KR20160035121A - 깊이 영상정보에서 추출된 위치정보를 이용한 개체계수 방법 및 장치 - Google Patents

깊이 영상정보에서 추출된 위치정보를 이용한 개체계수 방법 및 장치 Download PDF

Info

Publication number
KR20160035121A
KR20160035121A KR1020140125609A KR20140125609A KR20160035121A KR 20160035121 A KR20160035121 A KR 20160035121A KR 1020140125609 A KR1020140125609 A KR 1020140125609A KR 20140125609 A KR20140125609 A KR 20140125609A KR 20160035121 A KR20160035121 A KR 20160035121A
Authority
KR
South Korea
Prior art keywords
image information
depth image
information
extracting
predetermined
Prior art date
Application number
KR1020140125609A
Other languages
English (en)
Inventor
박병관
정시창
배경훈
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 KR1020140125609A priority Critical patent/KR20160035121A/ko
Publication of KR20160035121A publication Critical patent/KR20160035121A/ko

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
    • G06T7/174—Segmentation; Edge detection involving the use of two or more images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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

Landscapes

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

Abstract

깊이 영상정보에서 추출된 위치정보를 이용한 개체계수 방법 및 장치를 개시한다.
본 실시예의 일 측면에 의하면, 깊이 영상정보를 수신하여 깊이 영상정보에서 배경 정보를 필터링 아웃하는 필터링부와 필터링부에서 필터링 아웃한 깊이 영상정보로부터 기 설정된 형상을 갖는 부분의 위치정보를 추출하는 제1추출부 및 적외선 영상정보를 수신하고, 기 설정된 형상을 갖는 부분의 위치정보를 이용하여, 적외선 영상정보에서 기 설정된 형상을 갖는 부분을 추출하는 제2추출부를 포함하는 것을 특징으로 하는 개체인식장치를 제공한다.

Description

깊이 영상정보에서 추출된 위치정보를 이용한 개체계수 방법 및 장치{Method and Apparatus for Counting Entity by Using Location Information Extracted from Depth Image}
본 실시예는 깊이 영상정보에서 추출된 위치정보를 이용하여 개체를 계수하는 방법 및 장치에 관한 것이다.
이 부분에 기술된 내용은 단순히 본 실시예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.
건물 출입구 또는 패스 게이트(pass-gate) 출입구 등과 같이 출입 인원수를 계수하기 위한 목적에서 출입 인원 계수기가 사용되고 있다. 기존의 출입 인원 계수기로서 기계식 출입 인원 계수 장치가 사용되고 있다. 기존의 기계식 출입 인원 계수 장치는 흔히 출입구에 계수 장치가 설치되기 때문에, 드나드는 사람에게 통로가 비좁은 불편함을 주게 되고, 계수 장치 설치를 위해 출입구를 설계 변경하여야 하는 불편이 있었다. 또 다른 종래 기술로서 마그네틱(magnetic) 방식의 출입 인원 계수기가 사용되고 있는데, 마그네틱 방식의 경우 티켓(ticket) 또는 아이디 카드(ID card) 등이 사용되므로 추가 관리의 번거로움 및 경제적 비용 부담 문제에 있어서 효율적이지 못한 단점이 있었다.
이에 따라 기존의 계수 장치의 불편을 해소하기 위한 발명으로 대한민국 공개특허번호 2003-0018487호(공개일 2003년3월6일)의 “영상을 이용한 출입 이동물체 계수방법 및 장치”가 공개되어 있다. 공개 발명은 실시간 영상 획득모듈을 이용하여 배경 영상과 현재 획득한 영상을 서로 비교하여 출입구 내에 출입자가 존재하는지를 검출하는 과정을 수행하고, 이때 획득한 영상을 휘도 신호(Y)와 색차 신호(U,V)로 색을 표현하는 형식인 YUV 형식으로 받아들여 차이 영상을 산출함으로써 검출된 객체에 대한 추적을 수행하여 출입 인원을 계수하는 구성을 갖는다.
그러나 이와 같은 구성의 계수 방법은 출입자가 손을 잡는다든지 어깨동무를 할 경우와 같이 출입자가 겹치는 경우, 출입자를 분리하여 각각을 계수하기 곤란한 문제점을 갖는다. 또한 출입자로부터 발생하는 그림자의 처리가 곤란하며, 어두운 환경에서의 출입자의 계수 역시 곤란해지는 문제점을 갖는다.
본 실시예는, 깊이 영상정보와 적외선 영상정보를 이용하여 출입하는 개체를 계수하는 방법 및 장치를 제공하는 데 주된 목적이 있다.
본 실시예의 일 측면에 의하면, 깊이 영상정보를 수신하여 상기 깊이 영상정보에서 배경 정보를 필터링 아웃하는 필터링부와 상기 필터링부에서 필터링 아웃한 깊이 영상정보로부터 기 설정된 형상을 갖는 부분의 위치정보를 추출하는 제1추출부 및 적외선 영상정보를 수신하고, 상기 기 설정된 형상을 갖는 부분의 위치정보를 이용하여, 상기 적외선 영상정보에서 상기 기 설정된 형상을 갖는 부분을 추출하는 제2추출부를 포함하는 것을 특징으로 하는 개체인식장치를 제공한다.
본 실시예의 다른 측면에 의하면, 깊이(Depth) 영상정보를 수신하여 상기 깊이 영상정보에서 배경 정보를 필터링 아웃하는 제1과정과 필터링 아웃한 깊이 영상정보로부터 기 설정된 형상을 갖는 부분의 위치정보를 추출하는 제2과정 및 적외선 영상정보를 수신하고, 상기 기 설정된 형상을 갖는 부분의 위치정보를 이용하여, 상기 적외선 영상정보에서 상기 기 설정된 형상을 갖는 부분을 추출하는 제3과정을 포함하는 것을 특징으로 하는 개체인식방법을 제공한다.
또한, 본 실시예의 다른 측면에 의하면, 깊이(Depth) 영상정보를 수신하여 상기 깊이 영상정보에서 배경 정보를 필터링 아웃하는 필터링부와 상기 필터링부에서 필터링 아웃한 깊이 영상정보에서 기 설정된 높이를 갖는 구간을 추출하여, 추출한 깊이 영상정보로부터 사람의 머리부분의 위치정보를 추출하는 제1추출부와 적외선 정보를 수신하고, 상기 사람의 머리부분의 위치정보를 이용하여, 상기 적외선 영상정보에서 상기 사람의 머리부분을 추출하는 제2추출부 및 상기 사람의 머리부분의 동선을 추적하여 상기 사람의 머리부분이 기 설정된 지역으로 진입하는지 여부를 판단함으로써 상기 사람의 머리부분을 계수하는 계수부를 포함하는 것을 특징으로 하는 개체인식장치를 제공한다.
이상에서 설명한 바와 같이 본 실시예에 의하면, 촬영한 영상정보를 이용하는 것이 아니라 깊이 영상정보와 적외선 영상정보를 이용하기 때문에, 적은 연산량으로 개체의 출입을 계수할 수 있다. 또한 깊이 영상정보뿐만 아니라 적외선 영상정보를 함께 이용하기 때문에 개체 계수의 정확도가 높아진다.
도 1은 본 발명의 일 실시예에 따른 개체계수시스템을 도시한 도면이다.
도 2a는 본 발명의 일 실시예에 따른 영상 촬영장치로부터 얻을 수 있는 깊이 영상정보를 보여주는 도면이다.
도 2b는 본 발명의 일 실시예에 따른 영상 촬영장치로부터 얻을 수 있는 적외선 영상정보를 보여주는 도면이다.
도 3은 본 발명의 일 실시예에 따른 계수장치의 구성을 도시한 블럭도이다.
도 4a는 영상 촬영장치 아래로 개체가 지나가는 모습을 보여주는 도면이다.
도 4b는 본 발명의 일 실시예에 따른 계수장치가 배경 정보를 필터링한 깊이 영상정보를 보여주는 도면이다.
도 4c는 본 발명의 일 실시예에 따른 계수장치가 기 설정된 부분을 추출한 영상을 보여주는 도면이다.
도 5a는 본 발명의 일 실시예에 따른 개체계수방법을 나타낸 순서도이다.
도 5b는 본 발명의 다른 일 실시예에 따른 개체계수방법을 나타낸 순서도이다.
이하, 본 발명의 일부 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
또한, 본 발명의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 명세서 전체에서, 어떤 부분이 어떤 구성요소를 '포함', '구비'한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 '…부', '모듈' 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
도 1은 본 발명의 일 실시예에 따른 개체계수시스템을 도시한다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 개체계수시스템은 영상 촬영장치(110) 및 계수장치(120)를 포함한다.
영상 촬영장치(110)는 도 1에 도시된 바와 같이, 천장에서 아래를 보는 형태로 설치된다. 영상 촬영장치(110)가 천장에 설치됨으로 인해 맞물림(Occlusion) 현상으로부터 자유롭고, 본 발명의 일 실시예에 따른 계수장치가 개체를 계수하기가 용이해진다.
영상 촬영장치는 하나의 장치로 깊이(Depth) 영상정보와 적외선 영상정보를 획득한다. 이에 관한 설명은 도 2에서 자세히 설명하기로 한다.
계수장치(120)는 영상 촬영장치(110)가 획득한 깊이 영상정보와 적외선 영상정보를 이용하여 출입하는 개체를 계수한다. 이에 관한 설명은 도 3에서 자세히 설명하기로 한다.
도 2a는 본 발명의 일 실시예에 따른 영상 촬영장치로부터 얻을 수 있는 깊이 영상정보를 보여주는 도면이고 도 2b는 본 발명의 일 실시예에 따른 영상 촬영장치로부터 얻을 수 있는 적외선 영상정보를 보여주는 도면이다.
도 2a는 영상 촬영장치(110)가 획득한 깊이 영상정보를 보여주는 도면이다. 영상 촬영장치는 깊이 센서(Depth Sensor)를 포함한다. 적외선 방사체가 방사한 적외선과 개체에 부딪혀 반사된 적외선의 위상 차를 이용해 개체와의 거리를 측정한다. 깊이 센서는 방사된 적외선과 반사된 적외선의 위상 차를 측정하고, 위상 차로부터 적외선의 이동시간을 측정한다. 측정한 이동시간과 빛의 속도의 곱으로부터 개체와의 거리를 측정할 수 있다. 영상 촬영장치는 이런 방식으로 개체와의 거리를 측정하며, 측정한 거리에 따라 명암을 달리하여 깊이 영상정보에 표현한다.
영상 촬영장치(110)는 하나의 장치로 깊이 영상정보 및 적외선 영상정보를 모두 획득할 수 있어, 폐색(Occlusion) 현상이 발생하지 않는다. 여기서 폐색 현상이란 두 영상이 서로 다른 위치에서 획득되는 경우, 한 영상에서는 보이지만 다른 영상에서는 가려져서 보이지 않는 현상을 의미한다. 개체를 계수함에 있어 둘 이상의 영상정보가 필요한 상황이라 가정할 때, 기존의 계수 시스템에서는 영상정보를 획득함에 있어, 거리상으로 떨어진 센서를 이용해 각각의 영상정보를 획득하기 때문에, 이러한 센서들의 거리 차이로 인해 폐색 현상이 발생할 수 있다. 또한 센서들이 거리 차이로 인해, 각각의 센서가 개체를 인식함에 있어 인식하는 각도의 차이 등이 발생할 수 있고, 이러한 차이 등을 보정하기 위해 별도의 처리과정이 더 필요하게 되어 연산량이 증가하게 된다. 반면, 영상 촬영장치(110)는 적외선을 한번 방사하여 깊이 영상정보와 적외선 영상정보를 모두 얻을 수 있기 때문에 맞물림 현상이 발생할 우려도 없고, 센서들의 거리 차이도 없기 때문에 별도의 처리과정을 필요로 하지 않는다.
도 2b는 영상 촬영장치(110)가 획득한 적외선 영상정보를 보여주는 도면이다. 영상 촬영장치(110)는 적외선 방사체(Emitter)와 적외선 센서를 포함한다. 적외선 방사체(Emitter)는 영상 촬영장치가 설치된 형태에 따라, 천장에서 개체가 출입하는 아래쪽 방향으로 적외선을 방사한다. 적외선 센서는 방사된 적외선이 출입하는 개체에 부딪혀 반사되는 적외선을 수신한다. 영상 촬영장치는 이런 방식으로 개체의 적외선 영상정보를 획득한다.
도 3은 본 발명의 일 실시예에 따른 계수장치의 구성을 도시한 블럭도이다.
도 3을 참조하면, 본 발명의 일 실시예에 따른 계수장치는 필터링부(310), 제1추출부(320), 제2추출부(330) 및 개체계수부(340)를 포함한다.
필터링부(310)는 영상 촬영장치로부터 깊이 영상정보를 수신하여 수신한 깊이 영상정보에서 배경정보를 필터링 아웃하는 역할을 한다. 필터링부(310)는 영상 촬영장치로부터 깊이 영상정보만을 수신하고, 수신한 깊이 영상정보에서 개체를 계수하는 데 불필요한 정보인 배경정보를 필터링 아웃한다. 이때, 수신한 깊이 영상정보에서 배경정보를 필터링 아웃하는 방법은 여러 가지가 있다. 예를 들어 연속된 여러 프레임(Frame)의 깊이 영상정보를 비교하여 그 차이로부터 배경정보를 찾는 프레임 차이법(frame difference)이 있다. 다른 방법으로 가우시안 혼합 모델(Gaussian Mixture Model)이 있다. 이는 영상 내의 화소 중 가우시안 모드에 대한 가중치(Weight)가 소정의 기준보다 큰 복수 개의 가우시안 모드를 배경 화소로 지정하고, 지정된 배경 화소를 제거하여 움직이는 객체에 해당하는 전경 화소를 분리한다. 예컨대, 필터링부(310)는 영상 내에서 다수의 사람이 있다면, 가우시안 모드에 대한 가중치를 측정하여 가중치가 높은 고정된 배경에 대한 배경 화소를 지정하고, 영상의 화소에서 지정된 배경 화소를 제거하여 다수의 사람에 해당하는 전경 화소를 분리함으로써, 배경정보를 필터링 아웃할 수 있다.
제1추출부(320)는 필터링부에서 필터링 아웃한 깊이 영상정보로부터 기 설정된 부분의 위치정보를 추출하는 역할을 한다. 제1추출부(320)는 필터링부에서 배경정보를 필터링 아웃한 깊이 영상정보를 수신한다. 제1추출부(320)는 배경정보가 필터링 아웃된 깊이 영상정보에서 기 설정된 부분의 위치정보를 추출하기 위해, 깊이 영상정보에서 기 설정된 높이를 갖는 구간을 먼저 추출한다. 예를 들어, 기 설정된 부분이 성인의 머리라고 하면, 성인의 머리가 존재할 수 있는 구간으로 기 설정된 높이를 갖는 구간을 설정한다. 천장 높이가 4 m이고 성인의 키를 1.5 m 내지 2 m로 가정하면, 천장에서 사람 머리까지의 거리는 2 m 내지 2.5 m가 된다. 이때, 기 설정된 부분이 사람의 머리이므로 머리 전체 부분을 추출하기 위해, 사람의 어깨까지의 거리를 감안하여 기 설정된 높이를 갖는 구간을 2.5 m 내지 3 m로 설정할 수 있다. 기 설정된 높이를 갖는 구간은 기 설정된 부분의 종류에 따라 가변 가능하다.
기 설정된 높이를 갖는 구간을 추출한 깊이 영상정보에서 기 설정된 부분의 위치정보를 추출한다. 기 설정된 높이를 갖는 구간을 추출한 깊이 영상정보는 기 설정된 부분 이외에 다른 노이즈(Noise)가 포함되어 있을 수 있어, 제1추출부는 이러한 노이즈를 제외한 기 설정된 부분의 위치정보만을 추출한다. 특정한 영역 또는 윤곽을 구별하는 블롭 분석(Blob Analysis), 허프 변환(Hugh Transform) 등을 이용하여 기 설정된 부분을 구별할 수 있다. 블롭 분석이란 높은 유사성을 갖는 픽셀영역을 블롭으로 모아 이러한 블롭들을 분석하여 특정부분을 구별하는 방법이다. 허프 변환은 특정부분, 특히 원의 형태를 구별하는데 보다 유리한 방법이다. 허프 변환은 이미지 내에서 라인의 파라메트릭(parametric) 표시를 생성하고, 파라메트릭 표시가 2차원 이미지에서의 직선 또는 곡선을 직선 또는 곡선에 적합한 파라미터에 의해 생성되는 허프 공간상에 맵핑한다. 예를 들면, 2차원 이미지에서의 직선은 좌표계의 원점으로부터 그들의 방향과 거리를 특정하는 2차원 파라미터 공간상에 맵핑될 수 있고, 2차원 이미지에서의 원은 원의 중심 좌표 및 반경을 특정하는 3차원 파라미터 공간상에 맵핑될 수 있다. 이렇게 허프 공간상에서 맵핑된 정보를 이용하여 실제 공간에서의 이미지를 특정하며 이를 구별하는 방법이다. 이러한 블롭 분석, 허프 변환 등을 이용하여 기 설정된 부분을 노이즈로부터 구별한다. 예를 들어, 기 설정된 부분이 사람의 머리라 가정하면, 사람의 머리는 원형 또는 타원형을 가지므로, 기 설정된 높이를 갖는 구간을 추출한 깊이 영상정보에서 블롭 분석 또는 허프 변환을 이용하여 원형 또는 타원형을 구별하여 이를 추출한다.
깊이 영상정보에서 기 설정된 높이를 갖는 구간을 설정하여 이를 먼저 추출함으로써, 깊이 영상정보로부터 기 설정된 부분의 위치정보의 추출이 보다 빠르고 적은 연산으로도 가능해진다. 또한 깊이 영상정보로부터 기 설정된 부분의 위치정보를 추출하기 때문에 그림자가 생기는 경우, 조명 환경이 어두운 경우, 여러 사람이 붙어서 지나가는 경우 등에 있어서도 영향을 받지 않고 기 설정된 부분의 위치정보를 추출할 수 있다.
제2추출부(330)는 영상 촬영장치로부터 수신한 적외선 영상정보와 제1추출부로부터 추출한 기 설정된 부분의 위치정보를 이용하여 기 설정된 부분을 추출하는 역할을 한다. 제2추출부는 영상 촬영장치가 획득한 적외선 영상정보를 수신하며, 제1추출부에서 추출한 깊이 영상정보에서 기 설정된 부분의 위치정보도 함께 수신한다. 제1추출부로부터 수신한 기 설정된 부분의 위치정보를 이용하여 영상 촬영장치로부터 수신한 적외선 영상정보에서 기 설정된 부분만을 추출한다. 깊이 영상정보로부터 추출한 기 설정된 부분의 위치정보를 적외선 영상정보의 밝기 등의 정보와 함께 이용하여 개체를 계수하기 때문에, 보다 정확한 계수가 가능하다.
개체계수부(340)는 제2추출부에서 추출된 기 설정된 부분을 계수하는 역할을 한다. 특정 시간대의 특정 영역의 개체를 계수할 수 있으며, 나아가 기 설정된 부분의 동선을 추적하여 특정 영역으로 출입하는 개체도 계수할 수 있다. 광류(Optical Flow)를 파악하는 방식 등을 이용하여 기 설정된 부분의 동선을 추적함으로써, 특정 영역으로 출입하는 개체를 계수할 수 있다. 여기서 광류를 파악하여 기 설정된 부분의 동선을 추적하는 방식은 다음과 같다. 픽셀의 속도는 이전프레임과 현재 프레임 사이에 픽셀이 이동한 양(변위)과 관련이 있음을 이용한다. 영상에 내부의 모든 픽셀에서 속도를 구하여 프레임 장면에서 객체가 어떻게 움직이고 있는지 추적하는 방식이다. 이렇게 기 설정된 부분의 동선을 추적하여 특정 영역으로 출입하는 개체를 계수한다. 특정 영역으로 출입하기 위한 출입구에 임의의 선(Line)을 설정하고, 기 설정된 부분의 동선을 추적하여 기 설정된 부분이 기 설정된 선을 지나는지 여부에 따라 개체가 특정 영역으로 출입하는지 계수할 수 있다.
도 3을 참조하면, 본 발명의 다른 일 실시예에 따른 계수장치는 필터링부(310), 제1추출부(320), 제2추출부(330) 및 개체계수부(340)를 포함한다.
필터링부(310)는 앞서 언급된 일 실시예에 따른 필터링부와 같은 역할을 한다.
제1추출부(320)는 필터링부(310)에서 필터링 아웃한 깊이 영상정보로부터 기 설정된 높이를 갖는 구간을 추출하는 역할을 한다. 제1추출부(320)는 필터링부에서 배경정보를 필터링 아웃한 깊이 영상정보를 수신하여 깊이 영상정보에서 기 설정된 높이를 갖는 구간을 먼저 추출한다. 기 설정된 높이를 갖는 구간은 기 설정된 부분의 종류에 따라 가변 가능하다.
제2추출부(330)는 영상 촬영장치로부터 수신한 적외선 영상정보와 제1추출부로부터 추출한 기 설정된 높이를 갖는 구간을 이용하여 기 설정된 부분을 추출하는 역할을 한다. 제2추출부는 영상 촬영장치가 획득한 적외선 영상정보를 수신하며, 제1추출부에서 추출한 깊이 영상정보에서 기 설정된 부분의 위치정보도 함께 수신한다. 제1추출부로부터 수신한 기 설정된 부분의 위치정보를 이용하여 영상 촬영장치로부터 수신한 적외선 영상정보에서 기 설정된 높이를 갖는 구간을 추출한다. 기 설정된 높이를 갖는 구간을 추출한 후, 기 설정된 높이를 갖는 구간을 추출한 적외선 영상정보에서 기 설정된 부분의 위치정보를 추출한다. 기 설정된 높이를 갖는 구간을 추출한 깊이 영상정보는 기 설정된 부분 이외에 다른 노이즈(Noise)가 포함되어 있을 수 있어, 제2추출부는 이러한 노이즈를 제외한 기 설정된 부분의 위치정보만을 추출한다. 특정한 영역 또는 윤곽을 구별하는 블롭 분석(Blob Analysis), 허프 변환(Hugh Transform) 등을 이용하여 기 설정된 부분을 구별할 수 있다.
개체계수부(340)는 앞서 언급된 일 실시예에 따른 개체계수부와 같은 역할을 한다.
도 3에 도시된 계수장치(120)에 포함된 각 구성요소는 장치 내부의 소프트웨어적인 모듈 또는 하드웨어적인 모듈을 연결하는 통신 경로에 연결되어 상호 간에 유기적으로 동작한다. 이러한 구성요소는 하나 이상의 통신 버스 또는 신호선을 이용하여 통신한다.
도 4a는 영상 촬영장치 아래로 개체가 지나가는 모습을 보여주는 도면이고, 도 4b는 본 발명의 일 실시예에 따른 계수장치가 필터링 아웃한 깊이 영상정보를 보여주는 도면이며, 도 4c는 본 발명의 일 실시예에 따른 계수장치가 기 설정된 부분을 추출한 영상을 보여주는 도면이다.
도 4a는 영상 촬영장치 아래로 개체가 지나가는 모습을 보여주는 도면이다. 기존의 개체계수장치는 도 4a에 표현된 영상정보와 같이 출입하는 개체가 붙어다니는 경우에는 개체를 계수함에 있어 오차가 발생할 가능성이 있다.
도 4b는 본 발명의 일 실시예에 따른 계수장치가 필터링 아웃한 깊이 영상정보를 보여주는 도면이다. 앞서 설명한 것처럼 본 발명의 일 실시예에 따른 영상 촬영장치는 개체와의 거리에 따라 명암의 차이를 표현한 깊이 영상정보를 획득한다. 영상 촬영장치로부터 가장 가까운 부분은 진하게 표현되고 먼 거리는 점점 연하게 표현된다. 획득한 깊이 영상정보에서 프레임 차이법이나 가우시안 혼합 모델 등을 이용하여 배경 정보를 필터링 아웃한다.
도 4c는 본 발명의 일 실시예에 따른 계수장치가 기 설정된 부분을 추출한 영상을 보여주는 도면이다. 도 4b에 표현된 배경 정보가 필터링 아웃된 깊이 영상정보로부터 기 설정된 높이를 갖는 구간을 추출하고, 그 구간으로부터 블롭 분석 또는 허프 변환 등을 이용해 사람의 머리 부분을 추출한다. 도 4c에서 추출한 영상을 볼 수 있듯이, 개체의 기 설정된 특정 부분만을 추출하여 계수를 하기 때문에, 개체가 붙어서 지나가는 경우라 하더라도 크게 영향을 받지 않는다.
도 4a, 도 4b 및 도 4c는 개체를 사람으로 설정하고, 기 설정된 부분을 머리로 설정하였으나, 반드시 이에 한정하는 것은 아니다.
도 5a는 본 발명의 일 실시예에 따른 개체계수방법을 나타낸 순서도이다.
깊이 영상정보 및 적외선 영상정보를 획득한다(S510). 영상 촬영장치 내에 존재하는 적외선 방사체 이용하여 깊이 영상정보 및 적외선 영상정보를 함께 획득한다. 하나의 장치로부터 함께 영상을 획득하기 때문에, 맞물림 현상이 발생하지 않으며, 획득하는 센서의 거리 차를 보정하기 위한 별도의 과정도 필요로 하지 않는다.
깊이 영상정보를 수신하여 수신한 깊이 영상정보에서 배경 정보를 필터링 아웃한다(S520). 수신한 깊이 영상정보에서 프레임 차이법, 가우시안 함수 모델링 등을 이용하여 배경 정보를 필터링 아웃한다.
배경정보를 필터링 아웃한 깊이 영상정보에서 기 설정된 부분에 따라 설정한 기 설정된 높이를 갖는 구간을 추출한다(S530). 기 설정된 높이를 갖는 구간을 먼저 추출하는 경우, 직접 기 설정된 부분을 추출하는 것에 비해 보다 정확히 기 설정된 부분을 추출할 수 있고, 연산량도 줄어든다. 여기서 기 설정된 높이를 갖는 구간은 기 설정된 부분의 종류에 따라 가변 가능하다.
추출한 기 설정된 높이를 갖는 구간에서 기 설정된 부분의 위치정보를 추출한다(S540). 깊이 영상정보에서 블롭 분석, 허프 변환 등을 이용하여 기 설정된 부분을 추출한다. 깊이 영상정보로부터 추출하기 때문에, 추출된 부분의 위치정보를 용이하게 알 수 있다.
적외선 영상정보를 수신하여 수신한 적외선 영상정보에 추출한 기 설정된 부분의 위치정보를 적용하여 기 설정된 부분을 추출한다(S550). 앞선 과정에 의해 기 설정된 부분의 위치정보를 파악하였기 때문에, 파악한 위치정보를 이용하여 적외선 영상정보로부터 추출하고자 하는 기 설정된 부분을 용이하게 추출할 수 있다.
추출한 기 설정된 부분을 계수한다(S560). 출입하는 개체를 기 설정된 부분으로 계수하기 때문에, 개체가 붙어 출입하는 경우 등에도 오차 없이 계수를 할 수 있다.
추출한 기 설정된 부분의 동선을 추적하여 특정 영역에 진입하는지 여부를 파악한다(S570). 광류(Optical Flow)를 파악하는 방식 등을 이용하여 기 설정된 부분의 동선을 추적함으로써, 특정 영역으로 출입하는 개체를 계수할 수 있다. 또한 특정 영역으로 출입하기 위한 출입구에 임의의 선(Line)을 설정하고, 기 설정된 부분의 동선을 추적하여 기 설정된 부분이 기 설정된 선을 지나는지 여부에 따라 개체가 특정 영역으로 출입하는지 계수할 수 있다.
도 5a에서는 과정 S510 내지 과정 S570을 순차적으로 실행하는 것으로 기재하고 있으나, 이는 본 발명의 일 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것이다. 다시 말해, 본 발명의 일 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 일 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 도 5a에 기재된 순서를 변경하여 실행하거나 과정 S510 내지 과정 S570 중 하나 이상의 과정을 병렬적으로 실행하는 것으로 다양하게 수정 및 변형하여 적용 가능할 것이므로, 도 5a는 시계열적인 순서로 한정되는 것은 아니다.
도 5b는 본 발명의 다른 일 실시예에 따른 개체계수방법을 나타낸 순서도이다.
깊이 영상정보 및 적외선 영상정보를 획득한다(S580). 영상 촬영장치 내에 존재하는 적외선 방사체 이용하여 깊이 영상정보 및 적외선 영상정보를 함께 획득한다.
깊이 영상정보를 수신하여 수신한 깊이 영상정보에서 배경 정보를 필터링 아웃한다(S590). 수신한 깊이 영상정보에서 프레임 차이법, 가우시안 함수 모델링 등을 이용하여 배경 정보를 필터링 아웃한다.
배경정보를 필터링 아웃한 깊이 영상정보에서 기 설정된 부분에 따라 설정한 기 설정된 높이를 갖는 구간을 추출한다(S600). 기 설정된 높이를 갖는 구간을 먼저 추출하는 경우, 직접 기 설정된 부분을 추출하는 것에 비해 보다 정확히 기 설정된 부분을 추출할 수 있고, 연산량도 줄어든다. 여기서 기 설정된 높이를 갖는 구간은 기 설정된 부분의 종류에 따라 가변 가능하다.
적외선 영상정보를 수신하여 수신한 적외선 영상정보에 추출한 기 설정된 높이를 갖는 구간을 적용하여 적외선 영상정보에서 기 설정된 높이를 갖는 구간을 추출한다(S610). 획득한 적외선 영상정보를 수신하여 적외선 영상정보에서 기 설정된 높이를 갖는 구간을 추출한다.
추출한 기 설정된 높이를 갖는 구간에서 기 설정된 부분을 추출한다(S620). 앞선 과정으로부터 적외선 영상정보로부터 추출한 기 설정된 높이를 갖는 구간에서 기 설정된 부분을 추출한다. 블롭 분석, 허프 변환 등을 이용하여 기 설정된 부분을 추출한다.
추출한 기 설정된 부분을 계수한다(S630). 출입하는 개체를 기 설정된 부분으로 계수하기 때문에, 개체가 붙어 출입하는 경우 등에도 오차 없이 계수를 할 수 있다.
추출한 기 설정된 부분의 동선을 추적하여 특정 영역에 진입하는지 여부를 파악한다(S640). 광류(Optical Flow)를 파악하는 방식 등을 이용하여 기 설정된 부분의 동선을 추적함으로써, 특정 영역으로 출입하는 개체를 계수할 수 있다. 또한 특정 영역으로 출입하기 위한 출입구에 임의의 선(Line)을 설정하고, 기 설정된 부분의 동선을 추적하여 기 설정된 부분이 기 설정된 선을 지나는지 여부에 따라 개체가 특정 영역으로 출입하는지 계수할 수 있다.
도 5b에서는 과정 S580 내지 과정 S640을 순차적으로 실행하는 것으로 기재하고 있으나, 이는 본 발명의 일 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것이다. 다시 말해, 본 발명의 일 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 일 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 도 5b에 기재된 순서를 변경하여 실행하거나 과정 S580 내지 과정 S640 중 하나 이상의 과정을 병렬적으로 실행하는 것으로 다양하게 수정 및 변형하여 적용 가능할 것이므로, 도 5b는 시계열적인 순서로 한정되는 것은 아니다.
한편, 도 5a 또는 도 5b에 도시된 과정들은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 즉, 컴퓨터가 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 및 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)와 같은 저장매체를 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
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.
110: 영상 촬영장치 120: 계수장치
310: 필터링부 320: 제1추출부
330: 제2추출부 330: 개체계수부

Claims (15)

  1. 깊이(Depth) 영상정보를 수신하여 상기 깊이 영상정보에서 배경 정보를 필터링 아웃하는 필터링부;
    상기 필터링부에서 필터링 아웃한 깊이 영상정보로부터 기 설정된 형상을 갖는 부분의 위치정보를 추출하는 제1추출부; 및
    적외선 영상정보를 수신하고, 상기 기 설정된 형상을 갖는 부분의 위치정보를 이용하여, 상기 적외선 영상정보에서 상기 기 설정된 형상을 갖는 부분을 추출하는 제2추출부
    를 포함하는 것을 특징으로 하는 개체인식장치.
  2. 제1항에 있어서,
    상기 깊이 영상정보 및 적외선 영상정보는,
    하나의 영상 촬영장치로부터 모두 획득되는 것을 특징으로 하는 개체인식장치.
  3. 제1항에 있어서,
    상기 필터링부는,
    상기 깊이 영상정보와 상기 깊이 영상정보 이전에 수신한 깊이 영상정보를 비교하여 상기 배경 정보를 필터링 아웃하는 것을 특징으로 하는 개체인식장치.
  4. 제1항에 있어서,
    상기 제1추출부는,
    상기 필터링부에서 필터링 아웃한 깊이 영상정보에서 기 설정된 높이를 갖는 구간을 추출하여, 추출한 깊이 영상정보로부터 상기 기 설정된 형상을 갖는 부분의 위치정보를 추출하는 것을 특징으로 하는 개체인식장치.
  5. 제4항에 있어서,
    상기 기 설정된 높이를 갖는 구간은,
    인식하고자 하는 개체의 종류에 따라 변화 가능한 것을 특징으로 하는 개체인식장치.
  6. 제1항에 있어서,
    상기 제2추출부가 상기 적외선 영상정보에서 추출한 기 설정된 형상을 갖는 부분을 계수(Counting)하는 개체계수부를 더 포함하는 것을 특징으로 하는 개체인식장치.
  7. 제6항에 있어서,
    상기 개체계수부는,
    상기 기 설정된 형상을 갖는 부분의 동선을 추적하여 상기 기 설정된 형상을 갖는 부분이 기 설정된 지역으로 출입하는지 여부를 판단함으로써 상기 기 설정된 형상을 갖는 부분을 계수하는 것을 특징으로 하는 개체인식장치.
  8. 제7항에 있어서,
    상기 개체계수부는,
    상기 기 설정된 형상을 갖는 부분이 상기 기 설정된 지역의 출입구에 기 설정된 선을 지나는지 여부로 상기 기 설정된 지역으로 출입하는지 여부를 판단하는 것을 특징으로 하는 개체인식장치.
  9. 깊이(Depth) 영상정보를 수신하여 상기 깊이 영상정보에서 배경 정보를 필터링 아웃하는 제1과정;
    필터링 아웃한 깊이 영상정보로부터 기 설정된 형상을 갖는 부분의 위치정보를 추출하는 제2과정; 및
    적외선 영상정보를 수신하고, 상기 기 설정된 형상을 갖는 부분의 위치정보를 이용하여, 상기 적외선 영상정보에서 상기 기 설정된 형상을 갖는 부분을 추출하는 제3과정
    을 포함하는 것을 특징으로 하는 개체인식방법.
  10. 제9항에 있어서,
    상기 제1과정은,
    상기 깊이 영상정보와 상기 깊이 영상정보 이전에 수신한 깊이 영상정보를 비교하여 상기 배경 정보를 필터링 아웃하는 것을 특징으로 하는 개체인식방법.
  11. 제9항에 있어서,
    상기 제2과정은,
    상기 필터링 아웃한 깊이 영상정보에서 기 설정된 높이를 갖는 구간을 추출하여, 추출한 깊이 영상정보로부터 상기 기 설정된 형상을 갖는 위치정보를 추출하는 것을 특징으로 하는 개체인식방법.
  12. 제11항에 있어서,
    상기 기 설정된 높이를 갖는 구간은,
    인식하고자 하는 개체의 종류에 따라 변화 가능한 것을 특징으로 하는 개체인식방법.
  13. 제9에 있어서,
    상기 제3과정에서 추출한 기 설정된 형상을 갖는 부분을 계수(Counting)하는 제4과정을 더 포함하는 것을 특징으로 하는 개체인식방법.
  14. 제13항에 있어서,
    상기 제4과정은,
    상기 기 설정된 형상을 갖는 부분의 동선을 추적하여 상기 기 설정된 형상을 갖는 부분이 기 설정된 지역으로 진입하는지 여부를 판단함으로써 상기 기 설정된 형상을 갖는 부분을 계수하는 것을 특징으로 하는 개체인식방법.
  15. 깊이(Depth) 영상정보를 수신하여 상기 깊이 영상정보에서 배경 정보를 필터링 아웃하는 필터링부;
    상기 필터링부에서 필터링 아웃한 깊이 영상정보에서 기 설정된 높이를 갖는 구간을 추출하여, 추출한 깊이 영상정보로부터 사람의 머리부분의 위치정보를 추출하는 제1추출부;
    적외선 정보를 수신하고, 상기 사람의 머리부분의 위치정보를 이용하여, 상기 적외선 영상정보에서 상기 사람의 머리부분을 추출하는 제2추출부; 및
    상기 사람의 머리부분의 동선을 추적하여 상기 사람의 머리부분이 기 설정된 지역으로 진입하는지 여부를 판단함으로써 상기 사람의 머리부분을 계수하는 계수부
    를 포함하는 것을 특징으로 하는 개체인식장치.
KR1020140125609A 2014-09-22 2014-09-22 깊이 영상정보에서 추출된 위치정보를 이용한 개체계수 방법 및 장치 KR20160035121A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140125609A KR20160035121A (ko) 2014-09-22 2014-09-22 깊이 영상정보에서 추출된 위치정보를 이용한 개체계수 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140125609A KR20160035121A (ko) 2014-09-22 2014-09-22 깊이 영상정보에서 추출된 위치정보를 이용한 개체계수 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20160035121A true KR20160035121A (ko) 2016-03-31

Family

ID=55651885

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140125609A KR20160035121A (ko) 2014-09-22 2014-09-22 깊이 영상정보에서 추출된 위치정보를 이용한 개체계수 방법 및 장치

Country Status (1)

Country Link
KR (1) KR20160035121A (ko)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105938571A (zh) * 2016-04-19 2016-09-14 北京农业信息技术研究中心 害虫识别计数系统及方法
KR102055920B1 (ko) 2018-12-19 2019-12-13 (주)린치핀 온라인 파츠북 서비스 제공 방법 및 시스템
KR20200076088A (ko) 2018-12-19 2020-06-29 (주)린치핀 온라인 파츠북 서비스 제공 방법 및 시스템
KR20200106472A (ko) 2020-08-31 2020-09-14 (주)린치핀 클라우드 기반 온라인 파츠북 서비스 제공 방법 및 시스템
KR20200106471A (ko) 2020-08-31 2020-09-14 (주)린치핀 온라인 파츠북 뷰어 시스템
KR20200108808A (ko) 2020-08-31 2020-09-21 (주)린치핀 온라인 파츠북을 이용한 파츠 주문 배송 시스템
KR20210072285A (ko) * 2019-12-09 2021-06-17 한국건설기술연구원 재실자 인원 실시간 모니터링을 위한 cctv 영상정보 분석 시스템 및 그 방법
KR20210080203A (ko) 2019-12-20 2021-06-30 (주)린치핀 스마트 물류 시스템을 위한 온라인 파츠북 서비스를 지원하는 모바일 단말기
KR20210079912A (ko) 2019-12-20 2021-06-30 (주)린치핀 온라인 파츠북 서비스 관리 방법 및 시스템
KR20220076558A (ko) * 2020-11-30 2022-06-08 에이비주식회사 가축 관리 시스템 및 이의 동작 방법
KR20240133144A (ko) 2023-02-28 2024-09-04 동명대학교산학협력단 3d 캐드파일 출력이 가능한 파츠북 뷰어 제공 시스템

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105938571B (zh) * 2016-04-19 2018-04-10 北京农业信息技术研究中心 害虫识别计数系统及方法
CN105938571A (zh) * 2016-04-19 2016-09-14 北京农业信息技术研究中心 害虫识别计数系统及方法
KR102055920B1 (ko) 2018-12-19 2019-12-13 (주)린치핀 온라인 파츠북 서비스 제공 방법 및 시스템
KR20200076088A (ko) 2018-12-19 2020-06-29 (주)린치핀 온라인 파츠북 서비스 제공 방법 및 시스템
KR20210072285A (ko) * 2019-12-09 2021-06-17 한국건설기술연구원 재실자 인원 실시간 모니터링을 위한 cctv 영상정보 분석 시스템 및 그 방법
KR20210079916A (ko) 2019-12-20 2021-06-30 (주)린치핀 온라인 파츠북 서비스를 지원하는 모바일 단말기
KR20210080203A (ko) 2019-12-20 2021-06-30 (주)린치핀 스마트 물류 시스템을 위한 온라인 파츠북 서비스를 지원하는 모바일 단말기
KR20210079912A (ko) 2019-12-20 2021-06-30 (주)린치핀 온라인 파츠북 서비스 관리 방법 및 시스템
KR20200108808A (ko) 2020-08-31 2020-09-21 (주)린치핀 온라인 파츠북을 이용한 파츠 주문 배송 시스템
KR20200106471A (ko) 2020-08-31 2020-09-14 (주)린치핀 온라인 파츠북 뷰어 시스템
KR20200106472A (ko) 2020-08-31 2020-09-14 (주)린치핀 클라우드 기반 온라인 파츠북 서비스 제공 방법 및 시스템
KR20220076558A (ko) * 2020-11-30 2022-06-08 에이비주식회사 가축 관리 시스템 및 이의 동작 방법
KR20240133144A (ko) 2023-02-28 2024-09-04 동명대학교산학협력단 3d 캐드파일 출력이 가능한 파츠북 뷰어 제공 시스템

Similar Documents

Publication Publication Date Title
KR20160035121A (ko) 깊이 영상정보에서 추출된 위치정보를 이용한 개체계수 방법 및 장치
KR101758576B1 (ko) 물체 탐지를 위한 레이더 카메라 복합 검지 장치 및 방법
US7729512B2 (en) Stereo image processing to detect moving objects
CN103942959B (zh) 一种车道检测方法及装置
CN103077386B (zh) 一种级联的视频流虹膜图像质量检测方法
KR101608889B1 (ko) 대기열 모니터링 장치 및 방법
US20180165828A1 (en) Object Recognition Device and Object Recognition System
WO2017183769A1 (ko) 이상 상황을 감지하는 장치 및 방법
KR20200071799A (ko) 딥러닝 인공지능 기술을 이용한 객체인식 및 카운팅 방법
CN104966062B (zh) 视频监视方法和装置
CN104378582A (zh) 一种基于ptz摄像机巡航的智能视频分析系统及方法
US10789495B2 (en) System and method for 1D root association providing sparsity guarantee in image data
KR101448391B1 (ko) 피플 카운팅 시스템
US8965068B2 (en) Apparatus and method for discriminating disguised face
Stahlschmidt et al. Applications for a people detection and tracking algorithm using a time-of-flight camera
KR102096230B1 (ko) 도착 레인으로 합병되는 이동 아이템의 출발 레인을 결정
WO2011054971A2 (en) Method and system for detecting the movement of objects
CN110717400A (zh) 一种客流统计方法、装置及系统
KR101917783B1 (ko) 주차장 관리 시스템
KR101961266B1 (ko) 시선 추적 장치 및 이의 시선 추적 방법
KR100885418B1 (ko) 오버헤드 카메라 영상에서 사람을 감지하고 추적하는시스템 및 그 방법
JP5679760B2 (ja) 侵入物体検出装置
KR100532058B1 (ko) 카메라 캘리브레이션을 이용한 교통정보 추출 방법 및 장치
KR101355206B1 (ko) 영상분석을 이용한 출입 계수시스템 및 그 방법
JP2010118039A (ja) 移動体検出装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application