KR20090088219A - 질감 특성을 이용한 객체 경계 추적 방법 및 장치 - Google Patents

질감 특성을 이용한 객체 경계 추적 방법 및 장치 Download PDF

Info

Publication number
KR20090088219A
KR20090088219A KR1020080013636A KR20080013636A KR20090088219A KR 20090088219 A KR20090088219 A KR 20090088219A KR 1020080013636 A KR1020080013636 A KR 1020080013636A KR 20080013636 A KR20080013636 A KR 20080013636A KR 20090088219 A KR20090088219 A KR 20090088219A
Authority
KR
South Korea
Prior art keywords
boundary
texture information
area
tracking
texture
Prior art date
Application number
KR1020080013636A
Other languages
English (en)
Inventor
장경현
문영식
Original Assignee
한양대학교 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 한양대학교 산학협력단 filed Critical 한양대학교 산학협력단
Priority to KR1020080013636A priority Critical patent/KR20090088219A/ko
Publication of KR20090088219A publication Critical patent/KR20090088219A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture

Landscapes

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

Abstract

본 발명은 객체의 경계 영역에 대한 질감 정보를 획득하는 단계와, 상기 질감 정보에 따라 배경 영역과 객체 영역으로 분류하는 단계와, 상기 분류된 영역에 대한 질감 정보를 이전 프레임의 질감 정보와 비교하는 단계 및 상기 질감 정보 비교 결과에 따라 객체 경계를 추적하는 단계를 포함하는 객체 경계 추적 방법을 제공한다.
질감, 객체, 경계, 추적, 손

Description

질감 특성을 이용한 객체 경계 추적 방법 및 장치{METHOD AND APPARATUS FOR TRACKING BOUDARY OF OBJECT USING TEXTURE INFORMATION}
본 발명은 질감 특성을 이용한 객체 경계 추적 방법 및 장치에 관한 것으로, 더욱 상세하게는 객체의 경계 부분에 대한 질감을 이용한 능동 윤곽 모델의 외부 에너지 함수를 계산하여 에너지 함수가 최소화되는 방향으로 곡선을 이용하여 객체의 경계를 추적하는 방법 및 장치에 관한 것이다.
객체 구분(object segment) 및 추적(tracking)은 군사, 의약, 디지털 비디오 응용 등과 같은 다양한 분야에서 중요한 개발 주제(research topic)이다. 다양한 윤곽 추적 접근은 컴퓨터 비전(computer vision) 분야에서 제안되고 있으며, 능동 윤곽 모델(active contour model) 기반은 예를 들어 객체 경계(boundary) 검출 및 추적과 같은 이미지 및 비디오 분석 분야에서 폭넓게 이용되고 있다.
상기 능동 윤곽 모델 기반을 이용하여 영상으로부터 객체를 추적하는 종래 방법은 능동 윤곽 모델의 스네이크 에너지(snake energy)를 최소화하는 방향으로 곡선을 반복적으로 움직이면서 객체를 추적한다. 상기 스네이크 에너지는 크게 곡선 자체가 갖는 내부 에너지와 영상의 기울기 값이 사용되는 영상이 갖는 외부 에 너지로 구성된다. 즉, 상기 스네이크 에너지(Esnake)는 상기 내부 에너지(Eint)와 외부 에너지의 가중치(Eext) 합으로 표현되며(Esnake = Eint + Eext), 종래 객체 경계 추적 방법은 상기 스네이크 에너지 값이 최소화되는 방향으로 곡선을 이동시켜서 객체를 추적한다.
이러한 종래 객체의 경계 추적 방법은 영상의 기울기 값이 큰 에지(Edge)나 객체의 경계에서 수렴하도록 하여 객체의 경계를 추적한다. 하지만 종래 객체의 경계 추적 방법은 배경이 복잡하여 객체의 경계가 아닌 배경에 곡선이 수렴하거나 배경이 피부색과 유사하여 객체의 경계에 제대로 수렴하지 못하는 문제점이 있다.
본 발명은 객체의 경계 부분에 대한 질감을 이용한 능동 윤곽 모델의 외부 에너지 함수를 계산하여 에너지 함수가 최소화되는 방향으로 곡선을 이용하여 객체의 경계를 추적하는 방법 및 장치를 제공한다.
본 발명의 일실시예에 따른 객체 경계 추적 방법은 객체의 경계 영역에 대한 질감 정보를 획득하는 단계와, 상기 질감 정보에 따라 배경 영역과 객체 영역으로 분류하는 단계와, 상기 분류된 영역에 대한 질감 정보를 이전 프레임의 질감 정보와 비교하는 단계 및 상기 질감 정보 비교 결과에 따라 객체 경계를 추적하는 단계를 포함한다.
본 발명의 일실시예에 따른 객체 경계 추적 장치는 객체의 경계 영역에 대한 질감 정보를 획득하는 질감 정보 획득부와, 상기 질감 정보에 따라 배경 영역과 객체 영역으로 구분하는 영역 구분부와, 상기 구분된 영역의 질감 정보를 비교하여 능동 윤곽 모델의 에너지 함수를 계산하는 외부 에너지 계산부 및 상기 외부 에너지에 따라 객체의 경계를 추적하는 경계 추적부를 포함한다.
본 발명에 따르면, 객체의 경계 부분에 대한 질감을 이용한 능동 윤곽 모델의 외부 에너지 함수를 계산하여 에너지 함수가 최소화되는 방향으로 곡선을 이용하여 객체의 경계를 추적하는 방법 및 장치를 제공함으로써 배경이 복잡한 경우라 도 효과적으로 객체의 모양을 추적할 수 있다.
또한 본 발명에 따르면, 객체의 모양을 추적하기 위해 영상을 획득할 때 배경이 녹색 천 등과 같은 단순한 환경의 셋트장에서 촬영해야 하는 제약 조건을 완화할 수 있다.
이하 첨부된 도면들을 참조하여 질감 특성을 이용한 객체 경계 추적 장치 및 방법을 상세하게 설명하기로 한다.
도 1은 본 발명의 일실시예에 따른 객체 경계 추적 장치의 구성을 나타내는 도면이다.
도 1을 참조하면, 객체 경계 추적 장치(100)은 질감 정보 획득부(110), 영역 구분부(120), 외부 에너지 계산부(130) 및 경계 추적부(140)를 포함한다.
질감 정보 획득부(110)는 객체의 경계 영역에 대한 질감 정보를 획득한다. 즉, 질감 정보 획득부(110)는 상기 객체의 경계 영역에 대한 곡률 벡터와 객체 내부 방향 벡터의 사이각을 비교하여 곡선의 형태가 볼록한 경우, 오목한 경우 또는 평평한 경우인지 질감 정보를 획득한다. 일례로 상기 객체가 손(hand)인 경우, 질감 정보 획득부(110)는 상기 객체인 손을 촬영한 영상으로부터 상기 손의 경계 영역에 대한 질감 정보로서 도 2에 도시된 것과 같은 곡률 벡터와 객체 내부방향 벡터를 획득할 수 있다.
도 2는 곡률 벡터와 객체 내부 방향 벡터의 일례를 나타내는 도면이다.
도 2를 참조하면, 객체의 경계는 크게 볼록한 구간, 오목한 구간 또는 평평 한 구간으로 나뉜다. 상기 객체의 경계는 곡률 벡터와 객체 내부 방향 벡터에 따라 볼록한 구간, 오목한 구간 또는 평평한 구간으로 나뉠 수 있다.
상기 곡률 벡터(curvature vector)(
Figure 112008011240842-PAT00001
)는 하기 수학식 1과 같이 정의된다.
Figure 112008011240842-PAT00002
윤곽선의 내부 수직선 벡터(contour's inward normal vector) 는 윤곽선 방향 벡터(contour direction vector)를 반시계 방향(counterclockwise)으로
Figure 112008011240842-PAT00003
만큼 회전에 의해 계산된다. 상기 윤곽선의 내부 정상 벡터는 하기 수학식 2 및 하기 수학식 3과 같이 정의된다.
Figure 112008011240842-PAT00004
여기서,
Figure 112008011240842-PAT00005
는 반시계 방향 윤곽선 방향 벡터(counterclockwise contour direction vector)이다.
Figure 112008011240842-PAT00006
여기서,
Figure 112008011240842-PAT00007
는 윤곽선의 내부 수직선 벡터(contour's inward normal vector)이다.
도 3은 객체의 경계 윤곽 모델이 볼록한 경우의 일례를 나타내는 도면이다.
도 2 및 도 3을 참조하면, 상기 객체의 경계 윤곽 모델이 볼록한 경우(convex)는 하기 수학식 4와 같이 상기 곡률 벡터와 상기 객체 내부 방향 벡터의 사이각(interior angle)(
Figure 112008011240842-PAT00008
)이 90도(
Figure 112008011240842-PAT00009
) 미만이다.
Figure 112008011240842-PAT00010
여기서,
Figure 112008011240842-PAT00011
는 곡률 벡터의 반시계 방향 각도이고,
Figure 112008011240842-PAT00012
는 윤곽선의 내부 수직선 방향 벡터의 반시계 방향 각도이다.
정확하게 객체 영역을 분류하기 위해서 두 개의 후보 영역이 배치되고, 객체 영역은 상기 두 개의 후보 영역 사이에서 AND 연산자에 의해 결정된다. 제1 후보 영역은 현재 스낵셀(
Figure 112008011240842-PAT00013
)과 이전 스낵셀(
Figure 112008011240842-PAT00014
)을 사용하여 배치된다. 이전 스낵셀에서 자신의 벡터와 상기 윤곽선 내부 수직선 벡터(
Figure 112008011240842-PAT00015
)보다 큰 기준 각도(
Figure 112008011240842-PAT00016
) 사이의 내부 각도인 경우, 현재 스낵셀의 이웃 픽셀이 상기 제1 후보 영역에 배치된다. 제2 후보 영역은 현재 스낵셀(
Figure 112008011240842-PAT00017
)과 다음 스낵셀(
Figure 112008011240842-PAT00018
)을 사용하기 위해 배치된다. 상기 현재 스낵셀에서 객체 영역은 두 개 후보 영역을 AND 연산자에 의 해 결정된다.
도 4는 객체의 경계 윤곽 모델이 평평한 경우의 일례를 나타내는 도면이다.
도 2 및 도 4를 참조하면, 상기 객체의 경계 윤곽 모델이 평평한 경우는 하기 수학식 5와 같이 상기 곡률 벡터가 '0'이거나 또는 상기 곡률 벡터와 상기 객체 내부 방향 벡터의 사이각(
Figure 112008011240842-PAT00019
)이 90도(
Figure 112008011240842-PAT00020
)이다.
두 개의 기준 각도가 거의 90도(
Figure 112008011240842-PAT00021
)이므로 두 개의 후보 영역을 찾을 필요가 없다. 만약 상기 윤곽선의 내부 수직선 벡터와 현재 스낵셀로부터 상기 이웃 픽셀로의 벡터 사이각이
Figure 112008011240842-PAT00022
보다 작으면, 현재 스낵셀의 이웃 픽셀이 객체 영역에 배치된다.
Figure 112008011240842-PAT00023
도 5는 객체의 경계 윤곽 모델이 오목한 경우의 일례를 나타내는 도면이다.
도 2 및 도 5를 참조하면, 상기 객체의 경계 윤곽 모델이 오목한 경우는 하기 수학식 6과 같이 상기 곡률 벡터와 상기 객체 내부 방향 벡터의 사이각(
Figure 112008011240842-PAT00024
)이 90도(
Figure 112008011240842-PAT00025
) 초과이다. 최종 객체 영역이 두 개의 후보 영역에 대해 OR 연산자에 의해 결정된 최종 객체 영역을 제외하고는 볼록한 경우에서 설명된 것과 동일하다.
Figure 112008011240842-PAT00026
영역 구분부(120)는 상기 질감 정보에 따라 배경 영역과 객체 영역으로 구분한다. 즉, 영역 구분부(120)는 상기 획득된 질감 정보가 볼록한 경우, 오목한 경우 또는 평평한 경우에 따라 상기 배경 영역과 상기 객체 영역으로 구분한다.
외부 에너지 계산부(130)는 상기 구분된 영역의 질감 정보를 비교하여 하기 수학식 7과 같이 능동 윤곽 모델에 대한 외부 에너지를 계산한다.
Figure 112008011240842-PAT00027
여기서,
Figure 112008011240842-PAT00028
: 외부 에너지,
Figure 112008011240842-PAT00029
: 외부 에너지의 가중치
Figure 112008011240842-PAT00030
: 질감 계수,
Figure 112008011240842-PAT00031
: 방향 계수,
Figure 112008011240842-PAT00032
: 영상 기울기
외부 에너지 계산부(130)는 하기 수학식 8과 같이 상기 외부 에너지를 계산하기 위한 질감 계수(
Figure 112008011240842-PAT00033
)를 계산할 수 있다.
Figure 112008011240842-PAT00034
여기서,
Figure 112008011240842-PAT00035
: 가중치,
Figure 112008011240842-PAT00036
: 이전 프레임의 객체 영역에 해당하는 픽셀 수
Figure 112008011240842-PAT00037
: 현재 프레임의 객체 영역에 해당하는 픽셀 중 이전 프레임의 객체 영역의 평균과 유사한 픽셀의 수
즉, 외부 에너지 계산부(130)는 상기 이전 프레임의 객체 영역에 해당하는 픽셀 수 및 상기 현재 프레임의 객체 영역에 해당하는 픽셀 중 이전 프레임의 객체 영역의 평균과 유사한 픽셀의 수에 가중치를 반영하여 상기 질감 계수를 계산할 수 있다.
외부 에너지 계산부(130)는 하기 수학식 9와 같이 외부 에너지 계산에 필요한 방향 계수(
Figure 112008011240842-PAT00038
)를 계산할 수 있다. 상기 방향 계수는 상기 외부 에너지의 부가 항(additional term)으로 상기 객체 경계에서 최소값을 가진다.
Figure 112008011240842-PAT00039
여기서,
Figure 112008011240842-PAT00040
: 가중치
이때 현재 객체(
Figure 112008011240842-PAT00041
)가 이전 객체(
Figure 112008011240842-PAT00042
)와 유사하고, 상기 현재 객체(
Figure 112008011240842-PAT00043
)가 현재 배경 객체와 유사하고, 상기 현재 배경 객체(
Figure 112008011240842-PAT00044
)가 상기 이전 객체(
Figure 112008011240842-PAT00045
)와 유사한 경우 객체에 대한 방향 계수는 가중치이고(
Figure 112008011240842-PAT00046
), 그렇지 않으면 경계에 대한 방향 계수는 '0'이다(
Figure 112008011240842-PAT00047
).
현재 객체(
Figure 112008011240842-PAT00048
)가 이전 객체(
Figure 112008011240842-PAT00049
)와 유사하지 않으면, 배경에 대한 방향 계수는 가중치이다(
Figure 112008011240842-PAT00050
).
경계 추적부(140)는 상기 외부 에너지에 따라 객체의 경계를 추적한다. 즉, 상기 외부 에너지 함수가 최소화되는 방향으로 곡선을 이동하여 객체의 경계를 추적한다. 경계 추적부(140)는 상기 구분된 객체 영역과 배경 영역에 대한 질감 정보의 평균과 분산을 비교하여 현재 스낵셀(snaxel)이 객체 내부, 객체 외부 또는 경계 영역에 존재하는지 여부를 판별하여 상기 객체에 대한 경계를 추적한다. 상기 스낵셀은 스네이크 포인트(snake point)이다.
이와 같이, 본 발명에 따른 객체 경계 추적 장치(100)는 객체의 경계 부분에 대한 질감을 이용한 능동 윤곽 모델의 외부 에너지 함수를 계산하여 에너지 함수가 최소화되는 방향으로 곡선을 이용하여 객체의 경계를 추적함으로써 배경이 복잡한 경우라도 효과적으로 객체의 모양을 추적할 수 있다.
일례로 추적 대상이 손인 경우, 본 발명에 따른 객체 경계 추적 장치(100)는 카메라 등을 통해 획득한 영상으로부터 손의 모양이나 손의 움직임을 추적하는 능동 윤곽 모델 기반의 영상 처리 기술을 이용하여 손의 동작을 인식하는 시스템, 자동 수화 인식 또는 번역 시스템 등과 같은 손의 동작을 이용한 인간 컴퓨터 인터페이스(Human Computer Interface) 시스템에 적용할 수 있다.
도 6은 본 발명의 일실시예에 따른 객체 경계 추적 방법의 수행 절차를 나타내는 도면이다.
도 6을 참조하면, 단계(S610)에서 객체 경계 추적 장치는 초기 프레임(f0)을 위한 윤곽(C0) 초기화를 수행한다. 즉, 단계(S610)에서 객체 경계 추적 장치는 객체 경계 추적을 하기 위한 객체를 촬영한 영상에 대한 초기 프레임을 위한 윤곽 초기화를 수행하기 위해 프레임 계수(K)를 초기화한다(K=0). 일례로 상기 객체가 손(hand)인 경우, 단계(S610)에서 객체 경계 추적 장치는 손의 경계 추적을 하기 위한 손을 촬영한 영상에 대한 초기 프레임을 위한 윤곽 초기화를 수행할 수 있다.
단계(S620)에서 상기 객체 경계 추적 장치는 도 2에 도시된 것과 같이 객체의 경계 부분의 질감 정보를 획득한다. 즉, 단계(S620)에서 상기 객체 경계 추적 장치는 도 3 내지 도 5에 도시된 것과 같이 상기 객체의 경계 영역에 대한 곡률 벡터와 객체 내부 방향 벡터의 사이각을 비교하여 곡선의 형태가 볼록한 경우, 오목한 경우 또는 평평한 경우인지 질감 정보를 획득한다. 일례로 상기 객체가 손인 경우, 단계(S620)에서 상기 객체 경계 추적 장치는 상기 손을 촬영한 영상으로부터 상기 손의 경계 영역에 대한 곡률 벡터와 객체 내부 방향 벡터의 사이각을 비교하여 곡선의 형태가 볼록한 경우, 오목한 경우 또는 평평한 경우인지 질감 정보를 획득한다.
단계(S630)에서 상기 객체 경계 추적 장치는 상기 질감 정보에 따라 배경 영역과 객체 영역으로 분류한다. 즉, 단계(S630)에서 상기 객체 경계 추적 장치는 상기 획득된 질감 정보가 볼록한 경우, 오목한 경우 또는 평평한 경우에 따라 상기 배경 영역과 상기 객체 영역으로 분류한다.
단계(S640)에서 상기 객체 경계 추적 장치는 상기 분류된 영역에 따라 질감 계수 및 방향 계수를 계산한다. 즉, 단계(S640)에서 상기 객체 경계 추적 장치는 상기 분류된 영역에 따라 상기 수학식 7과 같이 질감 계수를 계산하고, 상기 수학식 8과 같이 방향 계수를 계산한다.
단계(S650)에서 상기 객체 경계 추적 장치는 상기 계산된 질감 계수 및 방향 계수를 이용하여 객체 경계를 추적한다. 즉, 단계(S650)에서 상기 구분된 객체 영역과 배경 영역에 대한 질감 정보의 평균과 분산을 비교하여 현재 스낵셀(snaxel)이 객체 내부, 객체 외부 또는 경계 영역에 존재하는지 여부를 판별하여 상기 객체 경계를 추적한다.
단계(S660)에서 상기 객체 경계 추적 장치는 객체의 다음 프레임을 체크하기 위해 프레임 계수(K)를 증가시킨다(K=K+1).
단계(S670)에서 상기 객체 경계 추적 장치는 상기 증가된 프레임 계수로서 상기 객체의 프레임이 최종 프레임인지 여부를 판단한다.
상기 최종 프레임이 아닌 경우, 상기 객체 경계 추적 장치는 단계(S620)부터의 동작을 다시 수행하여 다음 프레임을 이용하여 객체 경계 추적 동작을 수행한다.
상기 증가된 프레임 계수로서 상기 객체의 프레임 최종 프레임으로 판단된 경우, 상기 객체 경계 추적 장치는 상기 객체에 대한 경계 추적을 종료한다.
이와 같이, 본 발명에 따른 객체 경계 추적 방법은 객체의 경계 부분에 대한 질감을 이용한 능동 윤곽 모델의 외부 에너지 함수를 계산하여 에너지 함수가 최소 화되는 방향으로 곡선을 이용하여 객체의 경계를 추적함으로써 배경이 복잡한 경우라도 효과적으로 객체의 모양을 추적할 수 있다.
또한 본 발명에 따른 객체 경계 추적 방법은 객체의 모양을 추적하기 위해 영상을 획득할 때 배경이 녹색 천 등과 같은 단순한 환경의 셋트장에서 촬영해야 하는 제약 조건을 완화할 수 있다.
예를 들어 추적 대상이 손인 경우, 본 발명에 따른 객체 경계 추적 방법은 카메라 등을 통해 획득된 영상으로부터 손의 모양이나 손의 움직임을 추적하는 능동 윤곽 모델 기반의 영상 처리 기술을 이용하여 손의 동작을 인식하는 시스템, 자동 수화 인식 또는 번역 시스템 등과 같은 손의 동작을 이용한 인간 컴퓨터 인터페이스(Human Computer Interface) 시스템에 적용될 수 있다.
한편 본 발명에 따른 질감 특성을 이용한 객체 경계 추적 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능한 기록 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 가능한 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. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
도 1은 본 발명의 일실시예에 따른 객체 경계 추적 장치의 구성을 나타내는 도면이다.
도 2는 곡률 벡터와 객체 내부 방향 벡터의 일례를 나타내는 도면이다.
도 3은 객체의 경계 윤곽 모델이 볼록한 경우의 일례를 나타내는 도면이다.
도 4는 객체의 경계 윤곽 모델이 평평한 경우의 일례를 나타내는 도면이다.
도 5는 객체의 경계 윤곽 모델이 오목한 경우의 일례를 나타내는 도면이다.
도 6은 본 발명의 일실시예에 따른 객체 경계 추적 방법의 수행 절차를 나타내는 도면이다.
<도면의 주요 부분에 대한 부호의 설명>
100: 객체 경계 추적 장치
110: 질감 정보 획득부 120: 영역 구분부
130: 외부 에너지 계산부 140: 경계 추적부

Claims (11)

  1. 객체의 경계 영역에 대한 질감 정보를 획득하는 단계;
    상기 질감 정보에 따라 배경 영역과 객체 영역으로 분류하는 단계;
    상기 분류된 영역에 대한 질감 정보를 이전 프레임의 질감 정보와 비교하는 단계; 및
    상기 질감 정보 비교 결과에 따라 객체 경계를 추적하는 단계
    를 포함하는 객체 경계 추적 방법.
  2. 제1항에 있어서,
    상기 객체의 경계 영역에 대한 질감 정보를 획득하는 단계는,
    상기 객체의 경계 영역에 대한 곡률 벡터와 객체 내부 방향 벡터의 사이각을 비교하여 곡선의 형태가 볼록한 경우, 오목한 경우 또는 평평한 경우인지 질감 정보를 획득하는 객체 경계 추적 방법.
  3. 제1항에 있어서,
    상기 획득된 질감 정보에 따라 배경 영역과 객체 영역으로 분류하는 단계는,
    상기 획득된 질감 정보가 볼록한 경우, 오목한 경우 또는 평평한 경우에 따라 상기 배경 영역과 상기 객체 영역으로 분류하는 객체 경계 추적 방법.
  4. 제1항에 있어서,
    상기 질감 정보 비교 결과에 따라 객체 경계를 추적하는 단계는,
    상기 분류된 영역의 질감 정보를 비교한 결과에 따라 능동 윤곽 모델의 외부 에너지를 계산하는 단계; 및
    상기 외부 에너지가 최소화되는 방향으로 곡선을 이동하여 객체를 추적하는 단계
    를 포함하는 객체 경계 추적 방법.
  5. 제1항에 있어서,
    상기 질감 정보 비교 결과에 따라 객체 경계를 추적하는 단계는,
    상기 분류된 객체 영역과 배경 영역에 대한 질감 정보의 평균과 분산을 비교한 결과에 따라 현재 스낵셀(snaxel)이 객체 내부, 객체 외부 또는 경계 영역에 존재하는지 여부를 판별하여 상기 객체 경계를 추적하는 객체 경계 추적 방법.
  6. 제1항 내지 제5항 중 어느 한 항의 방법을 실행하기 위한 프로그램이 기록되어 있는 것을 특징으로 하는 컴퓨터에서 판독 가능한 기록 매체.
  7. 객체의 경계 영역에 대한 질감 정보를 획득하는 질감 정보 획득부;
    상기 질감 정보에 따라 배경 영역과 객체 영역으로 구분하는 영역 구분부;
    상기 구분된 영역의 질감 정보를 비교하여 능동 윤곽 모델의 에너지 함수를 계산하는 외부 에너지 계산부; 및
    상기 외부 에너지에 따라 객체의 경계를 추적하는 경계 추적부
    를 포함하는 객체 경계 추적 장치.
  8. 제7항에 있어서,
    상기 질감 정보 획득부는,
    상기 객체의 경계 영역에 대한 곡률 벡터와 객체 내부 방향 벡터의 사이각을 비교하여 곡선의 형태가 볼록한 경우, 오목한 경우 또는 평평한 경우인지 질감 정보를 획득하는 객체 경계 추적 장치.
  9. 제7항에 있어서,
    상기 영역 구분부는,
    상기 획득된 질감 정보가 볼록한 경우, 오목한 경우 또는 평평한 경우에 따라 배경 영역과 객체 영역으로 구분하는 객체 경계 추적 장치.
  10. 제7항에 있어서,
    상기 경계 추적부는,
    상기 외부 에너지 함수가 최소화되는 방향으로 곡선을 이동하여 객체의 경계를 추적하는 객체 경계 추적 장치.
  11. 제7항에 있어서,
    상기 경계 추적부는,
    상기 구분된 객체 영역과 배경 영역에 대한 질감 정보의 평균과 분산을 비교하여 현재 스낵셀(snaxel)이 객체 내부, 객체 외부 또는 경계 영역에 존재하는지 여부를 판별하여 상기 객체에 대한 경계를 추적하는 객체 경계 추적 장치.
KR1020080013636A 2008-02-14 2008-02-14 질감 특성을 이용한 객체 경계 추적 방법 및 장치 KR20090088219A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080013636A KR20090088219A (ko) 2008-02-14 2008-02-14 질감 특성을 이용한 객체 경계 추적 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080013636A KR20090088219A (ko) 2008-02-14 2008-02-14 질감 특성을 이용한 객체 경계 추적 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20090088219A true KR20090088219A (ko) 2009-08-19

Family

ID=41206975

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080013636A KR20090088219A (ko) 2008-02-14 2008-02-14 질감 특성을 이용한 객체 경계 추적 방법 및 장치

Country Status (1)

Country Link
KR (1) KR20090088219A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010017058A1 (de) 2009-09-17 2011-03-24 Hyundai Motor Company Wärm- und Kühlsystem für Fahrzeugsitz
CN106250805A (zh) * 2015-06-03 2016-12-21 通用汽车环球科技运作有限责任公司 基于物体的相对运动执行图像掩蔽的方法和设备
KR20190118078A (ko) * 2018-04-09 2019-10-17 한화테크윈 주식회사 객체 및 배경 구분 방법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010017058A1 (de) 2009-09-17 2011-03-24 Hyundai Motor Company Wärm- und Kühlsystem für Fahrzeugsitz
CN106250805A (zh) * 2015-06-03 2016-12-21 通用汽车环球科技运作有限责任公司 基于物体的相对运动执行图像掩蔽的方法和设备
CN106250805B (zh) * 2015-06-03 2019-10-22 通用汽车环球科技运作有限责任公司 用于处理与机动车辆相关的多个图像的方法和系统
KR20190118078A (ko) * 2018-04-09 2019-10-17 한화테크윈 주식회사 객체 및 배경 구분 방법

Similar Documents

Publication Publication Date Title
US8837773B2 (en) Apparatus which detects moving object from image and method thereof
US7139411B2 (en) Pedestrian detection and tracking with night vision
KR100851981B1 (ko) 비디오 영상에서 실 객체 판별 방법 및 장치
Yang et al. Robust superpixel tracking
EP2344983B1 (en) Method, apparatus and computer program product for providing adaptive gesture analysis
US10216979B2 (en) Image processing apparatus, image processing method, and storage medium to detect parts of an object
US8873798B2 (en) Methods for tracking objects using random projections, distance learning and a hybrid template library and apparatuses thereof
BR112020001729A2 (pt) método, aparelho e dispositivo de reconhecimento de gestos
US9245206B2 (en) Image processing apparatus and image processing method
Tie et al. Automatic landmark point detection and tracking for human facial expressions
KR102349059B1 (ko) 영상의 관심영역으로부터 랜드마크를 결정하는 장치 및 방법
Vezhnevets Face and facial feature tracking for natural HumanComputer Interface
JP2014048962A (ja) 画像処理装置、画像処理方法及びプログラム
US9349207B2 (en) Apparatus and method for parsing human body image
US8718362B2 (en) Appearance and context based object classification in images
WO2009152509A1 (en) Method and system for crowd segmentation
JP5371040B2 (ja) 移動物体追跡装置、移動物体追跡方法および移動物体追跡プログラム
US10964046B2 (en) Information processing apparatus and non-transitory computer readable medium storing information processing program for estimating face orientation by using an omni-directional camera
KR102351497B1 (ko) 영상 정보를 기반으로 음성 구간을 검출하는 방법 및 장치
KR100977259B1 (ko) 다중 기울기 히스토그램을 이용한 사람 탐색 및 추적 방법
KR20090088219A (ko) 질감 특성을 이용한 객체 경계 추적 방법 및 장치
JP6434718B2 (ja) 顔画像認識装置及び顔画像認識プログラム
US20100104018A1 (en) System, method and computer-accessible medium for providing body signature recognition
KR20060121503A (ko) 무인 감시 로봇에서 중요 얼굴 추적 장치 및 방법
JP3980464B2 (ja) 鼻位置の抽出方法、およびコンピュータに当該鼻位置の抽出方法を実行させるためのプログラムならびに鼻位置抽出装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application