KR20110026566A - 보행자 검출 장치 및 그 방법 - Google Patents

보행자 검출 장치 및 그 방법 Download PDF

Info

Publication number
KR20110026566A
KR20110026566A KR1020090084276A KR20090084276A KR20110026566A KR 20110026566 A KR20110026566 A KR 20110026566A KR 1020090084276 A KR1020090084276 A KR 1020090084276A KR 20090084276 A KR20090084276 A KR 20090084276A KR 20110026566 A KR20110026566 A KR 20110026566A
Authority
KR
South Korea
Prior art keywords
image
pedestrian
segments
segment
pedestrian candidate
Prior art date
Application number
KR1020090084276A
Other languages
English (en)
Other versions
KR101299104B1 (ko
Inventor
김동석
Original Assignee
주식회사 만도
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 주식회사 만도 filed Critical 주식회사 만도
Priority to KR1020090084276A priority Critical patent/KR101299104B1/ko
Publication of KR20110026566A publication Critical patent/KR20110026566A/ko
Application granted granted Critical
Publication of KR101299104B1 publication Critical patent/KR101299104B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • 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
    • G06T2207/10048—Infrared image
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 차량의 상단에 설치된 제 1 또는 제 2 FIR 카메라로부터 수신된 영상을 세그멘테이션하고 그 세그멘테이션된 세그멘트 기반의 스테레오 매칭을 통해 동일 위치의 세그멘트들을 통합하여 결정된 보행자 후보가 보행자인지 여부를 결정함으로써, 주/야간 등의 환경에서도 일관되게 보행자를 용이하게 검출할 수 있도록 한 보행자 검출 장치 및 그 방법에 관한 것이다.
이를 위하여 본 발명은 차량에 서로 이격되게 설치된 제 1 및 제 2 FIR(Far Infra-Red) 카메라; 및 상기 제 1 또는 제 2 FIR 카메라로부터 획득된 영상을 세그멘테이션(segmentation)하고, 세그멘트(segment) 기반 스테레오 매칭을 통해 세그멘트들의 좌표정보를 획득한 후 동일 위치에 존재하는 세그멘트를 통합하여 결정된 보행자 후보의 영상을 분류기를 거쳐 상기 보행자 후보가 보행자인지 여부를 검출하도록 제어하는 전자제어유닛을 포함하는 것을 특징으로 한다.
FIR 카메라, 세그멘테이션, 영상, 온도, 픽셀, 분류기, 보행자, 후보, 검출

Description

보행자 검출 장치 및 그 방법{PEDESTRIAN DETECTING APPARATUS AND THE METHOD OF THE SAME}
본 발명은 보행자 검출 장치 및 그 방법에 관한 것으로, 특히 주/야간 등의 환경에서도 일관되게 보행자를 용이하게 검출할 수 있도록 한 보행자 검출 장치 및 그 방법에 관한 것이다.
일반적으로 카메라와 같은 FIR(Far Infra-Red) 카메라는 가시광 영역을 감지하는 것이 아니라 원적외선 영역을 감지한다. 이 특성은 체온을 갖는 사람을 감지하는데 활용이 된다.
종래의 FIR 카메라를 이용한 보행자 검출 장치는 보행자 검출에 적용시 온도가 높게 나타나는 영역을 관심영역으로 설정하여 보행자 감지를 수행하였다.
그러나, FIR 카메라를 이용한 보행자 검출 장치는 주/야간 등 환경에 따라 상대적으로 온도가 일정하지 않으므로, 온도가 높게 나타나는 영역에서는 일관된 성능을 기대하기가 어려웠다.
한편, FIR 카메라를 이용한 보행자 검출 장치외에도 다양한 보행자 검출 장치들이 제안되었으나, 주로 차량의 범퍼나 펜더(Fender)의 안과 같은 차량의 전방 에 장착된 센서들을 포함한다. 이러한 센서를 포함하는 보행자 검출 장치들은 쉽사리 오류의 출력신호를 제공할 수 있어서, 예를 들면 도로의 원뿔체나 동물과 같은 타격에 타격되었을 때 안전 장치가 부적절하게 전개될 수도 있다.
본 발명의 목적은, 차량의 상단에 설치된 제 1 또는 제 2 FIR 카메라로부터 수신된 영상을 세그멘테이션하고 그 세그멘테이션된 세그멘트 기반의 스테레오 매칭을 통해 동일 위치의 세그멘트들을 통합하여 결정된 보행자 후보가 보행자인지 여부를 결정함으로써, 주/야간 등의 환경에서도 일관되게 보행자를 용이하게 검출할 수 있도록 한 보행자 검출 장치 및 그 방법을 제공함에 있다.
상기 목적을 달성하기 위하여, 본 발명의 실시예에 따른 보행자 검출 장치는 차량에 서로 이격되게 설치된 제 1 및 제 2 FIR(Far Infra-Red) 카메라; 및 상기 제 1 또는 제 2 FIR 카메라로부터 획득된 영상을 세그멘테이션(segmentation)하고, 세그멘트(segment) 기반 스테레오 매칭을 통해 세그멘트들의 좌표정보를 획득한 후 동일 위치에 존재하는 세그멘트를 통합하여 결정된 보행자 후보의 영상을 분류기를 거쳐 상기 보행자 후보가 보행자인지 여부를 검출하도록 제어하는 전자제어유닛을 포함하는 것을 특징으로 한다.
상기 전자제어유닛은, 상기 제 1 및 제 2 FIR 카메라로부터 영상을 각각 수신하는 수신부; 상기 수신부에 의해 수신된 영상 중 상기 제 1 또는 제 2 FIR 카메라로부터 수신된 영상을 균일한 밝기의 픽셀들의 집합으로 세그멘테이션하는 세그멘트부; 상기 세그멘테이션된 세그멘트들을 기준으로 상기 세그멘트들과, 상기 세그멘트에 대응되는 영상의 픽셀들을 매칭시키는 세그멘트 매칭부; 상기 세그멘트 매칭부에 의해 매칭시켜 획득된 좌표정보를 기반으로 동일 위치의 세그멘트들을 통합하여 통합된 세그멘트들의 영상을 보행자 후보로 결정하는 보행자 후보 결정부; 및 상기 결정된 보행자 후보의 영상을 상기 분류기에 적용시켜 상기 보행자 후보의 영상이 보행자인지 여부를 결정하는 보행자 결정부를 포함하는 것이 바람직하다.
상기 보행자 후보 결정부는, 상기 통합된 세그멘트들의 영상이 미리 설정된 최대크기보다 크거나, 미리 설정된 최소크기보다 작은 경우 보행자 후보가 아닌 것이 바람직하다.
또한, 본 발명의 실시예에 따른 보행자 검출 방법은, 차량에 서로 이격되게 설치된 제 1 및 제 2 FIR 카메라로부터 영상을 각각 수신하는 단계; 상기 수신된 영상 중 상기 제 1 또는 제 2 FIR 카메라로부터 수신된 영상을 균일한 밝기의 픽셀들의 집합으로 세그멘테이션하는 단계; 상기 세그멘테이션된 세그멘트들을 기준으로 상기 세그멘트들과, 상기 세그멘트에 대응되는 영상의 픽셀들을 매칭시키는 단계; 상기 세그멘트들과 영상의 픽셀들의 매칭을 통해 획득된 좌표정보를 기반으로 동일 위치의 세그멘트들을 통합하여 통합된 세그멘트들의 영상을 보행자 후보로 결정하는 단계; 및 상기 결정된 보행자 후보의 영상을 분류기에 적용시켜 상기 보행자 후보의 영상이 보행자인지 여부를 결정하는 단계를 포함하는 것을 특징으로 한다.
상기 보행자 후보로 결정하는 단계는, 상기 통합된 세그멘트들의 영상이 미리 설정된 최대크기보다 크거나, 미리 설정된 최소크기보다 작은 경우 보행자 후보가 아닌 것으로 결정하는 것이 바람직하다.
본 발명의 실시예에 따르면 차량의 상단에 설치된 제 1 또는 제 2 FIR 카메라로부터 수신된 영상을 세그멘테이션하고 그 세그멘테이션된 세그멘트 기반의 스테레오 매칭을 통해 동일 위치의 세그멘트들을 통합하여 결정된 보행자 후보가 보행자인지 여부를 결정함으로써, 주/야간 등의 환경에서도 일관되게 보행자를 용이하게 검출할 수 있는 효과가 있다.
또한, 본 발명의 실시예에 따르면 통합된 세그멘트의 영상이 미리 설정된 최대크기보다 크거나 미리 설정된 최소크기보다 작은 경우 보행자 후보가 아닌 경우로 결정함으로써, 보행자 후보를 결정하는데 소요되는 처리시간을 단축시킬 수 있는 효과도 있다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명한다.
도 1은 본 발명의 실시예에 따른 보행자 검출 장치를 설명하기 위한 블록도이고, 도 2는 도 1에 도시된 전자제어유닛을 설명하기 위한 블록도이다.
도 1을 참조하면, 본 발명의 실시예에 따른 보행자 검출 장치는 차량에 설치된 제 1 및 제 2 FIR 카메라(11, 12)와, 그 제 1 및 제 2 FIR 카메라(11, 12)로부터 수신된 영상들을 이용하여 보행자 후보의 영상을 결정하고, 결정된 보행자 후보의 영상이 보행자 인지 여부를 결정하는 전자제어유닛(20)을 포함하여 구성된다.
제 1 및 제 2 FIR 카메라(11, 12)는 차량의 상단에 설치되되, 서로 이격되게 설치된다. 제 1 및 제 2 FIR 카메라(11, 12)는 적외선 열감지 카메라로, 촬영된 영상은 예컨대 매트랩 툴박스(matlab toolbox)를 이용하여 보정이 수행되고, 보정된 영상이 예컨대 유선통신방식 통해 전자제어유닛(20)에 제공된다.
도 2를 참조하면 전자제어유닛(20)은 수신부(21), 세그멘테이션부(22), 세그멘트 매칭부(23), 보행자 후보 결정부(24) 및 보행자 결정부(25)를 포함한다.
수신부(21)는 제 1 및 제 2 FIR 카메라(11, 12)로부터 제공된 영상을 획득한다. 이하에서는 차량의 상단 좌측에 설치된 제 1 FIR 카메라(11)로부터 획득된 영상을 '제 1 영상'으로 설명하고, 차량의 상단 우측에 설치된 제 2 FIR 카메라(12)로부터 획득된 영상을 '제 2 영상'으로 설명하기로 한다.
수신부(21)는 제 1 및 제 2 영상을 유선통신방식을 통해 수신할 수 있으나, 본 발명이 이에 한정되는 것은 아닌바, 제 1 및 제 2 영상을 무선통신 방식을 통하여 수신할 수도 있다.
세그멘테이션부(22)는 수신부(21)에 의해 수신된 제 1 영상을 일정한 밝기의 픽셀들의 집합으로 세그멘테이션한다. 더 자세하게 설명하면 세그멘테이션부(22)는 수신부(21)에 의해 수신된 제 1 영상을 예컨대 민-쉬프트 세그멘테이션(Mean-Shift Segmentation)알고리즘을 이용하여 세그멘테이션하는데, 제 1 및 제 2 FIR 카메라(11, 12)로부터 수신된 영상이 가시광선 대역의 영상 즉, 카메라로부터 촬영된 영상에 비해 상대적으로 동질성(homogeneity)이 크기 때문에 민-쉬프트 세그멘테이션 알고리즘을 적용시켜 세그멘테이션하기가 유리하다.
본 실시예에서, 세그멘테이션부(22)는 제 1 영상을 세그멘테이션하는 것으로 설명하고 있으나, 제 2 영상을 세그멘테이션할 수도 있다. 단, 제 1 및 제 2 영상 중 하나의 영상에 대해서만 세그멘테이션을 수행한다.
세그멘트 매칭부(23)는 세그멘테이션부(22)에 의해 균일한 밝기의 픽셀들의 집합으로 세그멘테이션된 세그멘트들과, 그 세그멘트들에 대응하는 제 2 영상의 픽셀을 매칭시킨다. 즉, 세그멘트 매칭부(23)는 세그멘테이션된 세그멘트와 세그멘테이션되지 않은 영상의 픽셀을 스테레오 매칭시키는 것으로, 각 세그멘트를 1-dimension으로 배열후 스테레오 매칭(stereo matching)을 수행한다.
보행자 후보 결정부(24)는 세그멘트 매칭부(23)에 의해 매칭된 세그멘트들의 좌표정보를 이용하여 동일 위치에 존재하는 세그멘트를 통합한다. 보행자 후보 결정부(24)는 동일 수직 선상에 존재하며, 좌표정보가 같은 세그멘트들에 대해서는 같은 물체로 인식하여 세그멘트들을 통합한다. 이때, 보행자 후보 결정부(24)는 통합된 세그멘트의 영상이 미리 설정된 최대크기보다 크거나, 또는 미리 설정된 최소크기보다 작은 경우 보행자 후보군에서 제거하여 보행자 후보가 아닌 것으로 결정한다.
보행자 결정부(25)는 보행자 후보 결정부(24)에 의해 결정된 보행자 후보의 영상을 분류기, 예컨대 SVM(Support Vector Machine) 분류기에 적용시켜 보행자 후보의 영상이 최종적으로 보행자인지 아닌지를 결정한다. 이때, SVM 분류기는 HOG(Histogram of Gradient)를 사용한다.
이렇게 함으로써, 주/야간 환경에서도 보행자인지 여부를 용이하게 결정할 수 있다.
이와 같은 구성을 갖는 보행자 검출 장치의 보행자 검출 방법을 설명하면 다음과 같다.
도 3은 본 발명의 실시예에 따른 보행자 검출 방법을 설명하기 위한 동작 흐름도이다.
도 3을 참조하면, 전자제어유닛(20)은 도 4에 도시된 바와 같이 차량의 상단에 설치된 제 1 및 제 2 FIR 카메라(11, 12)로부터 유선통신방식을 통해 제 1 및 제 2 영상을 수신한다(S101). 이때, 본 실시예에서는 유선통신방식으로 설명하고 있으나, 반드시 이에 한정되는 것은 아니다.
도 5의 (a) 및 (b)는 제 1 및 제 2 FIR 카메라(11, 12)로부터 각각 수신된 제 1 및 제 2 영상이다.
다음, 전자제어유닛(20)은 수신된 제 1 및 제 2 영상 중 제 1 영상을 균일한 밝기의 픽셀들의 집합으로 세그멘테이션한다(S103). 세그멘테이션된 결과는 도 6에 도시된 바와 같다.
다음, 전자제어유닛(20)은 세그멘테이션된 세그멘트들을 스테레오 매칭시킨다(S105). 즉, 전자제어유닛(20)은 제 1 영상이 세그멘테이션된 세그멘트들과, 그 세그멘트들과 대응되는 제 2 영상의 픽셀을 매칭시킨 것으로, 제 1 영상의 세그멘트들과 제 2 영상의 픽셀을 매칭시킨 결과는 도 7에 도시된 바와 같다.
다음, 전자제어유닛(20)은 세그멘트들의 좌표정보를 획득한다(S109). 좌표정보는 도 7에 잘 도시되어 있다.
다음, 전자제어유닛(20)은 획득된 세그멘트들의 좌표정보를 이용하여 동일 위치의 세그멘트들을 통합하여 통합된 세그멘트들의 영상을 보행자 후보로 결정한다(S109). 결정된 보행자 후보의 영상은 도 8에 도시되어 있으며, 블럭(Block)으로 표시되어 있다. 도 7 및 도 8을 살펴보면, 도 7에 좌표정보와 함께 보행자 후보의 영상을 블럭으로 표시하였는데, 블럭으로 표시된 보행자 후보 영상 중 미리 설정된 최대크기보다 크거나 미리 설정된 최소크기보다 작은 보행자 후보의 영상을 보행자 후보가 아닌 것으로 결정하여 블럭을 제거하였다. 블럭이 제거된 최종 보행자 후보의 영상은 도 8에서 블럭으로 도시하고 있다.
다음, 전자제어유닛(20)은 이와 같이 결정된 보행자 후보의 영상을 SVM 분류기에 적용시켜 보행자 후보의 영상이 보행자인지 여부를 결정한다(S111). 도 9의 (a)는 보행자 후보의 영상을 도시한 화면 예시도이고, 도 9의 (a)에 도시된 보행자 후보의 영상에 적용되는 복수의 HoG(Histogram of Gradient)를 도 9의 (b)에 도시하고 있다.
전자제어유닛(20)은 도 9의 (b)에 도시된 Hog를 사용하여 보행자 후보의 영상이 보행자 인지 여부를 판단할 수 있다.
따라서, 온도가 일정하지 않은 환경에서도 서로 이격되게 설치된 제 1 및 제 2 FIR 카메라로부터 수신된 영상을 이용하여 보행자인지 여부를 일관되게 검출할 수 있다.
이상의 본 발명은 상기에 기술된 실시예들에 의해 한정되지 않고, 당업자들에 의해 다양한 변형 및 변경을 가져올 수 있으며, 이는 첨부된 청구항에서 정의되는 본 발명의 취지와 범위에 포함된다.
도 1은 본 발명의 실시예에 따른 보행자 검출 장치를 설명하기 위한 블록도.
도 2는 도 1에 도시된 전자제어유닛을 설명하기 위한 블록도.
도 3은 본 발명의 실시예에 따른 보행자 검출 방법을 설명하기 위한 동작 흐름도.
도 4는 차량에 설치된 두대의 FIR 카메라를 도시한 화면 예시도.
도 5는 도 4의 FIR 카메라로부터 획득된 영상들을 도시한 화면 예시도.
도 6은 도 5의 영상중 좌측에 위치한 영상을 일정한 밝기의 픽셀들의 조합으로 세그멘테이션한 결과를 도시한 화면 예시도.
도 7은 도 5의 우측의 영상과 도 6에 도시된 세그멘테이션된 영상을 스테레오 매칭시킨 결과를 도시한 화면 예시도.
도 8은 도 7에 도시된 좌표정보를 이용하여 동일 위치의 세그멘트들을 통합한 상태를 도시한 화면 예시도.
도 9는 결정된 보행자 후보와 분류기에 사용되는 HoG를 도시한 화면 예시도.
<도면의 주요부분에 대한 부호의 설명>
11 : 제 1 FIR 카메라 12 : 제 2 FIR 카메라
20 : 전자제어유닛 21 : 수신부
22 : 세그멘테이션부 23 : 세그멘트 매칭부
24 : 보행자 후보 결정부 25 : 보행자 결정부

Claims (5)

  1. 차량에 서로 이격되게 설치된 제 1 및 제 2 FIR(Far Infra-Red) 카메라; 및
    상기 제 1 또는 제 2 FIR 카메라로부터 획득된 영상을 세그멘테이션(segmentation)하고, 세그멘트(segment) 기반 스테레오 매칭을 통해 세그멘트들의 좌표정보를 획득한 후 동일 위치에 존재하는 세그멘트를 통합하여 결정된 보행자 후보의 영상을 분류기를 거쳐 상기 보행자 후보가 보행자인지 여부를 검출하도록 제어하는 전자제어유닛을 포함하는 것을 특징으로 하는 보행자 검출 장치.
  2. 청구항 1에 있어서,
    상기 전자제어유닛은,
    상기 제 1 및 제 2 FIR 카메라로부터 영상을 각각 수신하는 수신부;
    상기 수신부에 의해 수신된 영상 중 상기 제 1 또는 제 2 FIR 카메라로부터 수신된 영상을 균일한 밝기의 픽셀들의 집합으로 세그멘테이션하는 세그멘트부;
    상기 세그멘테이션된 세그멘트들을 기준으로 상기 세그멘트들과, 상기 세그멘트에 대응되는 영상의 픽셀들을 매칭시키는 세그멘트 매칭부;
    상기 세그멘트 매칭부에 의해 매칭시켜 획득된 좌표정보를 기반으로 동일 위치의 세그멘트들을 통합하여 통합된 세그멘트들의 영상을 보행자 후보로 결정하는 보행자 후보 결정부; 및
    상기 결정된 보행자 후보의 영상을 상기 분류기에 적용시켜 상기 보행자 후 보의 영상이 보행자인지 여부를 결정하는 보행자 결정부를 포함하는 것을 특징으로 하는 보행자 검출 장치.
  3. 청구항 2에 있어서,
    상기 보행자 후보 결정부는, 상기 통합된 세그멘트들의 영상이 미리 설정된 최대크기보다 크거나, 미리 설정된 최소크기보다 작은 경우 보행자 후보가 아닌 것으로 결정하는 것을 특징으로 하는 보행자 검출 장치.
  4. 차량에 서로 이격되게 설치된 제 1 및 제 2 FIR 카메라를 이용하여 보행자를 검출하는 보행자 검출 방법으로,
    상기 제 1 및 제 2 FIR 카메라로부터 영상을 각각 수신하는 단계;
    상기 수신된 영상 중 상기 제 1 또는 제 2 FIR 카메라로부터 수신된 영상을 균일한 밝기의 픽셀들의 집합으로 세그멘테이션하는 단계;
    상기 세그멘테이션된 세그멘트들을 기준으로 상기 세그멘트들과, 상기 세그멘트에 대응되는 영상의 픽셀들을 매칭시키는 단계;
    상기 세그멘트들과 영상의 픽셀들의 매칭을 통해 획득된 좌표정보를 기반으로 동일 위치의 세그멘트들을 통합하여 통합된 세그멘트들의 영상을 보행자 후보로 결정하는 단계; 및
    상기 결정된 보행자 후보의 영상을 분류기에 적용시켜 상기 보행자 후보의 영상이 보행자인지 여부를 결정하는 단계를 포함하는 것을 특징으로 하는 보행자 검출 방법.
  5. 청구항 4에 있어서,
    상기 보행자 후보로 결정하는 단계는, 상기 통합된 세그멘트들의 영상이 미리 설정된 최대크기보다 크거나, 미리 설정된 최소크기보다 작은 경우 보행자 후보가 아닌 것으로 결정하는 것을 특징으로 하는 보행자 검출 방법.
KR1020090084276A 2009-09-08 2009-09-08 보행자 검출 장치 및 그 방법 KR101299104B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090084276A KR101299104B1 (ko) 2009-09-08 2009-09-08 보행자 검출 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090084276A KR101299104B1 (ko) 2009-09-08 2009-09-08 보행자 검출 장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20110026566A true KR20110026566A (ko) 2011-03-16
KR101299104B1 KR101299104B1 (ko) 2013-08-28

Family

ID=43933526

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090084276A KR101299104B1 (ko) 2009-09-08 2009-09-08 보행자 검출 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR101299104B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
KR20160013660A (ko) * 2014-07-28 2016-02-05 현대자동차주식회사 보행자 인식 장치 및 방법
EP2993645A3 (en) * 2014-09-02 2016-05-18 Nintendo Co., Ltd. Image processing program, information processing system, information processing apparatus, and image processing method

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19926559A1 (de) * 1999-06-11 2000-12-21 Daimler Chrysler Ag Verfahren und Vorrichtung zur Detektion von Objekten im Umfeld eines Straßenfahrzeugs bis in große Entfernung
JP4263737B2 (ja) * 2006-11-09 2009-05-13 トヨタ自動車株式会社 歩行者検知装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
KR20160013660A (ko) * 2014-07-28 2016-02-05 현대자동차주식회사 보행자 인식 장치 및 방법
EP2993645A3 (en) * 2014-09-02 2016-05-18 Nintendo Co., Ltd. Image processing program, information processing system, information processing apparatus, and image processing method
US10348983B2 (en) 2014-09-02 2019-07-09 Nintendo Co., Ltd. Non-transitory storage medium encoded with computer readable image processing program, information processing system, information processing apparatus, and image processing method for determining a position of a subject in an obtained infrared image

Also Published As

Publication number Publication date
KR101299104B1 (ko) 2013-08-28

Similar Documents

Publication Publication Date Title
US9262693B2 (en) Object detection apparatus
US10553116B2 (en) Method for detecting right lane area and left lane area of rear of vehicle using region of interest and image monitoring system for vehicle using the same
JP4612635B2 (ja) 低照度の深度に適応可能なコンピュータ視覚を用いた移動物体検出
JP4263737B2 (ja) 歩行者検知装置
US20170024622A1 (en) Surrounding environment recognition device
JP5760090B2 (ja) 生体認識装置
US20050157929A1 (en) Pedestrian detection apparatus
KR101760020B1 (ko) 차량 번호 인식 장치 및 그 방법
CN111183430B (zh) 识别处理装置、识别处理方法以及记录介质
JP2010102572A (ja) 車両の周辺監視装置
US20190145768A1 (en) Object Distance Detection Device
US20160232415A1 (en) Detection detection of cell phone or mobile device use in motor vehicle
KR101299104B1 (ko) 보행자 검출 장치 및 그 방법
KR101236223B1 (ko) 차선 검출 방법
JP2014146267A (ja) 歩行者検出装置、運転支援装置
JP2018106239A (ja) 画像処理装置、画像処理方法、及び画像処理プログラム
JP2008165595A (ja) 障害物検出方法、障害物検出装置、障害物検出システム
JP4765113B2 (ja) 車両周辺監視装置、車両、車両周辺監視用プログラム、車両周辺監視方法
JP2008286648A (ja) 距離計測装置、距離計測システム、距離計測方法
US9030560B2 (en) Apparatus for monitoring surroundings of a vehicle
JP2007259076A (ja) 歩行者認識装置
JPWO2020129517A1 (ja) 画像処理装置
JP5479438B2 (ja) 車両周辺監視装置
KR102109114B1 (ko) 보행자 인식 장치 및 방법
KR102174000B1 (ko) 차량 표지판 인식 시스템 및 그를 위한 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
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160630

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170622

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180626

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190626

Year of fee payment: 7