KR20100056143A - 영역별 처리기법을 이용한 동작객체 검출방법 - Google Patents

영역별 처리기법을 이용한 동작객체 검출방법 Download PDF

Info

Publication number
KR20100056143A
KR20100056143A KR1020080115170A KR20080115170A KR20100056143A KR 20100056143 A KR20100056143 A KR 20100056143A KR 1020080115170 A KR1020080115170 A KR 1020080115170A KR 20080115170 A KR20080115170 A KR 20080115170A KR 20100056143 A KR20100056143 A KR 20100056143A
Authority
KR
South Korea
Prior art keywords
image
region
area
preliminary
pixel
Prior art date
Application number
KR1020080115170A
Other languages
English (en)
Inventor
조성제
Original Assignee
(주)투미르
조성제
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 (주)투미르, 조성제 filed Critical (주)투미르
Priority to KR1020080115170A priority Critical patent/KR20100056143A/ko
Publication of KR20100056143A publication Critical patent/KR20100056143A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/2621—Cameras specially adapted for the electronic generation of special effects during image pickup, e.g. digital cameras, camcorders, video cameras having integrated special effects capability

Abstract

본 발명은 영역별 처리기법을 이용한 동작객체 검출방법에 관한 것으로서, 본 발명의 하나의 모습으로 입력영상으로부터 동작객체를 검출하는 방법에 있어서, 입력받은 연속되는 영상프레임 중의 현재 영상과 설정된 배경영상을 이용하여 차영상을 추출하는 차영상 추출단계; 차영상에서 차영상 임계치를 기준으로 예비 동작객체를 검출하는 예비객체 검출단계; 검출된 예비 동작객체 이미지를 기준으로 각각의 예비 동작객체를 포함하는 영역을 설정하는 영역 설정단계; 및 설정된 영역별로 영역별 임계치를 기준으로 동작객체에 대한 검출을 수행하는 동작객체 검출단계;를 포함하여 이루어지는 동작객체 검출방법이 제안된다.
동작객체, 검출, 영역별 처리, 차영상 임계치, 영역별 임계치, 예비객체, 영역설정

Description

영역별 처리기법을 이용한 동작객체 검출방법{Method For Detecting Moving Objects Using Segmentation Process}
본 발명은 동작객체 검출방법에 관한 것으로, 구체적으로는 차영상에서 소정 임계치를 적용하여 예비동작객체에 관한 영역을 설정하고 설정된 영역별로 영역별 임계치를 적용하여 동작객체를 검출하는 영역별 처리기법을 이용한 동작객체 검출방법에 관한 것이다.
카메라를 이용한 지능형 감시 분야에서 움직임을 강건하게 검출(Detection)하는 것이 중요하다. 정적인 환경, 예를 들어 외란 광원이 없는 실내환경 등에서는 사람, 또는 물건의 움직임을 비교적 단순한 기법으로 검출할 수 있으나, 바람 부는날 나무가 있는 실외 환경 등과 같이 동적인 실외 환경에서는 움직임을 강건하게 검출하는 것이 용이하지 않다.
보다 구체적으로, 외란이 많은 환경에서 움직이는 물체를 검출하기 위해서는 검출 마스크(Detection Mask)를 생성하기 위해 이미지를 임계치(threshold) 적용하는 과정이 반드시 필요하다. 이 임계치 적용 과정에서 다음과 같은 모순이 발생한다.
즉, 임계치 레벨(수준)을 높이면 외란에 영향을 적게 받아 오검출이 줄어들지만, 움직이는 작은 물체들이 사라지는 경향이 생긴다. 반면에 임계치 레벨을 낮추면 움직이는 작은 물체들은 잘 검출되지만 외란의 영향을 많이 받아서 잘못 검출되는 물체들이 많아지게 된다.
본 발명에서는 이러한 문제점을 해결하기 위해 외란에 의한 오검출을 줄이면서도 작은 물체를 보다 잘 검출할 수 있는 방법에 대해서 제안한다.
본 발명은 전술한 문제를 해결하기 위하여, 차영상에서 소정의 임계치를 적용하여 예비동작객체를 추출하고 예비동작객체가 포함되는 영역을 설정하여 영역별로 소정의 임계치에 따라 동작객체를 검출하도록 하여 영역별 처리를 통하여 외란에 의한 오검출을 줄이고자 한다.
본 발명은 전술한 과제를 해결하기 위한 것으로서, 본 발명의 하나의 모습으로 입력영상으로부터 동작객체를 검출하는 방법에 있어서, 입력받은 연속되는 영상프레임 중의 현재 영상과 설정된 배경영상을 이용하여 차영상을 추출하는 차영상 추출단계; 차영상에서 차영상 임계치를 기준으로 예비 동작객체를 검출하는 예비객체 검출단계; 검출된 예비 동작객체 이미지를 기준으로 각각의 예비 동작객체를 포함하는 영역을 설정하는 영역 설정단계; 및 설정된 영역별로 영역별 임계치를 기준으로 동작객체에 대한 검출을 수행하는 동작객체 검출단계;를 포함하여 이루어지는 영역별 처리기법을 이용한 동작객체 검출방법이 제안된다.
바람직한 또 하나의 모습으로, 전술한 영역별 처리기법을 이용한 동작객체 검출방법에 있어서, 동작객체 검출단계는: 각 영역별로 픽셀값의 평균과, 분산 또는 표준편차를 구하는 임계치 설정변수 산출단계; 상기 평균과, 분산 또는 표준편 차를 이용하여 각 영역별 임계치를 설정하는 임계치 설정단계; 및 설정된 영역별 임계치를 기준으로 각 영역별로 동작객체에 대한 검출을 수행하는 객체검출단계;를 포함하여 이루어진다.
또한, 전술한 영역별 처리기법을 이용한 동작객체 검출방법에 있어서, 객체검출단계에서 상기 영역별 임계치를 기준으로 수행되는 동작객체 검출은 다음의 식:
Figure 112008079772914-PAT00001
로 표현된다.
여기에서, D(x,y)는 차영상 중 예비객체가 검출된 영상좌표에서의 픽셀값이고, μ는 설정된 영역에서의 평균이고, σ는 설정된 영역에서의 표준편차이고, c는 상수이고, 바람직하게는, 2 내지 3의 값을 갖는다.
Figure 112008079772914-PAT00002
는 정의된 수식에 준한 해당 영역의 특성에 의해 보정된 픽셀값을 나타내고,
Figure 112008079772914-PAT00003
는 영상좌표 (x, y)에서 계산된
Figure 112008079772914-PAT00004
가 양수 인지 아닌지를 나타낸다. k 는 현재 영상프레임 이전 영상 프레임에서의 영역별 처리기법을 이용한 동작객체 검출 프로세스의 예비객체 검출 및 영역설정에 의해 검출된 영역의 전체 개수를 나타내고, M(x,y)는 영상좌표의 픽셀이 전경(foreground)인지 배경(background)인지를 나타낸다.
전술한 과제를 해결하기 위하여, 또 바람직한 하나의 모습으로, 전술한 영역별 처리기법을 이용한 동작객체 검출방법들에 있어서, 예비객체 검출단계에서 차영상 임계치는 차영상에서의 픽셀 최대값의 1~30%로 할 수 있다.
또한 바람직하게는, 예비객체 검출단계에서는 산출된 차영상 임계치를 기준으로 이진영상처리를 통하여 예비 동작객체를 검출할 수 있다.
게다가, 전술한 과제를 해결하기 위한 바람직한 또 하나의 모습으로, 전술한 영역별 처리기법을 이용한 동작객체 검출방법들에 있어서, 영역 설정단계에서 설정되는 각 영역은 예비 동작객체를 중심부에 두고 예비 동작객체의 가로 및 세로방향 크기의 1~5배의 범위의 가로 및 세로방향 크기를 가질 수 있다.
또한, 더 바람직한 모습으로, 각 영역의 가로 및 세로방향 크기에 적용되는 배수는 전체 영상면적 대비 예비 동작객체의 면적에 따라 또는 검출된 예비 동작객체의 수에 따라 정해질 수 있다.
또한, 전술한 과제를 해결하기 위한 바람직한 하나의 모습으로, 전술한 영역별 처리기법을 이용한 동작객체 검출방법들에 있어서, 영역 설정단계에서는 검출된 예비 동작객체의 경계 픽셀에서 전체 영상의 가로 또는 세로 픽셀크기의 1/50 ~ 1/20 만큼의 픽셀거리를 포함하는 영역을 설정한다.
나아가, 전술한 과제를 해결하기 위한 바람직한 또 하나의 모습으로, 전술한 영역별 처리기법을 이용한 동작객체 검출방법들에 있어서, 영역 설정단계는 설정되는 영역이 교차하는 경우에 교차되는 영역을 적은 픽셀수를 포함하는 영역에서 제외하고 보다 많은 픽셀 수를 포함하는 영역에 포함시키는 단계를 포함한다.
더욱이, 전술한 과제를 해결하기 위한 바람직한 하나의 모습으로, 전술한 영역별 처리기법을 이용한 동작객체 검출방법들에 있어서, 동작객체 검출단계에서 움직이는 동작객체가 검출되는 경우, 그 동작객체에 대한 차영상과 배경영상을 합하여 얻어지는 영상을 새로운 배경영상으로 설정할 수 있다.
본 발명의 모습에 따라 차영상에서 소정의 임계치를 적용하여 예비동작객체를 추출하고 추출된 예비동작객체가 포함되는 영역을 설정하여 다시 영역별로 소정의 임계치에 따라 동작객체를 검출함으로써, 외란에 의한 오검출을 줄일 수 있게 되었다.
이하, 전술한 목적을 달성하기 위한 본 발명의 실시 예들이 첨부된 도면을 참조하여 설명된다. 본 실시 예들을 설명함에 있어서, 동일 구성에 대해서는 동일 명칭 및 부호가 사용되며, 이에 따른 중복되는 부가적인 설명은 아래에서 생략된 다.
도 1은 본 발명의 하나의 실시 예에 따른 영역별 처리기법을 이용한 동작객체 검출방법의 개략적인 흐름도이다.
도 1에 도시된 바와 같이, 영역별 처리기법을 이용한 동작객체 검출방법의 하나의 실시 예는 입력영상으로부터 동작객체를 검출하는 데 있어서, 차영상추출단계(S300), 예비객체 검출단계(S400), 영역설정단계(S500) 및 동작객체 검출단계(S600)를 포함하여 이루어진다.
본 발명에서 객체란 촬영되어진 피사체를 의미하며, 독립된 하나의 물체일 수 있고 또는 그 물체의 일부분일 수도 있다. 본 발명에서 동작객체란 촬영된 영상에서 소정의 범위에서 움직임의 연속성이 있는 부분의 집합으로서의 객체로 이해될 수 있다.
차영상을 추출하기 위해서 먼저 촬영된 영상을 입력받아(S100) 디지털신호로 변환되는 과정을 거친다. 디지털신호로의 변환은 통상 프레임그레버를 통해 이루어진다.
도 1에 따르면, 우선, 차영상 추출단계(S300)에서는 입력받은 연속되는 영상프레임 중의 현재 영상프레임과 설정되어 있는 배경 영상프레임을 비교하여 차영상을 추출한다. 배경영상은 미리 설정될 수 있는데(S200), 예컨대 최초 영상을 배경영상으로 하고, 일정한 영상프레임의 경과 후의 영상을 배경영상으로 재설정하거나 일정 영상프레임의 진행동안의 차영상의 결과를 종합하여 원래의 배경영상과 합쳐서 새로운 배경영상으로 설정할 수도 있다. 차영상은 디지털신호로 변환된 영상프레임들에서의 픽셀별로 픽셀값들의 차이를 구함으로써 얻을 수 있다. 추출된 차영상은 버퍼 또는 램(RAM) 또는 버퍼 및 램에 저장되고, 저장된 차영상으로부터 예비 동작객체를 검출하고 동작객체를 검출하게 된다.
차영상의 픽셀값은 아래의 식(1)로 표현될 수 있다.
Figure 112008079772914-PAT00005
여기에서, R t 는 x,y 좌표에서의 차영상 픽셀값이고, P t 는 현재 영상프레임의 픽셀값이고, B 는 배경(background)영상에서의 픽셀값이다.
차영상을 추출하는 과정(S300)은 당해 영상처리분야에서 통상의 지식을 가진 자에 자명한 사항이므로 더 구체적인 설명은 생략한다.
예비객체 검출단계(S400)에서는 배경영상과 현재 영상프레임의 차영상으로부터 차영상 임계치를 기준으로 예비 동작객체를 검출하게 된다. 차영상 임계치는 차영상에서의 픽셀값의 임계치, 즉 배경과 현재 영상프레임으로부터의 픽셀값 차이의 임계치를 의미한다. 이러한 임계치는 소정의 프로그램에 의해 조정가능하도록 정해지게 된다.
바람직한 또 하나의 실시 예로써, 예비객체 검출단계(S400)에서 임계치 처리를 하기 위한 임계값은 차영상에서의 픽셀의 최대값의 1~30%가 된다. 더 바람직하 게는 5~30%로 할 수 있다.
예컨대, 차영상 이미지결과가 8bit 그레이스케일로 표현되는 경우에, 픽셀값은 0~255단계까지 나타낼 수 있고, 이에 따라 차영상의 픽셀값도 최대 255가 가능할 수 있다. 따라서, 차영상 임계치는 차영상에서의 픽셀 최대값의 1~30%의 범위가 바람직하고, 더 바람직하게는 5~30%이므로, 예컨대 군사용 응용과 같이 미세한 물체도 검출해야하는 경우에는 작은 값을 가져야 하므로 20 또는 그 이하의 값을 임계치로 설정하여야 하고, 일반적인 용용에서는 비교적 큰 물체를 검출할 경우에 30이상의 값을 차영상 임계치로 적용할 수 있다. 즉, 본 발명의 적용분야별로 적용목적에 맞도록 또는 적용장소에 맞도록 프로그램으로 임계치를 설정하여 예비 동작객체를 검출할 수 있다.
또한, 차영상을 생성하기 위한 비교 이미지가 RGB 좌표계와 같이 3개의 채널을 가지는 영상인 경우, 각 채널별로 또는 각 채널의 값을 벡터로 취급해 차영상을 구할 수 있다. 이 경우에도 차영상에서 표현되는 픽셀 최대값의 1~30% 범위에서 임계값을 설정하는 것이 바람직하고, 더 바람직하게는 5~30%로 할 수 있다.
한편, 임계치 처리를 하기 위한 임계값을 차영상에서의 픽셀값을 기준으로 하지 않고 현재 영상프레임 또는 배경영상에서의 픽셀값을 기준으로 최대값의 1~30%가 되도록 할 수 있고, 더 바람직하게는 5~30%로 할 수 있다.
또 다른 실시 예로써, 바람직하게는, 예비객체 검출단계(S400)에서 차영상 임계치를 기준으로 이진영상처리를 통하여 예비 동작객체를 검출할 수 있다. 구체 적으로 설명하면, 구해진 차영상에 임계치 처리(thresholding)하여 동작객체 유무(있음/없음)로 나타내어지는 일종의 이진영상(binary image)으로 처리된다.
이진영상처리로 예비 동작객체를 검출하는 것은 아래의 식(2)로 표현될 수 있다.
Figure 112008079772914-PAT00006
여기에서, D(x,y)는 x,y 좌표에서 이진화된 값으로, 1인 경우 객체영역으로, 0인 경우 배경영역으로 처리되며, R t 는 전술한 식(1)에서 얻은 값이고, T 는 차영상에서의 픽셀값들의 임계치를 나타낸다.
다음으로, 영역 설정단계(S500)에서는 검출된 예비 동작객체 영상픽셀들을 기준으로 각각의 예비 동작객체를 포함하는 영역을 설정하게 된다. 예비객체 검출단계(S400)에서 얻어진 예비 동작객체의 픽셀들에 대하여 영역설정(Segmentation)이 되는데, 이는 공간(위치)상으로 근접한 픽셀들은 하나의 영역 또는 그룹으로 설정한다는 의미이다. 본 발명에 있어서, 영역 설정은 예비 동작객체 검출을 위한 임계치 설정과정과 함께 중요한 과정이다. 설정되는 영역의 범위에 따라, 연산량의 차이를 가져올 수 있고, 외란의 영향을 줄이는 것도 가능하다. 이 단계에서의 영역 설정은 예비 동작객체의 픽셀들을 저장된 차영상에 매칭시켜 차영상 상에서, 즉, 앞서 배경영상과 현재 영상프레임에서의 픽셀값의 차이로부터 얻어진 차영상에서 이루어진다. 만일 예컨대 예비 동작객체를 포함하는 영상 자체가 이진화처리된 경우처럼 차영상이 가공된 영상인 경우에 있어서, 이전 단계에서 검출된 예비 동작객체를 포함하는 영상 자체에서 먼저 영역설정이 이루어지는 경우에는, 설정된 영역범위를 원래의 차영상에 매칭시키는 과정을 추가하여 원래의 차영상에 매칭을 통하여 영역을 설정하게 된다. 결국, 예비 동작객체를 중심으로 한 영역 설정은 차영상에서 이루어지게 된다.
바람직한 또 하나의 실시 예로써, 영역 설정단계(S500)에서 설정되는 각 영역은 예비객체 검출단계(S400)에서 검출된 예비 동작객체를 중심부에 두고 예비 동작객체의 가로 및 세로방향 크기의 1~5배의 범위의 가로 및 세로방향 크기를 갖도록 할 수 있다.
이 경우에, 각 영역의 가로 및 세로방향 크기에 적용되는 배수는 전체 영상면적 대비 예비 동작객체의 면적에 따라, 그 비율이 크면 범위를 작게 하고 그 비율이 작으면 범위를 더 크게 할 수 있다. 이때 전체면적비율에 따라 정해질 수도 있고, 이와 달리 전체 영상면적 대비 각 예비 동작객체 면적에 따라 각 예비 동작객체별로 정해질 수 있다. 또는, 검출된 예비 동작객체의 수에 따라 수가 많은 경우에는 배수가 적게, 수가 많은 경우에는 배수가 크게 되도록 정해질 수 있다. 본 발명에서의 이러한 적용배수는 적용목적 및 장소 등에 따라 조정될 수 있도록 프로그램되어 정해질 수 있다.
게다가, 바람직한 또 하나의 실시 예로써, 영역 설정단계(S500)에서는 검출된 예비 동작객체의 경계 픽셀에서 전체 영상의 가로 또는 세로 픽셀크기의 1/100 ~ 1/10 만큼의 픽셀거리를 포함하는 영역을 설정할 수 있고, 더 바람직하게는, 1/50 ~ 1/20 만큼의 픽셀거리를 포함하는 영역을 설정할 수 있다. 보다 바람직하게는, 픽셀거리의 범위는 영상에 표시되는 물체들 간의 실제 물리적인 거리 및 사용되는 응용을 고려해 결정되어질 것이다.
픽셀 거리를 이용하여 영역을 설정하는 경우는 예비 동작객체의 경계영역 픽셀로부터의 거리가 가까운 픽셀들을 하나의 영역으로 묶는다. 이 경우 전체 영상크기와 응용에 따라 달라지지만, 예컨대 320×240 크기의 영상을 가정하면, 픽셀크기의 1/100은 3.2 또는/및 2.4가 되어 대략 3픽셀거리를 의미하고, 1/10은 32 또는/및 24가 되어 최대 32픽셀거리를 의미한다. 또한, 더 바람직하게 제시되는 1/50은 최소 5 픽셀거리, 1/20은 최대 16 픽셀거리를 의미한다. 320×240 크기의 영상에서 '가깝다'는 말은 10 픽셀거리 이내로 취급되는 것이 일반적이다. 검출하고자 하는 물체의 최소크기가 작은 경우에는 픽셀거리 기준값을 낮추고, 검출하고자 하는 물체의 최소크기가 큰 경우에는 픽셀거리 기준값을 높인다. 또한 영상크기가 큰 경우에는 최소검출 물체의 크기가 동일하더라도 픽셀거리 기준값을 높인다. 픽셀거리 기준값은 적용하고자 하는 응용에 따라 실험적으로 결정된다. 일반적인 응용의 경우, 예컨대 320×240 영상에서 6~10 사이의 픽셀거리를 가지는 것이 적절하다. 픽셀거리가 앞서 설명한 픽셀거리 기준값을 넘으면, 별도의 다른 영역 또는 배경 자체로 분류되도록 한다.
게다가, 또 바람직한 하나의 실시 예로써, 영역 설정단계(S500)에서는 설정되는 영역들이 교차하는 경우에 교차되는 영역을 상대적으로 적은 픽셀수를 포함하는 영역에서 제외하고 보다 많은 픽셀 수를 포함하는 영역에 포함시키는 단계를 포함할 수 있다. 즉, 교차영역에서 픽셀의 수에 따른 영역설정(Segmentation)이 이루어진다.
예를 들어 특정 위치에 있는 픽셀이 특정 예비 동작객체(a)를 중심으로 설정되는 A라는 영역(Segment)내에서 (a)의 경계픽셀과도 3의 픽셀거리를 가지고 또한 다른 특정 예비 동작객체(b)를 중심으로 설정되는 B라는 영역(Segment)내에서 (b)의 경계픽셀과도 3의 픽셀거리를 가지는 경우에는, A 영역과 B 영역을 구성하는 픽셀의 수를 비교해 보다 큰 영역으로 그 픽셀을 속하게 하는 것이다.
또한, 임계치 기준으로 검출되어 영역의 중심이 된 예비 동작객체를 이루는 픽셀 수에 따라 많은 픽셀 수를 포함하는 예비 동작객체가 중심이 되는 영역에 포함되도록 영역설정이 이루어질 수 있다.
바람직하게는, 이러한 교차영역에서 픽셀의 수에 따른 영역설정은 전술한 픽셀거리를 기준으로 영역을 설정하는 단계 이후에 이루어지도록 할 수 있다.
그리고, 만일 특정 픽셀이 주변의 영역과 픽셀거리도 같고, 그 주변영역들의 픽셀의 수도 같을 경우에는, 영역순서에 따라서, 예컨대, 생성되는 영역의 부여숫자(numbering)가 작은 쪽으로 속하게 할 수 있다. 즉, 영상의 좌상단(top-left)에 서 픽셀을 스캔해 영역설정(segmentation)을 하는 경우에, 생성되는 영역은 프로그램 내부적으로 좌상단에 가까울수록 낮은 영역번호가 부여(numbering)되며, 같은 픽셀거리에 같은 픽셀의 수라면 좌상단(top-left)에 가까운 영역으로 그 픽셀이 속하게 된다.
이러한 픽셀거리를 이용한 영역설정과 교차영역에서 픽셀의 수에 따른 영역설정, 그리고 영역순서에 따른 영역설정 등을 일부 또는 전부 혼합한 영역설정 방법은 영역설정 동작을 일관되게 하고 확률적으로 큰 물체를 우선적으로 구하기 위한 것이다.
영역별 처리기법을 이용한 동작객체 검출방법의 첫 번째 실시 예서의 마지막 단계로써 동작객체 검출단계(S600)에서는 설정된 영역별로 영역별 임계치를 기준으로 동작객체에 대한 검출을 수행하게 된다. 본 발명에 따라 각 영역별로 임계치를 설정하고 설정된 임계치에 따라 동작객체에 대한 검출을 수행함으로써 외란에 의한 오검출을 줄이면서도 작은 물체를 보다 정확히 검출할 수 있게 된다. 임계치를 기준으로 동작객체에 대한 검출을 수행하는 방법은 다양하게 제시되고 있다. 영역내 픽셀값들의 평균 또는 표준편차 등을 이용하는 방법이 주로 이용된다.
동작객체 검출방법은 다음의 실시 예에서 구체적으로 살펴볼 것이다.
도 2는 본 발명의 다른 하나의 실시 예에 따른 영역별 처리기법을 이용한 동작객체 검출방법에서 동작객체 검출단계를 나타내는 부분 흐름도이다.
도 2를 참조하면, 바람직한 하나의 실시 예에서, 동작객체 검출단계(S600)는 임계치 설정변수 산출단계(S610), 임계치 설정단계(S620) 및 객체검출단계(S630)를 포함하여 이루어진다.
먼저, 임계치 설정변수 산출단계(S610)에서는 각 영역별로 픽셀값의 평균과, 분산 또는 표준편차를 구하게 된다.
다음으로 임계치 설정단계(S620)에서는 앞서 구한 평균과, 분산 또는 표준편차를 이용하여 각 영역별 임계치를 설정하게 된다. 임계치 설정은 본 발명의 적용분야 또는 장소에 따른 적용목적에 따라 조정가능하도록 프로그램될 수 있다.
그리고 객체검출단계(S630)에서는 설정된 영역별 임계치를 기준으로 각 영역별로 동작객체에 대한 검출을 수행하게 된다.
더 구체적으로 살펴보면, 영역별 임계치를 기준으로 수행되는 동작객체 검출은 아래의 식(3)에 따라 이루어질 수 있다.
Figure 112008079772914-PAT00007
여기에서, x, y는 각각 x, y축 좌표이고, D(x,y)는 차영상 중 예비객체가 검출된 영상좌표에서의 픽셀값을 나타낸다. 그리고, μ는 설정된 영역에서의 평균이고, σ는 설정된 영역에서의 표준편차이고, c는 상수이다. 바람직하게는, 상수 c는 2 내지 3이다.
그리고,
Figure 112008079772914-PAT00008
는 정의된 수식에 준한 해당 영역의 특성에 의해 보정된 픽셀값을 나타내고,
Figure 112008079772914-PAT00009
는 영상좌표 (x, y)에서 계산된
Figure 112008079772914-PAT00010
가 양수 인지 아닌지를 나타내며, 하첨자 s 는 (x, y) 좌표의 픽셀이 속하는 영역의 식별자를 나타낸다. k 는 현재 영상프레임 이전 영상 프레임에서의 영역별 처리기법을 이용한 동작객체 검출 프로세스의 예비객체 검출(S400) 및 영역설정(S500)에 의해 검출된 영역의 전체 개수를 나타내고, M(x,y)는 영상좌표의 픽셀이 전경(foreground)인지 배경(background)인지를 나타낸다. 전경으로 검출되는 영상좌표의 픽셀들이 최종적인 동작객체를 나타내게 된다.
이에 따라 검출되는 동작객체들은 외란에 의한 오검출을 줄이면서도 작은 물체를 보다 잘 검출할 수 있게 된다.
나아가, 각각의 진행되는 영상프레임에 대한 영역별 처리기법을 이용한 동작객체 검출방법을 적용하여 동작객체로 검출되는 차영상에서의 픽셀값과 배경영상을 이용함으로써 전송이나 저장시 필요한 영상정보의 용량을 줄일 수 있다.
전술한 방법에 의해 영상에서 움직이는 물체를 검출한 결과는 다음과 같다.
도 4는 본 발명의 하나의 실시 예와 종래기술에 의한 비교예의 비교를 나타내는 도면이다. PETS2000 사용 실험 결과이다.
도 4에 도시된 비교 실험에서 보는 바와 같이 종래의 단순하게 임계치(단순 하게 상수를 이용한 고정형 임계치(단순 Thresholding) 또는 μ와 σ를 이용한 임계치)사용하는 방법에서 검출하지 못했던 상단 중앙부의 작은 물체(사람)을 본 발명에 따른 실시 예에 의해서는 검출함을 확인할 수 있다.
도 5 및 6은 본 발명의 하나의 실시 예와 종래기술에 의한 경우의 차이를 나타내는 도면이다. PETS2000 사용 실험 결과이다.
도 5는 프레임 시퀀스 #95의 경우, 도 6은 프레임 시쿼스 #137의 경우에 각각 처리되는 과정에서의 중간 단계 결과들을 보이는 도면들이며, 본 발명의 효과와 동작의 이해를 돕기 위한 것이다.
도 5 및 6에 도시된 바와 같이, 중앙의 차량에 대해서는 종래기술과 본 실시 예에서 모두 검출되었으나, 종래기술의 단순하게 임계치[단순하게 상수를 이용한 고정형 임계치(단순 Thresholding) 또는 μ와 σ를 이용한 임계치]사용하는 방법에서 검출하지 못했던 상단 중앙부의 작은 물체(사람)을 본 발명에 따른 실시 예에 의해서는 검출함을 확인할 수 있다.
본 발명의 다른 실시 예에 대해 살펴본다.
도 3은 본 발명의 하나의 실시 예에 따른 영역별 처리기법을 이용한 동작객체 검출방법의 개략적인 블럭도이다.
도 3에 도시된 바와 같이, 본 발명의 하나의 실시 예에서는, 동작객체 검출단계(S600)에서 움직이는 동작객체가 검출되는 경우, 그 동작객체에 대한 차영상과 배경영상을 합하여 얻어지는 영상을 새로운 배경영상으로 설정할 수도 있다. 이 경우 현재 프레임과 이전 프레임 간의 차영상을 반복하는 경우에 생기는 외란의 영향을 최소화하면서도 현재 프레임과 고정된 배경영상과의 차이만을 추출하는 경우보다 전송 또는 저장에 필요한 영상정보의 용량을 줄일 수 있게 된다.
이상에서, 본 발명은 첨부된 도면 및 실시 예에 따라 구체적으로 설명되었으나, 첨부된 도면 및 상기의 실시 예는 본 발명에 대한 당해 기술분야에서 통상의 지식을 가진 자의 이해를 돕기 위해 예시적으로 설명된 것이다. 따라서, 상기의 실시 예는 제한적인 것이 아닌 예시적인 것으로 여겨져야 하며, 본 발명의 범위는 첨부된 특허청구범위에 기재된 발명에 따라 해석되어져야 하고, 그 범위는 당해 기술분야에서 통상의 지식을 가진 자에 의한 다양한 변경, 대안, 균등물을 포함한다.
도 1은 본 발명의 하나의 실시 예에 따른 영역별 처리기법을 이용한 동작객체 검출방법의 개략적인 흐름도이다.
도 2는 본 발명의 다른 하나의 실시 예에 따른 영역별 처리기법을 이용한 동작객체 검출방법에서 동작객체 검출단계를 나타내는 부분 흐름도이다.
도 3은 본 발명의 하나의 실시 예에 따른 영역별 처리기법을 이용한 동작객체 검출방법의 개략적인 블럭도이다.
도 4는 본 발명의 하나의 실시 예와 종래기술에 의한 비교예의 비교를 나타내는 도면이다.
도 5 및 6은 본 발명의 하나의 실시 예와 종래기술에 의한 경우의 차이를 나타내는 도면이다.

Claims (11)

  1. 입력영상으로부터 동작객체를 검출하는 방법에 있어서,
    입력받은 연속되는 영상프레임 중의 현재 영상과 설정된 배경영상을 이용하여 차영상을 추출하는 차영상 추출단계;
    상기 차영상에서 차영상 임계치를 기준으로 예비 동작객체를 검출하는 예비객체 검출단계;
    상기 검출된 예비 동작객체 이미지를 기준으로 각각의 예비 동작객체를 포함하는 영역을 설정하는 영역 설정단계; 및
    상기 설정된 영역별로 영역별 임계치를 기준으로 동작객체에 대한 검출을 수행하는 동작객체 검출단계;를 포함하여 이루어지는 영역별 처리기법을 이용한 동작객체 검출방법.
  2. 제 1 항에 있어서, 상기 동작객체 검출단계는:
    각 영역별로 픽셀값의 평균과, 분산 또는 표준편차를 구하는 임계치 설정변수 산출단계;
    상기 평균과, 분산 또는 표준편차를 이용하여 각 영역별 임계치를 설정하는 임계치 설정단계; 및
    상기 설정된 영역별 임계치를 기준으로 각 영역별로 동작객체에 대한 검출을 수행하는 객체검출단계;를 포함하여 이루어지는 것을 특징으로 하는 영역별 처리기법을 이용한 동작객체 검출방법.
  3. 제 2 항에 있어서,
    상기 객체검출단계에서 상기 영역별 임계치를 기준으로 수행되는 동작객체 검출은 다음의 식:
    Figure 112008079772914-PAT00011
    로 표현되고,
    여기에서, x, y는 각각 x, y축 좌표이고, D(x,y)는 차영상 중 예비객체가 검출된 영상좌표에서의 픽셀값이고, μ는 설정된 영역에서의 평균이고, σ는 설정된 영역에서의 표준편차이고, c는 상수이고,
    Figure 112008079772914-PAT00012
    는 정의된 수식에 준한 해당 영역의 특성에 의해 보정된 픽셀값을 나타내고,
    Figure 112008079772914-PAT00013
    는 영상좌표 (x, y)에서 계산된
    Figure 112008079772914-PAT00014
    가 양수 인지 아닌지를 나타내며, 하첨자 s 는 (x, y) 좌표의 픽셀이 속하는 영역의 식별자를 나타내고, k 는 현재 영상프레임 이전 영상 프레임에서의 영역별 처리기법을 이용한 동작객체 검출 프로세스의 예비객체 검출 및 영역설정에 의해 검출된 영역의 전체 개수를 나타내고, M(x,y)는 영상좌표의 픽셀이 전경(foreground)인지 배경(background)인지를 나타내는 것을 특징으로 하는 영역별 처리기법을 이용한 동작객체 검출방법.
  4. 제 3 항에 있어서,
    상기 상수 c는 2 내지 3인 것을 특징으로 하는 영역별 처리기법을 이용한 동작객체 검출방법.
  5. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
    상기 예비객체 검출단계에서 차영상 임계치는 상기 차영상에서의 픽셀 최대값의 1~30%인 것을 특징으로 하는 영역별 처리기법을 이용한 동작객체 검출방법.
  6. 제 5 항에 있어서,
    상기 예비객체 검출단계에서는 상기 차영상 임계치를 기준으로 이진영상처리를 통하여 예비 동작객체를 검출하는 것을 특징으로 하는 영역별 처리기법을 이용한 동작객체 검출방법.
  7. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
    상기 영역 설정단계에서 설정되는 각 영역은 상기 예비 동작객체를 중심부에 두고 상기 예비 동작객체의 가로 및 세로방향 크기의 1~5배의 범위의 가로 및 세로방향 크기를 가지는 것을 특징으로 하는 영역별 처리기법을 이용한 동작객체 검출방법.
  8. 제 7 항에 있어서, 상기 영역 설정단계에서,
    상기 각 영역의 가로 및 세로방향 크기에 적용되는 배수는 전체 영상면적 대비 상기 예비 동작객체의 면적에 따라 또는 상기 예비 동작객체의 수에 따라 정해지는 것을 특징으로 하는 영역별 처리기법을 이용한 동작객체 검출방법.
  9. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
    상기 영역 설정단계에서는 상기 검출된 예비 동작객체의 경계 픽셀에서 전체 영상의 가로 또는 세로 픽셀크기의 1/50 ~ 1/20 만큼의 픽셀거리를 포함하는 영역을 설정하는 것을 특징으로 하는 영역별 처리기법을 이용한 동작객체 검출방법.
  10. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서, 상기 영역 설정단계는
    상기 설정되는 영역이 교차하는 경우에 상기 교차되는 영역을 적은 픽셀수를 포함하는 영역에서 제외하고 보다 많은 픽셀 수를 포함하는 영역에 포함시키는 단계를 포함하는 것을 특징으로 하는 영역별 처리기법을 이용한 동작객체 검출방법.
  11. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
    상기 동작객체 검출단계에서 움직이는 동작객체가 검출되는 경우, 그 동작객체에 대한 차영상과 상기 배경영상을 합하여 얻어지는 영상을 새로운 배경영상으로 설정하는 것을 특징으로 하는 영역별 처리기법을 이용한 동작객체 검출방법.
KR1020080115170A 2008-11-19 2008-11-19 영역별 처리기법을 이용한 동작객체 검출방법 KR20100056143A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080115170A KR20100056143A (ko) 2008-11-19 2008-11-19 영역별 처리기법을 이용한 동작객체 검출방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080115170A KR20100056143A (ko) 2008-11-19 2008-11-19 영역별 처리기법을 이용한 동작객체 검출방법

Publications (1)

Publication Number Publication Date
KR20100056143A true KR20100056143A (ko) 2010-05-27

Family

ID=42280354

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080115170A KR20100056143A (ko) 2008-11-19 2008-11-19 영역별 처리기법을 이용한 동작객체 검출방법

Country Status (1)

Country Link
KR (1) KR20100056143A (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101354879B1 (ko) * 2012-01-27 2014-01-22 교통안전공단 시각신경 회로장치 및 이를 이용한 객체 탐색 시스템, 방법
KR101410215B1 (ko) * 2012-08-16 2014-06-19 현대모비스 주식회사 차량용 객체 검출 장치 및 이의 방법
KR101454548B1 (ko) * 2013-06-26 2014-10-27 주식회사 에스원 3차원 카메라를 이용한 감시 장치 및 이의 구동 방법
KR101496735B1 (ko) * 2013-03-08 2015-03-27 (주)베라시스 모멘트 기반 움직임 검출 방법
KR101600617B1 (ko) * 2015-11-05 2016-03-07 주식회사 센텍 영상내 사람 검출 방법
WO2017034323A1 (ko) * 2015-08-25 2017-03-02 경북대학교 산학협력단 적응적으로 저조도를 개선하는 영상 처리 장치 및 방법, 그리고 그를 이용한 객체 검출 장치
KR20170129676A (ko) * 2015-03-19 2017-11-27 삼성전자주식회사 영상 정보를 기반으로 음성 구간을 검출하는 방법 및 장치
KR102605549B1 (ko) * 2022-11-17 2023-11-24 동양이엔피 주식회사 무선 충전 안전 관리 시스템

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101354879B1 (ko) * 2012-01-27 2014-01-22 교통안전공단 시각신경 회로장치 및 이를 이용한 객체 탐색 시스템, 방법
KR101410215B1 (ko) * 2012-08-16 2014-06-19 현대모비스 주식회사 차량용 객체 검출 장치 및 이의 방법
US9223053B2 (en) 2012-08-16 2015-12-29 Hyundai Mobis Co., Ltd. Object detection apparatus and method for vehicle using a reference wavelength value extracted from a plurality of calculated correction wavelength values and outputting pixel data having value larger than the reference wavelength value
KR101496735B1 (ko) * 2013-03-08 2015-03-27 (주)베라시스 모멘트 기반 움직임 검출 방법
KR101454548B1 (ko) * 2013-06-26 2014-10-27 주식회사 에스원 3차원 카메라를 이용한 감시 장치 및 이의 구동 방법
KR20170129676A (ko) * 2015-03-19 2017-11-27 삼성전자주식회사 영상 정보를 기반으로 음성 구간을 검출하는 방법 및 장치
WO2017034323A1 (ko) * 2015-08-25 2017-03-02 경북대학교 산학협력단 적응적으로 저조도를 개선하는 영상 처리 장치 및 방법, 그리고 그를 이용한 객체 검출 장치
KR101600617B1 (ko) * 2015-11-05 2016-03-07 주식회사 센텍 영상내 사람 검출 방법
KR102605549B1 (ko) * 2022-11-17 2023-11-24 동양이엔피 주식회사 무선 충전 안전 관리 시스템

Similar Documents

Publication Publication Date Title
KR20100056143A (ko) 영역별 처리기법을 이용한 동작객체 검출방법
CN110348263B (zh) 一种基于图像识别的二维随机码图像识别与提取方法
CN106296725B (zh) 运动目标实时检测与跟踪方法及目标检测装置
KR101717613B1 (ko) 에지 정보 기반의 객체 추적 알고리즘을 통한 이동 차량 탐지 시스템 및 방법
WO2015007168A1 (en) Character recognition method and device
KR101035768B1 (ko) 립 리딩을 위한 입술 영역 설정 방법 및 장치
CN111738211B (zh) 基于动态背景补偿与深度学习的ptz摄像机运动目标检测与识别方法
CN104537688A (zh) 一种基于背景差分和hog特征的运动目标检测方法
JP2011165170A (ja) 対象物検出装置及びプログラム
CN109583414B (zh) 基于视频检测的室内占道检测方法、设备、介质及处理器
CN106951831B (zh) 一种基于深度摄像机的行人检测跟踪方法
CN111325073B (zh) 基于运动信息聚类的监控视频异常行为检测方法
CN116758447A (zh) 一种基于数字孪生的变电站设备故障分析系统
CN114067122B (zh) 一种两级式二值化图像处理方法
JP2005070985A (ja) 画像処理装置および方法、並びにプログラム
KR101954404B1 (ko) 가변 문턱값을 이용한 반그림자 차량번호판 인식률 개선방법 및 그 방법을 위한 cctv 시스템
JP2009277001A (ja) 画像処理装置
JP6603123B2 (ja) 動物体の検出装置、検出方法及びプログラム
CN113313707A (zh) 原始图像处理方法、装置、设备及可读存储介质
KR102212358B1 (ko) 실시간 영상에서의 마스킹 방법 및 장치
JP3417635B2 (ja) 侵入物体認識方法
KR100973999B1 (ko) 불규칙 조명 환경에 강인한 번호판 문자 분리 방법
CN112364835A (zh) 视频信息取帧方法、装置、设备及存储介质
CN108805786B (zh) 基于最低有效位匹配隐写分析方法及装置
KR101297396B1 (ko) 상대적인 상관도 기반의 그림자 제거 방법

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
NORF Unpaid initial registration fee