KR20090111913A - 모션 검출 방법 및 장치 - Google Patents

모션 검출 방법 및 장치 Download PDF

Info

Publication number
KR20090111913A
KR20090111913A KR1020080037524A KR20080037524A KR20090111913A KR 20090111913 A KR20090111913 A KR 20090111913A KR 1020080037524 A KR1020080037524 A KR 1020080037524A KR 20080037524 A KR20080037524 A KR 20080037524A KR 20090111913 A KR20090111913 A KR 20090111913A
Authority
KR
South Korea
Prior art keywords
image
motion
frame
feature information
axis
Prior art date
Application number
KR1020080037524A
Other languages
English (en)
Other versions
KR101503017B1 (ko
Inventor
김문수
Original Assignee
엠텍비젼 주식회사
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 엠텍비젼 주식회사 filed Critical 엠텍비젼 주식회사
Priority to KR1020080037524A priority Critical patent/KR101503017B1/ko
Publication of KR20090111913A publication Critical patent/KR20090111913A/ko
Application granted granted Critical
Publication of KR101503017B1 publication Critical patent/KR101503017B1/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
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence

Abstract

이미지 센서를 이용하여 비접촉 모션을 검출하는 방법 및 장치가 개시된다. 본 발명의 일 실시예에 따른 모션 검출 방법은, 이미지 센서로부터 피사체에 대한 순차적인 프레임 이미지를 입력받는 단계; 상기 입력받은 현재 프레임의 프레임 이미지와 직전 프레임의 프레임 이미지 간의 차이 이미지를 생성하는 단계; 상기 차이 이미지를 기준축 상에 투영시켜 투영 데이터를 획득하는 단계; 상기 투영 데이터로부터 특징 정보를 추출하는 단계; 상기 특징 정보의 궤적을 분석하는 단계; 및 상기 분석된 궤적을 이용하여 상기 피사체의 모션 정보를 획득하는 단계를 포함할 수 있다. 이에 의하면, 이미지 센서를 이용하여 피사체의 비접촉 모션 정보를 획득할 수 있다.
이미지 센서, 모션, 차이 이미지, 투영, 궤적

Description

모션 검출 방법 및 장치{Motion detecting method and apparatus}
본 발명은 모션 검출 방법 및 장치에 관한 것으로, 보다 상세하게는 이미지 센서를 이용하여 비접촉 모션을 검출하는 방법 및 장치에 관한 것이다.
최근 전자공학 및 통신공학의 비약적인 발전에 따라 촬상부(예를 들어, 카메라 모듈 등), 음원 재생부(예를 들어, MP3 파일 재생 모듈 등) 등이 장착된 휴대용 전자기기가 제공되고 있다. 따라서, 사용자는 다양한 기능이 구비된 휴대용 전자 기기를 이용하여 인터넷 접속, 화상 통신, 동영상 메시지 출력, 디지털 음악 청취 및 위성방송 시청 등의 다양한 기능을 향유할 수 있게 되었다. 이러한 다양한 기능을 향유하기 위해 각종 기능의 선택을 위한 효율적인 키입력이 요구되고 있다.
그러나, 기존 휴대용 전자기기의 경우사용자는 키패드(keypad)를 이용하여 각종 키 입력(예를 들어, 이동 통신 단말기의 경우 통화 버튼 및 무선 인터넷 접속 버튼, MP3 플레이어의 경우 파일 재생 버튼 및 파일 선택 버튼, 음량 조절 버튼 등의 입력)을 행하거나 스크린 터치를 통해 키 입력을 행하는 등 접촉 방식에 의한 입력만이 가능하였다.
또한, 휴대용 전자기기에 구비된 촬상부를 이용하여 비접촉 방식으로 손가락 등의 움직임을 감지하기 위해서는 적외선 광원 등의 독립 광원을 이용하여 손가락 움직임이 따른 반사광을 수신할 필요가 있었다.
따라서, 본 발명은 이미지 센서를 이용하여 피사체의 비접촉 모션 정보를 획득할 수 있는 모션 검출 방법 및 장치를 제공한다.
또한, 본 발명은 순차적인 프레임 정보를 이용하여 프로세서에 연산 부담을 주지 않으면서도 모션 정보를 획득하고, 이를 이용한 명령을 생성할 수 있는 모션 검출 방법 및 장치를 제공한다.
본 발명의 일 측면에 따르면, 피사체의 움직임을 검출하는 모션 검출 방법 및 이를 수행하기 위한 프로그램이 기록된 기록매체가 제공된다.
본 발명의 일 실시예에 따른 모션 검출 방법은, 이미지 센서로부터 피사체에 대한 순차적인 프레임 이미지를 입력받는 단계; 상기 입력받은 현재 프레임의 프레임 이미지와 직전 프레임의 프레임 이미지 간의 차이 이미지를 생성하는 단계; 상기 차이 이미지를 기준축 상에 투영시켜 투영 데이터를 획득하는 단계; 상기 투 영 데이터로부터 특징 정보를 추출하는 단계; 상기 특징 정보의 궤적을 분석하는 단계; 및 상기 분석된 궤적을 이용하여 상기 피사체의 모션 정보를 획득하는 단계를 포함할 수 있다.
상기 차이 이미지를 생성하는 단계는 상기 현재 프레임의 프레임 이미지와 상기 직전 프레임의 프레임 이미지 간에 서로 대응하는 픽셀들의 픽셀값의 차이를 픽셀값으로 하여 상기 차이 이미지를 생성할 수 있다.
상기 투영 데이터를 획득하는 단계는 상기 기준축을 향하여 상기 차이 이미지 내의 픽셀들의 픽셀값을 합산하여 상기 투영 데이터를 획득할 수 있다. 또는 상기 투영 데이터를 획득하는 단계는 상기 기준축을 향하여 픽셀값이 임계값 이상인 상기 차이 이미지 내의 픽셀들의 개수를 상기 투영 데이터로 획득할 수도 있다.
상기 특징 정보를 추출하는 단계는, 상기 투영 데이터를 검출 기준 투영점을 중심으로 그룹화하는 단계; 및 상기 검출 기준 투영점을 중심으로 구분된 각 그룹 내의 투영 데이터의 합의 차이를 이용하여 상기 특징 정보를 생성하는 단계를 포함할 수 있다.
상기 궤적을 분석하는 단계는 누적 저장된 상기 특징 정보가 시간 경과에 따라 미리 설정된 형태를 가지는지 여부를 판단하여 상기 피사체의 모션 유무를 결정할 수 있다. 여기서, 상기 미리 설정된 형태를 사인(sine) 파형일 수 있다.
상기 기준축은 상기 차이 이미지의 가로축 및 세로축을 포함할 수 있다. 상기 궤적을 분석하는 단계에서 상기 피사체의 모션이 있는 것으로 결정된 경우, 상기 모션을 분석하는 단계는 상기 가로축 및 상기 세로축 중 상기 궤적이 우세한 형 태를 가지는 축을 상기 피사체의 모션의 주 방향으로 결정할 수 있다.
본 발명의 다른 측면에 따르면, 피사체의 움직임을 검출하는 모션 검출 장치가 제공된다.
본 발명의 일 실시예에 따른 모션 검출 장치는, 이미지 센서로부터 피사체에 대한 순차적인 프레임 이미지를 입력받는 이미지 입력부; 상기 이미지 입력부가 입력받은 현재 프레임의 프레임 이미지와 직전 프레임의 프레임 이미지 간의 차이 이미지를 생성하는 차이 이미지 생성부; 상기 차이 이미지를 기준축 상에 투영시켜 투영 데이터를 획득하는 이미지 투영부; 상기 투영 데이터로부터 특징 정보를 추출하는 특징 정보 추출부 상기 특징 정보의 궤적을 분석하는 궤적 분석부; 및 상기 분석된 궤적을 이용하여 상기 피사체의 모션 정보를 획득하는 모션 분석부를 포함할 수 있다.
상기 차이 이미지 생성부는 상기 현재 프레임의 프레임 이미지와 상기 직전 프레임의 프레임 이미지 간에 서로 대응하는 픽셀들의 픽셀값의 차이를 픽셀값으로 하는 상기 차이 이미지를 생성할 수 있다.
상기 이미지 투영부는 상기 기준축을 향하여 상기 차이 이미지 내의 픽셀들의 픽셀값을 합산하여 상기 투영 데이터를 획득할 수 있다. 또는 상기 이미지 투영부는 상기 기준축을 향하여 픽셀값이 임계값 이상인 상기 차이 이미지 내의 픽셀들의 개수를 상기 투영 데이터로 획득할 수도 있다.
상기 특징 정보 추출부는 상기 투영 데이터를 검출 기준 투영점을 중심으로 그룹화하고, 상기 검출 기준 투영점을 중심으로 구분된 각 그룹 내의 투영 데이터 의 합의 차이를 이용하여 상기 특징 정보를 생성할 수 있다.
상기 궤적 분석부는 누적 저장된 상기 특징 정보가 시간 경과에 따라 미리 설정된 형태를 가지는지 여부를 판단하여 상기 피사체의 모션 유무를 결정할 수 있다. 여기서, 상기 미리 설정된 형태는 사인(sine) 파형일 수 있다.
상기 기준축은 상기 차이 이미지의 가로축 및 세로축을 포함할 수 있다. 상기 궤적 분석부에 의해 상기 피사체의 모션이 있는 것으로 결정된 경우, 상기 모션 분석부는 상기 가로축 및 상기 세로축 중 상기 궤적이 우세한 형태를 가지는 축을 상기 피사체의 모션의 주 방향으로 결정할 수 있다.
상기 모션 검출 장치는, 주변 환경에 따라 상기 이미지 센서의 노출값을 조정하여 상기 프레임 이미지가 일정한 프레임 레이트(frame rate)로 입력되도록 하는 자동 노출부를 더 포함할 수 있다.
전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 상세한 설명으로부터 명확해질 것이다.
본 발명에 따른 모션 검출 방법 및 장치는 이미지 센서를 이용하여 피사체의 비접촉 모션 정보를 획득할 수 있다.
또한, 순차적인 프레임 정보를 이용하여 프로세서에 연산 부담을 주지 않으면서도 모션 정보를 획득하고, 이를 이용한 명령을 생성할 수 있다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 본 발명의 실시예를 첨부한 도면들을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 모션 검출 장치의 블록 구성도이다. 도 1을 참조하면, 이미지 센서(10), 자동 노출부(15), 모션 검출 장치(100)가 도시되어 있다.
이미지 센서(10)는 외부 렌즈를 통해 입력되는 광학 영상(즉, 광학적 피사체 신호)을 전기적인 신호로 변환하여 출력한다. 여기서, 매 프레임(frame)마다 출력되는 전기적 신호를 프레임 이미지라 한다. 이미지 센서(10)는 일정한 프레임 레이트(frame rate) 또는 변화하는 프레임 레이트를 가지는 프레임 이미지를 출력한다. 이하에서는 발명의 이해와 설명의 편의를 위해 프레임 이미지가 일정한 프레임 레이트를 가지는 것으로 가정하여 설명하기로 한다. 또한, 이미지 센서(10)는 CCD(Charge Coupled Device) 타입 또는 CMOS(Complementary Metal-Oxide-Silicon) 타입일 수 있다.
모션 검출 장치(100)는 이미지 입력부(110), 이미지 저장부(115), 차이 이미지 생성부(120), 이미지 투영부(130), 특징 정보 추출부(140), 특징 정보 저장부(145), 궤적분석부(150), 모션 분석부(160)를 포함한다.
이미지 입력부(110)는 이미지 센서(10)로부터 순차적인 프레임 이미지를 입력받는다. 입력받은 프레임 이미지는 컬러 이미지 또는 흑백 이미지일 수 있다. 컬러 이미지인 경우 컬러 이미지를 그대로 활용하거나 혹은 흑백 이미지로 전환할 수 있다. 흑백 이미지인 경우 피사체의 모션을 검출함에 있어서 모션 검출 장치(100)의 전체적인 연산량을 줄일 수 있는 효과가 있다.
입력받은 프레임 이미지는 이미지 저장부(115)에 저장된다. 현재 프레임을 n 번째 프레임이라 가정할 때, 이미지 저장부(115)에는 현재 입력받은 프레임 이미지에 해당하는 프레임(n 번째 프레임) 이전의 프레임(n-1 번째 프레임)에 해당하는 프레임 이미지가 저장되어 있다.
차이 이미지 생성부(120)는 이미지 입력부(110)에 입력된 현재 프레임인 n 번째 프레임의 프레임 이미지(n 번째 프레임 이미지)와, 이미지 저장부(115)로부터 읽어온 이전 프레임인 n-1 번째 프레임의 프레임 이미지(n-1 번째 프레임 이미지)를 이용하여 차이 이미지를 생성한다. 임의의 픽셀 위치에 대해서, 두 프레임 이미지에서의 해당 픽셀 위치의 픽셀값의 차이를 차이 이미지에서의 해당 픽셀 위치의 픽셀값으로 한다. 하기 수학식 1과 같이 차이 이미지에서의 해당 픽셀의 픽셀값은 두 프레임 이미지에서의 해당 픽셀의 픽셀값의 차이의 절대값인 것이 바람직하다.
Figure 112008028868790-PAT00001
여기서, Fdiff는 차이이미지에서의 픽셀값, F(n)은 n 번째 프레임 이미지에서의 픽셀값, F(n-1)은 n-1 번째 프레임 이미지에서의 픽셀값이다.
차이 이미지를 생성할 때 모션 검출 폭에 따라 프레임 이미지의 크로핑(cropping)이나 마스킹(masking) 등의 작업이 추가적으로 선행될 수 있다. 여기서, 모션 검출 폭은 본 발명에 따른 모션 검출 장치(100)가 검출 가능한 피사체의 모션 방향, 모션 크기 등을 의미한다.
일 실시예에서, 좌우 방향 또는 상하 방향 뿐만 아니라 360도 전체방향에 대한 검출을 하고자 하는 경우 검출 기준점을 중심으로 원 형태의 마스크를 이용하여 마스킹을 수행할 수 있다. 다른 실시예에서, 검출 기준점을 중심으로 근거리에 위치한 픽셀들에 대해서는 높은 가중치를 부여하고 원거리에 위치한 픽셀들에 대해서는 낮은 가중치를 부여할 수 있다.
본 발명의 실시예에서, 피사체의 모션을 검출함에 있어서 피사체가 특정한 점 또는 선을 관통하여 움직일 때 모션이 있는 것으로 가정하며, 이 경우 중심이 되는 특정한 점 또는 선을 검출 기준점이라 한다. 검출 기준점은 이미지 센서(10)의 중심점 또는 이미지 센서(10)에 의해 촬상된 이미지의 중심점 등 일 수 있다. 또한, 검출 기준점은 사용자에 의해 지정된 이미지 상의 픽셀일 수 있다. 또한, 검출 기준점은 하나 이상일 수 있다.
또한, 차이 이미지 생성부(120)는 차이이미지를 생성한 후 차이 이미지 전체의 콘트라스트(contrast)를 향상시키기 위해 적응형 임계화(adaptive thresholding)를 수행할 수도 있다.
이미지 투영부(130)는 차이 이미지 생성부(120)에서 생성한 차이 이미지에 대해서 기준축 상에 투영(projection)시킨다. 차이 이미지가 기준축 상에 투영됨으로써, 기준축에 대한 투영데이터가 획득된다. 여기서, 기준축은 차이 이미지 내의 임의의 축일 수 있으며, 차이 이미지의 가로축 또는 세로축일 수 있다. 기준축은 하나 또는 둘 이상 있을 수 있으며, 이하에서는 기준축이 차이 이미지의 가로축(X 축) 및 세로축(Y 축)인 경우를 가정하여 설명하지만, 본 발명이 이에 한정되지 않 음은 자명하다.
기준축으로 서로 수직인 X 축 및 Y 축을 가정할 때, 차이 이미지의 픽셀들은 (x, y)로 표현될 수 있다.
일 실시예에서, 임의의 y 좌표를 가지는 Y 축 상으로의 투영 데이터(Yproj(y))는 임의의 y 좌표를 가지는 모든 픽셀들((x1, y), (x2, y), (x3, y), …, (xk1, y))의 픽셀값의 합을 산출하는 것을 의미한다. 그리고 임의의 x 좌표를 가지는 X 축 상으로의 투영 데이터(Xproj(x))는 임의의 x 좌표를 가지는 모든 픽셀들((x, y1), (x, y2), (x, y3), …, (x, yk2))의 픽셀값의 합을 산출하는 것을 의미한다. 이는 하기의 수학식 2와 같이 표현될 수 있다.
Figure 112008028868790-PAT00002
다른 실시예에서, 임의의 y 좌표를 가지는 Y 축 상으로의 투영 데이터(Yproj(y))는 임의의 y 좌표를 가지는 모든 픽셀들((x1, y), (x2, y), (x3, y), …, (xk1, y)) 중 일정 값 이상의 픽셀값을 가지는 픽셀의 개수를 의미한다. 그리고 임 의의 x 좌표를 가지는 X 축 상으로의 투영 데이터(Xproj(x))는 임의의 x 좌표를 가지는 모든 픽셀들((x, y1), (x, y2), (x, y3), …, (x, yk2)) 중 일정값 이상의 픽셀값을 가지는 픽셀의 개수를 의미한다.
일 실시예에서, X 축 상으로의 투영 데이터는 X 축 방향으로의 모션에 대한 정보를 획득할 수 있도록 하고, Y 축 상으로의 투영 데이터는 Y 축 방향으로의 모션에 대한 정보를 획득할 수 있도록 한다. 이는 추후 특징 정보를 추출하기 위한 기준을 정하기 위해 방향을 정한 것인 바 반대의 경우도 가능함은 물론이다.
특징 정보 추출부(140)는 이미지 투영부(130)에서 획득한 투영 데이터를 미리 설정된 방법에 따라 그룹화한다. 일 실시예에서는, X 축 및/또는 Y 축 상에 검출 기준점이 투영된 검출 기준 투영점을 중심으로 하여 양측으로 2개의 그룹으로 그룹화할 수 있다. 그리고 구분된 각 그룹의 차이를 통해 특징 정보를 생성한다.
일 실시예에서는 검출 기준점이 하나이며 검출 기준 투영점을 중심으로 2개의 그룹으로 그룹화되지만, 다른 실시예에서는 검출 기준점이 둘 이상이며 각 검출 기준점이 투영된 둘 이상의 검출 기준 투영점을 중심으로 3개 이상의 그룹으로 그룹화할 수 있다. 이 경우 각 그룹의 차이를 통해 특징 정보를 생성할 수 있다. 예를 들어, 각 그룹 중 최우세 그룹과 나머지 그룹들로 구분하여 특징 정보를 생성하거나, 최우세 그룹과 인접 그룹의 투영 데이터를 이용하여 특징 정보를 생성하거나 최우세 그룹과 타 그룹중 어느 하나의 그룹의 투영 데이터를 이용하여 특징 정보를 생성할 수 있다.
이하에서는 검출 기준점이 하나, 즉 검출 기준 투영점이 하나인 경우 2개의 그룹으로 그룹화되어 특징 정보가 생성된 경우를 가정하여 설명한다.
생성된 특징 정보는 특징 정보 저장부(145)에 저장되며, 궤적 분석부(150)가 궤적 등의 모션 정보를 획득하기 위해 활용하는 정보가 된다. 특징 정보 추출부(140)는 X 축 및 Y 축에 대해서 각각 투영 데이터를 그룹화하여 특징 정보를 생성한다.
궤적 분석부(150)는 특징 정보를 기초로 하여 시간 경과에 따른 특징 정보의 궤적이 미리 설정된 형태(예를 들어, 사인(sine) 파형)를 가지는지 판단하여 피사체의 모션 유무를 결정한다. 미리 설정된 형태를 가지는 경우, 그 크기가 소정의 임계값 이상인 경우에 검출 기준점을 중심으로 하여 특정 방향으로 모션이 있는 것으로 판단한다.
미리 설정된 형태가 사인 파형인 경우에는, 비교적 간단한 연산으로 특징 정보의 궤적을 파악할 수 있는 장점이 있다. 궤적 분석부(150)는 기준축에 대해서 특징 정보의 궤적을 분석하며, 기준축이 둘 이상인 경우(즉, X 축 및 Y 축이 기준축인 경우) 각 기준축에 대해서 특징 정보의 궤적을 분석한다.
궤적 분석부(150)에 의해 피사체의 모션이 있는 것으로 결정된 경우, 모션 분석부(160)는 궤적의 특성을 파악하여 기준축 상에서의 피사체의 모션 방향을 분석한다. 차이 이미지 중 프레임 별로 변화가 큰 영역을 파악하기 위하여 특징 정보를 활용한다. 특징 정보의 궤적은 해당 영역의 변화에 따른 차분값의 부호 변화가 반영되어 있다. 즉, 유사한 사인 파형이라고 하더라도 궤적이 음(-)의 값에서 양(+)의 값으로 변화하는 경우와 양(+)의 값에서 음(-)의 값으로 변화하는 경우는 피사체의 모션 방향이 다르게 된다.
또한, 모션 분석부(160)는 기준축이 둘 이상인 경우에 궤적 분석부(150)에 의해 분석된 X 축 및 Y 축에 대한 결과값을 상호 분석하여 상대적으로 우세한 형태를 가지는 쪽을 선택한다. X 축에 대한 결과값이 우세한 형태를 가지는 경우 피사체의 모션은 X 축 방향인 것으로 판단하고, Y 축에 대한 결과값이 우세한 형태를 가지는 경우 피사체의 모션은 Y 축 방향인 것으로 판단한다. 즉, 모션 분석부(160)는 피사체의 모션의 2차원적인 방향성을 판단한다.
X 축 및 Y 축에 대한 방향성 판단 결과 유사한 형태를 가지고 있으며, 소정 범위 이내의 차이를 가지는 경우 X 축 및 Y 축에 대해서 사선으로 피사체가 움직인 것으로 판단할 수 있다.
모션 분석부(160)에서 분석된 피사체의 모션 정보(모션 방향 등 포함)을 출력하며, 후단에 연결되는 프로세서에서 이를 활용하게 된다. 예를 들어, 피사체의 모션 정보를 이용하여 좌우 방향 또는 상하 방향으로 마우스 커서를 움직인 것과 같은 효과를 나타내거나, 좌우 방향 또는 상하 방향으로 배열된 여러 선택 대상 중 어느 하나를 선택한 것과 같은 효과를 나타낼 수 있다.
본 발명의 다른 실시예에 따르면, 이미지 센서(10)에 자동 노출부(15)가 추가적으로 연결되어 있을 수 있다. 모션 검출 장치(100)가 프레임 이미지를 통해 모션 정보를 획득함에 있어서 상술한 내용에서는 프레임 레이트가 일정한 것으로 가정하였다. 자동 노출부(15)는 이미지 센서(10)가 일정한 프레임 레이트로 프레임 이미지를 출력할 수 있도록 노출값을 조정한다.
이미지 센서(10)를 구비한 디지털 카메라와 같은 촬상 장치의 경우 주변 환경(예를 들어, 밝기)에 따라 프레임 레이트와 노출값을 조정하여 충분한 빛이 이미지 센서(10)에 입력되도록 한다. 예를 들어, 노출값이 고정된 경우를 가정하면, 낮과 같이 주변이 밝은 때에는 40 fps(Frame Per Second)이지만, 밤과 같이 주변이 어두울 때에는 5 내지 10 fps일 수 있다. 이 경우 주변 환경에 따라 프레임 레이트가 변화되며, 일정한 프레임 레이트를 요구하는 모션 검출 장치(100)가 정확한 모션 정보를 획득하는 것이 어려울 수 있다. 따라서, 자동 노출부(15)가 주변 환경에 따라 노출값이 변화시키면서 프레임 레이트를 일정하게 유지시킬 수도 있다.
도 1에서는 자동 노출부(15)가 모션검출 장치(100)와 별도로 이미지 센서(10)에 연결되어 있는 것으로 도시하였으나, 자동 노출부(15)는 모션 검출 장치(100) 내에 구비되어 있을 수도 있다.
본 발명의 일 실시예에서, 모션 검출 장치(100)는 적외선 광원 등의 독립 광원을 구비하지 않고서도 가시광선 조건 하에서 이미지 센서(10)를 이용하여 피사체를 촬영하고 프레임별로 분석함으로써 피사체의 움직임을 파악할 수 있다.
다른 실시예에서, 모션 검출 장치(100)는 자동 노출부(15)를 구비하고서도 가시광선 조건 하에서 충분한 광량을 획득하지 못하는 경우 보조 광원을 구비하여 충분한 광량을 획득할 수 있다.
이하에서는 모션 검출 장치(100)에서 피사체의 모션을 검출하는 방법에 대 해서 보다 상세하게 도 2 이하의 도면을 참조하여 설명하기로 한다. 발명의 이해와 설명의 편의를 위해 모션 검출 방법의 수행은 모션 검출 장치(100)에서 이루어지는 것으로 설명하기로 한다.
도 2는 본 발명의 일 실시예에 따른 모션 검출 방법의 흐름도이고, 도 3은 차이 이미지의 생성 방법을 나타낸 도면이며, 도 4는 차이 이미지의 예시도이고, 도 5는 차이 이미지에서 이미지 투영을 나타낸 도면이며, 도 6은 특징정보를 추출하는 방법을 나타낸 도면이고, 도 7은 특징 정보 집합의 파형(waveform)을 나타낸 도면이다.
여기서는, 기준축이 차이 이미지의 가로축(X 축) 및 세로축(Y 축)이고, 검출 기준점이 차이 이미지의 중심점인 것을 가정하여 설명하기로 한다.
모션 검출 장치(100)는 이미지 센서(10)로부터 프레임 이미지를 입력받는다(단계 200). 입력받은 프레임 이미지는 컬러 이미지 또는 흑백 이미지일 수 있다. 컬러 이미지인 경우 흑백 이미지로 전환할 수 있다. 컬러 이미지의 흑백 이미지로의 전환은 당업자에게 자명한 사항인 바 상세한 설명은 생략하기로 한다.
현재 프레임의 프레임 이미지(n 번째 프레임 이미지)와 이전 프레임의 프레임 이미지(n-1 번째 프레임 이미지) 간의 차이 이미지를 생성한다(단계 210). n 번째 프레임 이미지의 임의의 픽셀과, 이에 대응되는 n-1 번째 프레임 이미지의 픽셀의 픽셀값의 차이를 차이 이미지의 해당 픽셀의 픽셀값으로 한다.
도 3을 참조하면, n-1 번째 프레임 이미지 Frame(n-1)와 n 번째 프레임 이미지Frame(n)의 각 픽셀들에 대하여 빼기 연산을 수행하여 n-1 번째 차이 이미지 Fdiff(n-1)을 획득한다. 차이 이미지의 각 픽셀들은 상기 수학식 1을 통한 픽셀값을 가지게 된다.
차이 이미지(400)에 대해서는 검출 기준점(410)을 중심으로 모션 검출 폭에 따라 일정 영역을 그룹화하고(도 4의Grouping 영역 참조) 그룹 내의 일정 영역에 대해서 가중치를 부여(도 4의Weighting 영역 참조)할 수도 있다.
생성된 차이 이미지에 대해서 각 픽셀들을 서로 수직인 두 축으로 투영한 투영 데이터를 획득한다(단계 220). 차이 이미지의 가로 축을 X 축, 세로 축을 Y 축이라 할 때, 서로 수직인 두 축은 X 축 및 Y 축일 수 있다. 즉, X 축 상으로의 투영 데이터(510x) 및 Y 축 상으로의 투영 데이터(510y)를 획득할 수 있다(도 5 참조).
투영 데이터는 상기 수학식 2에서와 같이 픽셀값들의 합이거나, 혹은 일정한 값 이상을 가지는 픽셀의 개수일 수 있다.
투영 데이터를 기초로 하여 X 축 방향으로의 특징 정보 및 Y 축 방향으로의 특징 정보를 추출한다(단계 230).
도 6을 참조하여, X 축 방향으로의 특징 정보를 획득하는 방법을 설명하기로 하며, Y 축 방향으로의 특징 정보 역시 동일한 방법에 의해 획득할 수 있다.
X 축 방향으로의 투영 데이터(Xproj)에 대해서 검출 기준점을 중심으로 양측으로 그룹화한다. A 그룹과 B 그룹으로 구분될 수 있으며, A 그룹에 속하는 투영 데이터의 합을 Xprojsum_a라 하고, B 그룹에 속하는 투영 데이터의 합을 Xprojsum_b라 한 다. 여기서, 검출 기준점은 차이 이미지의 중심점이며, A 그룹에 속하는 투영 데이터의 개수와 B 그룹에 속하는 투영 데이터의 개수는 동일한 것으로 가정한다.
이 경우 특징 정보 Xf는 수학식 3에 기재된 것과 같이 A 그룹에 속하는 투영 데이터의 합에서 B 그룹에 속하는 투영 데이터의 합을 뺀 값이 된다.
Figure 112008028868790-PAT00003
매 프레임마다 생성되는 특징 정보들을 특징 정보 저장부(145)에 저장하고, 이를 이용하여 궤적을 생성한다. 그리고 생성된 궤적을 기초로 하여 X 축과 Y 축 간의 상호 분석(단계 240)을 통해, 상대적으로 우세한 축 방향을 결정한다. 그리고 우세한 축 방향의 특징 정보를 분석하여 모션 방향을 결정한다(단계 250). 여기서, 기준축이 하나인 경우에는 단계 240이 생략될 수 있으며, 단계 250에서 기준축 방향의 특징 정보를 분석하여 모션 방향을 결정할 수 있다.
제1 구간, 제2 구간, 제3 구간에서의 A 그룹 투영 데이터 합(710a), B 그룹 투영 데이터 합(710b), 특징 정보(720)가 도 7에 도시되어 있다.
제1 구간에서 X 축 상의 특징 정보는 사인(sine) 형태의 파형을 이룬다. 이에 비해 Y 축 상의 특징 정보는 사인 형태이라 볼 수 없는 파형을 이룬다. 즉, 제1 구간에서는 사인 파형을 이루는 X 축 상의 특징 정보가 Y 축 상의 특징 정보에 비해 상대적으로 우세한 것으로 판단된다.
그리고 X 축 상의 특징 정보가 처음에는 양(+)의 값을 가지고 나중에는 음(-)의 값을 가지는 사인 형태를 가지고 있는 바 X 축에서 제1 방향(예를 들어, x가 증가하는 방향)으로 피사체의 움직임이 있었던 것으로 결정한다(D(1) 참조).
제2 구간에서 X 축 상의 특징 정보는 사인 형태의 파형을 이룬다. 이에 비해 Y 축 상의 특징 정보는 사인 형태라 볼 수 없는 파형을 이룬다. 즉, 제2 구간에서도 사인 형태의 파형을 이루는 X 축 상의 특징 정보가 Y 축 상의 특징 정보에 비해 상대적으로 우세한 것으로 판단된다.
그리고 X 축 상의 특징 정보가 처음에는 음(-)의 값을 가지고 나중에는 양(+)의 값을 가지는 사인 형태를 가지고 있는 바 X 축에서 제2 방향(예를 들어, x가 감소하는 방향)으로 피사체의 움직임이 있었던 것으로 결정한다(D(2) 참조).
제3 구간에서도 제2 구간에서와 유사한 과정을 거쳐 피사체의 움직임을 결정할 수 있게 된다(D(3) 참조).
특징 정보 저장부(145)에 저장된 특징 정보들에 대해서 순차적으로 새로운 특징 정보가 저장될 때마다 하기의 특징 정보 파형 분석 방법을 수행함으로써 현재 특징 정보에 의한 궤적이 사인 형태인지 여부를 판단할 수 있다. 본 발명의 일 실시예에 따른 특징 정보의 파형을 분석하는 방법은 다음과 같다.
상술한 단계 200 내지 230을 수행하여 특징 정보가 추출된 것으로 가정한다. 일정 시간이 경과함에 따라 복수의 특징 정보가 특징 정보 저장부(145)에 저장되어 있다.
특징 정보 저장부(145)에 저장된 특징 정보들에 대해서 현재 프레임을 기준 으로 하여 일정 범위 내에 위치한 특징 정보들을 이용하여 포지티브 특징값(Xpos), 네거티브 특징값(Xneg), 방향 특징값(Xdir)을 산출한다.
예를 들어, 현재 n 번째 프레임 이미지가 입력된 경우, 현재 프레임을 기준으로 a 번째 이전의 프레임부터 b 번째 이전의 프레임까지를 일정 범위로 가정한다. 이 경우수학식 4에 기재된 것과 같이 포지티브 특징값(Xpos)은 일정범위 내에 위치한 특징 정보들 중 양(+)의 값들만을 합산한 값이며, 네거티브 특징값(Xneg)은 일정범위 내에 위치한 특징 정보들 중 음(-)의 값들만을 합산한 값이다. 그리고 방향 특징값(Xdir)은 일정범위 내에서 연속된 특징 정보들 간의 차이를 합산한 값이다.
Figure 112008028868790-PAT00004
포지티브 특징값, 네거티브 특징값, 방향 특징값이 각각 미리 설정된 임계값 이상인 경우의 프레임을 시작 프레임으로 설정한다. 각 특징값이 미리 설정된 임계값 이상인 경우에 해당 특징 정보들이 사인 형태를 이루고 있는 것으로 판단할 수 있다.
그리고 시작 프레임부터 미리 정해진 수만큼의 프레임까지 상기 수학식 4에 따른 포지티브 특징값, 네거티브 특징값, 방향 특징값을 산출한다. 예를 들어, k 번째 프레임이 시작 프레임으로 결정되고 미리 정해진 수가 5인 경우, k 번째 프레임부터 k+4 번째 프레임까지 수학식 4에 따른포지티브 특징값, 네거티브 특징값, 방향 특징값을 산출한다.
그리고 시작 프레임부터 미리 정해진 수만큼의 프레임까지 산출된 포지티브 특징값과 네거티브 특징값을 각각 합산한다. 그리고 방향 특징값은 양(+)의 값을 가지는 경우와 음(-)의 값을 가지는 경우를 구분하여 포지티브 방향 특징값과 네거티브 방향 특징값으로 합산한다.
상술한 과정이 수행된 이후 X 축 상의특징 정보들에 의한 각 특징값들과 Y 축 상의 특징 정보들에 의한 각 특징값들을 비교한다. 포지티브 특징값과 네거티브 특징값을 비교하여 절대값이 더 큰 축을피사체 움직임의 주 방향축으로 결정한다.
그리고 해당 축 상에서의 모션 방향에 대해서는 포지티브 방향 특징값의 절대값과 네거티브 방향 특징값의 절대값을 비교하여 결정한다. 포지티브 방향 특징값의 절대값이 더 큰 경우를 제1 방향(예를 들어, X 축의 경우 x가 증가하는 방향)이라고 하면, 네거티브 방향 특징값의 절대값이 더 큰 경우는 제2 방향(예를 들어, X 축의 경우 x가 감소하는 방향)이 될 수 있다.
한편, 상술한 모션 검출 방법은 컴퓨터 프로그램으로 작성 가능하다. 상기 프로그램을 구성하는 코드들 및 코드세그먼트들은 당해 분야의 컴퓨터 프로그래머에 의하여 용이하게 추론될 수 있다. 또한, 상기 프로그램은 컴퓨터가 읽을 수 있는 정보저장매체(computer readable media)에 저장되고, 컴퓨터에 의하여 읽혀지고 실행됨으로써 모션 검출 방법을 구현한다. 상기 정보저장매체는 자기 기록매체, 광 기록매체 및 캐리어 웨이브 매체를 포함한다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을것이다.
도 1은 본 발명의 일 실시예에 따른 모션 검출 장치의 블록 구성도.
도 2는 본 발명의 일 실시예에 따른 모션 검출 방법의 흐름도.
도 3은 차이 이미지의 생성 방법을 나타낸 도면.
도 4는 차이 이미지의 예시도.
도 5는 차이 이미지에서 이미지 투영을 나타낸 도면.
도 6은 특징 정보를 추출하는 방법을 나타낸 도면.
도 7은 특징 정보 집합의 파형(waveform)을 나타낸 도면.

Claims (20)

  1. 이미지 센서로부터 피사체에 대한 순차적인 프레임 이미지를 입력받는 단계;
    상기 입력받은 현재 프레임의 프레임 이미지와 직전 프레임의 프레임 이미지 간의 차이 이미지를 생성하는 단계;
    상기 차이 이미지를 기준축 상에 투영시켜 투영 데이터를 획득하는 단계;
    상기 투영 데이터로부터 특징 정보를 추출하는 단계;
    상기 특징 정보의 궤적을 분석하는 단계; 및
    상기 분석된 궤적을 이용하여 상기 피사체의 모션 정보를 획득하는 단계를 포함하는 모션 검출 방법.
  2. 제1항에 있어서,
    상기 차이 이미지를 생성하는 단계는 상기 현재 프레임의 프레임 이미지와 상기 직전 프레임의 프레임 이미지 간에 서로 대응하는 픽셀들의 픽셀값의 차이를 픽셀값으로 하여 상기 차이 이미지를 생성하는 것을 특징으로 하는 모션 검출 방법.
  3. 제1항에 있어서,
    상기 투영 데이터를 획득하는 단계는 상기 기준축을 향하여 상기 차이 이미지 내의 픽셀들의 픽셀값을 합산하여 상기 투영 데이터를 획득하는 것을 특징으로 하는 모션 검출 방법.
  4. 제1항에 있어서,
    상기 투영 데이터를 획득하는 단계는 상기 기준축을 향하여 픽셀값이 임계값 이상인 상기 차이 이미지 내의 픽셀들의 개수를 상기 투영 데이터로 획득하는 것을 특징으로 하는 모션 검출 방법.
  5. 제1항에 있어서,
    상기 특징 정보를 추출하는 단계는,
    상기 투영 데이터를 검출 기준 투영점을 중심으로 그룹화하는 단계; 및
    상기 검출 기준 투영점을 중심으로 구분된 각 그룹 내의 투영 데이터의 합의 차이를 이용하여 상기 특징 정보를 생성하는 단계
    를 포함하는 것을 특징으로 하는 모션 검출 방법.
  6. 제5항에 있어서,
    상기 궤적을 분석하는 단계는 누적 저장된 상기 특징 정보가 시간 경과에 따라 미리 설정된 형태를 가지는지 여부를 판단하여 상기 피사체의 모션 유무를 결정하는 것을 특징으로 하는 모션 검출 방법.
  7. 제6항에 있어서,
    상기 미리 설정된 형태를 사인(sine) 파형인 것을 특징으로 하는 모션 검출 방법.
  8. 제1항에 있어서,
    상기 기준축은 상기 차이 이미지의 가로축 및 세로축을 포함하는 것을 특징으로 하는 모션 검출 방법.
  9. 제8항에 있어서,
    상기 궤적을 분석하는 단계에서 상기 피사체의 모션이 있는 것으로 결정된 경우,
    상기 모션을 분석하는 단계는 상기 가로축 및 상기 세로축 중 상기 궤적이 우세한 형태를 가지는 축을 상기 피사체의 모션의 주 방향으로 결정하는 것을 특징으로 하는 모션 검출 방법.
  10. 제1항 내지제9항 중 어느 한 항에 기재된 모션 검출 방법을 수행하기 위하여 컴퓨터 장치에서 실행될 수 있는 명령어들의 프로그램이 기록되어 있으며, 상기 컴퓨터 장치에 의해 판독될 수 있는 프로그램이 기록된 기록매체.
  11. 이미지 센서로부터 피사체에 대한 순차적인 프레임 이미지를 입력받는 이미지 입력부;
    상기 이미지 입력부가 입력받은 현재 프레임의 프레임 이미지와 직전 프레임의 프레임 이미지 간의 차이 이미지를 생성하는 차이 이미지 생성부;
    상기 차이 이미지를 기준축 상에 투영시켜 투영 데이터를 획득하는 이미지 투영부;
    상기 투영 데이터로부터 특징 정보를 추출하는 특징 정보 추출부;
    상기 특징 정보의 궤적을 분석하는 궤적 분석부; 및
    상기 분석된 궤적을 이용하여 상기 피사체의 모션 정보를 획득하는 모션 분석부를 포함하는 모션 검출 장치.
  12. 제11항에 있어서,
    상기 차이 이미지 생성부는 상기 현재 프레임의 프레임 이미지와 상기 직전 프레임의 프레임 이미지 간에 서로 대응하는 픽셀들의 픽셀값의 차이를 픽셀값으로 하는 상기 차이 이미지를 생성하는 것을 특징으로 하는 모션 검출 장치.
  13. 제11항에 있어서,
    상기 이미지 투영부는 상기 기준축을 향하여 상기 차이 이미지 내의 픽셀들의 픽셀값을 합산하여 상기 투영 데이터를 획득하는 것을 특징으로 하는 모션 검출 장치.
  14. 제11항에 있어서,
    상기 이미지 투영부는 상기 기준축을 향하여 픽셀값이 임계값 이상인 상기 차이 이미지 내의 픽셀들의 개수를 상기 투영 데이터로 획득하는 것을 특징으로 하는 모션 검출 장치.
  15. 제11항에 있어서,
    상기 특징 정보 추출부는 상기 투영 데이터를 검출 기준 투영점을 중심으로 그룹화하고, 상기 검출 기준 투영점을 중심으로 구분된 각 그룹 내의 투영 데이터의 합의 차이를 이용하여 상기 특징 정보를 생성하는 것을 특징으로 하는 모션 검출 장치.
  16. 제15항에 있어서,
    상기 궤적 분석부는 누적 저장된 상기 특징 정보가 시간 경과에 따라 미리 설정된 형태를 가지는지 여부를 판단하여 상기 피사체의 모션 유무를 결정하는 것을 특징으로 하는 모션 검출 장치.
  17. 제16항에 있어서,
    상기 미리 설정된 형태는 사인(sine) 파형인 것을 특징으로 하는 모션 검출 장치.
  18. 제11항에 있어서,
    상기 기준축은 상기 차이 이미지의 가로축 및 세로축을 포함하는 것을 특징으로 하는 모션 검출 장치.
  19. 제18항에 있어서,
    상기 궤적 분석부에 의해 상기 피사체의 모션이 있는 것으로 결정된 경우, 상기 모션 분석부는 상기 가로축 및 상기 세로축 중 상기 궤적이 우세한 형태를 가지는 축을 상기 피사체의 모션의 주 방향으로 결정하는 것을 특징으로 하는 모션 검출 장치.
  20. 제11항에 있어서,
    주변 환경에 따라 상기 이미지 센서의 노출값을 조정하여 상기 프레임 이미지가 일정한 프레임 레이트(frame rate)로 입력되도록 하는 자동 노출부를 더 포함하는 모션 검출 장치.
KR1020080037524A 2008-04-23 2008-04-23 모션 검출 방법 및 장치 KR101503017B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080037524A KR101503017B1 (ko) 2008-04-23 2008-04-23 모션 검출 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080037524A KR101503017B1 (ko) 2008-04-23 2008-04-23 모션 검출 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20090111913A true KR20090111913A (ko) 2009-10-28
KR101503017B1 KR101503017B1 (ko) 2015-03-19

Family

ID=41553158

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080037524A KR101503017B1 (ko) 2008-04-23 2008-04-23 모션 검출 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101503017B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101490908B1 (ko) * 2012-12-05 2015-02-06 현대자동차 주식회사 차량 내 손모양 궤적 인식을 이용한 사용자 인터페이스 조작 시스템 및 방법
KR101500413B1 (ko) * 2013-12-17 2015-03-09 현대자동차 주식회사 차량용 제스처 인식 장치
KR101500412B1 (ko) * 2013-12-19 2015-03-09 현대자동차 주식회사 차량용 제스처 인식 장치
KR101526423B1 (ko) * 2013-12-19 2015-06-05 현대자동차 주식회사 차량용 제스처 인식 장치
US9196055B2 (en) 2010-12-31 2015-11-24 Nokia Technologies Oy Method and apparatus for providing a mechanism for gesture recognition
CN106094861A (zh) * 2016-06-02 2016-11-09 零度智控（北京）智能科技有限公司 无人机、无人机控制方法及装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102062321B1 (ko) 2018-01-25 2020-01-03 영남대학교 산학협력단 대상체의 동작을 인식하기 위하여 복수개의 상이한 주파수들을 이용하는 센서 모듈 및 그 센서 모듈의 동작 방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100319312B1 (ko) * 2000-01-07 2002-01-05 전기호 물체의 움직임 검출방법
GB0112870D0 (en) * 2001-05-25 2001-07-18 Koninkl Philips Electronics Nv Text entry method and device therefore
KR100575906B1 (ko) * 2002-10-25 2006-05-02 미츠비시 후소 트럭 앤드 버스 코포레이션 핸드 패턴 스위치 장치
JP4991154B2 (ja) * 2005-06-03 2012-08-01 株式会社リコー 画像表示装置、画像表示方法及びコマンド入力方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9196055B2 (en) 2010-12-31 2015-11-24 Nokia Technologies Oy Method and apparatus for providing a mechanism for gesture recognition
KR101490908B1 (ko) * 2012-12-05 2015-02-06 현대자동차 주식회사 차량 내 손모양 궤적 인식을 이용한 사용자 인터페이스 조작 시스템 및 방법
KR101500413B1 (ko) * 2013-12-17 2015-03-09 현대자동차 주식회사 차량용 제스처 인식 장치
KR101500412B1 (ko) * 2013-12-19 2015-03-09 현대자동차 주식회사 차량용 제스처 인식 장치
KR101526423B1 (ko) * 2013-12-19 2015-06-05 현대자동차 주식회사 차량용 제스처 인식 장치
CN106094861A (zh) * 2016-06-02 2016-11-09 零度智控（北京）智能科技有限公司 无人机、无人机控制方法及装置
CN106094861B (zh) * 2016-06-02 2024-01-12 零度智控（北京）智能科技有限公司 无人机、无人机控制方法及装置

Also Published As

Publication number Publication date
KR101503017B1 (ko) 2015-03-19

Similar Documents

Publication Publication Date Title
KR101300400B1 (ko) 적응적인 제스처 분석을 위한 방법, 장치 및 컴퓨터-독출가능 저장 매체
JP4575829B2 (ja) 表示画面上位置解析装置及び表示画面上位置解析プログラム
US20090251421A1 (en) Method and apparatus for tactile perception of digital images
EP2079009A1 (en) Apparatus and methods for a touch user interface using an image sensor
KR20090111913A (ko) 모션 검출 방법 및 장치
US9632592B1 (en) Gesture recognition from depth and distortion analysis
EP2880510B1 (en) Improved video tracking
WO2014021760A2 (en) Improved identification of a gesture
JP7223079B2 (ja) 画像処理装置およびその制御方法、ならびに撮像装置
US9535604B2 (en) Display device, method for controlling display, and recording medium
CN110572636B (zh) 摄像头脏污检测方法、装置、存储介质及电子设备
WO2014103673A1 (ja) 情報処理システム、情報処理方法及びプログラム
CN103002212A (zh) 图像处理器、图像处理方法和计算机可读介质
KR101883291B1 (ko) 이동장치의 제스처 제어장치 및 방법
KR100853024B1 (ko) 디스플레이의 영상 제어 방법 및 그 장치
CN112437231B (zh) 图像拍摄方法和装置、电子设备及存储介质
JP5764982B2 (ja) 再生処理装置、撮像装置、再生処理方法、及びプログラム
US20080180409A1 (en) Drawing apparatus
JP2013080266A (ja) 入力装置
JP5451364B2 (ja) 被写体追跡装置及びその制御方法
KR100849532B1 (ko) 무접점 마우스 기능을 가지는 장치 및 방법
KR101272631B1 (ko) 이동물체 감지장치 및 방법
CN111625101A (zh) 一种展示控制方法及装置
JP2005332061A (ja) 操作装置、操作入力端末、操作方法、および、操作プログラム
CN115550536A (zh) 图像处理方法、图像处理器及电子设备

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20180226

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190225

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20200225

Year of fee payment: 6