KR20150033047A - Method and Apparatus for Preprocessing Image for Detecting Objects - Google Patents

Method and Apparatus for Preprocessing Image for Detecting Objects Download PDF

Info

Publication number
KR20150033047A
KR20150033047A KR20130112508A KR20130112508A KR20150033047A KR 20150033047 A KR20150033047 A KR 20150033047A KR 20130112508 A KR20130112508 A KR 20130112508A KR 20130112508 A KR20130112508 A KR 20130112508A KR 20150033047 A KR20150033047 A KR 20150033047A
Authority
KR
South Korea
Prior art keywords
edge
image frame
information
block
monochrome
Prior art date
Application number
KR20130112508A
Other languages
Korean (ko)
Other versions
KR102150661B1 (en
Inventor
김봉모
Original Assignee
에스케이텔레콤 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 에스케이텔레콤 주식회사 filed Critical 에스케이텔레콤 주식회사
Priority to KR1020130112508A priority Critical patent/KR102150661B1/en
Publication of KR20150033047A publication Critical patent/KR20150033047A/en
Application granted granted Critical
Publication of KR102150661B1 publication Critical patent/KR102150661B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/43—Conversion of monochrome picture signals to colour picture signals for colour picture display

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

A preprocessing apparatus and method for detecting an object are disclosed. According to an embodiment of the present invention, a preprocessing method apparatus and for detecting an object can detect an area where the background is clear through preprocessing upon detecting an object, and can detect the object only from a remaining area except the detected background area.

Description

객체를 검출하기 위한 전처리 장치 및 방법{Method and Apparatus for Preprocessing Image for Detecting Objects}BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a pre-

본 실시예는 객체를 검출하기 위한 전처리 장치 및 방법에 관한 것이다. The present embodiment relates to a preprocessing apparatus and method for detecting an object.

이 부분에 기술된 내용은 단순히 본 실시예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.The contents described in this section merely provide background information on the present embodiment and do not constitute the prior art.

감시 카메라, DVR(Digital Video Recorder) 등과 같은 영상장비의 발달과 공공장소에서의 안전에 대한 관심의 증대로 인해 최근 영상 감시 시스템에 대한 수요가 증가하고 있으며, 이에 따라 지능형 영상감시 시스템의 개발에 대한 요구도 꾸준히 증가하고 있는 추세이다. Recently, the demand for video surveillance system is increasing due to the development of video equipment such as surveillance camera and DVR (Digital Video Recorder) and the interest in safety in public places. Recently, Demand is also steadily increasing.

일반적으로 객체 검출시스템은 카메라로 촬영된 영상 내에서 객체를 검출할 때, 검출하고자 하는 객체의 크기 및 위치를 알지 못하여 전체 영상에서 객체를 검출하고자 하는 동작을 수행한다. 일반적인 객체 검출시스템은 객체 검출 동작을 수행하는 데 있어서 불필요한 영상에서 객체를 검색하고, 전체 영상을 검색하여 연산량이 증가함으로 인해 객체의 검출속도가 감소할 수 있다. In general, when an object is detected in an image captured by a camera, the object detection system does not know the size and position of the object to be detected, and performs an operation of detecting the object in the entire image. A general object detection system can detect an object in an unnecessary image in performing an object detection operation, and the detection speed of the object may decrease due to an increase in the amount of computation by searching the entire image.

한편, 객체 검출시스템은 객체의 검출속도를 증가시키기 위해 병렬 프로그래밍을 활용하거나 객체의 크기나 위치 정도를 미리 알고 이를 활용하거나 영상의 크기를 다운 샘플링하여 연산량을 줄이는 방식 등이 사용되고 있다.On the other hand, the object detection system uses parallel programming to increase the detection speed of the object, or a method of knowing the size or position of the object in advance and reducing the amount of computation by downsampling the size of the image.

본 실시예는, 객체를 검출할 때 전처리를 통해 배경이 확실한 영역을 검출하고, 검출된 배경 영역을 제외한 나머지 영역 내에서만 객체를 검출할 수 있도록 하는 객체를 검출하기 위한 전처리 장치 및 방법을 제공하는 데 주된 목적이 있다.The present embodiment provides a preprocessing apparatus and method for detecting an object that can detect an object with a certain background through a preprocess when detecting an object and detect an object only in a remaining area excluding the detected background area There is a main purpose.

본 실시예의 일 측면에 의하면, 영상프레임을 획득하는 영상 획득부; 상기 영상프레임을 흑백 영상프레임 및 에지 영상프레임으로 변환하고, 상기 흑백 영상프레임 및 상기 에지 영상프레임 각각의 화소값에 근거하여 분산 처리된 흑백 분산 처리정보 및 에지 분산 처리정보를 생성하고, 상기 흑백 분산 처리정보 및 상기 에지 분산 처리정보를 결합하여 배경 확정영역을 검출하는 전처리부; 및 상기 영상프레임에서 상기 배경 확정영역을 제외한 나머지 영역에 대한 객체 후보정보를 추출하여 관심객체가 검출되도록 상기 객체 후보정보를 전송하는 객체후보 추출부를 포함하는 것을 특징으로 하는 객체검출 전처리 장치를 제공한다.According to an aspect of the present invention, there is provided an image processing apparatus including an image acquiring unit acquiring an image frame; Wherein the image processing unit converts the image frame into a monochrome image frame and an edge image frame, generates monochrome dispersion processing information and edge dispersion processing information that are distributed and processed based on pixel values of the monochrome image frame and the edge image frame, A preprocessing unit for detecting the background determination area by combining the processing information and the edge distribution processing information; And an object candidate extracting unit extracting object candidate information for the remaining region excluding the background definite region in the image frame and transmitting the object candidate information so that an object of interest is detected. .

또한, 본 실시예의 다른 측면에 의하면, 영상프레임을 획득하는 영상 획득과정; 상기 영상프레임을 기 설정된 단위블록으로 분할하여 복수 개의 블록영역을 갖는 영상프레임을 생성하는 블록 처리과정; 상기 복수 개의 블록영역을 갖는 영상프레임을 흑백 영상프레임 및 에지 영상프레임으로 변환하는 영상 변환과정; 상기 흑백 영상프레임에 포함된 복수의 블록영역 각각의 흑백 블록 화소값을 분산 처리하여 상기 흑백 분산 처리정보를 생성하는 흑백 분산 처리과정; 상기 에지 영상프레임에 포함된 복수의 블록영역 각각의 에지 블록 화소값을 분산 처리하여 상기 에지 분산 처리정보를 생성하는 에지 분산 처리과정; 상기 흑백 분산 처리정보 및 상기 에지 분산 처리정보를 결합하여 상기 배경 확정영역을 검출하는 배경영역 검출과정; 및 상기 영상프레임에서 상기 배경 확정영역을 제외한 나머지 영역에 대한 객체 후보정보를 추출하여 관심객체가 검출되도록 상기 객체 후보정보를 전송하는 객체후보 추출과정을 포함하는 것을 특징으로 하는 객체검출 전처리 방법을 제공한다.According to another aspect of the present invention, there is provided an image processing method comprising: acquiring an image frame; A block processing step of dividing the image frame into predetermined unit blocks to generate an image frame having a plurality of block areas; An image converting step of converting an image frame having the plurality of block areas into a monochrome image frame and an edge image frame; A black-and-white dispersion processing step of variably processing black-and-white block pixel values of each of a plurality of block areas included in the monochrome image frame to generate the monochrome dispersion processing information; An edge distribution processing step of variably processing edge block pixel values of each of a plurality of block areas included in the edge image frame to generate the edge distribution processing information; A background area detection process of detecting the background confirmed area by combining the monochrome distributed process information and the edge distribution process information; And an object candidate extracting step of extracting object candidate information for the remaining region excluding the background definite region in the image frame and transmitting the object candidate information so that the object of interest is detected. do.

이상에서 설명한 바와 같이 본 실시예에 의하면, 영상프레임 내에서 배경이 확실한 영역을 검출하고, 검출된 배경 영역을 제외한 나머지 영역 내에서만 객체를 검출할 수 있도록 전처리를 수행함으로써, 객체 검출의 연산량을 감소시킬 수 있고 객체를 검출하는 시간을 단축시킬 수 있는 효과가 있다. As described above, according to the present embodiment, by performing a preprocessing so as to detect an area with a certain background in an image frame and detect an object only in the remaining area excluding the detected background area, And the time for detecting the object can be shortened.

또한, 객체를 검출하기 위한 전처리를 수행함으로써, 컴퓨팅 파워가 낮은 임베디드 환경에서 객체 검출을 수행할 수 있도록 구현할 수 있는 효과가 있다.Also, by performing pre-processing for detecting an object, object detection can be performed in an embedded environment with low computing power.

도 1은 본 실시예에 따른 객체 검출 시스템을 개략적으로 나타낸 블록 구성도이다.
도 2는 본 실시예에 따른 객체검출 전처리 장치를 개략적으로 나타낸 블록 구성도이다.
도 3은 본 실시예에 따른 객체 검출 방법을 설명하기 위한 순서도이다.
도 4는 본 실시예에 따른 객체 검출을 위한 전처리 방법을 설명하기 위한 순서도이다.
도 5는 본 실시예에 따른 객체 검출을 위한 객체검출 전처리 장치의 동작을 설명하기 위한 예시도이다.1 is a block diagram schematically showing an object detection system according to the present embodiment.
FIG. 2 is a block diagram schematically showing an object detection preprocessing apparatus according to the present embodiment.
3 is a flowchart for explaining an object detecting method according to the present embodiment.
4 is a flowchart illustrating a preprocessing method for object detection according to an embodiment of the present invention.
5 is an exemplary diagram for explaining the operation of the object detection preprocessing apparatus for object detection according to the present embodiment.

이하, 본 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.Hereinafter, the present embodiment will be described in detail with reference to the accompanying drawings.

도 1은 본 실시예에 따른 객체 검출 시스템을 개략적으로 나타낸 블록 구성도이다.1 is a block diagram schematically showing an object detection system according to the present embodiment.

본 실시예에 따른 객체 검출 시스템(100)은 영상 촬영장치(110), 객체검출 전처리 장치(120) 및 객체 검출장치(130)를 포함한다. 도 1에 도시된 객체 검출 시스템은 일 실시예에 따른 것이고, 따라서 도 1에 도시된 모든 블록이 필수 구성요소는 아니며, 다른 실시예에서 일부 블록이 추가, 변경 또는 삭제될 수 있다.The object detection system 100 according to the present embodiment includes an image photographing apparatus 110, an object detection pre-processing apparatus 120, and an object detecting apparatus 130. [ The object detection system shown in FIG. 1 is according to one embodiment, and thus not all of the blocks shown in FIG. 1 are required, and in other embodiments some of the blocks may be added, changed or deleted.

영상 촬영장치(110)는 영상을 촬영할 수 있는 장치를 말하며, 본 실시예에 따른 영상 촬영장치(110)는 촬영된 촬영영상에 대한 영상프레임을 객체 검출 전처리 장치(120)로 전송할 수 있으며, 객체 또는 움직이는 이벤트를 검출하기 위한 영상을 촬영할 수 있는 CCTV용 카메라, 감시 카메라 등으로 구현될 수 있다. 이러한 영상 촬영장치(110)는 복수 개의 카메라로 구현될 수도 있다. 여기서, 객체는 이동하는 사람일 수 있으나 반드시 이에 한정되는 것은 아니며 이동할 수 있는 차량 등의 이동 가능한 물체일 수도 있다.The image capturing apparatus 110 according to the present exemplary embodiment can transmit an image frame for the captured image to the object detection preprocessing apparatus 120, Or a CCTV camera capable of capturing an image for detecting a moving event, a surveillance camera, or the like. The image capturing apparatus 110 may be implemented by a plurality of cameras. Here, the object may be a moving person, but is not necessarily limited thereto, and may be a movable object such as a movable vehicle.

객체검출 전처리 장치(120)는 영상 촬영장치(110)로부터 획득한 영상프레임을 흑백 영상프레임 및 에지 영상프레임으로 변환하고, 흑백 영상프레임 및 에지 영상프레임 각각의 화소의 밝기를 분산 처리한 흑백 분산 처리정보 및 에지 분산 처리정보를 생성한다. 여기서, 영상프레임은 기 설정된 단위블록으로 분할되어 복수 개의 블록영역을 포함할 수 있고, N × M 블록으로 분할된 블록영역은 (x, y)와 같은 좌표값으로 위치를 표시할 수도 있다.The object detection preprocessing apparatus 120 converts an image frame obtained from the image photographing apparatus 110 into a black-and-white image frame and an edge image frame, and performs black-and-white dispersion processing in which the brightness of each pixel of the black- Information and edge distribution processing information. Here, the image frame may be divided into predetermined unit blocks to include a plurality of block regions, and a block region divided into N × M blocks may display a position with coordinate values such as (x, y).

또한, 객체검출 전처리 장치(120)는 생성된 흑백 분산 처리정보 및 에지 분산 처리정보를 결합하여 검출된 배경 확정영역에 근거하여 객체 후보정보를 산출한다. In addition, the object detection preprocessing unit 120 combines the generated monochrome distributed processing information and edge distribution processing information, and calculates object candidate information based on the detected background determination area.

본 실시예에 따른 객체검출 전처리 장치(120)는 획득한 영상프레임을 기 설정된 단위블록으로 분할하여 생성된 복수 개의 블록 영역으로 구분된 영상프레임을 흑백 영상프레임 및 에지 영상프레임으로 변환한다. 더 자세히 설명하자면, 객체검출 전처리 장치(120)는 획득한 영상프레임이 컬러 영상인 경우, 영상프레임을 화소값에 근거하여 밝기를 측정하기 위한 흑백 영상프레임과 에지(Edge)를 검출하여 화소값에 근거한 에지의 강도(Intensity)를 측정하기 위한 에지 영상프레임으로 각각 변환할 수 있다.The object detection preprocessing apparatus 120 according to the present embodiment converts an image frame divided into a plurality of block regions generated by dividing the acquired image frame into predetermined unit blocks into a monochrome image frame and an edge image frame. More specifically, when the acquired image frame is a color image, the object detection preprocessing unit 120 detects a black and white image frame and an edge for measuring brightness based on the pixel value of the image frame, And an edge image frame for measuring the intensity of the edge on which the edge is based.

객체검출 전처리 장치(120)는 흑백 분산 처리부(250)는 흑백 영상프레임의 블록영역에 포함된 복수의 화소에 대한 밝기의 강도(Intensity)인 화소값을 측정하고, 각각의 블록영역 내에 화소값의 분산을 계산하여 흑백 분산 처리정보를 생성한다. The object detection preprocessing unit 120 measures a pixel value which is intensity of brightness for a plurality of pixels included in a block area of a monochrome image frame, And variance is calculated to generate monochrome distributed processing information.

또한, 객체검출 전처리 장치(120)는 에지 영상프레임의 블록영역에 포함된 에지의 강도를 측정하고, 각각의 블록영역 내의 에지의 강도에 대한 분산을 계산하여 에지 분산 처리정보를 생성한다. In addition, the object detection preprocessing unit 120 measures the intensity of an edge included in a block region of an edge image frame, and calculates a variance with respect to intensity of an edge in each block region to generate edge distribution processing information.

객체검출 전처리 장치(120)는 흑백 영상프레임 및 에지 영상프레임의 각각의 블록영역에 대한 흑백 분산 처리정보 및 에지 분산 처리정보가 기 설정된 임계치 이상이면, 흑백 분산 처리정보 및 에지 분산 처리정보를 이진화하여 흑백 이진화 정보 및 에지 이진화 정보를 생성하고, 흑백 이진화 정보 및 에지 이진화 정보를 결합하여 배경 확정영역을 검출한다. 예컨대, 객체검출 전처리 장치(120)는 동일한 블록영역에 대한 흑백 분산 처리정보 및 에지 분산 처리정보가 기 설정된 임계치 이상이면, 흑백 분산 처리정보 및 에지 분산 처리정보를 화소값에 근거하여 '0' 또는 '1'로 이진화하여 흑백 이진화 정보 및 에지 이진화 정보를 생성할 수 있다.The object detection preprocessing unit 120 binarizes the monochrome distributed processing information and the edge distribution processing information when the monochrome distributed processing information and the edge distributed processing information for the respective block regions of the monochrome image frame and the edge image frame are equal to or more than a preset threshold value White binarization information and edge binarization information, and combines the monochrome binarization information and the edge binarization information to detect the background confirmed area. For example, if the monochrome distribution processing information and the edge distribution processing information for the same block area are equal to or greater than a predetermined threshold value, the object detection preprocessing apparatus 120 may update the monochrome distribution processing information and the edge distribution processing information by '0' 1 " to generate black-and-white binarization information and edge binarization information.

또한, 객체검출 전처리 장치(120)는 동일한 블록영역에 대한 흑백 이진화 정보 및 에지 이진화 정보가 동일한 값을 갖는 것으로 확인되면 해당 블록영역을 움직이지 않는 배경에 대한 영역인 배경 확정영역으로 검출한다. If the object detection pre-processing device 120 determines that the black-and-white binarization information and the edge binarization information for the same block area have the same value, the object detection pre-processing device 120 detects the block area as the background confirmation area that is the area for the non-moving background.

객체검출 전처리 장치(120)는 복수 개의 블록영역을 갖는 영상프레임 내에서 배경 확정영역을 제외한 나머지 블록영역을 객체 후보영역으로 추출하고, 객체 후보영역에 대한 객체 후보정보를 전송한다.The object detection preprocessing unit 120 extracts the remaining block regions excluding the background determination region in the image frame having a plurality of block regions as object candidate regions and transmits object candidate information for the object candidate regions.

한편, 도 1에서 객체검출 전처리 장치(120)는 객체 검출장치(130)와 별도로 구현된 장치인 것으로 기재하고 있으나 반드시 이에 한정되는 것은 아니며 객체 검출장치(130)에 객체검출 전처리부와 같이 포함되어 하나의 장치로 구현될 수도 있다.1, the object detection preprocessing apparatus 120 is described as being implemented separately from the object detection apparatus 130. However, the present invention is not limited thereto and may be included in the object detection apparatus 130 as an object detection preprocessing unit Or may be implemented as a single device.

객체 검출장치(130)는 객체검출 전처리 장치(120)로부터 객체 후보정보를 수신하고, 수신된 객체 후보정보에 대응하는 영역 내에서 기 설정된 윈도우(단위 모델)를 슬라이딩하여 관심객체를 검출하고, 검출된 관심객체를 저장 및 출력하는 동작을 수행한다. 본 실시예에 따른 객체 검출장치(130)는 객체 검출부(132) 및 검출결과 처리부(134)를 포함하여 구현될 수 있다. The object detection apparatus 130 receives object candidate information from the object detection pre-processing apparatus 120, detects a target object by sliding a preset window (unit model) in an area corresponding to the received object candidate information, And stores and outputs the object of interest. The object detecting apparatus 130 according to the present embodiment may be implemented by including an object detecting unit 132 and a detection result processing unit 134. [

객체 검출부(132)는 객체검출 전처리 장치(120)로부터 수신된 객체 후보정보에 대응하는 영역 즉, 객체 후보영역 내에서 관심객체를 검출하는 동작을 수행한다. 더 자세히 설명하자면, 객체 검출부(132)는 영상 프레임 중 객체 후보정보에 대응하는 객체 후보영역 내에서 소정의 크기의 윈도우(단위 모델)를 기 설정된 경로에 따라 슬라이드하고, 윈도우 내에서 측정된 측정값에 근거하여 관심객체를 검출할 수 있다. 여기서, 측정값은 기 설정된 기준 특징값에 근거하여 에지, 방향(Orientation), 변화량(Gradient), 조도, 화소값 등의 특징을 측정한 값을 의미하고, 이러한 측정값은 Haar-like, HOG(Histogram of Oriented Gradients), LBP(Local Binary Pattern), MCT(Modified Census Transform) 등의 특징을 이용하여 결정될 수도 있다. 예컨대, 차량에 구비된 카메라를 통해 보행자를 검출할 때, 객체 검출장치(132)는 차량용 영상프레임(예컨대, 640 * 480)에서 배경 확정영역이 제외된 객체 후보영역 내에서 보행자 크기의 윈도우(예컨대, 64 * 128)를 슬라이드하여 기 설정된 특징점에 대응하는 보행자(즉, 관심객체)를 검출할 수 있다. The object detection unit 132 performs an operation of detecting an object of interest in an area corresponding to object candidate information received from the object detection preprocessing unit 120, that is, within an object candidate area. More specifically, the object detection unit 132 slides a window (unit model) of a predetermined size in an object candidate region corresponding to object candidate information of an image frame according to a predetermined path, The object of interest can be detected. Here, the measurement value refers to a value obtained by measuring features such as an edge, an orientation, a gradient, an illuminance, and a pixel value based on a predetermined reference feature value, and the measured value is Haar-like, HOG Histogram of Oriented Gradients, Local Binary Pattern (LBP), Modified Census Transform (MCT), and the like. For example, when detecting a pedestrian through a camera provided in the vehicle, the object detecting apparatus 132 detects a pedestrian-sized window (for example, 640 * 480) in an object candidate region excluding a background- , 64 * 128) to detect a pedestrian (i.e., an object of interest) corresponding to a predetermined feature point.

한편, 객체 검출부(132)는 영상프레임(예컨대, 640 * 480)을 업(Up) 또는 다운(Down) 샘플링한 후 윈도우를 슬라이드하여 추가로 관심객체를 검출할 수 있으며, 기 설정된 위도우의 크기를 변경하여 관심객체를 검출할 수도 있다.On the other hand, the object detection unit 132 may up-down or down-sample an image frame (e.g., 640 * 480) and then slide the window to further detect an object of interest. To detect an object of interest.

도 1에 기재된 객체 검출부(132)는 슬라이딩 윈도우(Sliding Window) 방식만을 이용하여 관심객체를 검출하는 것으로 기재하고 있으나 반드시 이에 한정되는 것은 아니며, 일정 크기의 블록으로 객체 후보영역을 구분하여 각각의 블록마다 객체가 존재하는지 여부를 판단하고, 판단된 결과에 근거하여 관심객체를 검출하는 영역기반 검출 방식(Part-Based Search) 등을 이용하여 관심객체를 검출할 수도 있다. The object detecting unit 132 shown in FIG. 1 describes that an object of interest is detected using only a sliding window method. However, the present invention is not limited to this. The object detecting unit 132 may divide an object candidate region into blocks of a predetermined size, It is possible to detect an object of interest using a region-based detection method or the like, which determines whether or not an object exists for each object, and detects an object of interest based on the determined result.

검출결과 처리부(134)는 객체 검출부(132)에서 검출된 관심객체를 외부 또는 내부에 구비된 저장장치(미도시)에 저장하고, 애플리케이션 또는 디스플레이부를 통해 관심객체를 출력한다.The detection result processing unit 134 stores the object of interest detected by the object detection unit 132 in a storage device (not shown) provided externally or internally, and outputs an object of interest through an application or a display unit.

도 2는 본 실시예에 따른 객체검출 전처리 장치를 개략적으로 나타낸 블록 구성도이다.FIG. 2 is a block diagram schematically showing an object detection preprocessing apparatus according to the present embodiment.

본 실시예에 따른 객체검출 전처리 장치(120)는 영상 획득부(210) 및 전처리부(220)를 포함한다. 여기서, 전처리부(220)는 블록 처리부(230), 영상 변환부(240), 흑백 분산 처리부(250), 에지 분산 처리부(260), 배경영역 검출부(270) 및 객체후보 추출부(280)를 포함한다. 도 1에 도시된 객체검출 전처리 장치(120)는 일 실시예에 따른 것이고, 따라서 도 1에 도시된 모든 블록이 필수 구성요소는 아니며, 다른 실시예에서 일부 블록이 추가, 변경 또는 삭제될 수 있다.The object detection preprocessing apparatus 120 according to the present embodiment includes an image acquisition unit 210 and a preprocessing unit 220. The pre-processing unit 220 includes a block processing unit 230, an image conversion unit 240, a monochrome distribution processing unit 250, an edge distribution processing unit 260, a background area detection unit 270, and an object candidate extraction unit 280 . The object detection pre-processing device 120 shown in FIG. 1 is according to one embodiment, and thus not all of the blocks shown in FIG. 1 are required, and in other embodiments some of the blocks may be added, changed or deleted .

영상 획득부(210)는 영상 촬영장치(110)로부터 촬영된 영상에 대한 영상프레임을 획득한다. 여기서, 영상프레임은 하나의 프레임일 수 있으나 반드시 이에 한정되는 것은 아니며, 복수 개의 프레임을 포함한 영상일 수도 있다. 한편, 영상 획득부(210)는 영상 촬영장치(110)로부터 촬영된 영상을 실시간으로 수신하여 획득할 수 있으나 영상 촬영장치(110)에서 기 촬영되어 저장된 영상을 획득하여 영상 내의 객체를 검출하는 데 사용될 수도 있다.The image acquiring unit 210 acquires an image frame for the image photographed from the image photographing apparatus 110. Here, the image frame may be one frame, but it is not limited thereto, and it may be an image including a plurality of frames. On the other hand, the image acquisition unit 210 can receive and acquire an image photographed from the image photographing apparatus 110 in real time, but can acquire an image photographed and stored in the image photographing apparatus 110 to detect an object in the image .

전처리부(220)는 객체 검출장치(130)에서 관심객체를 검출하는 데 있어서, 연산량을 줄이기 위한 동작을 수행한다. 본 실시예에 따른 전처리부(220)는 영상 획득부(210)에서 획득한 영상프레임을 흑백 영상프레임 및 에지 영상프레임으로 변환하고, 흑백 영상프레임 및 에지 영상프레임 각각의 화소값을 분산 처리한 흑백 분산 처리정보 및 에지 분산 처리정보를 생성한다. 또한, 전처리부(220)는 생성된 흑백 분산 처리정보 및 에지 분산 처리정보를 결합하여 검출된 배경 확정영역에 근거하여 객체 후보정보를 산출한다. The pre-processing unit 220 performs an operation for reducing the amount of computation in detecting an object of interest in the object detection apparatus 130. The preprocessing unit 220 according to the present embodiment converts an image frame obtained by the image obtaining unit 210 into a monochrome image frame and an edge image frame, and converts the pixel values of the monochrome image frame and the edge image frame into monochrome Thereby generating distributed processing information and edge distributed processing information. In addition, the preprocessing unit 220 combines the generated monochrome distributed processing information and edge distribution processing information, and calculates object candidate information based on the detected background determination area.

이하, 전처리부(220)에 포함된 구성요소에 대해 설명하도록 한다. Hereinafter, the components included in the preprocessing unit 220 will be described.

블록 처리부(230)는 영상프레임을 단위블록으로 분할하는 동작을 수행한다. 본 실시예에 따른 블록 처리부(230)는 영상 획득부(210)에서 획득한 영상프레임을 기 설정된 단위블록으로 분할하여 복수 개의 블록 영역으로 구분된 영상프레임을 생성한다. 예컨대, 블록 처리부(230)는 획득한 영상프레임을 8 × 8 블록으로 분할하여 64 개의 블록영역으로 구분된 영상프레임을 생성할 수 있다. 여기서, 블록영역은 (x, y)와 같은 좌표값으로 위치를 표시할 수 있고, 각각의 블록영역은 복수 개의 화소로 구성되는 것이 바람직하다.The block processing unit 230 performs an operation of dividing an image frame into unit blocks. The block processing unit 230 according to the present exemplary embodiment divides an image frame obtained by the image obtaining unit 210 into predetermined unit blocks to generate image frames divided into a plurality of block regions. For example, the block processing unit 230 may divide the acquired image frame into 8x8 blocks to generate image frames divided into 64 block regions. Here, the block region can display the position with coordinate values such as (x, y), and each block region is preferably composed of a plurality of pixels.

영상 변환부(240)는 복수 개의 블록을 갖는 영상프레임을 흑백 영상프레임 및 에지 영상프레임으로 변환하는 동작을 수행한다. 본 실시예에 따른 영상 변환부(240)는 영상프레임이 컬러영상인 경우, 화소값에 근거하여 밝기를 측정하기 위한 흑백 영상프레임과 영상프레임의 에지(Edge)를 검출하여 화소값에 근거한 에지의 강도(Intensity)를 측정하기 위한 에지 영상프레임으로 각각 변환한다. The image converting unit 240 converts an image frame having a plurality of blocks into a monochrome image frame and an edge image frame. In the case where the image frame is a color image, the image converter 240 according to the present embodiment detects the edge of the image frame and the black and white image frame for measuring the brightness based on the pixel value, And an edge image frame for measuring the intensity.

한편, 본 실시예에서 영상 변환부(240)는 영상프레임을 흑백 영상프레임 및 에지 영상프레임으로만 변환하는 것으로 기재하고 있으나 반드시 이에 한정되는 것은 아니며 화소값을 이용하여 전경과 배경의 구별을 위한 차이를 측정할 수 있는 영상이라면 그 어떤 영상으로도 변환 가능하다.In the present exemplary embodiment, the image converting unit 240 converts an image frame into a black-and-white image frame and an edge image frame. However, the present invention is not limited to this, and a difference If the image can be measured, it can be converted to any image.

흑백 분산 처리부(250)는 흑백 영상프레임에 포함된 복수의 블록영역 각각의 흑백 블록 화소값을 산출한 후 분산 처리하여 흑백 분산 처리정보를 생성하는 동작을 수행한다. 즉, 흑백 분산 처리부(250)는 흑백 영상프레임의 블록영역에 포함된 복수의 화소에 대한 밝기의 강도(Intensity, 화소값)을 측정하고, 각각의 블록영역 내에 화소값의 분산을 계산하여 흑백 분산 처리정보를 생성한다. 예컨대, 8 × 8 블록영역으로 구분된 흑백 영상프레임에서 각각의 블록영역에 포함된 복수 개의 화소값의 분산을 계산하여 각각의 블록영역의 화소값의 변화 정도를 흑백 분산 처리정보로 생성할 수 있다.The monochrome dispersion processing unit 250 calculates the monochrome block pixel values of each of the plurality of block regions included in the monochrome image frame, and performs dispersion processing to generate monochrome dispersion processing information. That is, the monochrome dispersion processing unit 250 measures intensity (intensity) (pixel value) of a plurality of pixels included in the block region of the monochrome image frame, calculates the variance of the pixel values within each block region, And generates processing information. For example, the variance of a plurality of pixel values included in each block region in a black and white image frame divided into 8x8 block regions may be calculated, and the degree of change of pixel values of the respective block regions may be generated as monochrome distributed processing information .

에지 분산 처리부(260)는 에지 영상프레임에 포함된 복수의 블록영역 각각의 에지 블록 화소값을 산출한 후 분산 처리하여 에지 분산 처리정보를 생성하는 동작을 수행한다.The edge distribution processing unit 260 performs an operation of calculating edge block pixel values of each of a plurality of block regions included in an edge image frame and then performing dispersion processing to generate edge distribution processing information.

본 실시예에 따른 에지 분산 처리부(260)는 에지 영상프레임의 블록영역에 포함된 에지의 강도(에지 매그니튜드: Edge Magnitude)를 측정하고, 각각의 블록영역 내의 에지 매그니튜드의 분산을 계산하여 에지 분산 처리정보를 생성한다. 예컨대, 8 × 8 블록영역으로 구분된 에지 영상프레임에서 각각의 블록영역에 포함된 에지 매그니튜드의 분산을 계산하여 각각의 블록영역의 에지의 강도에 대한 변화 정도를 에지 분산 처리정보로 생성할 수 있다. The edge distribution processing unit 260 according to the present embodiment measures the intensity (edge magnitude) of an edge included in a block region of an edge image frame, calculates the variance of edge magnitudes in each block region, Information. For example, the variance of the edge magnitudes included in each block region in the edge image frame divided into the 8x8 block regions is calculated, and the degree of change with respect to the intensity of the edge of each block region can be generated as the edge distribution processing information .

에지 분산 처리부(260)는 에지 영상프레임의 각각의 블록영역에 대한 에지의 강도 즉, 에지 매그니튜드를 산출하는데 수학식 1을 이용한다.The edge distribution processing unit 260 uses Equation (1) to calculate the intensity of edges for each block region of the edge image frame, i.e., the edge magnitude.

Figure pat00001
Figure pat00001

(Magnitude: 블록영역 내의 에지의 강도(크기), sprt: 제곱근, conv: 컨볼루션(Convolution) 연산, I: 흑백 영상프레임의 블록영역 화소값, [-1 1]: 블록영역의 수평행렬, [-1 1]T: 블록영역의 수직행렬)(Magnitude: intensity of edge in block area, sprt: square root, conv: Convolution operation, I: block area pixel value of black and white image frame, [-1 1]: horizontal matrix of block area, -1 1] T : vertical matrix of the block area)

즉, 에지 분산 처리부(260)는 에지 영상프레임의 각각의 블록영역에 대해 x축 및 y 축으로 미분연산을 수행하고, 미분 연산값의 제곱근을 에지의 강도로 산출할 수 있다. 여기서, 에지 분산 처리부(260)는 에지의 강도를 분산 처리하여 생성된 에지 분산 처리정보를 배경 확정영역을 검출하기 위해 배경영역 검출부(270)로 전송한다.That is, the edge distribution processing unit 260 may perform differential calculations on the x and y axes for each block region of the edge image frame, and calculate the square root of the differential calculation value as the intensity of the edge. Here, the edge distribution processing unit 260 transmits the edge distribution processing information generated by dispersing the intensity of the edge to the background area detection unit 270 to detect the background determination area.

배경영역 검출부(270)는 흑백 분산 처리정보 및 에지 분산 처리정보를 결합하여 움직이지 않는 배경에 대한 영역을 배경 확정영역으로 검출하는 동작을 수행한다. The background region detecting unit 270 combines the monochrome distributed processing information and the edge distribution processing information, and performs an operation of detecting an area for the motionless background as the background determination area.

본 실시예에 따른 배경영역 검출부(270)는 각각의 블록영역에 대한 흑백 분산 처리정보 및 에지 분산 처리정보가 기 설정된 임계치 이상이면, 흑백 분산 처리정보 및 에지 분산 처리정보를 이진화하여 흑백 이진화 정보 및 에지 이진화 정보를 생성한다. 예컨대, 배경영역 검출부(270)는 각각의 블록영역에 대한 흑백 분산 처리정보가 기 설정된 임계치 이상이면, 흑백 분산 처리정보를 '0' 또는 '1'로 이진화한 흑백 이진화 정보를 생성하고, 각각의 블록영역에 대한 에지 분산 처리정보가 기 설정된 임계치 이상이면, 에지 분산 처리정보를 '0' 또는 '1'로 이진화한 에지 이진화 정보를 생성할 수 있다. The background region detecting unit 270 binarizes the black-and-white distribution processing information and the edge distribution processing information if the monochrome dispersion processing information and the edge dispersion processing information for each block region are equal to or greater than a preset threshold value, And generates edge binarization information. For example, if the monochrome dispersion processing information for each block area is equal to or greater than a predetermined threshold value, the background area detection unit 270 generates monochrome binary information by binarizing the monochrome dispersion processing information to '0' or '1' Edge binarization information obtained by binarizing the edge distribution processing information to '0' or '1' can be generated when the edge distribution processing information on the block region is equal to or greater than a preset threshold value.

배경영역 검출부(270)는 각각의 블록영역에 대한 흑백 이진화 정보 및 에지 이진화 정보가 동일한 값을 갖는 것으로 확인되면, 해당 블록영역을 배경 확정영역으로 검출한다. 예컨대, (1, 2) 블록영역에 대한 흑백 이진화 정보 및 에지 이진화 정보가 '0' 또는 '1'로 동일한 경우, (1, 2) 블록영역을 움직이지 않는 배경에 해당하는 배경 확정영역으로 검출할 수 있다. If it is determined that the monochrome binarization information and the edge binarization information for each block region have the same value, the background region detection unit 270 detects the block region as a background confirmed region. For example, when the monochrome binary information and the edge binarization information for the (1, 2) block region are equal to '0' or '1', the block region is detected as a background determined region corresponding to the non- can do.

한편, 배경영역 검출부(270)는 각각의 블록영역에 대한 흑백 이진화 정보 및 에지 이진화 정보를 AND 연산하여 결과값이 '1'인 경우, 해당 블록영역을 배경 확정영역으로 검출할 수도 있다.On the other hand, the background area detecting unit 270 performs AND operation of the monochrome binary information and the edge binarization information on each block area, and when the result is '1', the background area detecting unit 270 may detect the block area as the background confirmation area.

객체후보 추출부(280)는 배경영역 검출부(270)에서 검출된 배경 확정영역에 근거하여 객체 후보정보를 추출하는 동작을 수행한다. 즉, 객체후보 추출부(280)는 복수 개의 블록을 갖는 영상프레임 내에서 배경 확정영역을 제외한 나머지 블록영역을 객체 후보영역으로 추출하고, 객체 후보영역에 대한 객체 후보정보를 전송한다. 여기서, 객체후보 추출부(280)는 추출된 객체 후보영역 내에서만 관심객체를 검출하도록 객체 검출장치(130)로 객체 후보정보를 전송할 수 있다. 여기서, 객체후보 추출부(280)는 전처리부(220) 내에 포함되어 구현되는 것으로 기재하고 있으나 반드시 이에 한정되는 것은 아니다.The object candidate extracting unit 280 extracts object candidate information based on the background determination area detected by the background region detecting unit 270. [ That is, the object candidate extracting unit 280 extracts the remaining block regions excluding the background determination region in the image frame having a plurality of blocks as the object candidate region, and transmits the object candidate information for the object candidate region. Here, the object candidate extracting unit 280 may transmit the object candidate information to the object detecting apparatus 130 to detect an object of interest only in the extracted object candidate region. Here, although the object candidate extracting unit 280 is described as being included in the preprocessing unit 220, the object candidate extracting unit 280 is not limited thereto.

도 3은 본 실시예에 따른 객체 검출 방법을 설명하기 위한 순서도이다.3 is a flowchart for explaining an object detecting method according to the present embodiment.

객체검출 전처리 장치(120)는 영상 촬영장치(110)로부터 촬영된 영상에 대한 영상프레임을 획득한다(S310).The object detection preprocessing unit 120 acquires an image frame for an image photographed from the image photographing apparatus 110 (S310).

객체검출 전처리 장치(120)는 영상프레임 내에서 배경 확정영역을 검출한다(S320). 더 자세히 설명하자면, 객체검출 전처리 장치(120)는 획득한 영상프레임을 흑백 영상프레임 및 에지 영상프레임으로 변환하고, 흑백 영상프레임 및 에지 영상프레임 각각의 화소값을 분산 처리한 흑백 분산 처리정보 및 에지 분산 처리정보를 생성한다. 객체검출 전처리 장치(120)는 흑백 분산 처리정보 및 에지 분산 처리정보를 이진화하여 생성된 이진화 정보를 결합하여 움직이지 않는 배경에 대한 배경 확정영역을 검출한다.The object detection preprocessing unit 120 detects a background determination area in an image frame (S320). More specifically, the object detection preprocessing apparatus 120 converts the acquired image frame into a monochrome image frame and an edge image frame, and outputs monochrome distributed processing information obtained by distributing pixel values of the monochrome image frame and the edge image frame, And generates distributed processing information. The object detection preprocessing unit 120 combines the black-and-white dispersion processing information and the binarization information generated by binarizing the edge distribution processing information to detect a background determination area for the motionless background.

객체검출 전처리 장치(120)는 영상 프레임 내에서 배경 확정영역을 제외한 나머지 영역을 객체를 검출하기 위한 객체 후보영역으로 추출하고, 객체 후보영역에 대한 객체 후보정보를 객체 검출장치(130)로 전송한다(S330).The object detection preprocessing unit 120 extracts the remaining region excluding the background determination region in the image frame as an object candidate region for detecting the object and transmits the object candidate information about the object candidate region to the object detection apparatus 130 (S330).

객체 검출장치(130)는 단계 S330에서 전송된 객체 후보정보를 수신하고, 수신된 객체 후보정보에 근거하여 기 설정된 단위모델을 매칭하여 관심객체를 검출한다(S340). 여기서, 객체 검출장치(130)는 영상 프레임 중 객체 후보정보에 대응하는 객체 후보영역 내에서 소정의 크기의 단위 모델을 기 설정된 경로에 따라 슬라이드하여 측정된 측정값에 근거하여 관심객체를 검출하는 슬라이딩 윈도우(Sliding Window) 방식을 이용하는 것이 바람직하나 반드시 이에 한정되는 것은 아니며, 관심객체의 특징점, 윤곽선, 컬러 등을 이용하여 객체를 검출할 수 있는 방식이라면 그 어떤 검출 방식도 적용 가능하다.The object detecting apparatus 130 receives the object candidate information transmitted in step S330, and detects an object of interest by matching a predetermined unit model based on the received object candidate information (S340). The object detecting apparatus 130 slides a unit model of a predetermined size in an object candidate region corresponding to object candidate information of the image frame according to a predetermined path and detects a target object based on the measured value, A sliding window method is preferably used. However, the present invention is not limited thereto, and any detection method can be applied as long as it can detect an object using minutiae points, contours, and colors of an object of interest.

객체 검출장치(130)는 단계 S340에서 검출된 관심객체를 저장 및 출력한다(S350).The object detecting apparatus 130 stores and outputs the detected interest objects in step S340 (S350).

도 3에서는 단계 S310 내지 단계 S350를 순차적으로 실행하는 것으로 기재하고 있으나, 이는 본 발명의 일 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명의 일 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 일 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 도 3에 기재된 순서를 변경하여 실행하거나 단계 S310 내지 단계 S350 중 하나 이상의 단계를 병렬적으로 실행하는 것으로 다양하게 수정 및 변형하여 적용 가능할 것이므로, 도 3은 시계열적인 순서로 한정되는 것은 아니다.Although it is described in FIG. 3 that steps S310 to S350 are sequentially executed, this is merely illustrative of the technical idea of one embodiment of the present invention. It is to be understood that the present invention is not limited to the above- Those skilled in the art will appreciate that various modifications and adaptations may be made to those skilled in the art without departing from the essential characteristics of one embodiment of the present invention by changing the order described in Figure 3 or by executing one or more of steps S310 through S350 in parallel And therefore, Fig. 3 is not limited to the time-series order.

도 4는 본 실시예에 따른 객체 검출을 위한 전처리 방법을 설명하기 위한 순서도이다.4 is a flowchart illustrating a preprocessing method for object detection according to an embodiment of the present invention.

객체검출 전처리 장치(120)는 영상 촬영장치(110)로부터 촬영된 영상에 대한 영상프레임을 획득한다(S410).The object detection preprocessing unit 120 obtains an image frame for an image photographed from the image photographing apparatus 110 (S410).

객체검출 전처리 장치(120)는 영상프레임을 기 설정된 단위블록으로 분할하여 복수 개의 블록영역으로 분할된 영상프레임을 생성한다(S420). 여기서, 영상프레임은 N × M 블록으로 분할될 수 있으며, 분할된 블록영역은 (x, y)와 같은 좌표값으로 위치를 표시될 수 있다.The object detection preprocessing apparatus 120 divides an image frame into predetermined unit blocks to generate an image frame divided into a plurality of block regions (S420). Here, the image frame can be divided into NxM blocks, and the divided block area can be displayed with the same coordinate value as (x, y).

객체검출 전처리 장치(120)는 복수 개의 블록영역으로 분할된 영상프레임을 흑백 영상프레임 및 에지 영상프레임으로 변환한다(S430). 즉, 객체검출 전처리 장치(120)는 획득한 영상프레임이 컬러 영상인 경우, 영상프레임을 화소값에 근거하여 밝기를 측정하기 위해 흑백으로 변환한 흑백 영상프레임과 에지(Edge)를 검출하여 화소값에 근거한 에지의 강도(Intensity)를 측정하기 위한 에지 영상프레임으로 각각 변환할 수 있다.The object detection preprocessing unit 120 converts an image frame divided into a plurality of block regions into a monochrome image frame and an edge image frame at step S430. That is, when the acquired image frame is a color image, the object detection preprocessing unit 120 detects the black and white image frame and the edge, which are converted to black and white, to measure the brightness of the image frame based on the pixel value, And an edge image frame for measuring the intensity of an edge based on the edge.

객체검출 전처리 장치(120)는 흑백 영상프레임의 각각의 블록영역에 대한 화소값을 분산 처리하여 흑백 분산 처리정보를 생성하고(S440), 에지 영상프레임의 각각의 블록영역에 대한 화소값을 분산 처리하여 에지 분산 처리정보를 생성한다(S450).The object detection preprocessing apparatus 120 distributes the pixel values of the respective block regions of the monochrome image frame to generate monochrome distributed processing information (S440), and distributes the pixel values of the respective block regions of the edge image frame And generates edge distribution processing information (S450).

객체검출 전처리 장치(120)는 흑백 분산 처리정보 및 에지 분산 처리정보가 기 설정된 임계치 이상인지 여부를 판단한다(S460).The object detection preprocessing apparatus 120 determines whether the monochrome distributed processing information and the edge distribution processing information are equal to or greater than a preset threshold value (S460).

단계 S460을 판단한 결과, 객체검출 전처리 장치(120)는 흑백 분산 처리정보 및 에지 분산 처리정보가 기 설정된 임계치 이상이면, 흑백 분산 처리정보 및 에지 분산 처리정보 각각을 이진화하여 생성된 흑백 이진화 정보 및 에지 이진화 정보를 결합하여 배경 확정영역을 검출한다(S470). 예컨대, 객체검출 전처리 장치(120)는 동일한 블록영역에 대한 흑백 분산 처리정보 및 에지 분산 처리정보가 기 설정된 임계치 이상이면, 흑백 분산 처리정보 및 에지 분산 처리정보를 화소값에 근거하여 '0' 또는 '1'로 이진화하여 흑백 이진화 정보 및 에지 이진화 정보를 생성할 수 있다. As a result of the determination in step S460, if the monochrome distribution processing information and the edge distribution processing information are equal to or more than the predetermined threshold value, the object detection preprocessing apparatus 120 determines that the monochrome distribution information and the edge distribution processing information, The background determination area is detected by combining the binarization information (S470). For example, if the monochrome distribution processing information and the edge distribution processing information for the same block area are equal to or greater than a predetermined threshold value, the object detection preprocessing apparatus 120 may update the monochrome distribution processing information and the edge distribution processing information by '0' 1 " to generate black-and-white binarization information and edge binarization information.

객체검출 전처리 장치(120)는 복수 개의 블록영역을 갖는 영상프레임 내에서 동일한 블록영역에 대한 흑백 이진화 정보 및 에지 이진화 정보가 동일한 값을 갖거나 AND 연산을 수행하여 결과값이 '1'이 산출되는 경우 해당 블록영역을 움직이지 않는 배경인 배경 확정영역으로 검출한다.The object detection preprocessing apparatus 120 may determine whether the monochrome binarization information and the edge binarization information for the same block region in the image frame having a plurality of block regions have the same value or perform an AND operation and a result value of '1' is calculated , The block area is detected as a background confirmation area which is a non-moving background.

한편, S460을 판단한 결과, 흑백 분산 처리정보 및 에지 분산 처리정보가 기 설정된 임계치 미만이면, 객체 후보영역에 포함하여 객체 후보정보를 객체 검출장치(130)로 전송한다.On the other hand, if it is determined in operation S460 that the monochrome distributed processing information and the edge distribution processing information are less than the predetermined threshold, object candidate information included in the object candidate region is transmitted to the object detection apparatus 130. [

객체검출 전처리 장치(120)는 배경 확정영역을 제외한 객체 후보영역으로 추출한다(S480). 즉, 객체검출 전처리 장치(120)는 복수 개의 블록영역을 갖는 영상프레임 내에서 배경 확정영역을 제외한 나머지 블록영역을 객체 후보영역으로 추출한다.The object detection preprocessing unit 120 extracts the object candidate region excluding the background confirmation region (S480). That is, the object detection preprocessing unit 120 extracts the remaining block regions excluding the background determination region in the image frame having the plurality of block regions as the object candidate region.

객체검출 전처리 장치(120)는 객체 후보영역에 대한 객체 후보정보를 객체 검출장치(130)로 전송한다(S490). 객체검출 전처리 장치(120)는 추출된 객체 후보영역 내에서만 관심객체를 검출하도록 객체 검출장치(130)로 객체 후보영역에 대한 객체 후보정보를 전송할 수 있다.The object detection preprocessing apparatus 120 transmits object candidate information about the object candidate region to the object detection apparatus 130 (S490). The object detection preprocessing apparatus 120 may transmit object candidate information for the object candidate region to the object detection apparatus 130 so as to detect an object of interest only within the extracted object candidate region.

도 4에서는 단계 S410 내지 단계 S490를 순차적으로 실행하는 것으로 기재하고 있으나, 이는 본 발명의 일 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명의 일 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 일 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 도 4에 기재된 순서를 변경하여 실행하거나 단계 S410 내지 단계 S490 중 하나 이상의 단계를 병렬적으로 실행하는 것으로 다양하게 수정 및 변형하여 적용 가능할 것이므로, 도 4는 시계열적인 순서로 한정되는 것은 아니다.4, it is described that steps S410 to S490 are sequentially executed. However, this is only an exemplary description of the technical idea of the embodiment of the present invention, and it is to be understood that the technical knowledge of the technical field to which the embodiment of the present invention belongs Those skilled in the art will appreciate that various modifications and adaptations may be made to those skilled in the art without departing from the essential characteristics of one embodiment of the present invention by changing the order described in Figure 4 or by executing one or more of steps S410 through S490 in parallel And therefore, it is not limited to the time-series order in Fig.

전술한 바와 같이 도 4에 기재된 본 실시예에 따른 객체검출 전처리 장치(120)의 동작은 프로그램으로 구현되고 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다. 본 실시예에 따른 객체검출 전처리 장치(120)의 동작을 구현하기 위한 프로그램이 기록되고 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 이러한 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수도 있다. 또한, 본 실시예를 구현하기 위한 기능적인(Functional) 프로그램, 코드 및 코드 세그먼트들은 본 실시예가 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있을 것이다. As described above, the operation of the object detection preprocessing apparatus 120 according to the present embodiment described in FIG. 4 can be implemented by a program and recorded on a computer-readable recording medium. A program for implementing the operation of the object detection preprocessing apparatus 120 according to the present embodiment is recorded, and a computer-readable recording medium includes all kinds of recording apparatuses in which data that can be read by a computer system is stored. Examples of such computer-readable recording media include ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage, etc., and also implemented in the form of a carrier wave (e.g., transmission over the Internet) . The computer readable recording medium may also be distributed over a networked computer system so that computer readable code in a distributed manner may be stored and executed. In addition, functional programs, codes, and code segments for implementing the present embodiment can be easily inferred by programmers in the technical field to which the present embodiment belongs.

도 5는 본 실시예에 따른 객체 검출을 위한 객체검출 전처리 장치의 동작을 설명하기 위한 예시도이다.5 is an exemplary diagram for explaining the operation of the object detection preprocessing apparatus for object detection according to the present embodiment.

객체검출 전처리 장치(120)는 영상 촬영장치(110)로부터 영상프레임을 획득하고, 획득한 영상프레임을 기 설정된 단위블록으로 분할하여 복수 개의 블록 영역으로 구분된 원본 컬러 영상(510)으로 생성한다. 여기서, 단위블록의 크기는 변경될 수 있으며, N × M 블록으로 분할된 블록영역은 (x, y)와 같은 좌표값으로 위치를 표시할 수도 있다.The object detection preprocessing apparatus 120 acquires an image frame from the image capturing apparatus 110 and divides the acquired image frame into predetermined unit blocks to generate an original color image 510 divided into a plurality of block regions. Here, the size of the unit block may be changed, and the block area divided into the NxM blocks may be represented by a coordinate value such as (x, y).

객체검출 전처리 장치(120)는 원본 컬러 영상(510)을 흑백 영상(520) 및 에지 영상(522)으로 변환한다. 여기서, 흑백 영상(520)은 원본 컬러 영상(510)을 흑백으로 변환한 영상을 의미하고, 에지 영상(522)은 영상의 윤곽선을 추출한 영상으로서 영상의 밝기가 변화하는 지점을 추출한 영상을 의미한다.The object detection preprocessing unit 120 converts the original color image 510 into a monochrome image 520 and an edge image 522. Here, the monochrome image 520 refers to an image obtained by converting the original color image 510 into monochrome image, and the edge image 522 refers to an image obtained by extracting a contour line of the image and extracting a point where the brightness of the image changes .

한편, 객체검출 전처리 장치(120)는 원본 컬러 영상(510)을 흑백 영상(520) 및 에지 영상(522)으로만 변환하는 것으로 기재하고 있으나 반드시 이에 한정되는 것은 아니며 화소값을 이용하여 전경과 배경의 구별을 위한 차이를 측정할 수 있는 영상이라면 그 어떤 영상으로도 변환 가능하다.Although the object detection preprocessing apparatus 120 describes that the original color image 510 is converted only to the monochrome image 520 and the edge image 522, the object detection preprocessing apparatus 120 is not limited to this, It can be converted to any image if it can measure the difference for the distinction between the two.

객체검출 전처리 장치(120)는 흑백 영상(520)에 포함된 복수의 블록영역 각각의 화소값을 분산 처리한 흑백 분산 처리정보를 이용하여 흑백 분산 처리영상(530)을 생성하고, 에지 영상(522)에 포함된 복수의 블록영역 각각의 에지의 강도(에지 매그니튜드: Edge Magnitude)를 분산 처리한 에지 분산 처리정보를 이용하여 에지 분산 처리영상(532)을 생성한다. The object detection preprocessing unit 120 generates the monochrome distributed processed image 530 using the monochrome distributed processing information obtained by dispersing the pixel values of each of the plurality of block regions included in the monochrome image 520 and outputs the edge image 522 (Edge Magnitude) of each of a plurality of block regions included in the edge distribution processed image 532. The edge distributed processed image 532 is generated by using the edge distribution processed information obtained by dispersing the intensity (edge magnitude)

객체검출 전처리 장치(120)는 흑백 분산 처리정보 및 에지 분산 처리정보가 기 설정된 임계치 이상이면, 흑백 분산 처리영상(530) 및 에지 분산 처리영상(532)을 이진화하여 흑백 이진화 영상(540) 및 에지 이진화 영상(542)를 생성한다.The object detection preprocessing unit 120 binarizes the monochrome distributed processed image 530 and the edge distributed processed image 532 to generate the monochrome binarized image 540 and the edge distributed processed image 532 by binarizing the monochrome distributed processed image 530 and the edge distributed processed image 532, And generates a binarized image 542.

객체검출 전처리 장치(120)는 흑백 이진화 영상(540) 및 에지 이진화 영상(542)에서 동일한 블록영역의 흑백 이진화 정보 및 에지 이진화 정보를 AND 연산하여 결과값이 '1'인 경우, 해당 블록영역을 움직이지 않는 배경에 대한 배경 확정영역으로 검출하여 배경 확정영상(550)을 생성한다. 여기서, 객체검출 전처리 장치(120)는 원본 컬러 영상(510)에서 배경 확정영상(550)을 제외한 나머지 영상인 객체 후보영상 내에서 보행자, 차량 등과 같은 영상 내에서 움직이는 관심객체를 검출하도록 객체 후보영상을 객체 검출장치(130)로 전송한다.The object detection preprocessing apparatus 120 ANDs the monochrome binarization information and the edge binarization information of the same block region in the monochrome binarized image 540 and the edge binarization image 542 and if the result is '1' And a background confirmation area 550 for the still picture background. Here, the object detection preprocessing apparatus 120 detects the object candidate image to detect an object of interest moving in the image, such as a pedestrian or a vehicle, in the object candidate image, which is the remaining image excluding the background-determined image 550, To the object detection apparatus 130. [

이상의 설명은 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.The foregoing description is merely illustrative of the technical idea of the present embodiment, and various modifications and changes may be made to those skilled in the art without departing from the essential characteristics of the embodiments. Therefore, the present embodiments are to be construed as illustrative rather than restrictive, and the scope of the technical idea of the present embodiment is not limited by these embodiments. The scope of protection of the present embodiment should be construed according to the following claims, and all technical ideas within the scope of equivalents thereof should be construed as being included in the scope of the present invention.

이상에서 설명한 바와 같이 본 실시예는 객체를 검출하는 분야에 적용되어, 객체 검출의 연산량을 감소시키고, 객체를 검출하는 시간을 단축시킬 수 있는 효과를 발생하는 유용한 발명이다.As described above, the present embodiment is applied to a field for detecting an object, and is a useful invention for reducing the amount of computation of object detection and shortening the time for object detection.

100: 객체 검출 시스템 110: 영상 촬영장치
120: 객체검출 전처리 장치 130: 객체 검출장치
132: 객체 검출부 134: 검출결과 처리부
210: 영상 획득부 220: 전처리부
230: 블록 처리부 240: 영상 변환부
250: 흑백 분산 처리부 260: 에지 분산 처리부
270: 배경영역 검출부 280: 객체후보 추출부100: object detection system 110:
120: object detection preprocessing device 130: object detection device
132: Object detection unit 134: Detection result processing unit
210: image acquiring unit 220: preprocessing unit
230: block processing unit 240:
250: monochrome dispersion processing unit 260: edge distribution processing unit
270: background region detection unit 280: object candidate extraction unit

Claims (14)

영상프레임을 획득하는 영상 획득부;
상기 영상프레임을 흑백 영상프레임 및 에지 영상프레임으로 변환하고, 상기 흑백 영상프레임 및 상기 에지 영상프레임 각각의 화소값에 근거하여 분산 처리된 흑백 분산 처리정보 및 에지 분산 처리정보를 생성하고, 상기 흑백 분산 처리정보 및 상기 에지 분산 처리정보를 결합하여 배경 확정영역을 검출하는 전처리부; 및
상기 영상프레임에서 상기 배경 확정영역을 제외한 나머지 영역에 대한 객체 후보정보를 추출하여 관심객체가 검출되도록 상기 객체 후보정보를 전송하는 객체후보 추출부
를 포함하는 것을 특징으로 하는 객체검출 전처리 장치.An image obtaining unit obtaining an image frame;
Wherein the image processing unit converts the image frame into a monochrome image frame and an edge image frame, generates monochrome dispersion processing information and edge dispersion processing information that are distributed and processed based on pixel values of the monochrome image frame and the edge image frame, A preprocessing unit for detecting the background determination area by combining the processing information and the edge distribution processing information; And
An object candidate extracting unit for extracting object candidate information for an area other than the background determination area in the image frame and transmitting the object candidate information so that an object of interest is detected,
And an object detection unit for detecting the object. 제 1 항에 있어서,
상기 전처리부는,
상기 영상프레임을 기 설정된 단위블록으로 분할하여 복수 개의 블록영역을 갖는 영상프레임을 생성하는 블록 처리부;
상기 복수 개의 블록영역을 갖는 영상프레임을 흑백 영상프레임 및 에지 영상프레임으로 변환하는 영상 변환부;
상기 흑백 영상프레임에 포함된 복수의 블록영역 각각의 흑백 블록 화소값을 분산 처리하여 상기 흑백 분산 처리정보를 생성하는 흑백 분산 처리부;
상기 에지 영상프레임에 포함된 복수의 블록영역 각각의 에지 블록 화소값을 분산 처리하여 상기 에지 분산 처리정보를 생성하는 에지 분산 처리부; 및
상기 흑백 분산 처리정보 및 상기 에지 분산 처리정보를 결합하여 상기 배경 확정영역을 검출하는 배경영역 검출부
를 포함하는 것을 특징으로 하는 객체검출 전처리 장치.The method according to claim 1,
The pre-
A block processing unit for dividing the image frame into predetermined unit blocks to generate an image frame having a plurality of block regions;
An image converter for converting the image frame having the plurality of block regions into a monochrome image frame and an edge image frame;
A black-and-white dispersion processing unit for variably processing black-and-white block pixel values of each of a plurality of block regions included in the monochrome image frame to generate the monochrome dispersion processing information;
An edge distribution processing unit for variably processing edge block pixel values of each of a plurality of block regions included in the edge image frame to generate the edge distribution processing information; And
A background area detecting unit for detecting the background decided area by combining the monochrome distributed processing information and the edge distribution processing information,
And an object detection unit for detecting the object. 제 2 항에 있어서,
상기 흑백 분산 처리부는,
상기 흑백 영상프레임의 각각의 블록영역에 포함된 화소의 밝기 강도(Intensity)에 대한 상기 흑백 블록 화소값을 측정하고, 상기 흑백 블록 화소값을 분산 처리하여 상기 흑백 분산 처리정보로 생성하는 것을 특징으로 하는 객체검출 전처리 장치.3. The method of claim 2,
Wherein the monochrome dispersion processing unit comprises:
The black and white block pixel values for the brightness intensities of the pixels included in the respective block regions of the black and white image frame are measured and the black and white block pixel values are variably processed to generate the black and white distribution processing information. An object detection pre-processing device. 제 3 항에 있어서,
상기 배경영역 검출부는,
상기 흑백 분산 처리정보가 기 설정된 임계치 이상이면, 이진화를 수행하여 흑백 이진화 정보를 산출하는 것을 특징으로 하는 객체검출 전처리 장치. The method of claim 3,
Wherein the background area detecting unit comprises:
Wherein when the monochrome dispersion processing information is equal to or greater than a predetermined threshold value, binarization is performed to calculate monochrome binarization information. 제 2 항에 있어서,
상기 에지 분산 처리부는,
상기 에지 영상프레임의 각각의 블록영역에 포함된 상기 에지 블록 화소값에 근거하여 에지의 강도(Edge Magnitude)를 측정하고, 상기 에지 블록 화소값을 분산 처리하여 상기 에지 분산 처리정보로 생성하는 것을 특징으로 하는 객체검출 전처리 장치.3. The method of claim 2,
The edge distribution processing unit includes:
The edge magnitude is measured based on the edge block pixel values included in each block area of the edge image frame and the edge block pixel values are variably processed to generate the edge variance process information The object detection apparatus comprising: 제 5 항에 있어서,
상기 배경영역 검출부는,
상기 에지 분산 처리정보가 기 설정된 임계치 이상이면, 이진화를 수행하여 에지 이진화 정보를 산출하는 것을 특징으로 하는 객체검출 전처리 장치.6. The method of claim 5,
Wherein the background area detecting unit comprises:
And binarization is performed to calculate edge binarization information if the edge distribution processing information is equal to or greater than a predetermined threshold value. 제 5 항에 있어서,
상기 에지 분산 처리부는,
각각의 블록영역에 대한 상기 에지 블록 화소값을 x 축 및 y 축으로 미분연산을 수행한 미분 연산값의 제곱근을 상기 에지의 강도로 산출한 후 분산 처리하여 상기 에지 분산 처리정보를 생성하는 것을 특징으로 하는 개체검출 전처리 장치.6. The method of claim 5,
The edge distribution processing unit includes:
The edge scattering processing information is generated by calculating the square root of the differential operation value obtained by differentiating the pixel value of the edge block with respect to each of the block regions by the x and y axes, Wherein the object detection apparatus comprises: 제 4 항 및 제 6 항에 있어서,
상기 배경영역 검출부는,
상기 흑백 이진화 정보 및 상기 에지 이진화 정보가 동일한 경우, 해당 블록영역을 상기 배경 확정영역으로 검출하는 것을 특징으로 하는 객체검출 전처리 장치.The method as claimed in claim 4 or 6,
Wherein the background area detecting unit comprises:
Wherein if the monochrome binarization information and the edge binarization information are the same, the block detection unit detects the block region as the background confirmation area. 제 4 항 및 제 6 항에 있어서,
상기 배경영역 검출부는,
상기 흑백 이진화 정보 및 상기 에지 이진화 정보를 AND 연산하여 결과값이 "1"인 경우, 해당 블록영역을 상기 배경 확정영역으로 검출하는 것을 특징으로 하는 객체검출 전처리 장치.The method as claimed in claim 4 or 6,
Wherein the background area detecting unit comprises:
Wherein the block detection unit detects the block area as the background determination area when the result of ANDing the monochrome binary information and the edge binarization information is "1 ". 제 2 항에 있어서,
상기 영상 변환부는,
상기 영상프레임이 컬러 영상인 경우, 상기 컬러 영상을 상기 흑백 영상프레임 및 상기 에지 영상프레임으로 변환하고, 상기 영상프레임이 흑백 영상인 경우, 상기 흑백영상을 상기 에지 영상프레임으로 변환하는 것을 특징으로 하는 객체검출 전처리 장치.3. The method of claim 2,
The image converter may include:
And converting the color image into the monochrome image frame and the edge image frame when the image frame is a color image and converting the monochrome image into the edge image frame when the image frame is a monochrome image, Object detection preprocessor. 제 2 항에 있어서,
상기 영상 변환부는,
상기 영상프레임의 화소의 밝기가 변화하는 지점을 에지(Edge)로 추출하여 상기 에지 영상프레임으로 변환하는 것을 특징으로 하는 객체검출 전처리 장치.3. The method of claim 2,
The image converter may include:
Extracts a point where a brightness of a pixel of the image frame changes at an edge, and converts the edge image frame into the edge image frame. 영상프레임을 획득하는 영상 획득과정;
상기 영상프레임을 기 설정된 단위블록으로 분할하여 복수 개의 블록영역을 갖는 영상프레임을 생성하는 블록 처리과정;
상기 복수 개의 블록영역을 갖는 영상프레임을 흑백 영상프레임 및 에지 영상프레임으로 변환하는 영상 변환과정;
상기 흑백 영상프레임에 포함된 복수의 블록영역 각각의 흑백 블록 화소값을 분산 처리하여 상기 흑백 분산 처리정보를 생성하는 흑백 분산 처리과정;
상기 에지 영상프레임에 포함된 복수의 블록영역 각각의 에지 블록 화소값을 분산 처리하여 상기 에지 분산 처리정보를 생성하는 에지 분산 처리과정;
상기 흑백 분산 처리정보 및 상기 에지 분산 처리정보를 결합하여 상기 배경 확정영역을 검출하는 배경영역 검출과정; 및
상기 영상프레임에서 상기 배경 확정영역을 제외한 나머지 영역에 대한 객체 후보정보를 추출하여 관심객체가 검출되도록 상기 객체 후보정보를 전송하는 객체후보 추출과정
을 포함하는 것을 특징으로 하는 객체검출 전처리 방법.An image acquiring step of acquiring an image frame;
A block processing step of dividing the image frame into predetermined unit blocks to generate an image frame having a plurality of block areas;
An image converting step of converting an image frame having the plurality of block areas into a monochrome image frame and an edge image frame;
A black-and-white dispersion processing step of variably processing black-and-white block pixel values of each of a plurality of block areas included in the monochrome image frame to generate the monochrome dispersion processing information;
An edge distribution processing step of variably processing edge block pixel values of each of a plurality of block areas included in the edge image frame to generate the edge distribution processing information;
A background area detection process of detecting the background confirmed area by combining the monochrome distributed process information and the edge distribution process information; And
An object candidate extracting step of extracting object candidate information for the remaining area excluding the background determination area in the image frame and transmitting the object candidate information so that an object of interest is detected;
The object detection method comprising: 제 12 항에 있어서,
상기 배경영역 검출과정에 있어서,
동일한 블록영역의 상기 흑백 분산 처리정보 및 상기 에지 분산 처리정보가 기 설정된 임계치 이상이면, 각각 이진화를 수행하여 흑백 이진화 정보 및 에지 이진화 정보를 산출하고, 상기 흑백 이진화 정보 및 상기 에지 이진화 정보가 동일한 경우, 해당 블록영역을 상기 배경 확정영역으로 검출하는 과정을 포함하는 것을 특징으로 하는 객체검출 전처리 방법.13. The method of claim 12,
In the background region detection process,
White binarization information and edge binarization information by performing binarization if the monochrome distribution processing information and the edge distribution processing information of the same block region are equal to or more than a preset threshold value, respectively, and if the monochrome binarization information and the edge binarization information are the same And detecting the corresponding block area as the background confirmation area. 제 12 항에 있어서,
상기 배경영역 검출과정에 있어서,
동일한 블록영역의 상기 흑백 분산 처리정보 및 상기 에지 분산 처리정보가 기 설정된 임계치 이상이면, 각각 이진화를 수행하여 흑백 이진화 정보 및 에지 이진화 정보를 산출하고, 상기 흑백 이진화 정보 및 상기 에지 이진화 정보를 AND 연산하여 결과값이 "1"인 경우, 해당 블록영역을 상기 배경 확정영역으로 검출하는 과정을 포함하는 것을 특징으로 하는 객체검출 전처리 방법.13. The method of claim 12,
In the background region detection process,
When the monochrome distribution processing information and the edge distribution processing information of the same block area are equal to or greater than a predetermined threshold value, respectively, binarization is performed to calculate monochrome binary information and edge binarization information, and the monochrome binary information and the edge binarization information are AND And detecting the block area as the background confirmation area if the result value is "1 ".
KR1020130112508A 2013-09-23 2013-09-23 Method and Apparatus for Preprocessing Image for Detecting Objects KR102150661B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130112508A KR102150661B1 (en) 2013-09-23 2013-09-23 Method and Apparatus for Preprocessing Image for Detecting Objects

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130112508A KR102150661B1 (en) 2013-09-23 2013-09-23 Method and Apparatus for Preprocessing Image for Detecting Objects

Publications (2)

Publication Number Publication Date
KR20150033047A true KR20150033047A (en) 2015-04-01
KR102150661B1 KR102150661B1 (en) 2020-09-01

Family

ID=53030484

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130112508A KR102150661B1 (en) 2013-09-23 2013-09-23 Method and Apparatus for Preprocessing Image for Detecting Objects

Country Status (1)

Country Link
KR (1) KR102150661B1 (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102021441B1 (en) * 2019-05-17 2019-11-04 정태웅 Method and monitoring camera for detecting intrusion in real time based image using artificial intelligence
KR20200128865A (en) 2019-05-07 2020-11-17 현대자동차주식회사 Apparatus for detecting object based on cnn and method thereof
KR20230154682A (en) 2022-05-02 2023-11-09 서울대학교산학협력단 Device and Method for detecting object in video
US12033480B2 (en) 2019-05-17 2024-07-09 Esca Co., Ltd. Image-based real-time intrusion detection method and surveillance camera using artificial intelligence

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006268565A (en) * 2005-03-24 2006-10-05 Nissan Motor Co Ltd Occupant detector and occupant detection method
JP2009536417A (en) * 2006-05-03 2009-10-08 フォトネーション アイルランド リミテッド Improved foreground / background separation in digital images
JP2013012117A (en) * 2011-06-30 2013-01-17 Fujitsu Ltd Image recognition device, image recognition method and computer program for image recognition

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006268565A (en) * 2005-03-24 2006-10-05 Nissan Motor Co Ltd Occupant detector and occupant detection method
JP2009536417A (en) * 2006-05-03 2009-10-08 フォトネーション アイルランド リミテッド Improved foreground / background separation in digital images
JP2013012117A (en) * 2011-06-30 2013-01-17 Fujitsu Ltd Image recognition device, image recognition method and computer program for image recognition

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200128865A (en) 2019-05-07 2020-11-17 현대자동차주식회사 Apparatus for detecting object based on cnn and method thereof
KR102021441B1 (en) * 2019-05-17 2019-11-04 정태웅 Method and monitoring camera for detecting intrusion in real time based image using artificial intelligence
WO2020235819A1 (en) * 2019-05-17 2020-11-26 Jeong Tae Woong Image-based real-time intrusion detection method and surveillance camera using artificial intelligence
US12033480B2 (en) 2019-05-17 2024-07-09 Esca Co., Ltd. Image-based real-time intrusion detection method and surveillance camera using artificial intelligence
KR20230154682A (en) 2022-05-02 2023-11-09 서울대학교산학협력단 Device and Method for detecting object in video

Also Published As

Publication number Publication date
KR102150661B1 (en) 2020-09-01

Similar Documents

Publication Publication Date Title
Hu et al. Moving object detection and tracking from video captured by moving camera
US9158985B2 (en) Method and apparatus for processing image of scene of interest
EP2959454B1 (en) Method, system and software module for foreground extraction
Fernández-Caballero et al. Real-time human segmentation in infrared videos
WO2018056355A1 (en) Monitoring device
JP2008046903A (en) Apparatus and method for detecting number of objects
KR101548639B1 (en) Apparatus for tracking the objects in surveillance camera system and method thereof
KR101737430B1 (en) A method of detecting objects in the image with moving background
KR20150136225A (en) Method and Apparatus for Learning Region of Interest for Detecting Object of Interest
KR102514301B1 (en) Device for identifying the situaton of object's conduct using sensor fusion
KR102150661B1 (en) Method and Apparatus for Preprocessing Image for Detecting Objects
KR101371647B1 (en) Apparatus for detecting fire flame based image data and method of the same
EP3044734B1 (en) Isotropic feature matching
JP4918615B2 (en) Object number detection device and object number detection method
KR101520293B1 (en) Scheduling method for detention of object and of obtaining forensic image by visual attention, and system thereof
JP6831396B2 (en) Video monitoring device
KR20140045834A (en) Method and apparatus for monitoring video for estimating size of single object
KR20140071191A (en) Apparatus and method for extracting object
JP6348020B2 (en) Image processing apparatus, image processing method, and inspection method using the same
KR102614895B1 (en) Real-time object tracking system and method in moving camera video
JP4674920B2 (en) Object number detection device and object number detection method
JP6618438B2 (en) Foreground region extraction apparatus, method, and program
Prasath et al. Vehicle speed measurement and number plate detection using real time embedded system
Rabha Background modelling by codebook technique for automated video surveillance with shadow removal
WO2019082474A1 (en) Three-dimensional intrusion detection system and three-dimensional intrusion detection method

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