KR20140147455A - 원근을 고려한 적응형 객체 탐색방법 - Google Patents

원근을 고려한 적응형 객체 탐색방법 Download PDF

Info

Publication number
KR20140147455A
KR20140147455A KR20130070749A KR20130070749A KR20140147455A KR 20140147455 A KR20140147455 A KR 20140147455A KR 20130070749 A KR20130070749 A KR 20130070749A KR 20130070749 A KR20130070749 A KR 20130070749A KR 20140147455 A KR20140147455 A KR 20140147455A
Authority
KR
South Korea
Prior art keywords
search window
height
search
width
size
Prior art date
Application number
KR20130070749A
Other languages
English (en)
Other versions
KR101480075B1 (ko
Inventor
신성효
김진욱
Original Assignee
(주)베라시스
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)베라시스 filed Critical (주)베라시스
Priority to KR20130070749A priority Critical patent/KR101480075B1/ko
Publication of KR20140147455A publication Critical patent/KR20140147455A/ko
Application granted granted Critical
Publication of KR101480075B1 publication Critical patent/KR101480075B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/223—Analysis of motion using block-matching
    • G06T7/238—Analysis of motion using block-matching using non-full search, e.g. three-step search
    • 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
    • G06T7/536—Depth or shape recovery from perspective effects, e.g. by using vanishing points

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)

Abstract

본 발명은 원근을 고려한 적응형 객체 탐색방법에 관한 것으로, 입력 영상의 하단부에서 소실점 방향으로 이동하며 탐색 윈도우의 크기를 점차적으로 축소하여 X축 방향을 탐색하며, 상기 탐색 윈도우의 크기는 아래 단계로 설정되되, 시작 위치
Figure pat00102
값에 따른 탐색 윈도우의 폭과 높이를 결정하기 위해 가장 가까이에 있으며 가장 큰 크기를 갖는 탐색 윈도우의 폭
Figure pat00103
과
Figure pat00104
값, 가장 멀리 있으면서 가장 작은 크기를 갖는 탐색 윈도우의 폭
Figure pat00105
과
Figure pat00106
값을 정하고, 이 값들을 이용하여 2개의 닮은꼴 삼각형을 구성하며, 삼각형의 높이
Figure pat00107
를 이용하여 삼각형의 폭
Figure pat00108
을 구하고, 폭
Figure pat00109
을 기준으로 하여 탐색 윈도우의 폭과 높이를 결정하는 것을 특징으로 한다.

Description

원근을 고려한 적응형 객체 탐색방법{Adaptive Object Search Method By Considering Distance}
본 발명은 원근을 고려한 적응형 객체 탐색 방법에 관한 것으로, 더욱 상세하게는, 원근이 나타나는 영상에서 탐색 위치를 한정하여 속도를 개선하고 객체의 크기에 따라 탐색 위치를 한정하여 계산량을 줄일 수 있는 원근을 고려한 적응형 객체 탐색 방법에 관한 것이다.
입력 영상에 있어서 객체 검출 알고리즘의 속도는 각 함수의 처리 속도를 개선하여 전체 속도를 줄일 수도 있지만 탐색 알고리즘의 개선에 의해서 획기적으로 줄어들 수 있다. 영상에서 객체를 검출할 경우 ROI(관심영역)나 조건에 의해 객체가 있을 만한 위치를 한정하지 못한다면, 탐색 윈도우로 영상 전체를 탐색하며 객체의 검출 여부를 판별해야 한다.
특히나 객체의 크기가 정해져 있지 않다면 탐색 윈도우의 크기를 바꿔가며 탐색해야 한다.
이 분야의 종래기술로서 관심영역 검출 장치와 방법 및 상기 방법을 구현하는 프로그램이 기록된 기록매체(대한민국특허 등록번호 10-1272448, 등록일자 2013년05월31일)가 있으나, 이 기술은 한 번의 선긋기 상호작용을 통해 정점들을 검출하고 검출된 정점들에 기반하여 관심영역 지정을 위한 나머지 정점들을 예측 및 예측된 지점에서 재검출하여 목적하는 오브젝트가 포함된 관심영역을 검출하는 관심영역 검출 장치 및 방법을 제안하고 있다.
그러나 이 방법 역시 관심영역을 검출하는 과정이 복잡하고 시간이 많이 소요되는 문제점이 있다.
본 발명의 목적은 원근이 나타나는 영상에서 탐색 위치를 한정하여 속도를 개선하고 객체의 크기에 따라 탐색 위치를 한정하여 계산량을 줄일 수 있는 새로운 형태의 원근을 고려한 적응형 객체 탐색방법을 제공하는 데 있다.
상기한 바와 같은 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따르면,
입력 영상의 하단부에서 소실점 방향으로 이동하며 탐색 윈도우의 크기를 점차적으로 축소하여 X축 방향을 탐색하는 원근을 고려한 적응형 객체 탐색방법이 제공된다.
바람직하게는,
상기 탐색 윈도우의 크기는 아래 단계로 설정되되,
시작 위치
Figure pat00001
값에 따른 탐색 윈도우의 폭과 높이를 결정하기 위해
가장 가까이에 있으며 가장 큰 크기를 갖는 탐색 윈도우의 폭
Figure pat00002
과
Figure pat00003
값,
가장 멀리 있으면서 가장 작은 크기를 갖는 탐색 윈도우의 폭
Figure pat00004
과
Figure pat00005
값을 정하고,
이 값들을 이용하여 2개의 닮은꼴 삼각형을 구성하며, 삼각형의 높이
Figure pat00006
를 이용하여 삼각형의 폭
Figure pat00007
을 구하고, 폭
Figure pat00008
을 기준으로 하여 탐색 윈도우의 폭과 높이를 결정하는 것을 특징으로 한다.
또한 바람직하게는,
상기 탐색 윈도우에서 삼각형의 높이
Figure pat00009
은 삼각형의 높이
Figure pat00010
와
Figure pat00011
의 합으로 구하되, 상기
Figure pat00012
는 수학식(1),
Figure pat00013
는 수학식(2),
Figure pat00014
은 수학식(3)과 같이 구하는 것을 특징으로 한다.
(수학식 1)
Figure pat00015
(수학식 2)
Figure pat00016
(수학식 3)
Figure pat00017
삼각형의 밑변
Figure pat00018
의 폭은 닮은꼴 삼각형의 성질을 이용하여 수학식(4)과 같이 구한다.
(수학식 4)
Figure pat00019
Figure pat00020
을 구했다면 이를 이용하여 탐색 윈도우의 크기를 얻어낸다.
또한 바람직하게는,
상기 탐색 윈도우의 폭은
Figure pat00021
을 기반으로 하여 비례적으로 얻어지며 수학식(5)와 같고,. 탐색 윈도우의 높이는 찾고자 하는 객체의 가로와 세로의 비를 이용하여 얻어지며 수학식(6)과 같고, 객체의 가로와 세로의 비
Figure pat00022
는 수학식(7)과 같은 것을 특징으로 한다.
(수학식 5)
Figure pat00023
(수학식 6)
Figure pat00024
(수학식 7)
Figure pat00025

여기서 α,β,γ는 사용자가 임의로 조작할 수 있는 변수이다.
또한 바람직하게는,
입력영상에서 객체의 탐색 순서는
Figure pat00026
의 값의 범위는
Figure pat00027
이고,
Figure pat00028
은
Figure pat00029
을 시작으로 하여 현재 탐색 윈도우의 높이에 비례하여
Figure pat00030
방향으로 이동하며, 탐색 윈도우의 Y축 시작 위치가 정해 졌다면 탐색 윈도우의 크기를 설정하여 X축 방향으로 이동하고, 현재 검색 윈도우의 폭에 비례하여 이동시키며 객체 탐색을 실행하는 것을 특징으로 한다.
이상 설명한 바와 같이, 본 발명에 따른 원근을 고려한 적응형 객체 탐색방법에 의하면, 원근이 나타나는 영상에서 탐색 위치를 한정하여 속도를 개선하고 객체의 크기에 따라 탐색 위치를 한정하여 계산량을 줄일 수 있는 효과가 있다.
도 1은 동일 객체의 원근에 따른 객체 및 탐색윈도우의 크기 변화를 나타낸 도면이다.
도 2는 일반적인 탐색 윈도우를 나타낸 도면이다.
도 3은 본 발명에 따른 크기에 따른 탐색범위 한정에 관해 설명하기 위한 도 1과 유사한 도면이다.
도 4는 본 발명에 따른 Y좌표에 따른 탐색 윈도우의 폭 결정과정을 설명하기 위한 도면이다.
이하 본 발명에 따른 원근을 고려한 적응형 객체 탐색 방법에 대하여 첨부도면을 참조로 상세히 설명한다.
도 1 내지 도 4를 참조하면, 본 발명에 따른 원근을 고려한 적응형 객체 탐색 방법에 따르면, 입력 영상의 하단부에서 소실점 방향으로 이동하며 탐색 윈도우의 크기(10)를 점차적으로 축소하여 X축 방향을 탐색하는 원근을 고려한 적응형 객체 탐색방법이다.
도 1에서, 소실점 방향으로 이동하면서 점점 작아지는 탐색윈도우를 나타내었다.
도 3에서, 부호 11,21,31은 소실점 방향으로 이동하면서 점점 작아지는 탐색범위를 나타내었다.
원근이 있는 영상에서 소실점에 가까워질수록 객체는 작게 보인다. 객체가 놓여 있을만한 Y축 범위도 그만큼 좁아진다. 도 3에 대략적인 범위를 나타내었다. 영상의 하단부에서 소실점 방향으로 이동하며 탐색 윈도우의 크기를 점차적으로 축소하여 X축 방향을 탐색하는 것이 본 탐색 방법의 대략적인 내용이다.
탐색 윈도우 설정
시작 위치
Figure pat00031
값에 따른 탐색 윈도우의 폭과 높이를 결정하기 위해서는 일단
1) 가장 가까이에 있으며 가장 큰 크기를 갖는 탐색 윈도우의 폭
Figure pat00032
과
Figure pat00033
값,
2) 가장 멀리 있으면서 가장 작은 크기를 갖는 탐색 윈도우의 폭
Figure pat00034
과
Figure pat00035
값을 정해야 한다.
이 값들은 다수의 영상에서 얻어진 경험치이며 이를 이용하여 도 4와 같이 2개의 닮은꼴 삼각형을 구성할 수 있다. 닮은꼴 삼각형은 길이나 크기가 다를 뿐 비례하므로
3) 삼각형ADE의 높이
Figure pat00036
를 이용하여 삼각형ADE의 폭
Figure pat00037
을 구해 낼 수 있다.
4) 구해낸 폭
Figure pat00038
을 기준으로 하여 탐색 윈도우의 폭과 높이를 결정한다.
삼각형ADE의 높이
Figure pat00039
은 삼각형ABC의 높이
Figure pat00040
와
Figure pat00041
의 합으로 구할 수 있다.
Figure pat00042
는 수학식(1),
Figure pat00043
는 수학식(2),
Figure pat00044
은 수학식(3)과 같이 구할 수 있다.
Figure pat00045
Figure pat00046
Figure pat00047
삼각형ADE의 밑변
Figure pat00048
의 폭은 삼각형 ABC와 삼각형 ADE의 닮은꼴 성질을 이용하여 수학식(4)과 같이 구할 수 있다.
Figure pat00049
Figure pat00050
을 구했다면 이를 이용하여 탐색 윈도우의 크기를 얻어낸다.
탐색 윈도우의 폭은 을 기반으로 하여 비례적으로 얻어지며 수학식(5)와 같다. 탐색 윈도우의 높이는 찾고자 하는 객체의 가로와 세로의 비를 이용하여 얻어지며 수학식(6)과 같다. 객체의 가로와 세로의 비
Figure pat00052
는 수학식(7)과 같다.
Figure pat00053
Figure pat00054
Figure pat00055
상기 수학식 5 내지 7에서 여기서 α,β,γ는 사용자가 임의로 조작할 수 있는 변수이다. 그러나 이는 식 전체에 영향이 없으므로 무시하기로 한다.
탐색 순서
Figure pat00056
의 값의 범위는
Figure pat00057
이다.
Figure pat00058
은
Figure pat00059
을 시작으로 하여 현재 탐색 윈도우의 높이에 비례하여
Figure pat00060
방향으로 이동한다. 탐색 윈도우의 높이는 점차적으로 축소되므로 이동시 간격도 점차 짧아진다. 탐색 윈도우의 Y축 시작 위치가 정해 졌다면 탐색 윈도우의 크기를 설정하여 X축 방향으로 이동한다. 현재 검색 윈도우의 폭에 비례하여 이동시키며 검출 알고리즘을 실행한다.
다음은 본 검색 알고리즘의 순차적인 내용이다.
Figure pat00061
Figure pat00062
Figure pat00063
Figure pat00064
Figure pat00065
Figure pat00066
Figure pat00067
Figure pat00068
Figure pat00069
,
Figure pat00070
identifying code using
Serching Window
Figure pat00071

본 발명에 따른 원근을 고려한 적응형 객체 탐색방법에 의하면, 원근이 나타나는 영상에서 탐색 위치를 한정하여 속도를 개선하고 객체의 크기에 따라 탐색 위치를 한정하여 계산량을 줄일 수 있다.
10: 객체 및 탐색윈도우
11,21,31: 탐색 범위

Claims (5)

  1. 입력 영상의 하단부에서 소실점 방향으로 이동하며 탐색 윈도우의 크기를 점차적으로 축소하여 X축 방향을 탐색하는 원근을 고려한 적응형 객체 탐색방법.
  2. 제 1 항에 있어서,
    상기 탐색 윈도우의 크기는 아래 단계로 설정되되,
    시작 위치
    Figure pat00072
    값에 따른 탐색 윈도우의 폭과 높이를 결정하기 위해
    가장 가까이에 있으며 가장 큰 크기를 갖는 탐색 윈도우의 폭
    Figure pat00073
    과
    Figure pat00074
    값,
    가장 멀리 있으면서 가장 작은 크기를 갖는 탐색 윈도우의 폭
    Figure pat00075
    과
    Figure pat00076
    값을 정하고,
    이 값들을 이용하여 2개의 닮은꼴 삼각형을 구성하며, 삼각형의 높이
    Figure pat00077
    를 이용하여 삼각형의 폭
    Figure pat00078
    을 구하고, 폭
    Figure pat00079
    을 기준으로 하여 탐색 윈도우의 폭과 높이를 결정하는 것을 특징으로 하는 원근을 고려한 적응형 객체 탐색방법.
  3. 제 2 항에 있어서,
    상기 탐색 윈도우에서 삼각형의 높이
    Figure pat00080
    은 삼각형의 높이
    Figure pat00081
    와
    Figure pat00082
    의 합으로 구하되, 상기
    Figure pat00083
    는 수학식(1),
    Figure pat00084
    는 수학식(2),
    Figure pat00085
    은 수학식(3)과 같이 구하는 것을 특징으로 하는 원근을 고려한 적응형 객체 탐색방법.
    (수학식 1)
    Figure pat00086

    (수학식 2)
    Figure pat00087

    (수학식 3)
    Figure pat00088

    삼각형의 밑변
    Figure pat00089
    의 폭은 닮은꼴 삼각형의 성질을 이용하여 수학식(4)과 같이 구한다.
    (수학식 4)
    Figure pat00090

    Figure pat00091
    을 구했다면 이를 이용하여 탐색 윈도우의 크기를 얻어낸다.
  4. 제 2 항에 있어서,
    상기 탐색 윈도우의 폭은
    Figure pat00092
    을 기반으로 하여 비례적으로 얻어지며 수학식(5)와 같고,. 탐색 윈도우의 높이는 찾고자 하는 객체의 가로와 세로의 비를 이용하여 얻어지며 수학식(6)과 같고, 객체의 가로와 세로의 비
    Figure pat00093
    는 수학식(7)과 같은 것을 특징으로 하는 원근을 고려한 적응형 객체 탐색방법.
    (수학식 5)
    Figure pat00094

    (수학식 6)
    Figure pat00095

    (수학식 7)
    Figure pat00096


    여기서 α,β,γ는 사용자가 임의로 조작 할 수 있는 변수이다.
  5. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
    입력영상에서 객체의 탐색 순서는
    Figure pat00097
    의 값의 범위는
    Figure pat00098
    이고,
    Figure pat00099
    은
    Figure pat00100
    을 시작으로 하여 현재 탐색 윈도우의 높이에 비례하여
    Figure pat00101
    방향으로 이동하며, 탐색 윈도우의 Y축 시작 위치가 정해 졌다면 탐색 윈도우의 크기를 설정하여 X축 방향으로 이동하고, 현재 검색 윈도우의 폭에 비례하여 이동시키며 객체 탐색을 실행하는 것을 특징으로 하는 원근을 고려한 적응형 객체 탐색방법.

KR20130070749A 2013-06-20 2013-06-20 원근을 고려한 적응형 객체 탐색방법 KR101480075B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR20130070749A KR101480075B1 (ko) 2013-06-20 2013-06-20 원근을 고려한 적응형 객체 탐색방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR20130070749A KR101480075B1 (ko) 2013-06-20 2013-06-20 원근을 고려한 적응형 객체 탐색방법

Publications (2)

Publication Number Publication Date
KR20140147455A true KR20140147455A (ko) 2014-12-30
KR101480075B1 KR101480075B1 (ko) 2015-01-09

Family

ID=52588166

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20130070749A KR101480075B1 (ko) 2013-06-20 2013-06-20 원근을 고려한 적응형 객체 탐색방법

Country Status (1)

Country Link
KR (1) KR101480075B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113281764A (zh) * 2021-04-08 2021-08-20 恒鸿达科技有限公司 一种基于双激光的测距方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101608778B1 (ko) * 2009-09-18 2016-04-04 엘지전자 주식회사 원근 면을 이용한 객체 검출 방법 및 장치
KR20130015975A (ko) * 2011-08-05 2013-02-14 엘지전자 주식회사 차량을 검출하기 위한 방법 및 장치
KR101340086B1 (ko) 2012-11-01 2013-12-09 서강대학교산학협력단 관심 영역의 자동 초점을 위해 동영상에서의 적응적 탐색 범위 예측을 이용한 디스패리티 추정 방법 및 장치

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113281764A (zh) * 2021-04-08 2021-08-20 恒鸿达科技有限公司 一种基于双激光的测距方法
CN113281764B (zh) * 2021-04-08 2023-11-17 恒鸿达科技有限公司 一种基于双激光的测距方法

Also Published As

Publication number Publication date
KR101480075B1 (ko) 2015-01-09

Similar Documents

Publication Publication Date Title
JP6620888B2 (ja) 煙検出装置、方法及び画像処理装置
US9245200B2 (en) Method for detecting a straight line in a digital image
US9070043B2 (en) Method and apparatus for analyzing video based on spatiotemporal patterns
US9483698B2 (en) Method of operating three-dimensional video surveillance system
JP6024658B2 (ja) 物体検出装置、物体検出方法及びプログラム
CN110072673B (zh) 跟踪人类的机器人及其方法
US10628993B2 (en) Image processing apparatus that generates a virtual view image from multiple images captured from different directions and method controlling the same
JP2015138554A (ja) 対象追跡方法及び装置
KR20120040924A (ko) 영상 처리 장치 및 방법
JP6454984B2 (ja) 深度画像に基づく手の位置確定方法と装置
US9406138B1 (en) Semi-automatic polyline extraction from point cloud
JP2013045445A (ja) ユーザ凝視データに基づいた時空間データのセグメント化
JP2017103688A5 (ko)
US10643338B2 (en) Object detection device and object detection method
JP2016178608A5 (ko)
JP5976126B2 (ja) ターゲットサイズを見積もるためのシステム及び方法
JP2014524170A5 (ko)
JP2015001874A5 (ko)
KR101480075B1 (ko) 원근을 고려한 적응형 객체 탐색방법
JP2017188070A (ja) モニタリングシステムにおける信頼性を高めるための方法
US9888169B2 (en) Method, apparatus and computer program for automatically capturing an image
US8891942B2 (en) Method and apparatus for automatically generating a tilt-shift effect in a video
JP2012238925A5 (ko)
JP4870721B2 (ja) 画像特徴抽出装置、画像特徴抽出方法、プログラム、及び記録媒体
US20150022441A1 (en) Method and apparatus for detecting interfacing region in depth image

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
FPAY Annual fee payment

Payment date: 20180102

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20181227

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20191231

Year of fee payment: 6