KR20060064504A - 대상 물체 검출 시스템 및 그 방법 - Google Patents
대상 물체 검출 시스템 및 그 방법 Download PDFInfo
- Publication number
- KR20060064504A KR20060064504A KR1020050078822A KR20050078822A KR20060064504A KR 20060064504 A KR20060064504 A KR 20060064504A KR 1020050078822 A KR1020050078822 A KR 1020050078822A KR 20050078822 A KR20050078822 A KR 20050078822A KR 20060064504 A KR20060064504 A KR 20060064504A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- motion
- target object
- frame
- object detection
- Prior art date
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/62—Control of parameters via user interfaces
-
- 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
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- 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
- G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/61—Control of cameras or camera modules based on recognised objects
- H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Image Analysis (AREA)
Abstract
Description
Claims (45)
- 입력 영상으로부터 대상 물체를 검출하는 방법에 있어서,a) 입력 영상에 움직임 영역이 존재하는 경우, 카메라 움직임 파라미터를 구하여, 영상 프레임을 보정하는 단계;b) 영상 프레임과 이전 입력 영상 프레임으로부터 움직임 후보 영역을 추출하는 단계;c) 입력 영상으로부터 영상 특징 정보를 추출하는 단계;d) 상기 움직임 후보 영역 및 상기 영상 특징 정보를 기초로 대상 물체의 형상을 추출하는 단계를 포함하는대상 물체 검출 방법.
- 제1항에 있어서,상기 a) 단계는,움직임 영역의 폭이 소정 임계치(T 2 ) 이상인 경우 카메라 움직임 파라미터를 구하여 영상프레임을 보정하는 단계인대상 물체 검출 방법.
- 제1항 또는 제2항에 있어서,상기 a) 단계 이전,연속 영상 프레임간 화소 (x,y)의 명도값의 차가 소정 임계치(T 1 ) 이상인 화소- 모션 화소-가 존재하는지 판단하는 단계를 더 포함하여,상기 a) 단계는,상기 모션 화소가 존재하는 경우 실행되는대상 물체 검출 방법.
- 제4항에 있어서,상기 임계치(T 1 )는 10≤T 1 ≤20 범위의 값을 갖는대상 물체 검출 방법
- 제3항에 있어서,상기 모션 화소는 입력 영상의 전체 화소로부터 도출하는대상 물체 검출 방법.
- 제3항에 있어서,상기 a) 단계에서 움직임 영역의 폭이 소정 임계치(T 2 ) 이상인지 여부에 대한 체크는상기 모션 화소들에 대한 연결 요소들 중 최대 x값과 최소 x값의 차이가 전체 영상폭에 대비하여 소정 임계치(T 2 ) 이상인지 체크하는 단계인대상 물체 검출 방법.
- 제8항에 있어서,상기 임계치(T 2 )는 0.8*w의 값이며, w는 영상의 가로폭인대상 물체 검출 방법.
- 제1항에 있어서,상기 카메라 움직임 파라미터는 카메라의 좌우 움직임 보상을 위해 정의된 파라미터로서, x방향 움직임 파라미터 및 y방향 움직임 파라미터를 포함하는대상 물체 검출 방법.
- 제10항에 있어서,상기 x방향 움직임 파라미터는 영상의 일부 영역에 대하여, t번째 영상 프레임에서 임의의 열 i에 속한 화소들과 t-1번째 영상프레임에서 임의의 열 j에 속하는 화소들 사이의 에지 비교값으로부터 도출되는대상 물체 검출 방법.
- 제10항에 있어서,상기 y방향 움직임 파라미터는 영상의 일부 영역에 대하여, t번째 영상 프레임에서 임의의 행 i에 속한 화소들과 t-1번째 영상프레임에서 임의의 행 j에 속하는 화소들 사이의 에지 비교값으로부터 도출되는대상 물체 검출 방법.
- 제1항에 있어서,상기 a) 단계에 있어서,카메라 움직임 파라미터를 구하여, 영상 프레임을 보정하는 것은,t번째 프레임의 x', y'값을 x방향 움직임 파라미터(pan), y방향 움직임 파라미터(tilt) 및 t-1번째 프레임의 x, y를 이용하여 x'=x+pan, y'=y+tilt로 보정하는 것인대상 물체 검출 방법.
- 제1항 또는 제15항에 있어서,상기 b) 단계는,t번째 프레임 영상과 t-1 번째 프레임 영상의 차영상을 생성하여 움직임 후보 영역을 추출하는 단계인대상 물체 검출 방법.
- 제1항에 있어서,상기 영상특징정보는,피부색, 형태, 에지 및 코너 정보 중 하나 이상을 포함하는대상 물체 검출 방법.
- 제1항에 있어서,상기 c)단계는,입력 영상으로부터 컬러 클러스터링을 통해 형태특징정보를 추출하는 단계를 포함하는대상 물체 검출 방법.
- 제1항, 제18항 내지 제20항 중 어느 한 항에 있어서,상기 d)단계는,상기 움직임 후보 영역에서 피부색 영역을 추출한 후, 형태특징 및 에지특징을 이용하여 대상 물체 영역을 추출하는 단계인대상 물체 검출 방법.
- 제1항에 있어서,상기 d)단계 이후,e)추출된 형상에 대한 블롭 정보를 추출하는 단계; 및f)이전 프레임에서 추출된 형상의 블롭 정보와 비교하여 추적 대상 물체인지 검증하는 단계를 더 포함하는대상 물체 검출 방법.
- 제22항에 있어서,상기 블롭 정보는 블롭의 위치, 블롭의 크기, 블롭의 형태 및 컬러 분포 중 하나 이상을 포함하는대상 물체 검출 방법.
- 제22항 또는 제23항에 있어서,상기 f)단계는,f-1)추출된 대상 물체의 형상에 대한 블롭 정보와 이전 프레임에서 추출된 형상의 블롭 정보를 정합하여, 노이즈에 해당하는 블롭들을 제거하는 단계;f-2)추출된 블롭들의 컬러분포를 추출하여 추적 대상 물체인지 검증하는 단계를 포함하는대상 물체 검출 방법.
- 제24항에 있어서,상기 f-1)단계는블롭의 크기를 기초로 노이즈 해당 여부를 판단하는 단계인대상 물체 검출 방법.
- 입력 영상으로부터 대상 물체를 검출하는 시스템에 있어서,검출 대상이 되는 물체의 영상을 획득하여 전달하는 영상 입력부;상기 영상 입력부로부터 전달된 영상의 시퀀스로부터 이웃하는 프레임간의 영상차를 통해 추출된 움직임 후보 영역 및 입력 영상의 영상특징정보를 기초로 대상 물체의 형상을 추출하는 형상 디텍터를 포함하는대상 물체 검출 시스템.
- 제26항에 있어서,상기 형상 디텍터는,영상 프레임과 이전 입력 영상 프레임으로부터 움직임 후보 영역을 추출하 는 움직임 영역 추출부;입력 영상으로부터 영상 특징 정보를 추출하는 영상 특징 정보 추출부; 및상기 움직임 후보 영역 및 상기 영상 특징 정보를 기초로 대상 물체의 형상을 추출하는 형상 추출부를 포함하는대상 물체 검출 시스템.
- 제27항에 있어서,상기 움직임 영역 추출부는입력 영상의 움직임 영역의 폭이 소정 임계치(T 2 ) 이상인 경우, 카메라 움직임 파라미터를 구하여, 상기 카메라 움직임 파라미터를 통해 입력 영상 프레임을 보정하여 움직임 후보 영역을 추출하는대상 물체 검출 시스템.
- 제27항 또는 제28항에 있어서,상기 움직임 영역 추출부는,연속 영상 프레임간의 명도차가 소정 임계치(T 1 )이상인 모션 화소가 존재하는 경우, 입력 영상의 움직임 영역의 폭이 소정 임계치(T 2 )이상인지 여부를 체크하는대상 물체 검출 시스템.
- 제30항에 있어서,상기 임계치(T 1 )는 10≤T 1 ≤20 범위의 값을 갖는대상 물체 검출 시스템.
- 제29항에 있어서,상기 모션 화소는 입력 영상의 전체 화소로부터 도출되는대상 물체 검출 시스템.
- 제29항에 있어서,상기 움직임 영역 추출부는,연속 영상 프레임간의 명도차가 소정 임계치(T 1 )이상인 모션 화소가 존재하는 경우 상기 모션 화소들에 대한 연결 요소들 중 최대 x값과 최소 x값의 차이가 전체 영상폭에 대비하여 소정 임계치(T 2 ) 이상인지 체크하는대상 물체 검출 시스템.
- 제34항에 있어서,상기 임계치(T 2 )는 0.8*W의 값이며, W는 영상의 가로폭인대상 물체 검출 시스템.
- 제28항에 있어서,상기 카메라 움직임 파라미터는 카메라의 좌우 움직임 보상의 위해 정의된 파라미터로, x방향 움직임 파라미터 및 y방향 움직임 파라미터를 포함하여,x방향 움직임 파라미터는 영상의 일부 영역에 대하여 t번째 영상 프레임에서 임의의 열 i에 속한 화소들과 t-1번째 영상 프레임에서 임의의 열 j에 속하는 화소들 사이의 에지 비교값으로부터 도출되고,y방향 움직임 파라미터는 영상의 일부 영역에 대하여 t번째 영상 프레임에서 임의의 행 i에 속한 화소들과 t-1번째 영상프레임에서 임의의 행 j에 속하는 화 소들 사이의 에지 비교값으로부터 도출되는대상 물체 검출 시스템.
- 제38항에 있어서,상기 움직임 영역 추출부는,t번째 프레임의 x', y' 값은 x방향 움직임 파라미터(pan) , y방향 움직임 파라미터(tilt) 및 t-1번째 프레임의 x, y를 이용하여 x'=x+pan, y'=y+tilt로 구하여 t번째 프레임 영상을 보정하고,보정한 t번째 프레임 영상과 t-1번째 프레임 영상의 차영상을 생성하여 움직임 후보 영역을 추출하는대상 물체 검출 시스템.
- 제26항 또는 제27항에 있어서,상기 영상 특징 정보는 피부색, 형태, 에지 및 코너 정보 중 하나 이상을 포함하는대상 물체 검출 시스템.
- 제27항에 있어서,상기 영상 특징 정보 추출부는,입력 영상으로부터 피부색 영역, 형태 특징 정보, 에지 정보 중 하나 이상을 추출하고,피부색 영역은,w : 영상 폭)로부터 추출되고로부터 추출되고,형태 특징 정보는 컬러 클러스터링을 통해 추출되는대상 물체 검출 시스템.
- 제27항 또는 제41항에 있어서,상기 형상 추출부는,상기 움직임 후보 영역에서 피부색 영역을 추출한 후, 형태 특징 및 에지 특징을 이용하여 대상 물체 형상을 추출하는대상 물체 검출 시스템.
- 제26항 또는 제27항에 있어서,추출된 대상 물체의 형상에 대해 블롭 정보를 추출하여, 이전 프레임에서 추출된 형상의 블롭 정보와 비교하여 추적 대상 물체인지 검증하는 트래커를 더 포함하는대상 물체 검출 시스템.
- 제43항에 있어서,상기 트래커는추출된 대상 물체의 형상에 대해 블롭 정보를 추출하는 블롭 정보 추출부; 및이전 프레임에서 추출된 형상의 블롭 정보와 정합하여 블롭의 크기를 기초로 노이즈에 해당하는 블롭들을 제거하고 추출된 블롭들에 대한 컬러분포를 통해 추적대상 물체인지 검증하는 형상 추적부를 포함하는대상 물체 검출 시스템.
- 제43항에 있어서,상기 블롭 정보는 블롭의 위치, 블롭의 크기, 블롭의 형태 및 컬러 분포 중 하나 이상을 포함하는대상 물체 검출 시스템.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/287,936 US7688999B2 (en) | 2004-12-08 | 2005-11-28 | Target detecting system and method |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR20040103033 | 2004-12-08 | ||
KR1020040103033 | 2004-12-08 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20060064504A true KR20060064504A (ko) | 2006-06-13 |
KR100651034B1 KR100651034B1 (ko) | 2006-11-29 |
Family
ID=37160055
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020050078822A KR100651034B1 (ko) | 2004-12-08 | 2005-08-26 | 대상 물체 검출 시스템 및 그 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR100651034B1 (ko) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100814715B1 (ko) * | 2006-06-26 | 2008-03-18 | 한국산업기술대학교산학협력단 | 동영상 부호화기, 복호화기 및 그 방법 |
KR100855348B1 (ko) * | 2007-05-04 | 2008-09-04 | 에스케이 텔레콤주식회사 | 동영상 프레임 내의 객체 윤곽선 추적 장치와 시스템 및그에 따른 방법 |
KR100871833B1 (ko) * | 2008-04-28 | 2008-12-03 | 재 훈 장 | 자동 추적 카메라 장치 |
KR100976584B1 (ko) * | 2008-04-21 | 2010-08-17 | 중앙대학교 산학협력단 | 평균 이동 클러스터 및 초기 색상 갱신을 이용한 색상 기반객체 추적 장치 및 방법 |
KR101158729B1 (ko) * | 2010-03-31 | 2012-06-22 | 한국과학기술원 | 실시간 다수 객체 추적시스템 및 방법 |
KR101451133B1 (ko) * | 2010-02-10 | 2014-10-15 | 삼성테크윈 주식회사 | 모션 트래킹을 위한 영상 처리 방법 및 장치 |
KR20200145730A (ko) * | 2019-06-19 | 2020-12-30 | (주) 애니펜 | 차량 내부 영상을 기반으로 콘텐츠를 저작하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체 |
KR20240008690A (ko) * | 2022-07-12 | 2024-01-19 | 주식회사 래비노 | 움직이는 카메라들의 영상 보정을 이용한 3d 이미지 생성 시스템 및 방법 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102399673B1 (ko) | 2017-06-01 | 2022-05-19 | 삼성전자주식회사 | 어휘 트리에 기반하여 객체를 인식하는 방법 및 장치 |
US11468574B2 (en) | 2017-10-02 | 2022-10-11 | Sony Corporation | Image processing apparatus and image processing method |
KR20210070011A (ko) | 2019-12-04 | 2021-06-14 | 현대자동차주식회사 | 차량 내 모션 제어 장치 및 방법 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100268183B1 (ko) * | 1998-05-27 | 2000-10-16 | 정선종 | 능동 카메라 환경에서 이동물체의 개별 움직임 추적 방법 |
US6711590B1 (en) | 1998-07-10 | 2004-03-23 | Canon Kabushiki Kaisha | Linking metadata with a time-sequential digital signal |
KR100331050B1 (ko) * | 2000-06-01 | 2002-04-19 | 송종수 | 동영상 데이터상의 객체 추적 방법 |
KR100436593B1 (ko) * | 2001-09-18 | 2004-06-18 | 주식회사 아이캔텍 | 능동 카메라 환경에서의 고속 움직임 검출을 위한 배경보상 장치 및 방법 |
KR100566629B1 (ko) * | 2003-06-16 | 2006-03-31 | 주식회사 팬택 | 이동물체 검출 시스템 및 방법 |
-
2005
- 2005-08-26 KR KR1020050078822A patent/KR100651034B1/ko active IP Right Grant
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100814715B1 (ko) * | 2006-06-26 | 2008-03-18 | 한국산업기술대학교산학협력단 | 동영상 부호화기, 복호화기 및 그 방법 |
KR100855348B1 (ko) * | 2007-05-04 | 2008-09-04 | 에스케이 텔레콤주식회사 | 동영상 프레임 내의 객체 윤곽선 추적 장치와 시스템 및그에 따른 방법 |
KR100976584B1 (ko) * | 2008-04-21 | 2010-08-17 | 중앙대학교 산학협력단 | 평균 이동 클러스터 및 초기 색상 갱신을 이용한 색상 기반객체 추적 장치 및 방법 |
KR100871833B1 (ko) * | 2008-04-28 | 2008-12-03 | 재 훈 장 | 자동 추적 카메라 장치 |
KR101451133B1 (ko) * | 2010-02-10 | 2014-10-15 | 삼성테크윈 주식회사 | 모션 트래킹을 위한 영상 처리 방법 및 장치 |
KR101158729B1 (ko) * | 2010-03-31 | 2012-06-22 | 한국과학기술원 | 실시간 다수 객체 추적시스템 및 방법 |
KR20200145730A (ko) * | 2019-06-19 | 2020-12-30 | (주) 애니펜 | 차량 내부 영상을 기반으로 콘텐츠를 저작하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체 |
KR20220049501A (ko) * | 2019-06-19 | 2022-04-21 | (주) 애니펜 | 차량 내부 영상을 기반으로 콘텐츠를 저작하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체 |
KR20240008690A (ko) * | 2022-07-12 | 2024-01-19 | 주식회사 래비노 | 움직이는 카메라들의 영상 보정을 이용한 3d 이미지 생성 시스템 및 방법 |
Also Published As
Publication number | Publication date |
---|---|
KR100651034B1 (ko) | 2006-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100651034B1 (ko) | 대상 물체 검출 시스템 및 그 방법 | |
US11360571B2 (en) | Information processing device and method, program and recording medium for identifying a gesture of a person from captured image data | |
US7688999B2 (en) | Target detecting system and method | |
US8233661B2 (en) | Object tracking apparatus and object tracking method | |
CN107452015B (zh) | 一种具有重检测机制的目标跟踪系统 | |
US8094884B2 (en) | Apparatus and method for detecting object | |
US20110013840A1 (en) | Image processing method and image processing apparatus | |
JP4373840B2 (ja) | 動物体追跡方法、動物体追跡プログラムおよびその記録媒体、ならびに、動物体追跡装置 | |
WO2008020598A1 (fr) | Dispositif et procédé de détection d'un nombre d'objets | |
JP2007156939A (ja) | 人物検出装置、人物検出方法及び人物検出プログラム | |
KR101737430B1 (ko) | 동적 배경을 가진 영상의 대상 객체 검출 방법 | |
US10496874B2 (en) | Facial detection device, facial detection system provided with same, and facial detection method | |
JP2010057105A (ja) | オブジェクトの3次元追跡方法およびシステム | |
KR102434397B1 (ko) | 전역적 움직임 기반의 실시간 다중 객체 추적 장치 및 방법 | |
JP4235018B2 (ja) | 移動物体検出装置、移動物体検出方法及び移動物体検出プログラム | |
JP2008288684A (ja) | 人物検出装置及びプログラム | |
CN110910426A (zh) | 动作过程和动作趋势识别方法、存储介质和电子装置 | |
KR101723536B1 (ko) | 도로에서의 차선 검출 방법 및 장치 | |
JP6977337B2 (ja) | 部位認識方法、装置、プログラム、及び撮像制御システム | |
KR101313879B1 (ko) | 기울기 히스토그램을 이용한 사람 검출 추적 시스템 및 방법 | |
JP5217917B2 (ja) | 物体検知追跡装置,物体検知追跡方法および物体検知追跡プログラム | |
KR100996209B1 (ko) | 변화값 템플릿을 이용한 객체 모델링 방법 및 그 시스템 | |
JP2011043863A (ja) | 対象領域判定・追跡装置、方法、プログラム及び対象領域判定装置 | |
US20230410467A1 (en) | Image processing device and image processing method | |
CN111563912B (zh) | 一种行人追踪系统和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20121031 Year of fee payment: 7 |
|
FPAY | Annual fee payment |
Payment date: 20140521 Year of fee payment: 8 |
|
FPAY | Annual fee payment |
Payment date: 20141114 Year of fee payment: 9 |
|
FPAY | Annual fee payment |
Payment date: 20151120 Year of fee payment: 10 |
|
FPAY | Annual fee payment |
Payment date: 20161122 Year of fee payment: 11 |
|
FPAY | Annual fee payment |
Payment date: 20171122 Year of fee payment: 12 |
|
FPAY | Annual fee payment |
Payment date: 20181123 Year of fee payment: 13 |