KR20180131830A - 어휘 트리에 기반하여 객체를 인식하는 방법 및 장치 - Google Patents

어휘 트리에 기반하여 객체를 인식하는 방법 및 장치 Download PDF

Info

Publication number
KR20180131830A
KR20180131830A KR1020170068427A KR20170068427A KR20180131830A KR 20180131830 A KR20180131830 A KR 20180131830A KR 1020170068427 A KR1020170068427 A KR 1020170068427A KR 20170068427 A KR20170068427 A KR 20170068427A KR 20180131830 A KR20180131830 A KR 20180131830A
Authority
KR
South Korea
Prior art keywords
feature points
determining
input image
indices
steps
Prior art date
Application number
KR1020170068427A
Other languages
English (en)
Other versions
KR102399673B1 (ko
Inventor
이희진
김승찬
홍성훈
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020170068427A priority Critical patent/KR102399673B1/ko
Priority to US15/804,867 priority patent/US10534980B2/en
Publication of KR20180131830A publication Critical patent/KR20180131830A/ko
Application granted granted Critical
Publication of KR102399673B1 publication Critical patent/KR102399673B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G06K9/2054—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2323—Non-hierarchical techniques based on graph theory, e.g. minimum spanning trees [MST] or graph cuts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06K9/481—
    • G06K9/6267—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/469—Contour-based spatial representations, e.g. vector-coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G06V10/763—Non-hierarchical techniques, e.g. based on statistics of modelling distributions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/12—Bounding box
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Discrete Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Image Analysis (AREA)

Abstract

일 실시예에 따른 객체를 인식하는 방법 및 장치는 입력 영상으로부터 특징점들 및 특징점들 각각에 대응하는 기술자들을 획득하고, 기술자들을 이용하여 특징점들의 인덱스들을 결정하고, 인덱스들마다의 특징점들의 밀도 분포를 예측하며, 밀도 분포의 예측 결과에 기초하여 입력 영상에 포함된 적어도 하나의 객체를 인식한다.

Description

어휘 트리에 기반하여 객체를 인식하는 방법 및 장치{METHOD AND APPARATUS FOR RECOGNIZING OBJECT BASED ON VOCABULARY TREE}
아래 실시예들은 어휘 트리에 기반하여 객체를 인식하는 방법 및 장치에 관한 것이다.
하나의 입력 영상에 포함된 객체가 무엇인지를 파악하는 데에는 데이터베이스(Data Base)에 미리 등록되어 있는 이미지들이 입력 영상에 포함되어 있는지를 인식하는 다양한 방법들이 이용될 수 있다.
이러한 인식하는 방법들은 입력 영상에 포함된 이미지의 일부가 중첩(occlusion) 등에 의해 가려지는 경우, 객체를 잘못 인식할 수 있다. 또한, 입력 영상에 포함된 하나의 객체는 인식이 가능하지만, 다수 개의 객체들은 인식이 어렵다. 이 밖에도, 객체의 정확한 인식을 위해서는 많은 학습 이미지들을 필요로 하지만, 많은 학습 이미지들은 데이터의 크기가 매우 커서 모바일 어플리케이션(Mobile Application)에 적용하기 용이하지 않다.
일 측에 따르면, 객체를 인식하는 방법은 입력 영상으로부터 특징점들 및 상기 특징점들 각각에 대응하는 기술자들(descriptors)을 획득하는 단계; 상기 기술자들을 이용하여 상기 특징점들의 인덱스들을 결정하는 단계; 상기 인덱스들마다의 특징점들의 밀도 분포를 예측하는 단계; 및 상기 밀도 분포의 예측 결과에 기초하여 상기 입력 영상에 포함된 적어도 하나의 객체를 인식하는 단계를 포함한다.
상기 특징점들의 인덱스들을 결정하는 단계는 상기 기술자들을 미리 학습된 어휘 트리(vocabulary tree)에 적용하여 상기 특징점들의 인덱스들을 결정하는 단계를 포함할 수 있다.
상기 특징점들의 인덱스들을 결정하는 단계는 상기 특징점들과 상기 어휘 트리의 각 노드에 대응하는 특징 벡터 간의 유사도 스코어들을 산출하는 단계; 및 상기 유사도 스코어들에 기초하여 상기 특징점들의 인덱스들을 결정하는 단계를 포함할 수 있다.
상기 유사도 스코어들을 산출하는 단계는 Lp-노옴(norm)을 이용하여 상기 특징점들과 상기 어휘 트리의 각 노드에 대응하는 특징 벡터 간의 유사도 스코어들을 산출하는 단계를 포함할 수 있다.
상기 유사도 스코어들에 기초하여 상기 특징점들의 인덱스들을 결정하는 단계는 상기 유사도 스코어들을 정렬(sort)하는 단계; 및 상기 정렬된 유사도 스코어들 중 가장 높은 유사도 스코어를 가지는 특징 벡터에 대응하는 인덱스를 상기 특징점들의 인덱스들로 결정하는 단계를 포함할 수 있다.
상기 적어도 하나의 객체를 인식하는 단계는 상기 밀도 분포의 예측 결과에 기초하여 상기 입력 영상에 포함된 적어도 하나의 객체 영역(blob)에 대응하는 대표 인덱스를 결정하는 단계; 및 상기 대표 인덱스에 기초하여 상기 입력 영상에 포함된 적어도 하나의 객체를 인식하는 단계를 포함할 수 있다.
상기 대표 인덱스를 결정하는 단계는 상기 특징점들과 상기 어휘 트리의 각 노드에 대응하는 특징 벡터 간의 유사도 스코어들의 가중화된 합(weighted sum)에 기초하여 상기 대표 인덱스를 결정하는 단계를 포함할 수 있다.
상기 특징점들의 밀도 분포를 예측하는 단계는 커널 밀도 추정(Kernel Density Estimation; KDE) 기법을 이용하여 상기 특징점들의 밀도 분포를 예측하는 단계를 포함할 수 있다.
상기 적어도 하나의 객체를 인식하는 단계는 상기 밀도 분포의 예측 결과에 기초하여 상기 적어도 하나의 객체 영역을 분할하는 단계를 포함할 수 있다.
상기 적어도 하나의 객체 영역을 분할하는 단계는 상기 밀도 분포의 예측 결과에 기초한 바운딩 박스(bounding box)를 이용하여 상기 입력 영상에 포함된 적어도 하나의 객체 영역을 분할하는 단계를 포함할 수 있다.
상기 특징점들 및 상기 기술자들을 획득하는 단계는 상기 입력 영상으로부터 상기 특징점들을 추출하는 영역을 제한하는 단계; 및 상기 제한된 영역으로부터 상기 특징점들 및 상기 기술자들을 획득하는 단계를 포함할 수 있다.
일 측에 따르면, 객체를 인식하는 방법은 입력 영상으로부터 추출된 특징점들 각각의 좌표를 결정하는 단계; 상기 특징점들 각각의 좌표를 기초로, 상기 입력 영상에 포함된 적어도 하나의 객체 영역을 구분하는 단계; 상기 적어도 하나의 객체 영역에 속한 특징점들에 대응하는 기술자들을 이용하여 상기 특징점들의 인덱스들을 결정하는 단계; 및 상기 특징점들의 인덱스들을 이용하여 상기 입력 영상에 포함된 적어도 하나의 객체를 인식하는 단계를 포함한다.
상기 적어도 하나의 객체 영역을 구분하는 단계는 상기 특징점들 각각의 좌표를 기초로 상기 특징점들을 클러스터링 함으로써 상기 입력 영상에 포함된 적어도 하나의 객체 영역을 구분하는 단계를 포함할 수 있다.
상기 특징점들의 인덱스들을 결정하는 단계는 상기 적어도 하나의 객체 영역에 속한 특징점들에 대응하는 기술자들을 미리 학습된 어휘 트리에 적용하여 상기 특징점들의 인덱스들을 결정하는 단계를 포함할 수 있다.
상기 특징점들의 인덱스들을 결정하는 단계는 상기 특징점들과 상기 어휘 트리의 각 노드에 대응하는 특징 벡터 간의 유사도 스코어들을 산출하는 단계; 및 상기 유사도 스코어들에 기초하여 상기 특징점들의 인덱스들을 결정하는 단계를 포함할 수 있다.
상기 적어도 하나의 객체를 인식하는 단계는 상기 적어도 하나의 객체 영역에 대응되는 대표 인덱스를 결정하는 단계; 및 상기 대표 인덱스에 기초하여 상기 입력 영상에 포함된 적어도 하나의 객체를 인식하는 단계를 포함할 수 있다.
상기 대표 인덱스를 결정하는 단계는 상기 특징점들의 인덱스들마다의 개수를 카운트하는 단계; 및 상기 인덱스들마다의 개수에 기초하여 상기 적어도 하나의 객체 영역에 대응되는 대표 인덱스를 결정하는 단계를 포함할 수 있다.
일 측에 따르면, 객체를 인식하는 장치는 입력 영상을 수신하는 통신 인터페이스; 미리 학습된 어휘 트리를 저장하는 메모리; 및 상기 입력 영상으로부터 특징점들 및 상기 특징점들 각각에 대응하는 기술자들을 획득하고, 상기 기술자들을 상기 어휘 트리에 적용하여 상기 특징점들의 인덱스들을 결정하고, 상기 특징점들의 상기 인덱스들마다에 속하는 특징점들의 밀도 분포를 예측하여 상기 입력 영상에 포함된 적어도 하나의 객체를 인식하는 프로세서를 포함한다.
상기 프로세서는 상기 특징점들과 상기 어휘 트리의 각 노드에 대응하는 특징 벡터 간의 유사도 스코어들을 산출하고, 상기 유사도 스코어들에 기초하여 상기 특징점들의 인덱스들을 결정할 수 있다.
도 1은 일 실시예에 따른 객체를 인식하는 방법을 나타낸 흐름도.
도 2는 일 실시예에 따른 입력 영상을 도시한 도면.
도 3 내지 도 6은 일 실시예에 따른 객체를 인식하는 방법을 설명하기 위한 도면들.
도 3은 일 실시예에 따라 특징점들의 인덱스를 결정하는 방법을 설명하기 위한 도면.
도 4 내지 도 5는 실시예들에 따라 대표 인덱스를 결정하는 방법을 설명하기 위한 도면.
도 6은 일 실시예에 따라 입력 영상에 포함된 적어도 하나의 객체를 인식하는 방법을 설명하기 위한 도면.
도 7은 다른 실시예에 따라 객체를 인식하는 방법을 나타내 흐름도.
도 8은 다른 실시예에 따라 객체를 인식하는 방법을 나타낸 흐름도.
도 9 내지 도 11은 다른 실시예에 따라 객체를 인식하는 방법을 설명하기 위한 도면.
도 12는 일 실시예에 따른 어휘 트리를 구성하는 방법을 나타낸 흐름도.
도 13은 일 실시예에 따른 특징점들 각각에 대응하는 기술자들을 설명하기 위한 도면.
도 14는 일 실시예에 따른 어휘 트리를 구성하는 방법을 설명하기 위한 도면.
도 15는 일 실시예에 따른 객체를 인식하는 장치의 블록도.
이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 특허출원의 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명하는 실시예들에는 다양한 변경이 가해질 수 있다. 아래 설명하는 실시예들은 실시 형태에 대해 한정하려는 것이 아니며, 이들에 대한 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 실시예를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수 개의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1은 일 실시예에 따른 객체를 인식하는 방법을 나타낸 흐름도이다. 도 1을 참조하면, 인식 장치가 입력 영상에 포함된 적어도 하나의 객체가 무엇인지를 파악한 후, 파악된 객체에 해당하는 객체 영역을 분할하는 과정을 통해 객체를 인식하는 과정이 설명된다.
일 실시예에 따른 객체를 인식하는 장치(이하, '인식 장치')는 입력 영상으로부터 특징점들(feature points) 및 특징점들 각각에 대응하는 기술자들(descriptors)을 획득한다(110). 인식 장치는 예를 들어, 도 2에 도시된 입력 영상에 포함된 객체에 대한 특징점들을 추출할 수 있다. 특징점들은 예를 들어, 코너점(corner point) 등과 같이 영상에서 객체를 추적하거나 인식할 때 해당 객체를 구별하는 데에 이용될 수 있다.
인식 장치가 입력 영상으로부터 특징점들을 추출하는 데에는 예를 들어, SIFT(Scale Invariant Feature Transform), SURF(Speeded up robust features), BRIEF(Binary robust independent elementary features) 등과 같이 미리 알려진 특징점 검출 방법들이 사용될 수 있다.
기술자들은 특징점들 각각에 대응하며 '특징 벡터' 또는 '시각적 단어(visual word)' 라고 부를 수 있다. 일 실시예에 따른 인식 장치는 상술한 특징점 검출 방법에 의해 특징점들 각각에 대응하는 ORB(Oriented Fast and Rotated BRIEF) 기술자들을 획득할 수 있다.
실시예에 따라서, 인식 장치는 입력 영상으로부터 특징점들을 추출하는 영역을 제한하고, 제한된 영역으로부터 특징점들 및 기술자들을 획득할 수도 있다.
인식 장치는 예를 들어, 오브젝트 프러포절(Object proposal) 알고리즘에 의해 입력 영상의 전체 영역 중 인식하고자 하는 객체가 있을 법한 영역의 후보군을 바운딩 박스(Bounding box)로 표기하고, 바운딩 박스에 해당하는 영역으로부터 특징점들을 추출할 수도 있다. 이를 통해 인식 장치는 연산량 및 연산 시간을 줄여 객체를 인식하는 방법의 실시간 구현이 용이하도록 할 수 있다.
인식 장치는 기술자들을 이용하여 특징점들의 인덱스들을 결정할 수 있다(120). 인식 장치는 기술자들을 미리 학습된 어휘 트리(vocabulary tree)에 적용하여 특징점들의 인덱스들을 결정할 수 있다. 인식 장치는 특징점들과 어휘 트리의 각 노드에 대응하는 특징 벡터 간의 유사도 스코어들을 산출하고, 유사도 스코어들에 기초하여 특징점들의 인덱스들을 결정할 수 있다. 인식 장치는 예를 들어, Lp-노옴(norm)을 이용하여 특징점들과 어휘 트리의 각 노드에 대응하는 특징 벡터 간의 유사도 스코어들을 산출할 수 있다.
실시예에 따라서, 인식 장치는 특징점들마다의 인덱스 및 유사도 스코어를 산출하고, 해당 특징점들에 대응하는 {인덱스, 유사도 스코어} 쌍(pair)에 대한 정보를 저장할 수 있다. 인식 장치가 특징점들의 인덱스를 결정하는 방법은 도 3 내지 도 4를 참조하여 구체적으로 설명한다.
인식 장치는 인덱스들마다의 특징점들의 밀도 분포를 예측한다(130). 인식 장치는 논파라메트릭(non-parametric) 밀도 추정을 통해 특징점들의 밀도 분포를 예측할 수 있다. 논파라메트릭 밀도 추정은 예를 들어, 커널 밀도 추정(Kernel Density Estimation; KDE) 일 수 있다.
인식 장치는 밀도 분포의 예측 결과에 기초하여 상기 입력 영상에 포함된 적어도 하나의 객체를 인식한다(140). 인식 장치는 밀도 분포의 예측 결과에 기초하여 입력 영상에 포함된 적어도 하나의 객체 영역에 대응하는 대표 인덱스를 결정할 수 있다.
인식 장치는 각각의 인덱스들에 속하는 특징점들의 밀도 분포를 예측함으로써 대표 인덱스를 결정할 수 있다. 또는 인식 장치는 앞서 산출한 특징점들과 어휘 트리의 각 노드에 대응하는 특징 벡터 간의 유사도 스코어들의 가중화된 합(weighted sum)에 기초하여 대표 인덱스를 결정할 수도 있다.
또는 인식 장치는 특징점들을 클러스터링하고, 클러스터링된 특징점들의 인덱스들을 이용하여 클러스터링된 특징점들에 대응하는 적어도 하나의 객체 영역에 대한 대표 인덱스를 결정할 수 있다. 이때, 적어도 하나의 객체 영역은 클러스터링 된 특징점들을 포함하는 영역으로서 입력 영상의 일부 영역에 해당할 수 있다.
인식 장치는 클러스터링 된 특징점들의 인덱스들마다의 개수를 카운트하고, 인덱스들마다의 개수에 기초하여 대표 인덱스를 결정할 수 있다. 인식 장치는 예를 들어, 카운트 된 인덱스들마다의 개수가 가장 큰 값을 가지는 인덱스를 대표 인덱스로 결정할 수 있다. 인식 장치가 대표 인덱스를 결정하는 구체적인 방법들은 도 5를 참조하여 설명한다.
인식 장치는 밀도 분포의 예측 결과에 기초하여 적어도 하나의 객체 영역을 분할함으로써 적어도 하나의 객체를 인식할 수 있다. 인식 장치는 예를 들어, 밀도 분포의 예측 결과에 기초한 바운딩 박스를 이용하여 입력 영상에 포함된 적어도 하나의 객체 영역을 분할할 수 있다.
인식 장치는 대표 인덱스에 기초하여 입력 영상에 포함된 적어도 하나의 객체를 인식할 수 있다. 인식 장치가 적어도 하나의 객체를 인식하는 방법은 도 6을 참조하여 구체적으로 설명한다.
일반적으로, 객체 인식(object recognition)이란 주어진 객체(물체)를 사전에 접하였는지를 판단하여 해당 객체가 무엇인지(예를 들어, 신발인지, 또는 인형인지 등)를 구분해 내는 과정을 의미한다. 또한, 객체 검색(object retrieval)은 인식한 객체에 대한 정보를 바탕으로 미리 마련된 데이터베이스에서 관련된 객체의 정보들을 찾는 과정을 의미한다. 본 명세서에서 사용된 용어 '객체 인식'은 객체 인식 및 객체 검색을 모두 포함하는 의미로 이해될 수 있다.
도 2는 일 실시예에 따른 입력 영상을 도시한 도면이다. 도 2를 참조하면, 두 개의 객체들(210, 230)를 포함하는 입력 영상(200)이 도시된다.
입력 영상(200)은 예를 들어, 그레이 스케일(grayscale)의 2D 영상일 수 있다.
입력 영상(200)은 도 2에 도시된 장난감 자동차(210) 및 미니 마우스 인형(230)와 같이 복수 개의 객체들을 포함할 수도 있고, 단수 개의 객체를 포함할 수도 있다.
도 3내지 도 4는 일 실시예에 따라 특징점들의 인덱스를 결정하는 방법을 설명하기 위한 도면이다. 도 3을 참조하면, 인덱스 값이 레이블(label)된 장난감 자동차(310) 및 미니 마우스 인형(330)이 도시된다.
단계(110)에서 획득한 특징점들에 대응하는 기술자들은 미리 학습된 어휘 트리의 각 노드에 대응하는 특징 벡터 간의 외적 연산(dot-product)을 기반으로 마지막 단의 노드까지 전달될 수 있다. 인식 장치는 미리 저장된 목표 객체들(혹은 객체들)의 특징점들과 영상에서 획득한 특징점들의 이동 경로 간의 유사도를 기초로 하여 각 특징점들의 인덱스를 결정할 수 있다.
인식 장치는 예를 들어, 개별 특징점의 이동 경로에 따라 미리 저장된 목표 객체들과의 유사도 스코어들을 계산하고, 유사도 스코어들을 정렬(sort)할 수 있다. 인식 장치는 정렬된 유사도 스코어들 중 가장 높은 유사도 스코어를 가지는 객체에 대응하는 인덱스를 특징점들의 인덱스들로 결정할 수 있다. 이를 통해 특징점들 각각은 연관된 인덱스 값을 가질 수 있다.
인식 장치는 예를 들어, 아래의 [수학식 1]과 같은 Lp-노옴(norm)을 이용하여 유사도 스코어들을 산출할 수 있다.
Figure pat00001
여기서, q는 쿼리(query), 다시 말해 입력 영상에서 추출한 특징점의 이동 경로(이동 노드 i)에 대응하는 특징들로 구성된 특징 벡터에 해당할 수 있다 d는 해당 이동 경로에 저장된 데이터베이스 내 클래스(class)의 특징 벡터에 해당할 수 있다. 또한, p는 함수 공간(function space)를 정의하기 위한 상수를 나타낼 수 있다. 여기서, '클래스'는 키 프레임 또는 찾고자 하는 객체에 해당할 수 있다.
예를 들어, p=1인 L1-norm을 사용하고 다중 클래스가 데이터베이스 내에 저장된 경우, [수학식 1]은 아래의 [수학식 2]와 같이 표현될 수 있다.
Figure pat00002
이때, 노드 i에 대응하는 쿼리의 특징 값(또는 특징 벡터) qi는 어휘 트리에서 해당 노드의 가중치(weight, wi)로 정의되며, 가중치는 스칼라 값(scalar value)을 가질 수 있다. 또한 해당 노드에서 j번째 클래스의 특징 값 dji는 (해당 노드에 대응되는 j 번째 클래스 특징점들의 비율, 예를 들어, 0 ~ 1) ⅹ (해당 노드의 가중치, wi)로 정의될 수 있다.
예를 들어, 일 실시예에서 이용되는 쓰레숄딩 오퍼레이션(thresholding operation)은 L1-norm을 사용하는 경우 "soft thresholding" 같은 분포를 보일 수 있다. 여기서, dji와 qi가 같을 경우 출력 절대값이 최대가 되고, dji가 qi보다 작아지게 될 때, 출력 절대값이 점차 0으로 감소할 수 있다. 다시 말해, 노드 i에서 j번째 클래스 특징점들의 비율이 커질수록 (1에 가까워질수록) dji는 qi와 비슷한 값을 가지게 되고, 이는 어휘 트리의 해당 노드에 대응하는 특징 값(또는 특징 벡터) qi가 j번째 클래스일 가능성이 크다는 것을 의미하게 된다.
일 실시예에 따른 인식 장치는 예를 들어, 아래의 [수학식 1]의 결과를 전체 n 개의 특징점들에 대하여 합(summation)하지 않고, 개별 특징점들마다의 특성으로 귀속시킬 수 있다. 이를 통해, 각 특징점들은 연관이 있는 클래스에 해당하는 값을 가지게 되고, 이 값이 특징점들의 인덱스가 될 수 있다.
예를 들어, 장난감 자동차(310)의 클래스에 해당하는 값이 '8'이고, 미니 마우스 인형(330)의 클래스에 해당하는 값이 '9'라면, 클래스 8 및 클래스 9에 해당하는 특징점들만을 도시한 경우 도 4와 같이 표시될 수 있다.
도 5는 일 실시예에 따라 대표 인덱스를 결정하는 방법을 설명하기 위한 도면이다. 도 5를 참조하면, 인덱스(Idx) #8을 가지는 특징점들의 밀도 분포(510) 및 인덱스 #9를 가지는 특징점들의 밀도 분포(530)가 도시된다.
도 3 및 도 4에 도시된 것과 같은 개별 특징점들의 인덱스들은 다양한 요인들에 의해 발생하는 노이즈(noise)로 인해 잘못된 값으로 결정될 수 있다. 이때, 다양한 요인들은 예를 들어, 잘못된 학습, 부족한 학습 횟수, 회전(rotation) 및/또는 조명 변화 등에 의한 기술자들의 강건성(robustness) 부족 등이 해당될 수 있다.
일 실시예에서는 입력 영상의 적어도 하나의 객체 영역에 대응하는 대표 인덱스를 결정함으로써 상술한 다양한 요인들에 의한 노이즈를 제거할 수 있다.
인식 장치는 밀도 분포의 예측 결과를 기초로, 입력 영상의 적어도 하나의 객체 영역에 대응하는 대표 인덱스를 결정할 수 있다. 특징점들의 밀도 분포가 가장 높은 값을 가지는 인덱스가 적어도 하나의 객체 영역에 대응하는 대표 인덱스로 결정될 수 있다.
예를 들어, 상술한 밀도 추정을 통해 특징점들의 밀도 분포(510)가 X 축의 250~300 지점과 Y 축의 250~300지점에 해당하는 영역에서 인덱스(Idx) #8이 81 포인트(pts)로 가장 큰 추정 값을 가진다고 하자.
이 경우, 밀도 분포(510)를 통해 해당 객체의 대표 인덱스는 #8로 결정될 수 있다. 대표 인덱스가 #8에 해당하는 객체는 자동차 장난감이다. 따라서, 인식 장치는 자동차 장난감이 X 축의 250~300 지점과 Y 축의 250~300지점에 해당하는 영역에 존재할 확률이 크다는 것을 파악할 수 있다.
밀도 분포(510)에서 X 축의 250~300 지점과 Y 축의 250~300지점에 해당하는 영역을 제외한 다른 부분에 나타나는 값들은 오인식에 의해 발생한 분포(distribution)에 해당할 수 있다. 인식 장치는 일정 값 이하의 밀도 분포를 쓰레숄딩을 통해 제거할 수 있다.
예를 들어, 상술한 밀도 추정을 통해 특징점들의 밀도 분포(530)가 X 축의 450~600 지점과 Y 축의 220~300지점에 해당하는 영역에서 인덱스(Idx) #9가 84 포인트(pts)로 가장 큰 추정 값을 가진다고 하자.
이 경우, 밀도 분포(530)를 통해 해당 객체의 대표 인덱스는 #9로 결정될 수 있다. 대표 인덱스가 #9에 해당하는 객체는 미니 마우스 인형이다. 따라서, 인식 장치는 미니 마우스 인형이 X 축의 250~300 지점과 Y 축의 250~300지점에 해당하는 영역에 존재할 확률이 크다는 것을 파악할 수 있다.
도 6은 일 실시예에 따라 입력 영상에 포함된 적어도 하나의 객체를 인식하는 방법을 설명하기 위한 도면이다. 도 6을 참조하면, 바운딩 박스(650)에 의해 구분된 자동차 장난감(210) 및 미니 마우스 인형(230)이 도시된다.
인식 장치는 도 5를 통해 전술한 밀도 분포의 예측 결과를 분석하여 적어도 하나의 객체 영역을 분할(segmentation)할 수 있다. 인식 장치는 밀도 분포의 예측 결과에 기초한 바운딩 박스(650)를 이용하여 입력 영상에 포함된 적어도 하나의 객체 영역을 분할함으로써 적어도 하나의 객체(자동차 장난감(210) 및 미니 마우스 인형(230))를 인식할 수 있다.
바운딩 박스(650)는 다음 프레임(frame)으로 트래킹(tracking) 될 수 있으므로 매 프레임마다 계산할 필요가 없다. 바운딩 박스(650)를 트래킹하는 데에는 예를 들어, TLD(Tracking-Learning-Detection) 추적 프레임 워크, KCF(Kernelized Correlation Filters) 트래커 등이 이용될 수 있다.
도 7은 다른 실시예에 따라 객체를 인식하는 방법을 나타내 흐름도이다. 도 7을 참조하면, 일 실시예에 따른 인식 장치는 입력 영상을 수신할 수 있다(710). 입력 영상은 예를 들어, 2D 영상일 수 있다.
인식 장치는 입력 영상으로부터 특징점들을 검출(detect)할 수 있다(720). 인식 장치는 예를 들어, 입력 영상의 한 프레임에서 500개의 특징점들을 검출할 수 있다.
인식 장치는 특징점들 각각에 대응하는 기술자들을 계산(산출)할 수 있다(730).
인식 장치는 단계(720)에서 검출한 특징점들을 미리 학습된 어휘 트리(780)(의 이동 경로에 따라)에 통과시켜 특징점들 별 유사도 스코어를 산출할 수 있다(740). 이때, 어휘 트리(780)는 오프 라인(off line) 과정을 통해 미리 저장될 수 있다. 어휘 트리는 예를 들어, 트리(데이터 구조)를 로딩(781)하고, 검색하고자 하는 객체에 해당하는 키 프레임(key frame)의 특징(특징점들)을 단계(781)에서 로딩한 트리에 적용하여 데이터베이스(database)를 생성(783)하는 과정을 통해 구성될 수 있다. 이때, 어휘 트리는 트리의 루트(root)로부터 리프(leaf)까지 키 프레임의 특징(특징점들)에 대응하는 기술자를 계층적으로 양자화(quantization)하여 구성될 수 있다.
인식 장치는 유사도 스코어를 순차적으로 정렬하고, 유사도 스코어가 낮은 인덱스를 제거함으로써 특징점들의 인덱스들을 결정할 수 있다(750).
인식 장치는 인덱스들 별 확률 밀도를 산출할 수 있다(760). 인식 장치는 예를 들어, 확률 밀도 함수를 이용하여 인덱스들 별 확률 밀도를 산출할 수 있다.
인식 장치는 단계(760)에서 산출한 인덱스들 별 확률 밀도에 기초하여 객체를 분할하여 입력 영상에 포함된 적어도 하나의 객체를 인식할 수 있다(770).
일 실시예에서는 장면(Scene) 단위가 아닌 개별 특징(feature)(또는 특징점들)을 기반으로 객체를 인식함으로써 중첩(occlusion) 및 스케일(scale) 등의 요소들을 극복할 수 있다.
도 8은 다른 실시예에 따라 객체를 인식하는 방법을 나타낸 흐름도이다. 도 8을 참조하면, 인식 장치가 입력 영상에 포함된 적어도 하나의 객체 영역을 구분한 후, 구분된 객체 영역을 인식하는 과정이 설명된다.
일 실시예에 따른 인식 장치는 입력 영상으로부터 추출된 특징점들 각각의 좌표를 결정한다(810). 이때, 입력 영상은 예를 들어, 2D 영상이고, 좌표는 (x,y) 좌표일 수 있다. 입력 영상으로부터 추출된 특징점들 각각의 좌표는 도 9의 그래프(900)와 같이 표현될 수 있다.
인식 장치는 단계(810)에서 결정된 특징점들 각각의 좌표를 기초로, 입력 영상에 포함된 적어도 하나의 객체 영역을 구분한다(820). 인식 장치는 특징점들 각각의 좌표를 기초로 특징점들을 클러스터링 함으로써 입력 영상에 포함된 적어도 하나의 객체 영역을 구분할 수 있다.
인식 장치는 예를 들어, K-평균 클러스터링(mean clustering)과 같은 자율 클러스터링(unsupervised clustering)을 통해 특징점들을 클러스터링할 수 있다. 자율 클러스터링은 구분하려고 하는 각 클래스에 대한 아무런 지식이 없는 상태에서 객체를 분류하는 것으로서, 유사도에 근거하여 클러스터들(clusters)을 구분하는 방법에 해당한다. 이때, 클러스터들 간의 유사도를 평가하기 위해 예를 들어, 유클리디언 거리(Euclidean distance), 마하라노비스 거리(Mahalanobis distance), 랜스-윌리엄스 거리(Lance-Williams distance), 및 해밍 거리(Hamming distance) 등과 같은 다양한 거리(유사도) 측정 함수들이 사용될 수 있다.
실시예에 따라서, K-평균 클러스터링에서 k 값을 모르는 경우, 인식 장치는 도 10에 도시된 것과 같이 밀도 분포의 피크 값을 기반으로 클러스터링을 수행할 수도 있다.
인식 장치는 적어도 하나의 객체 영역에 속한 특징점들에 대응하는 기술자들을 이용하여 특징점들의 인덱스들을 결정한다(830). 인식 장치는 적어도 하나의 객체 영역에 속한 특징점들에 대응하는 기술자들을 미리 학습된 어휘 트리에 적용하여 특징점들의 인덱스들을 결정할 수 있다.
인식 장치는 예를 들어, 특징점들과 어휘 트리의 각 노드에 대응하는 특징 벡터 간의 유사도 스코어들을 산출하고, 유사도 스코어들에 기초하여 특징점들의 인덱스들을 결정할 수 있다.
인식 장치는 예를 들어, 유사도 스코어들을 정렬하고, 정렬된 유사도 스코어들 중 가장 높은 유사도 스코어를 가지는 특징 벡터에 대응하는 인덱스를 특징점들의 인덱스들로 결정할 수 있다. 인식 적어도 하나의 객체 영역에 속한 특징점들의 기술자들을 활용하여 {인덱스, 유사도 스코어}의 쌍을 구할 수 있다.
인식 장치는 단계(830)에서 결정된 특징점들의 인덱스들을 이용하여 입력 영상에 포함된 적어도 하나의 객체를 인식한다(840). 인식 장치는 적어도 하나의 객체 영역에 대응되는 대표 인덱스를 결정하고, 대표 인덱스에 기초하여 입력 영상에 포함된 적어도 하나의 객체를 인식할 수 있다.
인식 장치는 예를 들어, 특징점들의 인덱스들마다의 개수를 카운트하고, 인덱스들마다의 개수에 기초하여 적어도 하나의 객체 영역에 대응되는 적어도 하나의 객체를 인식할 수 있다.
도 9는 일 실시예에 따른 입력 영상으로부터 추출된 특징점들을 도시한 도면이다. 도 9를 참조하면, 특징점들의 좌표를 나타낸 그래프(900)가 도시된다.
도 10은 일 실시예에 따라 입력 영상에 포함된 적어도 하나의 객체 영역을 구분하는 방법을 설명하기 위한 도면이다. 도 10을 참조하면, 특징점들의 밀도 분포의 피크에 '+'로 표시된 그래프(1000)가 도시된다.
전술한 K-평균 클러스터링에서 k 값을 모르는 경우, 인식 장치는 특징점들의 밀도 분포의 피크(peak) 값을 이용하여 적어도 하나의 객체 영역을 구분할 수 있다.
인식 장치는 도 10에 도시된 것과 같이 밀도 분포의 피크 값을 나타내는 지점을 클러스터의 중심으로 보아 일정 거리를 구획함으로써 객체 영역을 구분할 수도 있다.
도 11은 일 실시예에 따라 입력 영상에 포함된 적어도 하나의 객체를 인식하는 방법을 설명하기 위한 도면이다. 도 11을 참조하면, 인덱스 #8로 인식된 장난감 자동차 및 인덱스 #9로 인식된 미니마우스 인형이 도시된다.
인식 장치는 전술한 클러스터링을 통해 적어도 하나의 객체 영역이 구분되면, 해당 객체 영역에 대응되는 대표 인덱스를 결정할 수 있다. 인식 장치는 예를 들어, 해당 객체 영역에 포함된 인덱스들의 개수를 카운트하거나, 또는 해당 객체 영역에 포함된 특징점들의 유사도 스코어를 가중 합 등에 의해 누적하여 대표 인덱스를 결정할 수 있다.
도 12는 일 실시예에 따른 어휘 트리를 구성하는 방법을 나타낸 흐름도이다. 도 12를 참조하면, 일 실시예에 따른 인식 장치는 인식하고자 하는 적어도 하나의 키 프레임의 패치 영상들로부터 특징점들을 추출한다(1210).
인식 장치는 특징점들에 대응하는 기술자들을 결정하고(1220), 기술자들을 트리 구조에 계층적으로 전파(propagate)함으로써 어휘 트리를 구성한다(1230).
인식 장치가 어휘 트리를 구성하는 방법은 도 14를 참조하여 구체적으로 설명한다.
도 13은 일 실시예에 따른 특징점들 각각에 대응하는 기술자들을 설명하기 위한 도면이다. 도 13을 참조하면, 입력 영상에 포함된 적어도 하나의 객체(1310), 적어도 하나의 객체로부터 추출된 특징점들(1315) 및 특징점들(1315)에 대응하는 기술자들이 도시된다.
기술자들은 특징점들(1315)의 특징을 기술하는 특징 벡터에 해당할 수 있다. 기술자들은 예를 들어, "001001000... 01011" 또는 "010111110...01010"과 같은 256 비트(bit)의 이진(binary) 형태를 가질 수 있으나, 반드시 이에 한정되지는 않는다.
도 14는 일 실시예에 따른 어휘 트리를 구성하는 방법을 설명하기 위한 도면이다. 도 14를 참조하면, 기술자를 트리 데이터베이스 구조에 적용하여 어휘 트리에 영상을 추가하는 과정이 도시된다.
예를 들어, 검색하고자 하는 영상에 해당하는 키 프레임(1410)에 포함된 객체(1420)가 특징점(1430)을 포함하고, 해당 특징점(1430)에 대응하는 기술자가 "001001000...01011"이라고 하자.
인식 장치는 기술자("001001000...01011")를 미리 마련된 트리 (데이터베이스 구조)(1450)의 루트 노드(root node)로부터 리프 노드(leaf node)까지 계층적으로 전파(propagate)할 수 있다.
인식 장치는 어휘 트리의 노드들 각각과 기술자 간의 유사도를 해밍 거리(Hamming)를 통해 산출하고, 유사도가 높은 노드에 해당 기술자를 맵핑할 수 있다.
이때, 구조의 리프 노드(leaf node)에 적어도 하나의 키 프레임을 저장함으로써 어휘 트리를 구성한다(1240).
도 15는 일 실시예에 따른 객체를 인식하는 장치의 블록도이다. 도 15를 참조하면, 일 실시예에 따른 인식 장치(1500)는 메모리(1510), 프로세서(1520), 및 통신 인터페이스(1530)를 포함한다. 메모리(1510), 프로세서(1520), 및 통신 인터페이스(1530)는 통신 버스(1540)를 통해 서로 통신할 수 있다.
메모리(1510)는 미리 학습된 어휘 트리를 저장한다.
프로세서(1520)는 입력 영상으로부터 특징점들 및 특징점들 각각에 대응하는 기술자들을 획득하고, 기술자들을 어휘 트리에 적용하여 특징점들의 인덱스들을 결정한다. 프로세서(1520)는 특징점들의 인덱스들마다에 속하는 특징점들의 밀도 분포를 예측하여 입력 영상에 포함된 적어도 하나의 객체를 인식한다.
프로세서(1520)는 특징점들과 어휘 트리의 각 노드에 대응하는 특징 벡터 간의 유사도 스코어들을 산출할 수 있다. 프로세서(1520)는 유사도 스코어들에 기초하여 특징점들의 인덱스들을 결정할 수 있다.
통신 인터페이스(1530)는 입력 영상을 수신한다.
이 밖에도, 프로세서(1520)는 도 1 내지 도 14를 통하여 전술한 적어도 하나의 방법을 수행할 수 있다. 프로세서(1520)는 프로그램을 실행하고, 인식 장치(1500)를 제어할 수 있다. 프로세서(1520)에 의하여 실행되는 프로그램 코드는 메모리(1510)에 저장될 수 있다.
또한, 메모리(1510)는 통신 인터페이스(1530)를 통해 수신한 정보를 저장할 수 있다. 메모리(1510)는 휘발성 메모리 또는 비 휘발성 메모리일 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (20)

  1. 입력 영상으로부터 특징점들 및 상기 특징점들 각각에 대응하는 기술자들(descriptors)을 획득하는 단계;
    상기 기술자들을 이용하여 상기 특징점들의 인덱스들을 결정하는 단계;
    상기 인덱스들마다의 특징점들의 밀도 분포를 예측하는 단계; 및
    상기 밀도 분포의 예측 결과에 기초하여 상기 입력 영상에 포함된 적어도 하나의 객체를 인식하는 단계
    를 포함하는, 객체를 인식하는 방법.
  2. 제1항에 있어서,
    상기 특징점들의 인덱스들을 결정하는 단계는
    상기 기술자들을 미리 학습된 어휘 트리(vocabulary tree)에 적용하여 상기 특징점들의 인덱스들을 결정하는 단계
    를 포함하는, 객체를 인식하는 방법.
  3. 제2항에 있어서,
    상기 특징점들의 인덱스들을 결정하는 단계는
    상기 특징점들과 상기 어휘 트리의 각 노드에 대응하는 특성 벡터 간의 유사도 스코어들을 산출하는 단계; 및
    상기 유사도 스코어들에 기초하여 상기 특징점들의 인덱스들을 결정하는 단계
    를 포함하는, 객체를 인식하는 방법.
  4. 제3항에 있어서,
    상기 유사도 스코어들을 산출하는 단계는
    Lp-노옴(norm)을 이용하여 상기 특징점들과 상기 어휘 트리의 각 노드에 대응하는 특성 벡터 간의 유사도 스코어들을 산출하는 단계
    를 포함하는, 객체를 인식하는 방법.
  5. 제3항에 있어서,
    상기 유사도 스코어들에 기초하여 상기 특징점들의 인덱스들을 결정하는 단계는
    상기 유사도 스코어들을 정렬(sort)하는 단계; 및
    상기 정렬된 유사도 스코어들 중 가장 높은 유사도 스코어를 가지는 특징 벡터에 대응하는 인덱스를 상기 특징점들의 인덱스들로 결정하는 단계
    를 포함하는, 객체를 인식하는 방법.
  6. 제1항에 있어서,
    상기 적어도 하나의 객체를 인식하는 단계는
    상기 밀도 분포의 예측 결과에 기초하여 상기 입력 영상에 포함된 적어도 하나의 객체 영역(blob)에 대응하는 대표 인덱스를 결정하는 단계; 및
    상기 대표 인덱스에 기초하여 상기 입력 영상에 포함된 적어도 하나의 객체를 인식하는 단계
    를 포함하는, 객체를 인식하는 방법.
  7. 제6항에 있어서,
    상기 대표 인덱스를 결정하는 단계는
    상기 특징점들과 어휘 트리의 각 노드에 대응하는 특성 벡터 간의 유사도 스코어들의 가중화된 합(weighted sum)에 기초하여 상기 대표 인덱스를 결정하는 단계
    를 포함하는, 객체를 인식하는 방법.
  8. 제1항에 있어서,
    상기 특징점들의 밀도 분포를 예측하는 단계는
    커널 밀도 추정(Kernel Density Estimation; KDE) 기법을 이용하여 상기 특징점들의 밀도 분포를 예측하는 단계
    를 포함하는, 객체를 인식하는 방법.
  9. 제8항에 있어서,
    상기 적어도 하나의 객체를 인식하는 단계는
    상기 밀도 분포의 예측 결과에 기초하여 상기 적어도 하나의 객체 영역을 분할하는 단계
    를 포함하는, 객체를 인식하는 방법.
  10. 제8항에 있어서,
    상기 적어도 하나의 객체 영역을 분할하는 단계는
    상기 밀도 분포의 예측 결과에 기초한 바운딩 박스(bounding box)를 이용하여 상기 입력 영상에 포함된 적어도 하나의 객체 영역을 분할하는 단계
    를 포함하는, 객체를 인식하는 방법.
  11. 제1항에 있어서,
    상기 특징점들 및 상기 기술자들을 획득하는 단계는
    상기 입력 영상으로부터 상기 특징점들을 추출하는 영역을 제한하는 단계; 및
    상기 제한된 영역으로부터 상기 특징점들 및 상기 기술자들을 획득하는 단계
    를 포함하는, 객체를 인식하는 방법.
  12. 입력 영상으로부터 추출된 특징점들 각각의 좌표를 결정하는 단계;
    상기 특징점들 각각의 좌표를 기초로, 상기 입력 영상에 포함된 적어도 하나의 객체 영역을 구분하는 단계;
    상기 적어도 하나의 객체 영역에 속한 특징점들에 대응하는 기술자들을 이용하여 상기 특징점들의 인덱스들을 결정하는 단계; 및
    상기 특징점들의 인덱스들을 이용하여 상기 입력 영상에 포함된 적어도 하나의 객체를 인식하는 단계
    를 포함하는, 객체를 인식하는 방법.
  13. 제12항에 있어서,
    상기 적어도 하나의 객체 영역을 구분하는 단계는
    상기 특징점들 각각의 좌표를 기초로 상기 특징점들을 클러스터링 함으로써 상기 입력 영상에 포함된 적어도 하나의 객체 영역을 구분하는 단계
    를 포함하는, 객체를 인식하는 방법.
  14. 제12항에 있어서,
    상기 특징점들의 인덱스들을 결정하는 단계는
    상기 적어도 하나의 객체 영역에 속한 특징점들에 대응하는 기술자들을 미리 학습된 어휘 트리에 적용하여 상기 특징점들의 인덱스들을 결정하는 단계
    를 포함하는, 객체를 인식하는 방법.
  15. 제14항에 있어서,
    상기 특징점들의 인덱스들을 결정하는 단계는
    상기 특징점들과 상기 어휘 트리의 각 노드에 대응하는 특징 벡터 간의 유사도 스코어들을 산출하는 단계; 및
    상기 유사도 스코어들에 기초하여 상기 특징점들의 인덱스들을 결정하는 단계
    를 포함하는, 객체를 인식하는 방법.
  16. 제12항에 있어서,
    상기 적어도 하나의 객체를 인식하는 단계는
    상기 적어도 하나의 객체 영역에 대응되는 대표 인덱스를 결정하는 단계; 및
    상기 대표 인덱스에 기초하여 상기 입력 영상에 포함된 적어도 하나의 객체를 인식하는 단계
    를 포함하는, 객체를 인식하는 방법.
  17. 제16항에 있어서,
    상기 대표 인덱스를 결정하는 단계는
    상기 특징점들의 인덱스들마다의 개수를 카운트하는 단계; 및
    상기 인덱스들마다의 개수에 기초하여 상기 적어도 하나의 객체 영역에 대응되는 대표 인덱스를 결정하는 단계
    를 포함하는, 객체를 인식하는 방법.
  18. 하드웨어와 결합되어 제1항 내지 제17항 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램.
  19. 입력 영상을 수신하는 통신 인터페이스;
    미리 학습된 어휘 트리를 저장하는 메모리; 및
    상기 입력 영상으로부터 특징점들 및 상기 특징점들 각각에 대응하는 기술자들을 획득하고, 상기 기술자들을 상기 어휘 트리에 적용하여 상기 특징점들의 인덱스들을 결정하고, 상기 특징점들의 상기 인덱스들마다에 속하는 특징점들의 밀도 분포를 예측하여 상기 입력 영상에 포함된 적어도 하나의 객체를 인식하는 프로세서
    를 포함하는, 객체를 인식하는 장치.
  20. 제19항에 있어서,
    상기 프로세서는
    상기 특징점들과 상기 어휘 트리의 각 노드에 대응하는 특징 벡터 간의 유사도 스코어들을 산출하고, 상기 유사도 스코어들에 기초하여 상기 특징점들의 인덱스들을 결정하는, 객체를 인식하는 장치.
KR1020170068427A 2017-06-01 2017-06-01 어휘 트리에 기반하여 객체를 인식하는 방법 및 장치 KR102399673B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020170068427A KR102399673B1 (ko) 2017-06-01 2017-06-01 어휘 트리에 기반하여 객체를 인식하는 방법 및 장치
US15/804,867 US10534980B2 (en) 2017-06-01 2017-11-06 Method and apparatus for recognizing object based on vocabulary tree

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170068427A KR102399673B1 (ko) 2017-06-01 2017-06-01 어휘 트리에 기반하여 객체를 인식하는 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20180131830A true KR20180131830A (ko) 2018-12-11
KR102399673B1 KR102399673B1 (ko) 2022-05-19

Family

ID=64460509

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170068427A KR102399673B1 (ko) 2017-06-01 2017-06-01 어휘 트리에 기반하여 객체를 인식하는 방법 및 장치

Country Status (2)

Country Link
US (1) US10534980B2 (ko)
KR (1) KR102399673B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102387767B1 (ko) * 2017-11-10 2022-04-19 삼성전자주식회사 사용자 관심 정보 생성 장치 및 그 방법
CN110458175B (zh) * 2019-07-08 2023-04-07 中国地质大学（武汉） 一种基于词汇树检索的无人机影像匹配对选择方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120221572A1 (en) * 2011-02-24 2012-08-30 Nec Laboratories America, Inc. Contextual weighting and efficient re-ranking for vocabulary tree based image retrieval
US20140369607A1 (en) * 2013-06-12 2014-12-18 Motorola Solutions, Inc Method for detecting a plurality of instances of an object
US20150161474A1 (en) * 2013-12-09 2015-06-11 Nant Holdings Ip, Llc Feature density object classification, systems and methods
US20160110602A1 (en) * 2014-10-17 2016-04-21 Omron Corporation Area information estimating device, area information estimating method, and air conditioning apparatus

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100651034B1 (ko) 2004-12-08 2006-11-29 한국전자통신연구원 대상 물체 검출 시스템 및 그 방법
KR101619076B1 (ko) 2009-08-25 2016-05-10 삼성전자 주식회사 모바일 플랫폼의 동적 물체 검출 및 추적 방법
WO2012006578A2 (en) 2010-07-08 2012-01-12 The Regents Of The University Of California End-to-end visual recognition system and methods
US20130046793A1 (en) 2011-08-19 2013-02-21 Qualcomm Incorporated Fast matching of image features using multi-dimensional tree data structures
KR101706216B1 (ko) 2012-04-03 2017-02-13 한화테크윈 주식회사 고밀도 삼차원 영상 재구성 장치 및 방법
US8627251B2 (en) * 2012-04-25 2014-01-07 Taiwan Semiconductor Manufacturing Co., Ltd. Systems and methods of automatically detecting failure patterns for semiconductor wafer fabrication processes
JP5988879B2 (ja) 2013-01-09 2016-09-07 オリンパス株式会社 特徴点検出装置およびプログラム
GB2532075A (en) * 2014-11-10 2016-05-11 Lego As System and method for toy recognition and detection based on convolutional neural networks
JP6309913B2 (ja) 2015-03-31 2018-04-11 セコム株式会社 物体検出装置
KR101689863B1 (ko) 2015-05-21 2016-12-26 주식회사 에스원 부분 영역 기반의 화염 탐지 장치 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120221572A1 (en) * 2011-02-24 2012-08-30 Nec Laboratories America, Inc. Contextual weighting and efficient re-ranking for vocabulary tree based image retrieval
US20140369607A1 (en) * 2013-06-12 2014-12-18 Motorola Solutions, Inc Method for detecting a plurality of instances of an object
US20150161474A1 (en) * 2013-12-09 2015-06-11 Nant Holdings Ip, Llc Feature density object classification, systems and methods
US20160110602A1 (en) * 2014-10-17 2016-04-21 Omron Corporation Area information estimating device, area information estimating method, and air conditioning apparatus

Also Published As

Publication number Publication date
US10534980B2 (en) 2020-01-14
US20180349739A1 (en) 2018-12-06
KR102399673B1 (ko) 2022-05-19

Similar Documents

Publication Publication Date Title
Leibe et al. Efficient clustering and matching for object class recognition.
Kim et al. Online multi-target tracking by large margin structured learning
KR101581112B1 (ko) 계층적 패턴 구조에 기반한 기술자 생성 방법 및 이를 이용한 객체 인식 방법과 장치
US9563822B2 (en) Learning apparatus, density measuring apparatus, learning method, computer program product, and density measuring system
EP3161791A1 (en) System and method for visual event description and event analysis
US20220230648A1 (en) Method, system, and non-transitory computer readable record medium for speaker diarization combined with speaker identification
US20220012502A1 (en) Activity detection device, activity detection system, and activity detection method
CN109871891B (zh) 一种物体识别方法、装置和存储介质
KR102185979B1 (ko) 동영상에 포함된 객체의 운동 유형을 결정하기 위한 방법 및 장치
Ren et al. Soft-assigned bag of features for object tracking
Yang et al. Parsing 3D motion trajectory for gesture recognition
Garcia-Fidalgo et al. Vision-based topological mapping and localization by means of local invariant features and map refinement
CN106874838B (zh) 融合互补特征的视觉人体行为识别方法
KR102369413B1 (ko) 영상 처리 장치 및 방법
KR102399673B1 (ko) 어휘 트리에 기반하여 객체를 인식하는 방법 및 장치
Foucher et al. Automatic detection and clustering of actor faces based on spectral clustering techniques
Rodríguez-Serrano et al. Trajectory clustering in CCTV traffic videos using probability product kernels with hidden Markov models
CN111027434A (zh) 一种行人识别模型的训练方法、装置及电子设备
Zhu et al. Modeling multi-object interactions using “string of feature graphs”
WO2016149937A1 (en) Neural network classification through decomposition
Roh et al. Selective temporal filtering and its application to hand gesture recognition
CN112766423B (zh) 人脸识别模型的训练方法、装置、计算机设备及存储介质
Su et al. Learning low-dimensional temporal representations with latent alignments
Xi et al. Beyond context: Exploring semantic similarity for tiny face detection
KR102127855B1 (ko) 검출 반복성을 최대화 하는 특징점 선별방법

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