KR20120053275A - 3차원 얼굴 위치 추정방법 및 장치 - Google Patents

3차원 얼굴 위치 추정방법 및 장치 Download PDF

Info

Publication number
KR20120053275A
KR20120053275A KR1020100114462A KR20100114462A KR20120053275A KR 20120053275 A KR20120053275 A KR 20120053275A KR 1020100114462 A KR1020100114462 A KR 1020100114462A KR 20100114462 A KR20100114462 A KR 20100114462A KR 20120053275 A KR20120053275 A KR 20120053275A
Authority
KR
South Korea
Prior art keywords
face
user
information
distance
camera
Prior art date
Application number
KR1020100114462A
Other languages
English (en)
Other versions
KR101740231B1 (ko
Inventor
황원준
이지효
노경식
윤석준
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020100114462A priority Critical patent/KR101740231B1/ko
Priority to US13/218,850 priority patent/US8805021B2/en
Publication of KR20120053275A publication Critical patent/KR20120053275A/ko
Application granted granted Critical
Publication of KR101740231B1 publication Critical patent/KR101740231B1/ko

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G06T7/593—Depth or shape recovery from multiple images from stereo images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • 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
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo 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
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/30201—Face

Abstract

3차원 얼굴 위치 추정방법 및 장치가 개시된다. 본 발명에 따른 3차원 얼굴 위치 추정방법 및 장치는 단일카메라로부터 2차원 영상정보를 획득하고, 2차원 영상정보에서 사용자의 얼굴영역을 검출하고, 검출된 얼굴영역의 크기를 산출하고, 산출된 얼굴영역의 크기로 단일카메라와 사용자 얼굴 사이의 거리를 추정하고, 추정된 단일카메라와 사용자 얼굴 사이의 거리로 사용자 얼굴의 3차원 공간상의 위치정보를 확인한다.
따라서, 단일카메라에서 획득된 영상정보에서의 사용자 얼굴영역의 크기로 사용자와 단일카메라 사이의 거리를 추정하여 사용자의 3차원 위치좌표를 확인할 수 있다.

Description

3차원 얼굴 위치 추정방법 및 장치{METHOD AND APPARATUS FOR ESTIMATING 3D FACE POSITION}
본 발명은 3차원 얼굴 위치 추정방법 및 장치에 관한 것으로서, 보다 상세하게는 카메라 등의 비전 시스템을 이용하여 3차원 얼굴 위치를 추정하는 3차원 얼굴 위치 추정방법 및 장치에 관한 것이다.
로봇 혹은 기계에서 사용자의 3차원 위치를 알 수 있으면 다양한 기능을 수행할 수 있다. 특히, 사용자가 로봇에게 명령을 내리면 로봇이 사용자에게 다가가는 Call &　Come 시스템이나, 사용자의 위치를 파악하여 최적의 방향과 바람세기로 사용자에게 최상의 서비스를 제공하는 공조기 시스템에 있어서 정확한 사용자의 위치정보가 필요하다.
따라서, 사용자의 3차원 위치를 추정하기 위해 종래에는 Stereo Vision/Multi-Camera를 이용하여 사용자의 Depth를 추정하거나, TOF와 같은 IR 센서 기반의 시스템을 이용하였다. 또한, 레이저 센서를 이용하여 사용자까지의 거리를 측정하는 방식도 이용되었다.
하지만, TOF와 같은 IR 센서는 태양광과 같은 외부 조명에 의해 결과값이 왜곡되기 때문에 야외에서 사용되는데 부적합한 면이 있고, 레이저 센서의 경우 사용자의 시력을 손상시킬 위험이 있다.
또한, Stereo Vision/Multi-Camera 시스템은 복수개의 카메라가 필요하고, TOF센서, 레이저 센서시스템은 센서의 단가가 높기 때문에 비용문제가 발생한다.
본 발명의 일 측면에 의하면 단일카메라로부터 획득된 2차원 영상정보에서 사용자의 얼굴영역의 크기를 산출하고, 산출된 얼굴영역의 크기로 단일카메라와 사용자 사이의 거리를 추정하여 사용자의 3차원 공간상의 위치를 확인하는 3차원 얼굴 위치 추정방법 및 그 장치를 제공하고자 한다.
전술한 목적을 달성하기 위한 본 발명의 일 측면에 따른 3차원 얼굴위치 추정방법은　단일카메라로부터 2차원 영상정보를 획득하고, 2차원 영상정보에서 사용자의 얼굴영역을 검출하고, 검출된 얼굴영역의 크기를 산출하고, 산출된 얼굴영역의 크기로 단일카메라와 사용자 얼굴 사이의 거리를 추정하고, 추정된 단일카메라와 사용자 얼굴 사이의 거리로 사용자 얼굴의 3차원 공간상의 위치정보를 확인한다.
한편, 사용자의 3차원 공간상의 위치정보를 확인하는 것은 영상좌표계상에서 검출된 얼굴영역의 중심위치를 산출하고, 단일카메라의 시야정보와 해상도 정보를 포함하는 카메라 스펙 및 단일카메라와 사용자 얼굴 사이의 거리로 영상좌표계상의 얼굴영역의 중심위치를 3차원 공간상의 위치로 변환할 수 있다.
또한, 영상좌표계상의 얼굴영역의 중심위치를 3차원 공간상의 위치로 변환하는 것은 카메라 스펙을 이용하여 얼굴영역의 중심위치에서 영상좌표계의 좌표축상으로의 투영각을 각각 산출하고, 산출된 투영각 및 단일카메라와 사용자 얼굴 사이의 거리를 이용하여 영상좌표계상의 얼굴영역의 중심위치를 3차원 공간상의 위치로 변환할 수 있다.
또한, 얼굴영역의 크기는 검출된 얼굴영역의 대각선 거리일 수 있다.
또한, 얼굴영역의 검출은 Ada-Boost 방식의 학습기반 얼굴 검출을 기반으로 할 수 있다.
전술한 목적을 달성하기 위한 본 발명의 다른 측면에 따른 3차원 얼굴 위치 추정방법은 사용자의 나이, 성별, 인종정보를 포함하는 사용자 정보에 따른 기준 얼굴크기를 미리 저장하고,　단일카메라로부터 2차원 영상정보를 획득하고, 2차원 영상정보에서 사용자의 얼굴영역을 검출하고, 검출된 얼굴영역의 크기를 산출하고, 검출된 얼굴영역에서 사용자 정보를 판단하여 판단된 사용자 정보에 상응하는 기준 얼굴크기를 설정하고, 산출된 얼굴영역의 크기와 설정된 기준 얼굴크기로 단일카메라와 사용자 얼굴 사이의 거리를 추정하고, 추정된 단일카메라와 사용자 얼굴 사이의 거리로 사용자 얼굴의 3차원 공간상의 위치정보를 확인한다.
한편, 사용자의 3차원 공간상의 위치정보를 확인하는 것은 2차원 영상좌표계상에서 검출된 얼굴영역의 중심위치를 산출하고, 단일카메라의 시야정보와 해상도 정보를 포함하는 카메라 스펙 및 단일카메라와 사용자 얼굴 사이의 거리로 영상좌표계상의 얼굴영역의 중심위치를 3차원 공간상의 위치로 변환할 수 있다.
또한, 영상좌표계상의 얼굴영역의 중심위치를 3차원 공간상의 위치로 변환하는 것은 카메라 스펙을 이용하여 얼굴영역의 중심위치에서 영상좌표계의 좌표축상으로의 투영각을 각각 산출하고, 산출된 투영각 및 단일카메라와 사용자 얼굴 사이의 거리를 이용하여 영상좌표계상의 얼굴영역의 중심위치를 3차원 공간상의 위치로 변환할 수 있다.
또한, 얼굴영역의 크기는 검출된 얼굴영역의 대각선 거리일 수 있다.
또한, 얼굴영역의 검출은 Ada-Boost 방식의 학습기반 얼굴 검출을 기반으로 할 수 있다.
전술한 목적을 달성하기 위한 본 발명의 또 다른 측면에 따른 3차원 얼굴 위치 추정장치는 단일카메라로 구성되어 사용자의 2차원 영상정보를 획득하는 카메라부, 카메라부에서 획득된 2차원 영상정보에서 사용자의 얼굴영역을 검출하는 얼굴추출부, 얼굴추출부에서 검출된 얼굴영역의 크기를 산출하는 얼굴크기 산출부, 얼굴크기 산출부에서 산출된 얼굴영역의 크기로 카메라부와 사용자 얼굴 사이의 거리를 추정하는 거리추정부 및 거리추정부에서 추정된 카메라부와 사용자 얼굴 사이의 거리로 사용자 얼굴의 3차원 공간상의 위치정보를 확인하는 3차원 위치 확인부를 포함한다.
한편, 3차원 위치 확인부는 검출된 얼굴영역의 중심위치를 2차원 영상좌표계상에서 산출하고, 카메라부의 시야정보와 해상도 정보를 포함하는 카메라 스펙 및 카메라부와 사용자 얼굴 사이의 거리로 산출된 얼굴영역의 중심위치를 3차원 공간상의 위치로 변환할 수 있다.
또한, 3차원 위치 확인부는 얼굴영역의 중심위치에서 영상좌표계의 좌표축상으로의 투영각을 카메라 스펙을 이용하여 각각 산출하고, 산출된 투영각 및 카메라부와 사용자 얼굴 사이의 거리를 이용하여 얼굴영역의 중심위치를 3차원 공간상의 위치로 변환할 수 있다.
또한, 얼굴크기 산출부는 얼굴추출부에서 추출된 얼굴영역의 대각선 거리를 얼굴영역의 크기로 산출할 수 있다.
또한, 얼굴추출부는 Ada-Boost 방식의 학습기반 얼굴 검출을 기반으로 하는 얼굴영역을 검출할 수 있다.
또한, 사용자의 나이, 성별, 인종정보를 포함하는 사용자 정보에 따른 기준 얼굴크기를 미리 저장하는 메모리부 및 얼굴추출부에서 검출된 얼굴영역을 이용하여 사용자 정보를 판단하는 사용자 정보 판단부를 더 포함하고, 거리추정부는 메모리부에 저장된 기준 얼굴크기에서 사용자정보 판단부에서 판단된 사용자 정보에 상응하는 기준 얼굴크기를 설정하고, 설정된 기준 얼굴크기 및 얼굴크기 산출부에서 산출된 얼굴영역의 크기로 카메라부와 사용자 얼굴 사이의 거리를 추정할 수 있다.
상술한 바와 같은 본 발명의 일 실시예에 의한 3차원 얼굴 위치 추정방법 및 그 장치에 의하면 단일카메라에서 획득된 영상정보에서의 사용자 얼굴영역의 크기로 사용자와 단일카메라 사이의 거리를 추정하여 사용자의 3차원 위치를 확인할 수 있다.
이로써, 사용자가 로봇에게 명령을 내리면 로봇이 사용자에게 다가가는 로봇 HRI(Human Robot Interaction)에서 사용자가 얼마나 떨어져있는지 알 수 있어 로봇 보행에 많은 도움을 줄 수 있다.
또한, 공조기 시스템에서 확인된 사용자의 3차원 위치를 기반으로 최적의 방향 및 최적의 바람세기를 제공하여 전력낭비를 막고 사용자에게 최상의 서비스를 제공할 수 있다.
또한, 복수개의 카메라 시스템 또는 특수한 센서를 요구하던 종래에 비해 본 발명은 단일카메라만으로 사용자의 3차원 위치좌표를 추정할 수 있어 비용절감의 효과를 가져올 수 있다.
도 1은 본 발명의 일 실시예에 따른 3차원 얼굴 위치 추정장치의 블럭도이다.
도 2는, 도 1에 도시된 얼굴추출부에서 사용자의 얼굴을 추출하는 모습을 도시한 예시도이다.
도 3은, 도 1에 도시된 얼굴크기 산출부에서 사용자의 얼굴크기를 산출하는 모습을 도시한 예시도이다.
도 4는, 도 1에 도시된 거리추정부에서 사용자의 얼굴크기로부터 카메라와 사용자 사이의 거리를 추정하는 원리를 설명하기 위한 도면이다.
도 5는 본 발명의 다른 실시예에 따른 3차원 얼굴 위치 추정방법의 순서도이다.
도 6은, 도 5에 도시된 사용자의 3차원 위치를 확인하는 과정을 구체화하는 순서도이다.
도 7은 사용자와 카메라의 위치관계를 설명하는 설명도이다.
도 8은 사용자, 카메라, 영상의 위치관계를 설명하는 설명도이다.
도 9는 본 발명의 또 다른 실시예에 따른 3차원 얼굴 위치 추정방법의 순서도이다.
이하 첨부된 도면을 참조하여 본 발명에 따른 3차원 얼굴 위치 추정방법 및 그 장치의 바람직한 실시예를 설명한다.
도 1은 본 발명의 일 실시예에 따른 3차원 얼굴 위치 추정장치의 블럭도이고, 도 2는, 도 1에 도시된 얼굴추출부에서 사용자의 얼굴을 추출하는 모습을 도시한 예시도이다. 도 3은, 도 1에 도시된 얼굴크기 산출부에서 사용자의 얼굴크기를 산출하는 모습을 도시한 예시도이고, 도 4는, 도 1에 도시된 거리추정부에서 사용자의 얼굴크기로부터 단일카메라와 사용자 사이의 거리를 추정하는 원리를 설명하기 위한 도면이다.
본 실시예에 따른 3차원 얼굴 좌표 추정장치는 카메라부(110), 제어부(120) 및 메모리부(130)를 포함한다.
카메라부(110)는 피사체의 영상을 획득하여 제어부(120)에 제공한다.
구체적으로, 카메라부(110)는 빛을 이용하여 피사체의 2차원 영상을 획득하는 것으로서, 집광부(미도시)에 빛이 집광되고 집광된 빛이 촬상부(이미지 센서: CMOS, CCD, 미도시)에 감지되면 촬상부에 감지된 빛의 신호를 전기신호로 변환하고, 변환된 전기신호의 영상을 2차원 영상정보를 가진 영상파일로 저장한다.
특히, 본 실시예의 카메라부(110)는 단일카메라(Single-camera)로서, 사용자의 영상을 획득하여 이를 영상파일로 저장하고, 상기 저장된 영상파일을 제어부(120)에 전송한다.
제어부(120)는 카메라부(110)로부터 전송된 영상정보를 이용하여 사용자의 3차원 위치정보를 산출하는 것으로서, 얼굴추출부(121), 얼굴크기 산출부(122), 사용자정보 판단부(123), 거리추정부(124) 및 3차원 위치정보 확인부(125)를 포함한다.
얼굴추출부(121)는 카메라부(110)에서 전송된 2차원 영상정보에서 얼굴영역을 검출한다.
얼굴추출부(121)는 Ada-Boost 방식의 학습기반 얼굴 검출기로서 학습기반으로 학습된 얼굴이 일정한 영역이면 검출되는 얼굴도 상기 일정영역으로 한정된다는 원리를 이용한다.
특히, 본 실시예의 얼굴추출부(121)는 도 2에 도시된 바와 같이 눈썹 윗부분에서 입술 아래부분을 학습된 얼굴의 일정영역으로서 설정한다. 상기 얼굴의 일정영역이 설정되면, 얼굴추출부는 상기 2차원 영상정보에서 상기 일정영역에 상응하는 부분을 사각형의 형상으로 검출(점선부분)하고, 검출된 얼굴영역을 얼굴크기 산출부 (122)및 사용자정보 판단부(123)에 전송한다.
얼굴크기 산출부(122)는 얼굴추출부(121)에서 검출된 얼굴영역의 크기를 산출한다.
구체적으로 도 3을 참조하면, 얼굴크기 산출부(122)는 얼굴영역의 대각선의 길이를 산출(dface)하여 얼굴크기를 구하고, 상기 얼굴크기 정보를 거리추정부(124)에 전송한다.
사용자정보 판단부(123)는 검출된 얼굴영역을 기초로 사용자의 성별, 나이, 인종정보인 사용자정보를 판단한다. 판단된 사용자의 정보는 거리추정부(124)에 전송되고, 사용자와 카메라부(110) 사이의 거리추정에 이용된다.
거리추정부(124)는 얼굴크기 산출부(122)에서 산출된 얼굴크기를 기초로 사용자의 얼굴과 카메라부(110) 사이의 거리를 추정한다.
도 4를 참조하면, 카메라로부터 사용자가 이격될수록 검출되는 사용자의 얼굴영역의 크기가 작아짐을 알 수 있다.
본 실시예의 거리추정부(124)는 카메라부(110)로부터의 거리와 검출된 얼굴영역의 크기가 반비례하는 원리를 이용하여 카메라부(110)로부터 사용자의 거리를 추정한다.
거리추정부(124)의 카메라부(110)와 사용자 간의 거리를 추정하는 수식은 하기 <수학식 1>과 같다.
Figure pat00001
Dc는 카메라부(110)와 사용자 간의 거리이고, dface는 얼굴크기 산출부(122)에서 산출된 사용자의 얼굴크기이며, K는 카메라의 H/W 스펙에 따른 실험적인 수치로서 상수이다.
한편, 거리추정부(124)는 사용자의 얼굴크기는 비슷하다는 가정하에 2차원 영상정보에서 획득된 얼굴크기로 카메라부(110)와 사용자간의 거리를 산출한다.
하지만, 사용자에 따라 얼굴크기가 다르므로 카메라와 사용자간의 거리산출에 오류가 발생할 우려가 있다. 따라서, 거리추정부(124)는 메모리부(130)에 저장된 성별, 나이, 인종에 따른 사용자의 평균적인 얼굴크기정보인 기준얼굴크기 테이블과 사용자정보 판단부에서 판단된 사용자 정보를 기초로 상기 K값을 보정한다.
즉, 거리추정부(124)는 사용자정보 판단부(123)에서 판단된 사용자 정보에 상응하는 기준 얼굴크기로 추정된 거리를 보정한다. 이로써, 보다 정확한 카메라와 사용자간의 거리가 산출될 수 있다.
3차원 위치정보 확인부(125)는 거리추정부(124)에서 추정된 카메라부(110)와 사용자간의 거리를 기초로 사용자의 3차원 위치정보를 산출한다.
구체적으로, 3차원 위치정보 확인부(125)는 검출된 얼굴영역의 중심위치(px, py)를 영상좌표계상에서 구한다.
영상좌표계상의 얼굴영역의 중심위치가 산출되면, 3차원 위치정보 확인부(125)는 카메라의 H/W스펙과 산출된 카메라와 사용자간의 거리(Dc)를 이용하여 상기 영상좌표계상의 중심위치(px, py)를 3차원 공간좌표계 상으로 변환(Px, Py , PZ)한다.
이렇게 변환된 3차원 공간좌표계 상의 위치(Px, Py , PZ)가 사용자의 3차원 위치정보가 되는 것이다.
메모리부(130)는 카메라부(110)의 카메라의 시야정보(Field of View: FOV) 및 카메라 영상의 해상도 정보를 포함하는 카메라의 H/W스펙값을 저장한다. 또한, 메모리부(130)는 사용자의 나이, 성별, 인종에 따른 평균 얼굴크기로 구성된 기준얼굴크기 테이블을 저장한다.
도 5는 본 발명의 다른 실시예에 따른 3차원 얼굴 좌표 추정방법의 순서도이다.
먼저, 카메라부로부터 사용자의 2차원 영상정보를 획득한다(210). 상기 카메라부는 단일 카메라로서, digital, CCD, CMOS카메라, 웹캠 중 어느 하나일 수 있다.
사용자의 2차원 영상정보가 획득되면(210), 얼굴추출부는 사용자의 얼굴영역을 검출한다(220).
얼굴추출부는 Ada-Boost 방식을 이용하여 사용자 얼굴 중 일정영역을 한정하여 검출한다.
본 실시예의 얼굴추출부는 눈썹 위와 입술 아래부분의 영역을 일정영역으로 설정하고, 2차원 영상정보에서 상기 일정영역에 상응하는 부분을 사각형의 형상으로 검출한다.
사용자의 얼굴영역이 검출되면(220), 얼굴크기 산출부에서 검출된 얼굴영역의 크기를 산출한다(230). 본 실시예의 얼굴영역의 크기는 사각형의 형상인 얼굴영역의 대각선 길이로 설정된다.
즉, 얼굴크기 산출부는 얼굴영역의 가로길이(wf)와 세로길이(hf)로 대각선의 길이(dface)를 하기 <수학식 2>를 이용하여 산출한다.
Figure pat00002
얼굴크기 산출부에 의해 상기 얼굴영역의 크기가 산출되면(230), 거리추정부는 상기 산출된 얼굴영역의 크기로 사용자의 얼굴과 카메라 사이의 거리를 추정한다(240).
거리추정부는 카메라로부터 사용자가 멀리 있을수록 촬상되는 영상에서 얼굴영역의 크기가 작아지는 원리를 이용하여 상기 거리를 추정한다.
카메라로부터의 사용자의 거리가 추정되면(240), 3차원 위치정보 확인부는 이를 기초로 공간상(World Coordinate)에서 사용자의 3차원 위치정보를 산출한다(250).
구체적으로, 3차원 위치정보 확인부는 2차원 영상좌표계 상에서 사용자 얼굴의 중심위치를 구하고, 상기 얼굴 중심위치를 3차원 공간좌표계상의 위치로 변환한다.
상기와 같은 과정으로 구성된 본 실시예는, 단일카메라로 촬상된 영상정보에서 사용자 얼굴영역의 크기로 사용자의 3차원 위치를 산출함으로써, 복수개의 카메라 시스템 또는 특수한 센서를 요구하던 종래에 비해 비용절감의 효과를 가져올 수 있다.
도 6은, 도 5에 도시된 사용자의 3차원 위치좌표를 확인하는 과정을 구체화하는 순서도이고, 도 7은 사용자와 카메라의 위치관계를 설명하는 설명도이며, 도 8은 사용자, 카메라, 영상의 위치관계를 설명하는 설명도이다.
먼저, 상기 검출된 얼굴영역의 중심위치를 영상좌표계 상에서 산출한다(251). 상기 영상좌표계는 2차원 좌표계로서, 중심(0,0)은 카메라의 중심(Fin-point)과 일치한다.
얼굴영역의 2차원 중심위치가 산출(251)되면, 카메라 H/W스펙 및 산출된 카메라와 사용자 얼굴 사이의 거리로 상기 2차원 중심위치를 3차원 공간상의 위치로 변환한다.(252, 253)
도 7을 참조하면, 본 실시예는 사용자의 공간상(World Coordinate) 3차원 위치(Px, Py, PZ)를 산출하는 것을 목적으로 한다.
상기 목적을 달성하기위해 본 실시예는 먼저 3차원 상의 사용자 얼굴을 XY평면상에 투영시키고, X축 및 Y축 상에 평행한 3차원 위치를 구하기 위해 XY평면상에 투영된 사용자 얼굴의 중심위치 A(Px, Py , 0)를 X축 및 Y축상으로 투영시킨다.
구체적으로 Y축을 중심으로 설명하면, 카메라의 중심(Fin-point), A(Px, Py , 0) 및 A'(Px,0,0)로 직각삼각형이 구성되는데, 상기 직각삼각형은 거리추정부에서 산출된 카메라로부터 사용자 얼굴까지의 거리(Dc)를 빗변으로 한다.
3차원 공간에서 사용자 얼굴의 y축에 평행한 위치(Py)는 거리추정부에서 추정된 사용자 얼굴과 카메라 사이의 거리(Dc)와 상기 사용자 얼굴의 3차원 중심위치A(Px, Py , 0)에서 x축으로 투영한 각도(θy)로 하기 <수학식 3>을 통해 산출될 수 있다(253).
Figure pat00003
또한, 공간좌표계 상에서 사용자 얼굴의 x축에 평행한 위치(Px)도 사용자 얼굴과 카메라 사이의 거리(Dc)와 상기 사용자 얼굴의 3차원 중심위치 A(Px, Py , 0)를 y축으로 투영된 각도(θx)로 <수학식 3>과 같은 연산을 통해 산출될 수 있다.
한편, 사용자 얼굴의 z축에 평행한 위치(Pz)는 산출된 X축, Y축에 평행한 위치로 하기와 같이 산출할 수 있다. 우선, 카메라의 중심(Fin-point), A'(Px,0,0) 및 공간좌표계 상의 원점(0,0,0)으로 이루어지는 직각삼각형이 생성되는데, 상기 직각삼각형은 카메라 중심으로부터 A'(Px,0,0)사이의 거리(Dy)를 빗변으로 한다.
상기 생성된 직각삼각형을 이용하여 사용자 얼굴의 Z축에 평행한 위치(Pz)는 하기 <수학식 4>를 통해 산출된다.
Figure pat00004
앞서 살펴본 바와 같이, 사용자 얼굴의 3차원 위치를 산출하려면, X축, Y축 상으로의 투영각(θx,θy)을 구해야 되는 데 상기 투영각을 산출하는 방법을 도 8을 통해 설명한다.
도 8은 사용자, 카메라, 영상의 위치관계를 설명하는 도면으로서, 상기 공간좌표계상에서 X축, Y축으로의 투영각은 얼굴의 2차원 중심위치(px, py)와 영상좌표계의 각도와 일치한다.
즉, 영상좌표계 상의 얼굴의 중심위치(p)에서의 영상좌표계의 좌표축 상으로 투영한 각도(θ)가 상기 공간좌표계 상의 투영각(θ)과 일치하는 것이다.
구체적으로, 사용자 얼굴의 3차원 위치(P)에서 x축으로 투영된 각도(θ)는 영상 내 얼굴의 중심위치(p)에서 영상좌표계의 x축으로 투영한 각도(θ)와 일치하고, 사용자 얼굴의 3차원 위치(P)에서 y축으로 투영된 각도(θ)는 영상 내 얼굴의 중심위치(p)에서 영상좌표계의 y축으로 투영한 각도(θ)와 일치한다.
이러한 원리를 이용하여 상기 투영각을 산출하는데, 투영각 산출식은 하기 <수학식 5>와 같다.
Figure pat00005
θ는 투영각이고, p는 영상좌표계상의 얼굴의 중심위치이며, f는 카메라 렌즈에서부터 얼굴의 상이 맺힌 곳 까지의 거리(초점거리)를 의미한다.
한편, 상기 초점거리는 카메라의 H/W스펙을 이용하여 산출하는데, 상기 H/W스펙은 시야정보(Field of View: FOV) 및 해상도정보를 포함한다.
도 8을 참조하면, 카메라의 시야정보(θFOV) 및 해상도 정보(hf)를 이용하여 f를 추정할 수 있다. f의 추정방법은 하기 <수학식 6>을 따른다.
Figure pat00006
<수학식 6>을 통해 초점거리(f)를 구하면, 이를 다시 <수학식 5>에 대입하여 최종적으로 <수학식 7>의 형태로 각 축상의 투영각을 산출할 수 있다.
Figure pat00007
지금까지 사용자 얼굴의 3차원 공간상의 위치정보를 산출하는 구체적인 방법을 설명하였다. 이렇게 산출된 사용자 얼굴의 위치정보는 로봇 HRI(Human Robot Interaction)시스템에서 사용자가 로봇으로부터 얼마나 이격되어 있는지의 정보를 제공할 수 있으므로 로봇 보행에 많은 도움을 제공할 수 있다. 또한, 공조기 시스템에서 상기 산출된 사용자 얼굴의 위치정보를 기초로 최적의 방향으로 서비스를 제공할 수 있다.
한편, 산출된 사용자 얼굴의 위치정보는 카메라에서 촬상된 사용자 얼굴크기를 기초로 산출하는데, 나이, 성별, 인종에 따라 사용자의 얼굴크기가 다름으로 인해 오차가 발생할 수 있는 문제가 존재한다.
상기와 같은 문제점을 해결하기 위해 촬상된 영상에서 사용자의 나이, 성별, 인종으로 구성된 사용자 정보를 판단하고, 판단된 사용자 정보를 기초로 보다 정확한 사용자 얼굴의 위치정보를 산출하는 또 다른 실시예를 도 9를 통해 설명한다.
도 9는 본 발명의 또 다른 실시예에 따른 3차원 얼굴 좌표 추정방법의 순서도이다.
먼저, 사용자의 나이, 성별, 인종에 따른 평균 얼굴크기를 기준 얼굴크기로서 설정하고, 이를 테이블 형태로 메모리부에 미리 저장한다(310).
카메라부로부터 사용자의 2차원 영상정보를 획득하고(320), 얼굴추출부는 사용자의 얼굴영역을 검출한다(330).
얼굴추출부는 Ada-Boost 방식을 이용하여 사용자 얼굴 중 일정영역을 한정하여 검출하는 것으로서, 본 실시예는 눈썹 위와 입술 아래부분의 영역을 일정영역으로 설정한다.
사용자의 얼굴영역이 검출되면(330), 얼굴크기 산출부에서 상기 얼굴영역의 크기를 산출한다(340). 본 실시예의 얼굴영역의 크기는 검출된 얼굴영역의 대각선 길이로 설정된다.
또한, 사용자정보 판단부는 검출된 사용자의 얼굴영역을 기초로 사용자 정보를 판단한다(350). 구체적으로, 사용자 정보 판단부는 사용자의 나이, 성별, 인종을 판별하여 이에 대한 정보를 거리추정부에 제공한다.
거리추정부는 얼굴크기 산출부에서 산출된 얼굴영역의 크기와 사용자정보 판단부에서 판단된 사용자의 정보를 기초로 사용자의 얼굴과 카메라 사이의 거리를 추정한다(360).
거리추정부는 카메라로부터 사용자가 멀리 있을수록 촬상되는 영상에서 얼굴영역의 크기가 작아지는 원리를 이용하여 상기 거리를 추정하는 것으로서, 판단된 사용자정보를 이용하여 사용자 맞춤형 거리추정을 할 수 있다.
구체적으로, 거리추정부는 얼굴영역의 크기와 카메라와 사용자간의 거리가 반비례함을 이용하여 거리를 추정한다. 또한, 거리추정부는 판단된 사용자의 정보에 상응하는 기준얼굴크기정보를 이용하여 상기 추정된 카메라와 사용자간의 거리값을 보정한다.
예컨대, 거리추정부는 사용자정보 판단부에서 판단된 사용자 정보가 성인남자일 경우, 메모리부에 저장된 성인남자의 기준얼굴크기를 이용하여 보다 정확한 카메라와 사용자간의 거리를 추정한다.
카메라로부터의 사용자의 거리가 추정되면, 3차원 위치정보 확인부는 이를 기초로 공간상(World Coordinate)에서 사용자 얼굴의 3차원 위치정보를 산출한다(370).
110: 카메라부
121: 얼굴 추출부
122: 사용자정보 판단부
123: 얼굴크기 산출부
124: 거리추정부
125: 3차원 위치 확인부
130: 메모리부

Claims (16)

  1. 단일카메라로부터 2차원 영상정보를 획득하고;
    상기 2차원 영상정보에서 사용자의 얼굴영역을 검출하고;
    상기 검출된 얼굴영역의 크기를 산출하고;
    산출된 얼굴영역의 크기로 상기 단일카메라와 상기 사용자 얼굴 사이의 거리를 추정하고;
    상기 추정된 상기 단일카메라와 상기 사용자 얼굴 사이의 거리로 상기 사용자 얼굴의 3차원 공간상의 위치정보를 확인하는 3차원 얼굴 위치 추정방법.
  2. 제1항에 있어서,
    상기 사용자의 3차원 공간상의 위치정보를 확인하는 것은
    영상좌표계상에서 상기 검출된 얼굴영역의 중심위치를 산출하고;
    상기 단일카메라의 시야정보와 해상도 정보를 포함하는 카메라 스펙 및 상기 단일카메라와 상기 사용자 얼굴 사이의 거리로 상기 영상좌표계상의 얼굴영역의 중심위치를 3차원 공간상의 위치로 변환하는 3차원 얼굴위치 추정방법.
  3. 제2항에 있어서,
    상기 영상좌표계상의 얼굴영역의 중심위치를 3차원 공간상의 위치로 변환하는 것은
    상기 카메라 스펙을 이용하여 상기 얼굴영역의 중심위치에서 상기 영상좌표계의 좌표축상으로의 투영각을 각각 산출하고;
    상기 산출된 투영각 및 상기 단일카메라와 상기 사용자 얼굴 사이의 거리를 이용하여 상기 영상좌표계상의 얼굴영역의 중심위치를 상기 3차원 공간상의 위치로 변환하는 3차원 얼굴위치 추정방법.
  4. 제1항에 있어서,
    상기 얼굴영역의 크기는
    상기 검출된 얼굴영역의 대각선 거리인 3차원 얼굴위치 추정방법.
  5. 제1항에 있어서,
    상기 얼굴영역의 검출은
    Ada-Boost 방식의 학습기반 얼굴 검출을 기반으로 하는 3차원 얼굴위치 추정방법.
  6. 사용자의 나이, 성별, 인종정보를 포함하는 사용자 정보에 따른 기준 얼굴크기를 미리 저장하고;
    단일카메라로부터 2차원 영상정보를 획득하고;
    상기 2차원 영상정보에서 사용자의 얼굴영역을 검출하고;
    상기 검출된 얼굴영역의 크기를 산출하고;
    상기 검출된 얼굴영역에서 상기 사용자 정보를 판단하여 상기 판단된 사용자 정보에 상응하는 상기 기준 얼굴크기를 설정하고;
    상기 산출된 얼굴영역의 크기와 상기 설정된 기준 얼굴크기로 상기 단일카메라와 상기 사용자 얼굴 사이의 거리를 추정하고;
    상기 추정된 상기 단일카메라와 상기 사용자 얼굴 사이의 거리로 상기 사용자 얼굴의 3차원 공간상의 위치정보를 확인하는 3차원 얼굴 위치 추정방법.
  7. 제6항에 있어서,
    상기 사용자의 3차원 공간상의 위치정보를 확인하는 것은
    2차원 영상좌표계상에서 상기 검출된 얼굴영역의 중심위치를 산출하고;
    상기 단일카메라의 시야정보와 해상도 정보를 포함하는 카메라 스펙 및 상기 단일카메라와 상기 사용자 얼굴 사이의 거리로 상기 영상좌표계상의 얼굴영역의 중심위치를 3차원 공간상의 위치로 변환하는 3차원 얼굴위치 추정방법.
  8. 제7항에 있어서,
    상기 영상좌표계상의 얼굴영역의 중심위치를 3차원 공간상의 위치로 변환하는 것은
    상기 카메라 스펙을 이용하여 상기 얼굴영역의 중심위치에서 상기 영상좌표계의 좌표축상으로의 투영각을 각각 산출하고;
    상기 산출된 투영각 및 상기 단일카메라와 상기 사용자 얼굴 사이의 거리를 이용하여 상기 영상좌표계상의 얼굴영역의 중심위치를 상기 3차원 공간상의 위치로 변환하는 3차원 얼굴위치 추정방법.
  9. 제6항에 있어서,
    상기 얼굴영역의 크기는
    상기 검출된 얼굴영역의 대각선 거리인 3차원 얼굴위치 추정방법.
  10. 제6항에 있어서,
    상기 얼굴영역의 검출은
    Ada-Boost 방식의 학습기반 얼굴 검출을 기반으로 하는 3차원 얼굴위치 추정방법.
  11. 단일카메라로 구성되어 사용자의 2차원 영상정보를 획득하는 카메라부;
    상기 카메라부에서 획득된 상기 2차원 영상정보에서 상기 사용자의 얼굴영역을 검출하는 얼굴추출부;
    상기 얼굴추출부에서 검출된 얼굴영역의 크기를 산출하는 얼굴크기 산출부;
    상기 얼굴크기 산출부에서 산출된 얼굴영역의 크기로 상기 카메라부와 상기 사용자 얼굴 사이의 거리를 추정하는 거리추정부; 및
    상기 거리추정부에서 추정된 상기 카메라부와 상기 사용자 얼굴 사이의 거리로 상기 사용자 얼굴의 3차원 공간상의 위치정보를 확인하는 3차원 위치 확인부를 포함하는 3차원 얼굴 위치 추정장치.
  12. 제11항에 있어서,
    상기 3차원 위치 확인부는
    상기 검출된 얼굴영역의 중심위치를 2차원 영상좌표계상에서 산출하고,
    상기 카메라부의 시야정보와 해상도 정보를 포함하는 카메라 스펙 및 상기 카메라부와 상기 사용자 얼굴 사이의 거리로 상기 산출된 얼굴영역의 중심위치를 3차원 공간상의 위치로 변환하는 3차원 얼굴위치 추정장치.
  13. 제12항에 있어서,
    상기 3차원 위치 확인부는
    상기 얼굴영역의 중심위치에서 상기 영상좌표계의 좌표축상으로의 투영각을 상기 카메라 스펙을 이용하여 각각 산출하고,
    상기 산출된 투영각 및 상기 카메라부와 상기 사용자 얼굴 사이의 거리를 이용하여 상기 얼굴영역의 중심위치를 상기 3차원 공간상의 위치로 변환하는 3차원 얼굴위치 추정장치.
  14. 제11항에 있어서,
    상기 얼굴크기 산출부는
    상기 얼굴추출부에서 추출된 얼굴영역의 대각선 거리를 얼굴영역의 크기로 산출하는 3차원 얼굴위치 추정장치.
  15. 제11항에 있어서,
    상기 얼굴추출부는
    Ada-Boost 방식의 학습기반 얼굴 검출을 기반으로 하는 상기 얼굴영역을 검출하는 3차원 얼굴위치 추정장치.
  16. 제11항에 있어서,
    사용자의 나이, 성별, 인종정보를 포함하는 사용자 정보에 따른 기준 얼굴크기를 미리 저장하는 메모리부; 및
    상기 얼굴추출부에서 검출된 얼굴영역을 이용하여 사용자 정보를 판단하는 사용자 정보 판단부를 더 포함하고;
    상기 거리추정부는 상기 메모리부에 저장된 기준 얼굴크기에서 상기 사용자정보 판단부에서 판단된 사용자 정보에 상응하는 상기 기준 얼굴크기를 설정하고,
    상기 설정된 기준 얼굴크기 및 상기 얼굴크기 산출부에서 산출된 얼굴영역의 크기로 상기 카메라부와 상기 사용자 얼굴 사이의 거리를 추정하는 3차원 얼굴위치 추정장치.
KR1020100114462A 2010-11-17 2010-11-17 3차원 얼굴 위치 추정 방법 및 장치 KR101740231B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020100114462A KR101740231B1 (ko) 2010-11-17 2010-11-17 3차원 얼굴 위치 추정 방법 및 장치
US13/218,850 US8805021B2 (en) 2010-11-17 2011-08-26 Method and apparatus for estimating face position in 3 dimensions

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100114462A KR101740231B1 (ko) 2010-11-17 2010-11-17 3차원 얼굴 위치 추정 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20120053275A true KR20120053275A (ko) 2012-05-25
KR101740231B1 KR101740231B1 (ko) 2017-05-26

Family

ID=46047784

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100114462A KR101740231B1 (ko) 2010-11-17 2010-11-17 3차원 얼굴 위치 추정 방법 및 장치

Country Status (2)

Country Link
US (1) US8805021B2 (ko)
KR (1) KR101740231B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012106678A1 (de) 2011-07-28 2013-01-31 Electronics And Telecommunications Research Institute Bilddiagnosevorrichtung, die eine Röntgenstrahlenbild-Tomosyntheseeinrichtung und eine photoakustische Bildeinrichtung enthält, und Bilddiagnoseverfahren, das diese verwendet
KR20140031105A (ko) * 2012-09-03 2014-03-12 삼성전자주식회사 인식 대상으로부터 3차원 거리 정보 추출하는 방법 및 이를 위한 장치
CN107146251A (zh) * 2017-03-28 2017-09-08 浙江大学 一种三维人脸模型的对称性分析方法
KR20190045886A (ko) * 2017-10-24 2019-05-03 주식회사 탐생 카메라 및 거리감지센서를 이용한 순수 공부시간 측정 장치 및 방법
KR20200127560A (ko) * 2019-05-03 2020-11-11 주식회사 위즈컨 디바이스와 얼굴 사이의 거리 측정 방법

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI474173B (zh) * 2012-02-21 2015-02-21 Hon Hai Prec Ind Co Ltd 行走輔助系統及行走輔助方法
US9185248B2 (en) * 2012-02-29 2015-11-10 Blackberry Limited Method and device for sharing a camera feature
JP5727969B2 (ja) * 2012-06-15 2015-06-03 株式会社東芝 位置推定装置、方法、及びプログラム
WO2014008438A1 (en) * 2012-07-03 2014-01-09 Tourwrist, Inc Systems and methods for tracking user postures and motions to control display of and navigate panoramas
US20140035814A1 (en) * 2012-07-31 2014-02-06 Diogo Strube de Lima Adjusting settings of a presentation system
JP6125201B2 (ja) * 2012-11-05 2017-05-10 株式会社東芝 画像処理装置、方法、及びプログラム、並びに、画像表示装置
US10146299B2 (en) 2013-11-08 2018-12-04 Qualcomm Technologies, Inc. Face tracking for additional modalities in spatial interaction
US10156721B2 (en) 2015-03-09 2018-12-18 Microsoft Technology Licensing, Llc User-based context sensitive hologram reaction
CN104836960B (zh) * 2015-05-29 2017-12-08 京东方科技集团股份有限公司 一种图像采集系统和图像采集方法
EP3358293A4 (en) * 2015-09-30 2019-04-10 Sony Corporation IMAGE PROCESSING DEVICE, IMAGE PROCESSING AND PROGRAM
US10338392B2 (en) 2016-06-13 2019-07-02 Microsoft Technology Licensing, Llc Identification of augmented reality image display position
JP2019132019A (ja) * 2018-01-31 2019-08-08 日本電気株式会社 情報処理装置
JP6601513B2 (ja) * 2018-01-31 2019-11-06 日本電気株式会社 情報処理装置
KR102537784B1 (ko) * 2018-08-17 2023-05-30 삼성전자주식회사 전자 장치 및 그 제어 방법
WO2021049018A1 (ja) * 2019-09-13 2021-03-18 ニューラルポケット株式会社 情報処理システム、情報処理装置、サーバ装置、プログラム、又は方法
CN110896450A (zh) * 2019-11-13 2020-03-20 维沃移动通信有限公司 一种人物图像的处理方法及电子设备
JP7042508B2 (ja) * 2019-12-19 2022-03-28 ニューラルポケット株式会社 情報処理システム、情報処理装置、サーバ装置、プログラム、又は方法
US11580657B2 (en) * 2020-03-30 2023-02-14 Snap Inc. Depth estimation using biometric data
FR3110997B1 (fr) * 2020-05-28 2022-06-17 Esoftthings Procédé d’estimation d’une distance entre un appareil de prise de vue et un sujet représenté dans au moins une image 2D fournie par cet appareil.
CN112101247B (zh) * 2020-09-18 2024-02-27 济南博观智能科技有限公司 一种人脸姿态估计方法、装置、设备及存储介质
KR102428595B1 (ko) 2020-11-10 2022-08-03 삼성전기주식회사 얼굴 트래킹을 통한 피사체 위치 보정 ois 회로 및 장치
KR102231244B1 (ko) * 2021-02-10 2021-03-23 주식회사 에이치투테크 버스정보안내장치 및 버스정보안내방법
CN113115086B (zh) * 2021-04-16 2023-09-19 浙江闪链科技有限公司 基于视频视线识别对电梯媒体收视信息进行采集的方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6820897B2 (en) * 1992-05-05 2004-11-23 Automotive Technologies International, Inc. Vehicle object detection system and method
JP3720972B2 (ja) * 1998-01-22 2005-11-30 株式会社小松製作所 地形形状計測装置
JP3995846B2 (ja) * 1999-09-24 2007-10-24 本田技研工業株式会社 物体認識装置
DE602004006190T8 (de) * 2003-03-31 2008-04-10 Honda Motor Co., Ltd. Vorrichtung, Verfahren und Programm zur Gestenerkennung
JP4257230B2 (ja) * 2004-02-26 2009-04-22 株式会社東芝 移動ロボット
US20110102553A1 (en) * 2007-02-28 2011-05-05 Tessera Technologies Ireland Limited Enhanced real-time face models from stereo imaging
JP2007178543A (ja) * 2005-12-27 2007-07-12 Samsung Techwin Co Ltd 撮像装置
KR100795160B1 (ko) * 2007-03-22 2008-01-16 주식회사 아트닉스 얼굴영역검출장치 및 검출방법
US9445193B2 (en) * 2008-07-31 2016-09-13 Nokia Technologies Oy Electronic device directional audio capture
JP4793451B2 (ja) * 2009-01-21 2011-10-12 ソニー株式会社 信号処理装置、画像表示装置、信号処理方法およびコンピュータプログラム
KR101700595B1 (ko) * 2010-01-05 2017-01-31 삼성전자주식회사 얼굴 인식 장치 및 그 방법

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012106678A1 (de) 2011-07-28 2013-01-31 Electronics And Telecommunications Research Institute Bilddiagnosevorrichtung, die eine Röntgenstrahlenbild-Tomosyntheseeinrichtung und eine photoakustische Bildeinrichtung enthält, und Bilddiagnoseverfahren, das diese verwendet
KR20140031105A (ko) * 2012-09-03 2014-03-12 삼성전자주식회사 인식 대상으로부터 3차원 거리 정보 추출하는 방법 및 이를 위한 장치
CN107146251A (zh) * 2017-03-28 2017-09-08 浙江大学 一种三维人脸模型的对称性分析方法
KR20190045886A (ko) * 2017-10-24 2019-05-03 주식회사 탐생 카메라 및 거리감지센서를 이용한 순수 공부시간 측정 장치 및 방법
KR20200127560A (ko) * 2019-05-03 2020-11-11 주식회사 위즈컨 디바이스와 얼굴 사이의 거리 측정 방법

Also Published As

Publication number Publication date
US20120121126A1 (en) 2012-05-17
US8805021B2 (en) 2014-08-12
KR101740231B1 (ko) 2017-05-26

Similar Documents

Publication Publication Date Title
KR101740231B1 (ko) 3차원 얼굴 위치 추정 방법 및 장치
US9672630B2 (en) Contour line measurement apparatus and robot system
KR101043450B1 (ko) 카메라를 이용한 위치와 거리 측정장치 및 위치와 거리 측정방법
US20110249117A1 (en) Imaging device, distance measuring method, and non-transitory computer-readable recording medium storing a program
US9025009B2 (en) Method and systems for obtaining an improved stereo image of an object
KR101964861B1 (ko) 카메라 장치 및 상기 카메라 장치에서의 물체 추적 방법
JP4835201B2 (ja) 立体形状検出装置
US8179448B2 (en) Auto depth field capturing system and method thereof
JP4042750B2 (ja) 画像処理装置、コンピュータプログラム、及び画像処理方法
KR101203816B1 (ko) 로봇 물고기 위치 인식 시스템 및 로봇 물고기 위치 인식 방법
JP2006234703A (ja) 画像処理装置及び三次元計測装置並びに画像処理装置用プログラム
KR20100128919A (ko) 단일 카메라 및 레이저를 이용한 계단 치수 측정 시스템 및 방법
KR101620580B1 (ko) 달리기 감지 방법 및 시스템
JP2013257244A (ja) 距離測定装置、距離測定方法、及び距離測定プログラム
JP2006234682A (ja) 対象物判定装置
KR101578891B1 (ko) 패턴 인식을 이용한 영상 정보의 차원 일치 장치 및 방법
US20190139177A1 (en) Device for detecting road surface state
CN110728703A (zh) 可见光图像与日盲紫外光图像的配准融合方法
KR20140053712A (ko) 센서 융합에 의한 실내로봇용 위치인식 방법
CN115526897A (zh) 特高压换流站消防机器人火焰定位方法及系统
TW202311781A (zh) 障礙物偵測方法
KR101300166B1 (ko) 홍채 검출 장치 및 방법
KR101316387B1 (ko) 비전 센싱과 거리측정 센싱을 이용한 오브젝트 인식 방법
KR20120108276A (ko) 측면의 랜드마크를 인식하는 지능형 이동로봇의 위치인식 방법
KR101747350B1 (ko) 비주얼 서보잉을 위한 객체의 좌표 인식 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