 상기 임계값은 상기 기준값을 초과하는 값임 - 을 초과하는 경우, 상기 기준 거리에 '1'을 초과하는 값으로 미리 설정되어 있는 가중치를 곱하여 상기 기준 거리에 대한 보정을 수행한 후 상기 연산된 유클리드 거리가 상기 보정된 기준 거리 이내인지 여부를 확인하여 상기 연산된 유클리드 거리가 상기 보정된 기준 거리 이내인 것으로 확인되는 경우, 상기 가상의 원형 영역 내부에 인물이 존재하는 것으로 판단하는 화소 분석에 기초한 인물 인식 장치의 동작 방법.
  8. 제5항에 있어서,
    상기 카메라를 통해 촬영된 영상을 구성하는 프레임들에 대한 인물의 존재 여부를 판단한 결과, 기설정된 개수의 연속된 프레임에서 인물이 존재하는 것으로 판단된 경우, 상기 카메라의 전방에 사람이 존재하는 것으로 판정하는 단계
    를 더 포함하는 화소 분석에 기초한 인물 인식 장치의 동작 방법.
  9. 제5항, 제7항 또는 제8항 중 어느 한 항의 방법을 컴퓨터와의 결합을 통해 실행시키기 위한 컴퓨터 프로그램을 기록한 컴퓨터 판독 가능 기록 매체.
  10. 제5항, 제7항 또는 제8항 중 어느 한 항의 방법을 컴퓨터와의 결합을 통해 실행시키기 위한 저장매체에 저장된 컴퓨터 프로그램.
KR1020180145047A 2018-11-22 2018-11-22 화소 분석에 기초한 인물 인식 장치 및 그 동작 방법 KR102093208B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180145047A KR102093208B1 (ko) 2018-11-22 2018-11-22 화소 분석에 기초한 인물 인식 장치 및 그 동작 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180145047A KR102093208B1 (ko) 2018-11-22 2018-11-22 화소 분석에 기초한 인물 인식 장치 및 그 동작 방법

Publications (1)

Publication Number Publication Date
KR102093208B1 true KR102093208B1 (ko) 2020-03-26

Family

ID=69958624

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180145047A KR102093208B1 (ko) 2018-11-22 2018-11-22 화소 분석에 기초한 인물 인식 장치 및 그 동작 방법

Country Status (1)

Country Link
KR (1) KR102093208B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006048322A (ja) * 2004-08-04 2006-02-16 Seiko Epson Corp オブジェクト画像検出装置、顔画像検出プログラムおよび顔画像検出方法
WO2006087789A1 (ja) * 2005-02-17 2006-08-24 Fujitsu Limited 画像処理方法、画像処理システム、画像処理装置及びコンピュータプログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006048322A (ja) * 2004-08-04 2006-02-16 Seiko Epson Corp オブジェクト画像検出装置、顔画像検出プログラムおよび顔画像検出方法
WO2006087789A1 (ja) * 2005-02-17 2006-08-24 Fujitsu Limited 画像処理方法、画像処理システム、画像処理装置及びコンピュータプログラム

Similar Documents

Publication Publication Date Title
US10038892B2 (en) Device and method for augmented reality applications
KR101557376B1 (ko) 사람 계수 방법 및 그를 위한 장치
US9811721B2 (en) Three-dimensional hand tracking using depth sequences
EP2164027B1 (en) Object detecting device, imaging apparatus, object detecting method, and program
US8995714B2 (en) Information creation device for estimating object position and information creation method and program for estimating object position
CN108875534B (zh) 人脸识别的方法、装置、系统及计算机存储介质
JP2016081212A (ja) 画像認識装置、画像認識方法、および、画像認識プログラム
US20160004935A1 (en) Image processing apparatus and image processing method which learn dictionary
JP2016095808A (ja) 物体検出装置、物体検出方法、画像認識装置及びコンピュータプログラム
CN111598065B (zh) 深度图像获取方法及活体识别方法、设备、电路和介质
CN111382637B (zh) 行人检测跟踪方法、装置、终端设备及介质
CN113128520B (zh) 图像特征提取方法、目标重识别方法、装置及存储介质
KR101545809B1 (ko) 차량 번호판 이중 검출 방법 및 장치
Tang et al. Multiple-kernel adaptive segmentation and tracking (MAST) for robust object tracking
JP2013206458A (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
CN114902299A (zh) 图像中关联对象的检测方法、装置、设备和存储介质
KR101991307B1 (ko) 다중 객체 추적을 위한 트랙렛의 특징 벡터 할당이 가능한 전자 장치 및 그 동작 방법
KR20160032432A (ko) 동일 객체 검출 방법 및 장치
CN111291749A (zh) 手势识别方法、装置及机器人
KR20190018274A (ko) 이미지에 포함된 특징 포인트의 시간 또는 공간의 움직임에 기초하여 이미지에 존재하는 피사체를 인식하는 장치 및 방법
EP2998928B1 (en) Apparatus and method for extracting high watermark image from continuously photographed images
KR20160036081A (ko) 그래프 매칭 및 사이클 검출에 의한 자동 모델 초기화로의 라인 트래킹
EP2128820A1 (en) Information extracting method, registering device, collating device and program
KR102093208B1 (ko) 화소 분석에 기초한 인물 인식 장치 및 그 동작 방법
CN115223022B (zh) 一种图像处理方法、装置、存储介质及设备

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant