KR20160139110A

KR20160139110A - 보행자 후보 영역 검출 방법 및 이를 이용한 보행자 인식 방법

Info

Publication number: KR20160139110A
Application number: KR1020150073014A
Authority: KR
Inventors: 이석중; 윤기욱; 이만영; 백민규
Original assignee: 라온피플 주식회사
Priority date: 2015-05-26
Filing date: 2015-05-26
Publication date: 2016-12-07
Also published as: KR101705876B1

Abstract

본 발명은 보행자 후보 영역 검출 방법 및 이를 이용한 보행자 인식 방법에 관한 것으로, 보다 상세하게는, 원적외선 카메라의 영상을 이용하여 보행자를 인식하기 위한 방법에 있어 효율성과 정확성을 향상시킨 보행자 후보 영역 검출 방법과 이를 적용시킨 보행자 인식 방법에 관한 것이다.
본 발명의 일 실시예에 따른 보행자 후보 영역 검출 방법은, 입력 영상에 대해 관심 영역(ROI: Region Of Interest)을 설정하는 관심 영역 설정 단계; 상기 관심 영역 설정 단계를 통해 설정된 관심 영역의 영상 환경에 대응되는 밝기(intensity)의 임계값(threshold)을 계산하는 임계값 계산 단계; 상기 임계값 계산 단계를 통해 계산된 임계값을 이용해 에지(edge)를 추출하는 에지 추출 단계; 상기 에지 추출 단계를 통해 추출된 에지 영상에 대해 이진화를 수행하는 이진화 단계; 및 상기 이진화 단계를 통해 이진화 된 영상에 대해 레이블링(labeling)을 수행하는 레이블링 단계;를 포함하여 구성될 수 있다.

Description

보행자 후보 영역 검출 방법 및 이를 이용한 보행자 인식 방법{METHOD FOR DETECTING PEDESTRIAN CANDIDATE AND METHOD FOR RECOGNIZING PEDESTRIAN USING THE SAME}

본 발명은 보행자 후보 영역 검출 방법 및 이를 이용한 보행자 인식 방법에 관한 것으로, 보다 상세하게는, 원적외선 카메라의 영상을 이용하여 보행자를 인식하기 위한 방법에 있어 효율성과 정확성을 향상시킨 보행자 후보 영역 검출 방법과 이를 적용시킨 보행자 인식 방법에 관한 것이다.

야간 운전 시 운전자의 안정적인 시야 확보와 이를 통한 교통사고 예방 등을 위한 목적으로, 최근 나이트 비전(Night Vision)에 대한 기술 개발이 활발히 진행되고 있다.

나이트 비전은 근적외선 카메라나 원적외선 카메라 등을 이용하여 운전자로 하여금 시야 확보가 가능하도록 뷰(view)를 제공하는 기능 및 야간 보행자 인식 기능 등을 제공함으로써, 날씨 등의 주변 조건에 영향을 받지 않는 안정적인 운전 환경 제공과 보행자에 대한 사전 경보를 통한 사고 방지 등의 효과를 제공하기 위한 운전 보조 장치 가운데 하나이다.

이와 같은 나이트 비전은 실시간 입력되는 영상 데이터에 대한 신속한 영상 처리를 통해 보행자를 인식하고, 인식 결과를 바탕으로 운전자에게 경보하기 위한 기능이 필수적으로 요구되며, 이러한 기능의 보다 정확하고 효율적인 구현을 위해 다양한 기술들이 제안되고 있다.

본 발명은 원적외선 카메라를 이용한 보행자 인식 시스템 등에 적용 가능한 보행자 인식 방법에 있어서, 보다 효율적으로 보행자 후보 영역을 검출하기 위한 방법을 제안하고, 이를 이용하여 구성된, 개량된 보행자 인식 방법을 제공하기 위한 것이다.

대한민국 공개특허공보 제10-2014-0076043호(발명의 명칭: 보행자 후보 검출장치 및 검출방법) 대한민국 공개특허공보 제10-2014-0132076호(발명의 명칭: 원적외선 카메라 기반 야간 보행자 인식 방법)

본 발명은 전술한 문제점을 해결하기 위하여 안출된 것으로 원적외선 카메라의 영상을 이용하여 보행자를 인식하기 위한 방법에 있어 효율성과 정확성을 향상시킨 보행자 후보 영역 검출 방법과 이를 적용시킨 보행자 인식 방법을 제공하는 것을 목적으로 한다.

본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.

상기한 목적을 달성하기 위한 본 발명의 보행자 후보 영역 검출 방법은, 입력 영상에 대해 관심 영역(ROI: Region Of Interest)을 설정하는 관심 영역 설정 단계; 상기 관심 영역 설정 단계를 통해 설정된 관심 영역의 영상 환경에 대응되는 밝기(intensity)의 임계값(threshold)을 계산하는 임계값 계산 단계; 상기 임계값 계산 단계를 통해 계산된 임계값을 이용해 에지(edge)를 추출하는 에지 추출 단계; 상기 에지 추출 단계를 통해 추출된 에지 영상에 대해 이진화를 수행하는 이진화 단계; 및 상기 이진화 단계를 통해 이진화 된 영상에 대해 레이블링(labeling)을 수행하는 레이블링 단계;를 포함하여 구성될 수 있다.

여기서, 상기 임계값 계산 단계는, 하기의 [수학식]에 의해 임계값(T)을 구하도록 구성되는 것이 바람직할 수 있다.

[수학식]

또한, 상기 에지 추출 단계는, 상기 임계값을 중심으로 인접 영상 사이의 밝기(intensity)값이 갖는 기울기를 이용해 에지를 추출하도록 구성될 수 있으며, 상기 관심 영역 설정 단계는, 카메라의 촬영 각도에 대응되도록 입력 영상 가운데 상부 영상의 적어도 일부 영역을 제외시키도록 구성될 수 있다.

한편, 본 발명의 보행자 인식 방법은, 입력 영상에 대해 보행자 후보 영역을 검출하여 레이블링 박스를 생성하는 후보 영역 검출 단계; 상기 후보 영역 검출 단계를 통해 생성된 상기 레이블링 박스에 대한 특성 검사를 통해 상기 후보 영역에 대한 1차 선별을 수행하는 레이블링 박스 특성 검사 단계; 상기 레이블링 박스 특성 검사 단계를 통해 선별된 상기 후보 영역에 대해 에지 대칭성 검사를 통해 2차 선별을 수행하는 에지 대칭성 검사 단계; 상기 에지 대칭성 검사 단계를 통해 선별된 상기 후보 영역에 대해 밝기 특성 검사를 통해 3차 선별을 수행하는 밝기 특성 검사 단계; 및 상기 밝기 특성 검사 단계를 통해 선별된 상기 후보 영역에 대해 소실점 특성 검사를 통해 보행자 인식을 수행하는 보행자 인식 단계;를 포함하여 구성될 수 있다.

여기서, 상기 후보 영역 검출 단계가, 상기 입력 영상에 대해 관심 영역을 설정하는 관심 영역 설정 단계; 상기 관심 영역 설정 단계를 통해 설정된 관심 영역의 영상 환경에 대응되는 밝기(intensity)의 임계값(threshold)을 계산하는 임계값 계산 단계; 상기 임계값 계산 단계를 통해 계산된 임계값을 이용해 에지를 추출하는 에지 추출 단계; 상기 에지 추출 단계를 통해 추출된 에지 영상에 대해 이진화를 수행하는 이진화 단계; 및 상기 이진화 단계를 통해 이진화 된 영상에 대해 레이블링 박스를 생성하는 레이블링 박스 생성 단계; 등을 포함하여 구성될 수 있음은 전술한 바와 같다.

전술한 바와 같은 본 발명에 의하면, 원적외선 카메라를 이용한 보행자 인식 시스템 등에 적용 가능한 보행자 인식 방법에 있어, 보다 효율적인 보행자 후보 영역 검출이 가능할 수 있다는 장점이 있다.

이에 따라, 시스템의 전체적인 처리 데이터 규모가 감소됨으로써 데이터 처리 속도의 향상 및 정확도의 향상이 가능할 수 있도록 한다는 장점을 제공할 수 있다.

아울러, 처리 데이터 규모의 감소 및 맥스-엔트로피(Max-entropy) 알고리즘을 적용한 임계값(Threshold) 설정 등을 통해 영상 데이터의 노이즈를 감소시킬 수 있도록 함으로써, 결과적으로 인식률의 향상이 가능할 수 있다는 등의 추가적인 효과를 제공할 수 있다.

도 1은 본 발명의 일 실시예에 따른 보행자 후보 영역 검출 방법을 설명하기 위한 순서도이다.
도 2a 내지 도 2d는 도 1의 실시예에 적용되는 각각의 구성 단계를 설명하기 위한 예시도이다.
도 3은 본 발명의 일 실시예에 따른 보행자 인식 방법을 설명하기 위한 순서도이다.
도 4a 내지 도 4d는 도 3의 실시예에 적용되는 각각의 구성 단계를 설명하기 위한 예시도이다.
도 5는 3을 이용한 보행자 인식 방법의 수행 과정을 설명하기 위한 예시도이다.

전술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술되며, 이에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 상세한 설명을 생략한다.

이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다. 도면에서 동일한 참조부호는 동일 또는 유사한 구성요소를 가리키는 것으로 사용된다.

도 1은 본 발명의 일 실시예에 따른 보행자 후보 영역 검출 방법을 설명하기 위한 순서도이고, 도 2a 내지 도 2d는 도 1의 실시예에 적용되는 각각의 구성 단계를 설명하기 위한 예시도이다.

도 1 및 도 2a 내지 도 2d를 참조하면, 본 발명의 일 실시예에 따른 보행자 후보 영역 검출 방법은, 관심 영역(ROI: Region Of Interest) 설정 단계(S110), 영상의 밝기(intensity)에 대한 임계값(Threshold) 계산 단계(S120), 임계값 보다 밝기값이 더 큰 영역에 대한(S130) 에지(edge) 추출 단계(S140) 및 레이블링(labeling) 단계(S170) 등을 포함하여 구성됨을 확인할 수 있다.

관심 영역 설정 단계(S110)는 입력되는 영상에 대해 보행자와 무관한 부분의 영상을 제외시키는 등의 방법에 의해 관심 영역을 설정하는 과정으로써, 가령, 차량용 나이트 비전 등에 적용되는 보행자 인식 시스템의 경우 일반적인 상황에서는 영상의 상단 부분에 보행자가 위치할 가능성이 없기 때문에, 입력 영상 가운데 카메라의 촬영 각도 등을 고려한 상부 영상의 일정 부분을 제외하는 방법에 의해 관심 영역을 설정할 수 있다(도 2a 참조).

다시 말해, 카메라를 통해 촬영되는 전체 영상에 대해 보행자와 무관한 영상 영역을 제외시킴으로써, 시스템이 처리해야 할 영상 데이터의 양을 감소시킬 수 있어 전체적인 데이터 처리 속도의 향상 등을 가능할 수 있도록 한다. 도 2a의 경우 상단의 붉은 색 박스 부분을 제외한 나머지 영상이 관심 영역으로 설정됨을 나타내고 있다.

임계값 계산 단계(S120)는 전체 영상의 밝기 수준 등을 고려하여 밝기값에 대한 적절한 임계값을 설정하는 과정으로써, 열화상은 열이 있는 물체의 밝기값이 높게 나타난다는 특성으로 인해 열이 있는 보행자가 주변 배경보다 높은 밝기값을 갖는다는 점을 이용하여, 보행자가 효과적으로 드러날 수 있는 임계값을 계산하는 과정을 나타낸다.

본 발명의 실시예에 있어서는, 이와 같은 임계값의 계산을 위해 다음의 [수학식 1]과 같은 맥스-엔트로피(Max-entropy) 알고리즘을 적용하는 것이 바람직할 수 있다.

상기와 같은 맥스-엔트로피 알고리즘은 먼저 임계값(T) 보다 작은 영역에 대한 엔트로피(H_B(t))를 구하고 이어서 임계값 보다 큰 영역에 대한 엔트로피(H_W(t))를 구한 후, 이들의 합이 최대 값을 갖는 T값을 구해 이를 임계값으로 적용하도록 하는 방식을 사용한다. 따라서, 관심 영역 설정 단계(S110)를 통해 설정된 관심 영역의 영상 환경에 대응되는 적절한 임계값을 구할 수 있도록 함으로써, 보행자 후보 영역의 영상이 보다 효과적으로 드러날 수 있게 한다. 주변 영상을 고려하지 않음으로써 적절하지 못한 임계값이 설정된 다양한 경우의 예시도가 도 2b에 도시되어 있다.

이와 같은 과정에 의해 임계값이 구해지면(S120) 임계값 보다 큰 밝기값을 갖는 픽셀을 제외한(S130) 나머지 부분을 관심 영역에서 제외(S150)시킴으로써, 관심 영역에 속하는 영상 데이터의 규모를 대폭 감소시킬 수 있게 된다.

에지 추출 단계(S140)는, 상기의 과정을 통해 임계값 보다 큰 밝기값을 갖는 픽셀들이 선택(S130)되면 이러한 픽셀들에 대한 에지를 추출하는 과정을 나타낸다.

이때, 보행자와 주위 배경의 사이에는 밝기값의 급격한 기울기가 존재하게 되며, 이를 이용하면 보행자 후보 영역의 에지를 쉽게 추출할 수 있다. 즉, 임계값을 중심으로 보행자 영상 영역은 임계값에 비해 상당히 큰 값을 갖는데 반해 주변 영역 영상은 임계값에 비해 상당히 작은 값을 갖게 되며, 따라서, 이들이 인접된 영역에서는 밝기값의 사이에 당연히 급격한 기울기가 발생될 수밖에 없다.

다만, 이러한 기울기는 전체 영상의 밝기 수준이나 계산된 임계값 등에 따라 다양한 형태로 나타나기 때문에 어느 정도 수준이 급격한 수준인지에 대해 범위를 한정하기는 부적절한 측면이 있으며, 전체 영상으로부터 구해진 밝기값 상관 관계 내에서 상대적으로 더 급격한 기울기를 갖는 데이터를 이용해 에지를 추출하는 것이 바람직할 수 있을 것이다.

도 2c의 (a)는 전체 영상에 대한 에지 추출 결과를 나타내고 있고 (b)는 본 발명의 실시예에 따라 설정된 관심 영역 및 임계값에 의해 필터링 된 영역에 대한 에지 추출 결과를 나타내고 있다.

다시 말해, 입력되는 전체 영상에 대해 에지를 추출하도록 하는 방식에 비해 본 발명의 방식이 처리 데이터의 규모 등에 있어 매우 경제적임을 알 수 있으며, 이로 인해 전체적인 시스템의 처리 속도의 향상 및 정확성 향상 등의 효과 제공이 가능하게 된다.

에지 추출 단계(S140)를 통해 보행자 후보 영역의 에지 추출이 완료되면, 후보 영역의 영상을 이진화(S160)시킨 후 이를 레이블링(S170)함으로써 보행자 후보 영역 검출의 모든 과정이 마무리 된다.

레이블링(S170)은 도 2d에 도시된 바와 같이 레이블링 박스 생성 등에 의해 이루어질 수 있다.

도 3은 본 발명의 일 실시예에 따른 보행자 인식 방법을 설명하기 위한 순서도이고, 도 4a 내지 도 4d는 도 3의 실시예에 적용되는 각각의 구성 단계를 설명하기 위한 예시도이다.

도 3 및 도 4a 내지 도 4d를 참조하면, 본 발명의 일 실시예에 따른 보행자 인식 방법은, 후보 영역 검출 단계(S310), 레이블링 박스 매칭 단계(S320), 에지 대칭성 검사 단계(S330), 밝기 특성 검사 단계(S340) 및 소실점 특성 이용 단계(S350) 등을 포함하여 구성됨을 확인할 수 있다.

후보 영역 검출 단계(S310)는 앞서 도 1 및 도 2a 내지 도 2d를 참조하여 설명한 바와 같이, 관심 영역 설정 단계(S110), 임계값 계산 단계(S120), 임계값 보다 밝기값이 더 큰 영역에 대한(S130) 에지 추출 단계(S140) 및 레이블링 단계(S170) 등을 포함하여 구성될 수 있다. 임계값의 계산을 위해 [수학식 1]과 같은 맥스-엔트로피 알고리즘의 적용이 가능할 수 있음 등에 대해서는 전술한 바 있다.

또한, 에지 추출을 위해 인접 영상 사이의 기울기 변화 등을 참고할 수 있으며, 이렇게 추출된 에지에 대해 2진화 과정을 거쳐 레이블링 박스 생성 등의 레이블링 단계를 수행할 수 있음 또한 전술한 바와 같다.

이상의 과정을 통해 후보 영역 검출 단계(S310)가 마무리 되면, 후보 영역 검출 단계(S310)를 통해 생성된 레이블링 박스에 대한 특성 검사(S320)를 통해 후보 영역들에 대한 1차 선별을 수행할 수 있다.

즉, 레이블링 박스의 사이즈나 가로/세로 비율 등을 고려한 매칭 과정을 통해 사람의 형태와 크게 차이가 나는 레이블링 박스를 제외시킴으로써, 후보 영역 검출 단계(S310)를 통해 검출된 다수의 후보 영역에 대해 1차 선별을 마무리할 수 있다.

도 4a는 도 2d와 같은 후보 영역 레이블링 영상에 대한 레이블링 박스 매칭 검사를 통해 선별된 후보 영역을 나타내고 있다.

에지 대칭성 검사(S330)는, 1차 선별된 레이블링 영역에 대한 대칭성 검사를 수행하는 과정을 의미한다. 부연하자면, 보행자 영상의 경우 대체적으로 좌우 대칭적 형태를 갖게 되는 것이 일반적이므로, 전혀 대칭적이지 않게 나타나는 영상을 제외시키는 과정을 통해 후보 영상들에 대한 2차 선별을 수행할 수 있다.

도 4b는, 우측에 확대되어 표시된 영상의 경우 전혀 대칭적인 특성을 갖고 있지 않은 관계로, 후보 영상에서 제외시킬 수 있음을 설명하고 있는 예시도이다.

밝기 특성 검사 단계(S340)는, 보행자 영상의 경우 밝기값은 영역의 중심으로 모이는 것이 일반적이므로, 이러한 밝기 특성을 갖는 영상만을 대상으로 3차 선별을 수행하는 과정을 의미한다.

즉, 도 4c를 참조하면, 각각의 영상들은 일정 면적을 갖는 밝은 중심 영역이 존재하는 형태를 갖고 있으므로 보행자 영상일 확률이 높은 영상으로 분류될 수 있다. 따라서, 이와 같은 형태를 갖추지 못한 영상들을 후보 영상에서 제외시킴으로써 보행자 영상 후보들을 더욱 압축시킬 수 있도록 하는 과정이 밝기 특성 검사 단계(S340)이다. 이를 위해, 각각의 후보 영역의 밝기값에 대한 영역 임계값(local threshold)을 계산하여 이진화시키는 방식 등이 이용될 수 있다.

소실점 특성 이용 단계(S350)는 카메라와 거리가 가까울수록 큰 객체로, 거리가 멀수록 작은 객체로 표시되는 특성을 이용하여, 이에 반하는 후보 영상들을 제외시키는 과정을 의미한다.

즉, 도 4d와 같이, 거리가 달라짐에 따라 같은 크기의 물체라도 크기가 다르게 인식되는 점을 이용함으로써, 상기의 선별 과정을 모두 통과한 후보 영상이 복수개의 프레임(frame)에 대해서 소실점 특성을 나타내는지 여부를 검사하는 과정을 수행할 수 있다.

또한 본 발명은, 소실점 특성 이용 단계(S350)의 수행 전에 상기 1차 선별, 2차 선별 및 3차 선별 과정을 모두 통과한 후보 영역에 대해 기준 영상과의 히스토그램 매칭(Histogram matching)을 통해 매칭률을 계산하는 과정을 수행하도록 구성될 수 있다. 여기서 기준 영상이란, 다양한 형태를 갖는 보행자 영상을 평균한 영상을 의미하며, 시스템의 데이터베이스 등에 미리 저장되어 관리되는 것이 바람직할 수 있다.

다시 말해, 상기의 선별 과정을 모두 통과한 후보 영역에 대해 히스토크램 매칭률의 계산을 통해 매칭률이 기준치 이상인 영상을 다시 한정하고, 이들 영상에 대해 복수개의 프레임(frame)을 통해 동일 객체에 대한 영상임을 확인한 후, 이 과정에서 소실점 특성 검사를 수행하도록 할 수 있다.

그리고 이상의 선별 과정 등을 통해 선택된 영상을 보행자 영상으로 최종 확정함으로써 보행자 인식(S360)의 모든 과정이 마무리 되도록 구성될 수 있다.

다시 말해, 본 발명은 도 1 내지 도 2d를 통해 설명한 바와 같은 보행자 후보 영역 검출 방법에 따라 보행자 후보 영역을 검출(S310)한 후, 레이블링 박스 매칭 단계(S320), 에지 대칭성 검사 단계(S330), 밝기 특성 검사 단계(S340) 및 소실점 특성 이용 단계(S350) 등을 이용함으로써 보행자 인식을 수행할 수 있다. 여기서, 상기 후보 영역에 대한 각각의 선별 단계(S320 내지 S350)들은 일부 그 순서가 바뀌어 수행되는 것도 가능할 수 있으나, 보다 바람직하게는 상기의 순서대로 보행자 인식이 이루어지는 것이 좋다.

특히, 밝기 특성 검사 단계(S340)의 경우 보행자 후보 영상에 대한 영역 임계값(local threshold) 계산 과정이 추가로 요구될 수 있기 때문에, 밝기 특성 검사 단계(S340)가 수행되기 이전에 보행자 후보 영상 데이터를 최소화 시키는 것이 영상 처리 속도 향상에 도움이 되며, 따라서, 레이블링 박스 매칭 단계(S320) 및 에지 대칭성 검사 단계(S330)는 그 순서와 무관하게, 밝기 특성 검사 단계(S340)의 수행 이전에 완료되는 것이 바람직할 수 있다.

도 5는 도 3을 이용한 보행자 인식 방법의 수행 과정을 설명하기 위한 예시도이다.

도 5를 참조하면, 본 발명의 실시예와 같은 보행자 인식 방법에 따르면, (a) 영역 영상의 경우 에지 대칭성 검사 과정에서 제외되고, (b) 영역 영상들의 경우 밝기 특성 검사 과정에서 제외가 이루어지며, (c) 영역 영상은 소실점 특성 검사 과정에서 제외가 이루어지게 됨으로써, 결과적으로 (d) 영역의 영상만이 보행자 영상으로 최종 인식됨을 알 수 있다.

이때, 이와 같은 (a) 내지 (d)의 후보 영역을 검출하기 위해 관심 영역 설정 단계, 임계값 계산 단계 등을 포함하는 보행자 후보 영역 검출 방법이 적용될 수 있음에 대해서는 전술한 바 있다.

아울러, 일부 후보 영상들을 제외시킴으로써 실제 보행자 영상만을 선별하기 위한 상기 각각의 과정들이 그 순서가 바뀌더라도 무방할 수 있으나, 영역 임계값 계산 과정을 필요로 하는 밝기 특성 검사 단계의 경우 가급적 모든 단계의 후반부에 이루어지는 것이 바람직할 수 있음 또한 앞서 설명한 바와 같다.

전술한 바와 같은 본 발명은, 본 발명이 속하는 기술 분야의 통상의 기술자에게 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로, 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다.

Claims

입력 영상에 대해 관심 영역(ROI: Region Of Interest)을 설정하는 관심 영역 설정 단계;
상기 관심 영역 설정 단계를 통해 설정된 관심 영역의 영상 환경에 대응되는 밝기(intensity)의 임계값(threshold)을 계산하는 임계값 계산 단계;
상기 임계값 계산 단계를 통해 계산된 임계값을 이용해 에지(edge)를 추출하는 에지 추출 단계;
상기 에지 추출 단계를 통해 추출된 에지 영상에 대해 이진화를 수행하는 이진화 단계; 및
상기 이진화 단계를 통해 이진화 된 영상에 대해 레이블링(labeling)을 수행하는 레이블링 단계;를 포함하는 보행자 후보 영역 검출 방법.
제 1 항에 있어서,
상기 임계값 계산 단계는, 하기의 [수학식]에 의해 임계값(T)을 구하는 것을 특징으로 하는 보행자 후보 영역 검출 방법.
[수학식]
제 1 항 또는 제 2 항에 있어서,
상기 에지 추출 단계는, 상기 임계값을 중심으로 인접 영상 사이의 밝기(intensity)값이 갖는 기울기를 이용해 에지를 추출하는 것을 특징으로 하는 보행자 후보 영역 검출 방법.
제 3 항에 있어서,
상기 관심 영역 설정 단계는, 영상의 촬영 각도에 대응되도록 입력 영상 가운데 상부 영상의 적어도 일부 영역을 제외시키는 것을 특징으로 하는 보행자 후보 영역 검출 방법.
입력 영상에 대해 보행자 후보 영역을 검출하여 레이블링 박스를 생성하는 후보 영역 검출 단계;
상기 후보 영역 검출 단계를 통해 생성된 상기 레이블링 박스에 대한 특성 검사를 통해 상기 후보 영역에 대한 1차 선별을 수행하는 레이블링 박스 특성 검사 단계;
상기 레이블링 박스 특성 검사 단계를 통해 선별된 상기 후보 영역에 대해 에지 대칭성 검사를 통해 2차 선별을 수행하는 에지 대칭성 검사 단계;
상기 에지 대칭성 검사 단계를 통해 선별된 상기 후보 영역에 대해 밝기 특성 검사를 통해 3차 선별을 수행하는 밝기 특성 검사 단계; 및
상기 밝기 특성 검사 단계를 통해 선별된 상기 후보 영역에 대해 소실점 특성 검사를 통해 보행자 인식을 수행하는 보행자 인식 단계;를 포함하는 보행자 인식 방법.
제 5 항에 있어서,
상기 후보 영역 검출 단계는,
상기 입력 영상에 대해 관심 영역을 설정하는 관심 영역 설정 단계;
상기 관심 영역 설정 단계를 통해 설정된 관심 영역의 영상 환경에 대응되는 밝기(intensity)의 임계값(threshold)을 계산하는 임계값 계산 단계;
상기 임계값 계산 단계를 통해 계산된 임계값을 이용해 에지를 추출하는 에지 추출 단계;
상기 에지 추출 단계를 통해 추출된 에지 영상에 대해 이진화를 수행하는 이진화 단계; 및
상기 이진화 단계를 통해 이진화 된 영상에 대해 레이블링 박스를 생성하는 레이블링 박스 생성 단계;를 포함하는 것을 특징으로 하는 보행자 인식 방법.
제 6 항에 있어서,
상기 임계값 계산 단계는, 하기의 [수학식]에 의해 임계값(T)을 구하는 것을 특징으로 하는 보행자 인식 방법.

[수학식]
제 5 항 내지 제 7 항 중 어느 한 항에 있어서,
상기 에지 추출 단계는, 상기 임계값을 중심으로 인접 영상 사이의 밝기(intensity)값이 갖는 기울기를 이용해 에지를 추출하는 것을 특징으로 하는 보행자 인식 방법.
제 8 항에 있어서,
상기 1차 선별, 2차 선별 및 3차 선별 과정을 모두 통과한 후보 영역에 대해 기준 영상과의 히스토그램 매칭(Histogram matching)을 통해 매칭률을 계산한 후, 상기 매칭률이 일정 수준 이상일 경우 상기 소실점 특성 검사 단계를 수행하는 것을 특징으로 하는 보행자 인식 방법.
제 8 항에 있어서,
상기 레이블링 박스 특성 검사 단계는, 상기 레이블링 박스의 사이즈 특성 또는 가로/세로 비율 특성을 이용하여 이루어지는 것을 특징으로 하는 보행자 인식 방법.
제 8 항에 있어서,
상기 밝기 특성 검사 단계는, 상기 1차 및 2차 선별 과정을 통과한 후보 영역에 대해, 각각의 후보 영역 내에서 중심부와 주변부에 대한 밝기값을 이용한 영역 임계값(local threshold) 계산을 통해 이루어지는 것을 특징으로 하는 보행자 인식 방법.