KR20190057847A - 반려견 견착 촬영 영상의 흔들림 보정 장치, 방법 및 시스템 - Google Patents

반려견 견착 촬영 영상의 흔들림 보정 장치, 방법 및 시스템 Download PDF

Info

Publication number
KR20190057847A
KR20190057847A KR1020170155258A KR20170155258A KR20190057847A KR 20190057847 A KR20190057847 A KR 20190057847A KR 1020170155258 A KR1020170155258 A KR 1020170155258A KR 20170155258 A KR20170155258 A KR 20170155258A KR 20190057847 A KR20190057847 A KR 20190057847A
Authority
KR
South Korea
Prior art keywords
digital image
unit
image
objects
dog
Prior art date
Application number
KR1020170155258A
Other languages
English (en)
Inventor
김선중
Original Assignee
(주)호모미미쿠스
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)호모미미쿠스 filed Critical (주)호모미미쿠스
Priority to KR1020170155258A priority Critical patent/KR20190057847A/ko
Publication of KR20190057847A publication Critical patent/KR20190057847A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/682—Vibration or motion blur correction
    • H04N5/23264—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/681—Motion detection
    • H04N23/6811—Motion detection based on the image signal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • H04N5/23254—
    • H04N5/247—
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning

Abstract

반려견의 보행 및 주행 특성을 반영하여 반려견에 견착시킨 카메라의 촬영 영상의 상하 흔들림을 보정할 수 있는 반려견 견착 촬영 영상의 흔들림 보정 장치, 방법 및 시스템을 제시한다. 제시된 장치는 촬영 장치로부터의 복수의 상하 디지털 이미지를 조합하는 영상 조합부, 조합된 디지털 이미지에서 하나 이상의 객체를 기학습된 결과를 근거로 추출해 내는 객체 인식부, 추출된 하나 이상의 객체중에서 추적할 객체를 키입력신호를 근거로 선별해 내는 판단부, 선별해 낸 객체를 중심으로 조합된 디지털 이미지를 트리밍하는 영상 절단부, 및 트리밍된 디지털 이미지의 프레임과 프레임 간의 비교를 통하여 출력될 디지털 이미지의 상하 흔들림을 보정하는 미동 수정부를 포함한다. 촬영 장치는 2개 이상의 카메라를 포함하고, 2개 이상의 카메라는 상하 방향으로 배열되어 반려견의 어깨부분에 견착된다.

Description

반려견 견착 촬영 영상의 흔들림 보정 장치, 방법 및 시스템{Apparatus, method and system for correcting shake of photographed image of a camera attached to a dog}
본 발명은 반려견 견착 촬영 영상의 흔들림 보정 장치, 방법 및 시스템에 관한 것으로, 보다 상세하게는 반려견에 견착시킨 카메라를 통해 촬영한 영상에 대한 흔들림 보정을 행할 수 있는 장치 및 방법, 시스템에 관한 것이다.
최근 독거노인의 용태를 촬영할 수 있는 장비의 필요성이 커지면서 반려견에 견착하는 디지털 이미징 장치의 요구도 더불어 증가하였다.
또한, 반려견을 키우는 가구가 대폭 증가하고, 반려견과 함께하는 레져 스포츠의 기회도 더불어 많아지면서 주인과 함께하는 부착형 디지털 이미징 장치의 요구도 높아졌다.
그러나, 일반적인 디지털 이미징 장치를 반려견에 견착하게 되면, 반려견의 보행시에 나타나는 상하 움직임과 좌우 움직임으로 인해, 매우 불안정한 디지털 이미지를 얻게 될 수밖에 없다.
최근에는 좌우 미동에 의한 미세한 떨림을 보정할 수 있는 기술이 보편화되었으며, 배포된 이미징 처리 알고리즘들을 이용하면 쉽게 해결할 수 있다.
그러나, 좌우 미동에 비해서 긴 주기로 매우 큰 폭으로 움직이는 상하 흔들림을 보정할 수 있는 장치와 방법에 대해서는 개발이 요구되고 있는 실정이다.
선행기술 1 : 대한민국 등록특허 제10-1578600호(이미지 처리 장치, 이미지 처리 방법 및 컴퓨터로 읽을 수 있는 기록매체) 선행기술 2 : 대한민국 등록특허 제10-1679318호(객체 추적 시스템) 선행기술 3 : 대한민국 등록특허 제10-1657524호(영상 조정기와 조정 방법 및 이를 구비하는 영상 안정화 장치) 선행기술 4 : 대한민국 등록특허 제10-0819563호(모자익 동영상을 이용한 차량객체 추적시스템 및 그 방법) 선행기술 5 : 대한민국 공개특허 제10-2016-0123647호(객체 추적을 이용한 동영상 부가정보 제공 장치 및 제공 방법) 선행기술 6 : 대한민국 등록특허 제10-1041366호(객체 추적을 이용한 디지털 영상의 손떨림 보정 장치 및 방법)
본 발명은 상기한 종래의 문제점을 해결하기 위해 제안된 것으로, 반려견의 보행 및 주행 특성을 반영하여 반려견에 견착시킨 카메라의 촬영 영상의 상하 흔들림을 보정할 수 있는 반려견 견착 촬영 영상의 흔들림 보정 장치, 방법 및 시스템을 제공함에 그 목적이 있다.
상기와 같은 목적을 달성하기 위하여 본 발명의 바람직한 실시양태에 따른 반려견 견착 촬영 영상의 흔들림 보정 장치는, 촬영 장치로부터의 복수의 상하 디지털 이미지를 조합하는 영상 조합부; 기학습된 결과를 근거로, 상기 조합된 디지털 이미지에서 하나 이상의 객체를 추출해 내는 객체 인식부; 키입력신호를 근거로, 상기 추출된 하나 이상의 객체중에서 추적할 객체를 선별해 내는 판단부; 상기 선별해 낸 객체를 중심으로 상기 조합된 디지털 이미지를 트리밍하는 영상 절단부; 및 상기 트리밍된 디지털 이미지의 프레임과 프레임 간의 비교를 통하여 출력될 디지털 이미지의 상하 흔들림을 보정하는 미동 수정부;를 포함하고, 상기 촬영 장치는 2개 이상의 카메라를 포함하고, 상기 2개 이상의 카메라는 상하 방향으로 배열되어 반려견의 어깨부분에 견착된다.
상기 기학습된 결과는 중앙 서버로부터의 학습 데이터이고, 상기 객체 인식부는 상기 중앙 서버에서의 기학습된 결과를 바탕으로, 상기 조합된 디지털 이미지의 어느 구획이 어떤 분류의 객체인지를 추론하고, 해당 객체를 추출할 수 있다.
상기 판단부는 상기 키입력신호가 목표 객체를 지정한 신호이면 상기 객체 인식부에서 추출된 하나 이상의 객체중에서 해당 목표 객체를 선별해 낼 수 있다.
상기 판단부는 상기 키입력신호가 객체 추적 우선순위에 대한 신호이면 상기 객체 인식부에서 추출된 하나 이상의 객체중에서 객체 추적 우선순위에 따라 해당 객체를 순서적으로 선별해 낼 수 있다.
상기 판단부는 상기 키입력신호를 수신하지 않으면 미리 디폴트되어 있는 우선순위에 따라 객체를 선별해 낼 수 있다.
상기 영상 절단부는 상기 판단부에서 선별해 낸 객체를 중심으로 특정 형태의 구획을 설정하고, 해당 구획의 디지털 이미지만을 잘라낼 수 있다.
상기 영상 조합부에서 조합된 디지털 이미지, 상기 영상 절단부에서 트리밍된 디지털 이미지, 및 상기 미동 수정부에서 보정된 디지털 이미지중에서 하나 이상을 학습 데이터로서 중앙 서버에게로 전송하는 학습 데이터 갱신부;를 추가로 포함하여도 된다.
한편, 본 발명의 바람직한 실시양태에 따른 반려견 견착 촬영 영상의 흔들림 보정 방법은, 반려견 견착 촬영 영상의 흔들림 보정 장치에서 행해지는 방법으로서, 촬영 장치로부터의 복수의 상하 디지털 이미지를 조합하는 단계; 기학습된 결과를 근거로, 상기 조합된 디지털 이미지에서 하나 이상의 객체를 추출해 내는 단계; 키입력신호를 근거로, 상기 추출된 하나 이상의 객체중에서 추적할 객체를 선별해 내는 단계; 상기 선별해 낸 객체를 중심으로 상기 조합된 디지털 이미지를 트리밍하는 단계; 및 상기 트리밍된 디지털 이미지의 프레임과 프레임 간의 비교를 통하여 출력될 디지털 이미지의 상하 흔들림을 보정하는 단계;를 포함하고, 상기 촬영 장치는 2개 이상의 카메라를 포함하고, 상기 2개 이상의 카메라는 상하 방향으로 배열되어 반려견의 어깨부분에 견착된다.
한편, 본 발명의 바람직한 실시양태에 따른 반려견 견착 촬영 영상의 흔들림 보정 시스템은, 2개 이상의 카메라를 포함하고, 상기 2개 이상의 카메라가 상하 방향으로 패키징되어 반려견의 어깨부분에 견착되는 촬영 장치; 하나 이상의 객체에 대한 분류를 포함하는 학습 데이터를 저장하고, 상기 학습 데이터로부터 객체를 학습하는 중앙 서버; 및 상기 촬영 장치로부터의 복수의 상하 디지털 이미지를 조합하는 영상 조합부, 상기 중앙 서버에서 기학습된 결과를 근거로 상기 조합된 디지털 이미지에서 하나 이상의 객체를 추출해 내는 객체 인식부, 키입력신호를 근거로 상기 추출된 하나 이상의 객체중에서 추적할 객체를 선별해 내는 판단부, 상기 선별해 낸 객체를 중심으로 상기 조합된 디지털 이미지를 트리밍하는 영상 절단부, 및 상기 트리밍된 디지털 이미지의 프레임과 프레임 간의 비교를 통하여 출력될 디지털 이미지의 상하 흔들림을 보정하는 미동 수정부를 포함하는 사용자 단말;을 포함한다.
이러한 구성의 본 발명에 따르면, 반려견에 견착시킨 카메라의 촬영 영상(디지털 이미지)에서 상하의 흔들림이 심한 반려견들의 동작 패턴에 상응하는 특정 객체만을 추적하여 촬영 영상에 대한 상하의 흔들림을 보정함으로써, 촬영된 영상을 감상하는 사용자에게 흔들림이 적은 디지털 이미지(동영상)를 제공할 수 있다.
도 1은 본 발명의 실시예에 따른 반려견 견착 촬영 영상의 흔들림 보정 장치가 적용된 시스템의 구성도이다.
도 2는 도 1에 도시된 촬영 장치의 설치예를 나타낸 도면이다.
도 3은 도 1에 도시된 제어부의 내부구성도이다.
도 4는 본 발명의 실시예에 따른 반려견 견착 촬영 영상의 흔들림 보정 방법을 설명하기 위한 플로우차트이다.
도 5 내지 도 8은 도 4의 설명에 채용되는 예시 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세하게 설명하고자 한다.
그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 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 본 발명이 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 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 본 발명의 실시예에 따른 반려견 견착 촬영 영상의 흔들림 보정 장치가 적용된 시스템의 구성도이고, 도 2는 도 1에 도시된 촬영 장치의 설치예를 나타낸 도면이고, 도 3은 도 1에 도시된 제어부의 내부구성도이다.
도 1의 시스템은 촬영 장치(10), 사용자 단말(20), 및 중앙 서버(30)를 포함한다.
촬영 장치(10)는 상하로 긴 디지털 이미지를 획득할 수 있다. 다시 말해서, 촬영 장치(10)는 2개 이상의 카메라(촬상소자 포함)가 상하 방향으로 상호 소정 간격을 두고 배치된다.
본 발명의 실시예의 경우, 촬영 장치(10)는 3대의 카메라(12, 14, 16)를 포함하는 것으로 하였으나, 필요에 따라서 카메라의 수는 2개 또는 3개 이상으로 하여도 무방하다.
예를 들어, 촬영 장치(10)는 도 2에 예시한 바와 같이 모듈형 카메라 박스(40)에 설치되는데, 최상부(TOP)의 제 1 카메라(12)와 중간(MIDDLE)의 제 2 카메라(14) 및 최하부(BOTTOM)의 제 3 카메라(16)가 수직으로 배치될 수 있다.
수직으로 배치된 카메라(12, 14, 16)는 모듈형 카메라 박스(40)의 내부에 패키징되어 반려견의 어깨부분에 견착될 수 있다. 즉, 모듈형 카메라 박스(40)는 상용 반려견용 조끼(Vest)(50)에 결합되되, 상용 반려견용 조끼(50)중에서도 반려견의 어깨부분을 덮는 부위에 결합될 수 있다. 모듈형 카메라 박스(40)는 방수의 기능을 가질 수 있다. 도 2에는 모듈형 카메라 박스(40)가 상용 반려견용 조끼(50)에 결합되는 구조에 대해 자세히 도시하지 않았지만, 통상의 지식을 가진 자라면 주지의 기술로 충분히 이해할 수 있을 것이다.
카메라(12, 14, 16)는 촬영한 디지털 이미지를 사용자 단말(20)에게로 보낼 수 있다. 즉, 카메라(12, 14, 16)는 데이터 송신 기능을 갖추고 있다. 한편, 카메라(12, 14, 16)는 사용자 단말(20)로부터의 명령(예컨대, 동영상 촬영 온/오프 명령)에 따라 동작가능하다.
여기서, 촬영 장치(10)와 사용자 단말(20)은 소정의 네트워크(도시 생략)를 통해 상호 통신할 수 있다. 상술한 소정의 네트워크는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network;WAN) 또는 부가가치 통신망(Value Added Network; VAN) 등과 같은 유선 네트워크로 구현될 수 있다. 또한, 상술한 소정의 네트워크는 이동 통신망(mobile radio communication network), 위성 통신망, 블루투스(Bluetooth), Wibro(Wireless Broadband Internet), HSDPA(High Speed Downlink Packet Access), LTE(Long Term Evolution) 등과 같은 모든 종류의 무선 네트워크로 구현될 수 있다.
사용자 단말(20)은 휴대용 단말기 또는 휴대용 컴퓨터로 구현될 수 있다. 여기서, 휴대용 단말기는 휴대성과 이동성이 보장되는 무선 통신 장치로서, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다. 휴대용 컴퓨터는 노트북, 랩톱(laptop) 등을 포함할 수 있다.
또한, 사용자 단말(20)은 스마트폰, 스마트 노트, 태블릿 PC, 웨어러블(wearable) 컴퓨터 등의 각종 스마트 기기일 수도 있다.
특히, 사용자 단말(20)는 촬영 장치(10)로부터의 디지털 이미지에서 특정 객체만을 추적하여 상하로의 흔들림이 적은 디지털 이미지(동영상)를 만들어 낼 수 있다. 즉, 사용자 단말(20)은 반려견의 보행 및 주행 특성상 큰 폭으로 움직이는 상하 흔들림에 따른 촬영 장치(10)에서의 디지털 이미지를 보정할 수 있다.
사용자 단말(20)는 보정한 디지털 이미지를 학습용으로 중앙 서버(30)에게로 전송할 수 있다. 여기서, 사용자 단말(20)과 중앙 서버(30)는 소정의 네트워크(도시 생략)를 통해 상호 통신할 수 있다. 상술한 소정의 네트워크는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network;WAN) 또는 부가가치 통신망(Value Added Network; VAN) 등과 같은 유선 네트워크로 구현될 수 있다. 또한, 상술한 소정의 네트워크는 이동 통신망(mobile radio communication network), 위성 통신망, 블루투스(Bluetooth), Wibro(Wireless Broadband Internet), HSDPA(High Speed Downlink Packet Access), LTE(Long Term Evolution) 등과 같은 모든 종류의 무선 네트워크로 구현될 수 있다.
상술한 사용자 단말(20)은 통신 인터페이스부(22), 키입력부(24), 표시부(26), 및 제어부(28)를 포함할 수 있다. 사용자 단말(20)은 본 발명의 청구범위에 기재된 반려견 견착 촬영 영상의 흔들림 보정 장치의 일 예가 될 수 있다. 특히, 촬영 장치(10)의 카메라(12, 14, 16)가 모듈형 카메라 박스(40)의 내부에 패키징되어 반려견에 견착되므로, 본 발명은 반려견에 카메라를 견착시켜 촬영하는 방식에 특화된 것이라고 할 수 있다.
통신 인터페이스부(22)는 촬영 장치(10)로부터의 디지털 이미지를 수신하여 제어부(28)에게로 보내고, 제어부(28)로부터의 제어신호를 촬영 장치(10)에게로 보낼 수 있다. 여기서, 제어부(28)의 제어신호로는 동영상 촬영 온/오프 신호 등이 있을 수 있다.
키입력부(24)는 촬영 장치(10)에서의 동영상 촬영을 온/오프시키도록 하는 키입력을 하고, 목표 객체 지정 또는 객체 추적 우선순위를 지정할 수 있다. 여기서, 키입력부(24)에서의 키입력신호는 제어부(28)에게로 입력된다.
즉, 사용자는 키입력부(24)를 조작하여 동영상 촬영 온/오프 신호를 입력할 수 있다. 그리고, 사용자는 촬영된 디지털 이미지에서 추적할 목표 객체(관심 객체)를 입력할 수 있다. 여기서, 목표 객체는 랜드마크, 인물, 차량, 신호등이 될 수 있다.
한편, 사용자는 촬영된 디지털 이미지에 대한 객체 추적 우선순위를 입력할 수 있다. 예를 들어, 사용자는 랜드마크를 제 1 순위로 추적하고, 인물을 제 2 순위로 추적하고, 차량을 제 3 순위로 추적하고, 신호등을 제 4 순위로 추적하도록 하는 객체 추적 우선순위를 결정하여 입력할 수 있다.
만약, 목표 객체가 지정되지 않거나 객체 추적 우선순위가 입력되지 않은 경우에는 사용자 단말(20)의 제어부(28)는 미리 디폴트되어 있는 우선순위에 따라 객체 추적을 행할 수 있다. 여기서, 미리 디폴트되어 있는 우선순위는 조정가능하다.
표시부(26)는 촬영 장치(10)로부터의 디지털 이미지 또는 보정되는 과정의 디지털 이미지를 표시할 수 있다. 또한, 표시부(26)는 보정 완료된 디지털 이미지를 표시할 수 있다.
제어부(28)는 해당 사용자 단말(20)의 전체적인 동작을 제어한다.
특히, 제어부(28)는 통신 인터페이스부(22)를 통한 촬영 장치(10)로부터의 디지털 이미지에서 객체의 종류를 판단하고, 객체를 추적하여 해당 객체를 중심으로 디지털 이미지를 트리밍할 수 있다. 그리고, 제어부(28)는 트리밍된 디지털 이미지를 근거로 상하 방향으로의 흔들림이 보정된 새로운 디지털 이미지를 생성해 낼 수 있다.
이를 위해, 제어부(28)는 도 3에 도시한 바와 같이, 영상 조합부(28a), 객체 인식부(28b), 판단부(28c), 영상 절단부(28d), 미동 수정부(28e), 및 학습 데이터 갱신부(28f)를 포함할 수 있다.
영상 조합부(28a)는 촬영 장치(10)로부터의 2개 이상의 상하 디지털 이미지를 조합하여 상하로 긴 하나의 디지털 이미지를 생성할 수 있다.
객체 인식부(28b)는 중앙 서버(30)의 객체 학습부(34)에서 기학습된 결과를 주기적 또는 비주기적으로 다운로드받아 이전의 학습 데이터를 갱신할 수 있다.
특히, 객체 인식부(28b)는 중앙 서버(30)의 객체 학습부(34)에서 기학습된 결과를 바탕으로, 새로 수신한 디지털 이미지(즉, 영상 조합부(28a)로부터의 디지털 이미지)에서 하나 이상의 객체를 추출해 낼 수 있다. 다시 말해서, 객체 인식부(28b)는 영상 조합부(28a)로부터의 디지털 이미지의 어느 구획이 어떤 분류(예컨대, 랜드마크, 인물, 차량, 신호등 중에서 하나)의 객체인지를 추론하고, 해당 객체를 추출할 수 있다.
판단부(28c)는 키입력부(24)로부터의 키입력신호(예컨대, 지정된 목표 객체를 포함하는 신호, 객체 추적 우선순위를 포함하는 신호)를 근거로 객체 인식부(28b)에서 추출된 하나 이상의 객체중에서 추적할 객체를 선별해 낼 수 있다. 다시 말해서, 객체 인식부(28b)에서 추출되는 객체는 하나 이상일 것이므로, 판단부(28b)는 추적해야 할 객체를 판단해 내고, 해당 객체를 중심으로 디지털 이미지 편집(영상 절단, 미동 수정 등)이 이루어지도록 한다. 예를 들어, 키입력신호가 목표 객체를 지정한 신호이면 판단부(28c)는 객체 인식부(28b)에서 추출된 하나 이상의 객체중에서 해당 목표 객체를 선별해 낼 수 있다. 한편, 키입력신호가 객체 추적 우선순위에 대한 신호이면 판단부(28c)는 객체 인식부(28b)에서 추출된 하나 이상의 객체중에서 객체 추적 우선순위에 따라 해당 객체를 순서적으로 선별해 낼 수 있다. 한편, 키입력부(24)에서 목표 객체를 지정하지 않고 객체 추적 우선순위도 입력하지 않은 경우에는 판단부(28c)는 미리 디폴트되어 있는 우선순위에 따라 객체를 선별해 낼 수 있다.
영상 절단부(28d)는 판단부(28c)에서 선별해 낸 객체를 중심으로 디지털 이미지를 트리밍(trimming)할 수 있다. 다시 말해서, 영상 절단부(28d)는 판단부(28c)에서 선별해 낸 객체를 중심으로 사각의 구획을 설정하고, 해당 구획의 디지털 이미지만을 잘라낼 수 있다.
미동 수정부(28e)는 반려견의 보행 또는 주행시 나타나는 상하 흔들림으로 인한 디지털 이미지의 상하 흔들림을 수정할 수 있다. 다시 말해서, 미동 수정부(28e)는 영상 절단부(28d)에서 트리밍된 디지털 이미지의 프레임과 프레임 간의 비교를 통해 디지털 이미지의 기술자(descriptor)들을 찾고, 이들의 움직임으로부터 출력되는 디지털 이미지의 상하 흔들림을 보정할 수 있다. 흔들림을 보정하는 알고리즘은 FAST 알고리즘 등과 같이 미리 배포 공개된 이미징 처리 알고리즘을 이용할 수 있다.
한편, 미동 수정부(28e)는 상하 흔들림 뿐만 아니라, 좌우 미동도 함께 수정하여도 된다.
학습 데이터 갱신부(28f)는 영상 조합부(28a)에서 조합된 디지털 이미지, 영상 절단부(28d)에서 트리밍된 디지털 이미지, 미동 수정부(28e)에서 보정된 디지털 이미지 등을 학습 데이터로서 중앙 서버(30)에게로 전송할 수 있다.
상술한 바와 같은 사용자 단말(20)은 긴급한 현장에 있는 경우 대용량의 정보를 실시간으로 처리할 수 없을 수도 있다. 그에 따라, 대용량의 정보 처리는 중앙 서버(30)를 이용하는 것이 좋을 것이다. 이러한 이유로 인해, 학습 데이터 갱신부(28f)는 조합된 디지털 이미지, 트리밍된 디지털 이미지, 및 보정된 디지털 이미지를 중앙 서버(30)에게로 전송한다.
한편, 중앙 서버(30)와의 원격 통신이 원활하지 못한 경우, 사용자 단말(20)은 중앙 서버(30)의 도움없이 객체 학습부(34)로부터의 데이터를 미리 업데이트해 놓고 보정 처리를 행한다. 그리고 나서, 사용자 단말(20)은 학습 데이터 갱신부(28f)를 통해 중앙 서버(30)에 학습 데이터를 업로드시킬 수 있다.
중앙 서버(30)는 학습 데이터 수집부(32) 및 객체 학습부(34)를 포함한다.
학습 데이터 수집부(32)는 객체들의 분류가 표기된 하나 이상의 디지털 이미지를 학습 데이터로서 저장하고 있다.
다시 말해서, 관리자가 이미 촬영된 디지털 이미지들의 내부 객체를 미리 분류하고, 해당 분류를 디지털 이미지에 명시적으로 표시해 놓는다. 즉, 관리자는 먼저 객체들의 분류 체계를 정하는데, 랜드마크, 인물, 나무, 차량, 신호등 등으로 객체들의 분류 체계를 정할 수 있다. 그리고, 디지털 이미지가 포함하고 있는 랜드마크, 인물, 나무, 차량, 신호등 등을 해당 디지털 이미지에 표기한다. 예를 들어, 관리자가 디지털 이미지에서 사각형으로 구획을 직접 지정하고, 해당 구획이 포함하는 객체의 분류(예컨대, 랜드마크, 인물, 나무, 차량, 및 신호등 중에서 하나)를 관리자가 명시적으로 색인할 수 있다. 이와 다르게는, 어떠한 디지털 이미지로부터 객체일 것이라고 판단된 구획들을 자동으로 지정하면 관리자에게 객체 분류를 명시적으로 색인해주도록 요청하는 시스템으로 구현할 수도 있다.
그에 따라, 학습 데이터 수집부(32)는 내부 객체에 대한 분류가 표시된(기록된) 디지털 이미지를 학습 데이터로서 저장할 수 있다.
객체 학습부(34)는 학습 데이터 수집부(32)에 저장되어 있는 학습 데이터로부터 객체들의 분류와 특징을 학습한다. 이 경우, 객체 학습부(34)는 랜드마크, 인물, 나무, 차량, 신호등 등으로 분류된 사각형 범위 내부의 디지털 이미지(즉, 객체)들 간의 유사성을 분석함으로써 해당 객체들의 분류와 특징을 학습할 수 있다. 이를 위해, 객체 학습부(34)를 Google Cloud Vision API 등을 사용할 수도 있다.
도 4는 본 발명의 실시예에 따른 반려견 견착 촬영 영상의 흔들림 보정 방법을 설명하기 위한 플로우차트이고, 도 5 내지 도 8은 도 4의 설명에 채용되는 예시 도면이다.
먼저, 촬영 장치(10)가 반려견의 어깨부분에 단단히 견착되어 있는 것으로 가정한다. 예를 들어, 도 2에 예시한 바와 같이 제 1 카메라(12)와 제 2 카메라(14) 및 제 3 카메라(16)가 모듈형 카메라 박스(40)의 내부에 상하 방향으로 패키징되어 반려견의 어깨부분에 견착되어 있는 것으로 가정한다.
사용자 단말(10)은 동영상 촬영이 지시되었는지를 판단한다(S10).
만약, 사용자가 키입력부(24)를 조작하여 동영상 촬영 온신호를 입력하면 사용자 단말(10)의 제어부(28)는 통신 인터페이스부(22)를 통해 촬영 장치(10)의 하나 이상의 카메라(12, 14, 16)에게로 동영상 촬영 개시를 명령한다.
카메라(12, 14, 16)는 반려견의 보행 또는 주행 등에 따라 전방을 촬영하게 된다. 카메라(12, 14, 16)에서 촬영되는 실시간의 동영상(디지털 이미지)은 사용자 단말(20)에게로 전송된다.
그에 따라, 사용자 단말(20)은 카메라(12, 14, 16)로부터 영상 프레임(즉, 2개 이상의 상하로 배열된 디지털 이미지의 프레임)을 획득하게 된다(S12).
그리고, 사용자 단말(20)은 2개 이상의 상하로 배열된 디지털 이미지의 프레임을 조합하여 상하로 긴 하나의 디지털 이미지(즉, 통합 프레임이라고 할 수 있음)를 생성한다(S14). 예를 들어, 각각의 카메라(12, 14, 16)가 동일하게 초당 30 프레임의 프레임 레이트를 갖는다고 가정하면 통합 프레임은 각각의 카메라(12, 14, 16)의 디지털 이미지에서 시간적으로 동기화된 프레임을 근거로 생성될 것이다. 그에 따라, 각각의 카메라(12, 14, 16)가 초당 30 프레임의 프레임 레이트를 가지게 되면 통합 프레임은 초당 30개 정도 생성될 수 있을 것이다.
이어, 사용자 단말(20)은 중앙 서버(30)의 객체 학습부(34)에서 기학습된 결과를 바탕으로, 각각의 통합 프레임에서 모든 식별 가능한 객체를 인식해 낸다(S16). 다시 말해서, 사용자 단말(20)은 각각의 통합 프레임에서 어느 구획이 어떤 분류(예컨대, 랜드마크, 인물, 나무, 차량, 신호등 중에서 하나)의 객체인지를 추론하고, 해당 객체를 추출한다.
그리고, 사용자 단말(20)은 각각의 통합 프레임에서 식별 가능한 모든 객체를 표시한다(S18). 즉, 도 5에서 예시한 바와 같이 사용자 단말(20)은 통합 프레임별로 나무(tree), 사람(human), 자동차(car) 등을 표시할 수 있다.
이후, 사용자 단말(20)은 사용자로부터 목표 객체의 지정이 있는지 또는 있었는지를 판단한다(S20).
만약, 목표 객체의 지정이 있거나 있었다면 사용자 단말(20)은 추출되거나 표시된 하나 이상의 객체에서 해당 목표 객체를 선별해 내고 해당 목표 객체를 중심으로 영상을 트리밍한다(S22). 즉, 해당 목표 객체를 중심으로 사각의 구획을 설정하고, 해당 구획의 디지털 이미지만을 잘라낼 수 있다. 이 경우, 중앙에 배치된 제 2 카메라(14)의 디지털 이미지에서 해당 목표 객체를 중심으로 영상을 트리밍할 것이다.
한편, 목표 객체의 지정이 없는 대신에 객체 추적 우선순위가 입력된 경우(S20에서 "No" 및 S24에서 "Yes")에는 사용자 단말(20)은 우선 객체를 중심으로 영상을 트리밍한다(S26). 이 경우, 중앙에 배치된 제 2 카메라(14)의 디지털 이미지에서 해당 우선 객체를 중심으로 영상을 트리밍할 것이다.
이에 반해, 목표 객체의 지정도 없고 객체 추적 우선순위도 입력되지 않은 경우(S20에서 "No" 및 S24에서 "No")에는 사용자 단말(20)은 미리 디폴트되어 있는 우선순위의 객체를 중심으로 영상을 트리밍한다(S28). 이 경우, 중앙에 배치된 제 2 카메라(14)의 디지털 이미지에서 디폴트된 우선순위에 따른 객체를 중심으로 영상을 트리밍할 것이다.
상술한 영상 트리밍시 중앙에 배치된 제 2 카메라(14)의 디지털 이미지를 활용하는 이유에 대해 설명하면 다음과 같다.
먼저, 상하로의 흔들림이 거의 없는 경우, 최상부의 제 1 카메라(12)와 중앙의 제 2 카메라(14) 및 최하부의 제 3 카메라(16)에서 촬영된 디지털 이미지는 도 6에 예시한 바와 같이 디스플레이될 수 있다. 도 6에서, 참조부호 62는 최상부의 제 1 카메라(12)에서 촬영된 디지털 이미지를 나타내고, 참조부호 64는 중앙의 제 2 카메라(14)에서 촬영된 디지털 이미지를 나타내고, 참조부호 66은 최하부의 제 3 카메라(16)에서 촬영된 디지털 이미지를 나타낸다. 그리고, 도 6 내지 도 8에서, 해칭(hatching) 처리된 영역은 해당 디지털 이미지에 속해있는 객체라고 할 수 있다.
반면에, 상방향으로의 흔들림이 있는 경우, 최상부의 제 1 카메라(12)와 중앙의 제 2 카메라(14) 및 최하부의 제 3 카메라(16)에서 촬영된 디지털 이미지는 도 7에 예시한 바와 같이 디스플레이될 수 있다. 이때, 최상부의 제 1 카메라(12)에 의해 촬영되는 영상(디지털 이미지)은 없게 된다.
한편, 하방향으로의 흔들림이 있는 경우, 최상부의 제 1 카메라(12)와 중앙의 제 2 카메라(14) 및 최하부의 제 3 카메라(16)에서 촬영된 디지털 이미지는 도 8에 예시한 바와 같이 디스플레이될 수 있다. 이때, 최하부의 제 3 카메라(16)에 의해 촬영되는 영상(디지털 이미지)은 없게 된다.
도 6 내지 도 8을 보면, 상하로의 흔들림이 거의 없거나 상방향으로의 흔들림이 있거나 하방향으로의 흔들림이 있는 경우에도 중앙의 제 2 카메라(14)는 객체가 존재하는 위치에서 차이날 뿐 객체를 포함하는 영상을 출력한다.
즉, 도 6 내지 도 8의 중앙의 제 2 카메라(14)의 디지털 이미지(64)를 보면, 상하로의 흔들림이 거의 없을 경우에는 객체가 중앙에 위치함을 알 수 있게 되고, 상방향으로의 흔들림이 있을 경우에는 객체가 하측에 위치함을 알 수 있게 되고, 하방향으로의 흔들림이 있을 경우에는 객체가 상측에 위치함을 알 수 있게 된다.
따라서, 중앙의 제 2 카메라(14)에서 촬영된 디지털 이미지(64)를 통해서 상기의 3가지의 경우를 모두 확인할 수 있으므로, 중앙의 제 2 카메라(14)에서 촬영된 디지털 이미지(64)를 트리밍시 사용하는 것이다.
이와 같이 영상을 트리밍한 후에는 인접한 통합 프레임들의 트리밍된 영상을 상호 비교한다(S30).
사용자 단말(20)은 각각의 통합 프레임의 트리밍된 영상에 대해서 인접한 통합 프레임간의 비교를 통해 상하로의 흔들림이 없는지, 상방향으로의 흔들림이 있는지, 하방향으로의 흔들림이 있는지를 파악할 수 있다. 이때, 디지털 이미지의 기술자(descriptor)를 이용할 수 있다. 즉, 디지털 이미지의 기술자(descriptor)를 이용하게 되면 트리밍된 영상(디지털 이미지)에서 객체의 위치를 파악할 수 있다. 그에 따라, 예를 들어 현재의 통합 프레임을 중심으로 이전의 통합 프레임과 이후의 통합 프레임에서의 객체의 위치가 어떻게 변하고 있는지를 파악할 수 있고, 이로 인해 상하로의 흔들림이 없는지, 상방향으로의 흔들림이 있는지, 하방향으로의 흔들림이 있는지를 충분히 알 수 있게 된다.
사용자 단말(20)은 이와 같이 파악되는 움직임으로부터 상하 흔들림을 보정한다(S32). 한편, 사용자 단말(20)은 상하 흔들림 뿐만 아니라, 좌우 미동도 수정할 수 있는 것으로 하여도 무방하다.
이후, 사용자가 키입력부(24)를 조작하여 동영상 촬영 오프신호를 입력하면(S34에서 "Yes") 사용자 단말(10)은 촬영 장치(10)에게로 동영상 촬영 오프신호를 전송함과 더불어 그동안 새롭게 생성된 각각의 통합 프레임의 영상과 트리밍된 영상 등을 내부에 저장한다(S36).
그리고 나서, 사용자 단말(10)은 저장된 각각의 통합 프레임의 영상과 트리밍된 영상 등을 학습 데이터로서 중앙 서버(30)에게로 업로드시킨다. 그에 따라, 중앙 서버(30)는 입력받은 데이터를 근거로 업데이트를 진행할 수 있다.
또한, 상술한 본 발명의 반려견 견착 촬영 영상의 흔들림 보정 방법은, 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 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고, 상기 방법을 구현하기 위한 기능적인(function) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
이상에서와 같이 도면과 명세서에서 최적의 실시예가 개시되었다. 여기서 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로, 본 기술 분야의 통상의 지식을 가진자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 청구범위의 기술적 사상에 의해 정해져야 할 것이다.
10 : 촬영 장치 12, 14, 16 : 카메라
20 : 사용자 단말 22 : 통신 인터페이스부
24 : 키입력부 26 : 표시부
28 : 제어부 28a : 영상 조합부
28b : 객체 인식부 28c : 판단부
28d : 영상 절단부 28e : 미동 수정부
28f : 학습 데이터 갱신부

Claims (15)

  1. 촬영 장치로부터의 복수의 상하 디지털 이미지를 조합하는 영상 조합부;
    기학습된 결과를 근거로, 상기 조합된 디지털 이미지에서 하나 이상의 객체를 추출해 내는 객체 인식부;
    키입력신호를 근거로, 상기 추출된 하나 이상의 객체중에서 추적할 객체를 선별해 내는 판단부;
    상기 선별해 낸 객체를 중심으로 상기 조합된 디지털 이미지를 트리밍하는 영상 절단부; 및
    상기 트리밍된 디지털 이미지의 프레임과 프레임 간의 비교를 통하여 출력될 디지털 이미지의 상하 흔들림을 보정하는 미동 수정부;를 포함하고,
    상기 촬영 장치는 2개 이상의 카메라를 포함하고, 상기 2개 이상의 카메라는 상하 방향으로 배열되어 반려견의 어깨부분에 견착되는 것을 특징으로 하는 반려견 견착 촬영 영상의 흔들림 보정 장치.
  2. 청구항 1에 있어서,
    상기 기학습된 결과는 중앙 서버로부터의 학습 데이터이고,
    상기 객체 인식부는 상기 중앙 서버에서의 기학습된 결과를 바탕으로, 상기 조합된 디지털 이미지의 어느 구획이 어떤 분류의 객체인지를 추론하고, 해당 객체를 추출하는 것을 특징으로 하는 반려견 견착 촬영 영상의 흔들림 보정 장치.
  3. 청구항 1에 있어서,
    상기 판단부는 상기 키입력신호가 목표 객체를 지정한 신호이면 상기 객체 인식부에서 추출된 하나 이상의 객체중에서 해당 목표 객체를 선별해 내는 것을 특징으로 하는 반려견 견착 촬영 영상의 흔들림 보정 장치.
  4. 청구항 1에 있어서,
    상기 판단부는 상기 키입력신호가 객체 추적 우선순위에 대한 신호이면 상기 객체 인식부에서 추출된 하나 이상의 객체중에서 객체 추적 우선순위에 따라 해당 객체를 순서적으로 선별해 내는 것을 특징으로 하는 반려견 견착 촬영 영상의 흔들림 보정 장치.
  5. 청구항 1에 있어서,
    상기 판단부는 상기 키입력신호를 수신하지 않으면 미리 디폴트되어 있는 우선순위에 따라 객체를 선별해 내는 것을 특징으로 하는 반려견 견착 촬영 영상의 흔들림 보정 장치.
  6. 청구항 1에 있어서,
    상기 영상 절단부는 상기 판단부에서 선별해 낸 객체를 중심으로 특정 형태의 구획을 설정하고, 해당 구획의 디지털 이미지만을 잘라내는 것을 특징으로 하는 반려견 견착 촬영 영상의 흔들림 보정 장치.
  7. 청구항 1에 있어서,
    상기 영상 조합부에서 조합된 디지털 이미지, 상기 영상 절단부에서 트리밍된 디지털 이미지, 및 상기 미동 수정부에서 보정된 디지털 이미지중에서 하나 이상을 학습 데이터로서 중앙 서버에게로 전송하는 학습 데이터 갱신부;를 추가로 포함하는 것을 특징으로 하는 반려견 견착 촬영 영상의 흔들림 보정 장치.
  8. 반려견 견착 촬영 영상의 흔들림 보정 장치에서 행해지는 방법으로서,
    촬영 장치로부터의 복수의 상하 디지털 이미지를 조합하는 단계;
    기학습된 결과를 근거로, 상기 조합된 디지털 이미지에서 하나 이상의 객체를 추출해 내는 단계;
    키입력신호를 근거로, 상기 추출된 하나 이상의 객체중에서 추적할 객체를 선별해 내는 단계;
    상기 선별해 낸 객체를 중심으로 상기 조합된 디지털 이미지를 트리밍하는 단계; 및
    상기 트리밍된 디지털 이미지의 프레임과 프레임 간의 비교를 통하여 출력될 디지털 이미지의 상하 흔들림을 보정하는 단계;를 포함하고,
    상기 촬영 장치는 2개 이상의 카메라를 포함하고, 상기 2개 이상의 카메라는 상하 방향으로 배열되어 반려견의 어깨부분에 견착되는 것을 특징으로 하는 반려견 견착 촬영 영상의 흔들림 보정 방법.
  9. 청구항 8에 있어서,
    상기 기학습된 결과는 중앙 서버로부터의 학습 데이터이고,
    상기 추출해 내는 단계는 상기 중앙 서버에서의 기학습된 결과를 바탕으로, 상기 조합된 디지털 이미지의 어느 구획이 어떤 분류의 객체인지를 추론하고, 해당 객체를 추출하는 것을 특징으로 하는 반려견 견착 촬영 영상의 흔들림 보정 방법.
  10. 청구항 8에 있어서,
    상기 선별해 내는 단계는 상기 키입력신호가 목표 객체를 지정한 신호이면 상기 추출된 하나 이상의 객체중에서 해당 목표 객체를 선별해 내는 것을 특징으로 하는 반려견 견착 촬영 영상의 흔들림 보정 방법.
  11. 청구항 8에 있어서,
    상기 선별해 내는 단계는 상기 키입력신호가 객체 추적 우선순위에 대한 신호이면 상기 추출된 하나 이상의 객체중에서 객체 추적 우선순위에 따라 해당 객체를 순서적으로 선별해 내는 것을 특징으로 하는 반려견 견착 촬영 영상의 흔들림 보정 방법.
  12. 청구항 8에 있어서,
    상기 선별해 내는 단계는 상기 키입력신호를 수신하지 않으면 미리 디폴트되어 있는 우선순위에 따라 객체를 선별해 내는 것을 특징으로 하는 반려견 견착 촬영 영상의 흔들림 보정 방법.
  13. 청구항 8에 있어서,
    상기 트리밍하는 단계는 상기 선별해 낸 객체를 중심으로 특정 형태의 구획을 설정하고, 해당 구획의 디지털 이미지만을 잘라내는 것을 특징으로 하는 반려견 견착 촬영 영상의 흔들림 보정 방법.
  14. 청구항 8에 있어서,
    상기 보정하는 단계 이후에,
    상기 조합된 디지털 이미지, 상기 트리밍된 디지털 이미지, 및 상기 보정된 디지털 이미지중에서 하나 이상을 학습 데이터로서 중앙 서버에게로 전송하는 단계;를 추가로 포함하는 것을 특징으로 하는 반려견 견착 촬영 영상의 흔들림 보정 방법.
  15. 2개 이상의 카메라를 포함하고, 상기 2개 이상의 카메라가 상하 방향으로 패키징되어 반려견의 어깨부분에 견착되는 촬영 장치;
    하나 이상의 객체에 대한 분류를 포함하는 학습 데이터를 저장하고, 상기 학습 데이터로부터 객체를 학습하는 중앙 서버; 및
    상기 촬영 장치로부터의 복수의 상하 디지털 이미지를 조합하는 영상 조합부, 상기 중앙 서버에서 기학습된 결과를 근거로 상기 조합된 디지털 이미지에서 하나 이상의 객체를 추출해 내는 객체 인식부, 키입력신호를 근거로 상기 추출된 하나 이상의 객체중에서 추적할 객체를 선별해 내는 판단부, 상기 선별해 낸 객체를 중심으로 상기 조합된 디지털 이미지를 트리밍하는 영상 절단부, 및 상기 트리밍된 디지털 이미지의 프레임과 프레임 간의 비교를 통하여 출력될 디지털 이미지의 상하 흔들림을 보정하는 미동 수정부를 포함하는 사용자 단말;을 포함하는 것을 특징으로 하는 반려견 견착 촬영 영상의 흔들림 보정 시스템.
KR1020170155258A 2017-11-21 2017-11-21 반려견 견착 촬영 영상의 흔들림 보정 장치, 방법 및 시스템 KR20190057847A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170155258A KR20190057847A (ko) 2017-11-21 2017-11-21 반려견 견착 촬영 영상의 흔들림 보정 장치, 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170155258A KR20190057847A (ko) 2017-11-21 2017-11-21 반려견 견착 촬영 영상의 흔들림 보정 장치, 방법 및 시스템

Publications (1)

Publication Number Publication Date
KR20190057847A true KR20190057847A (ko) 2019-05-29

Family

ID=66672521

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170155258A KR20190057847A (ko) 2017-11-21 2017-11-21 반려견 견착 촬영 영상의 흔들림 보정 장치, 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR20190057847A (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100819563B1 (ko) 2006-04-25 2008-04-07 유일정보시스템(주) 모자익 동영상을 이용한 차량객체 추적시스템 및 그 방법
KR101041366B1 (ko) 2007-11-02 2011-06-14 주식회사 코아로직 객체 추적을 이용한 디지털 영상의 손떨림 보정 장치 및방법
KR101578600B1 (ko) 2013-03-22 2015-12-17 가시오게산키 가부시키가이샤 이미지 처리 장치, 이미지 처리 방법 및 컴퓨터로 읽을 수 있는 기록 매체
KR101657524B1 (ko) 2012-01-11 2016-09-19 한화테크윈 주식회사 영상 조정기와 조정 방법 및 이를 구비하는 영상 안정화 장치
KR20160123647A (ko) 2015-04-16 2016-10-26 한국전자통신연구원 객체 추적을 이용한 동영상 부가정보 제공 장치 및 제공 방법
KR101679318B1 (ko) 2014-12-30 2016-11-24 주식회사 펀진 객체 추적 시스템

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100819563B1 (ko) 2006-04-25 2008-04-07 유일정보시스템(주) 모자익 동영상을 이용한 차량객체 추적시스템 및 그 방법
KR101041366B1 (ko) 2007-11-02 2011-06-14 주식회사 코아로직 객체 추적을 이용한 디지털 영상의 손떨림 보정 장치 및방법
KR101657524B1 (ko) 2012-01-11 2016-09-19 한화테크윈 주식회사 영상 조정기와 조정 방법 및 이를 구비하는 영상 안정화 장치
KR101578600B1 (ko) 2013-03-22 2015-12-17 가시오게산키 가부시키가이샤 이미지 처리 장치, 이미지 처리 방법 및 컴퓨터로 읽을 수 있는 기록 매체
KR101679318B1 (ko) 2014-12-30 2016-11-24 주식회사 펀진 객체 추적 시스템
KR20160123647A (ko) 2015-04-16 2016-10-26 한국전자통신연구원 객체 추적을 이용한 동영상 부가정보 제공 장치 및 제공 방법

Similar Documents

Publication Publication Date Title
RU2741480C1 (ru) Оборудование фиксации изображений и способ управления для него
US20230156319A1 (en) Autonomous media capturing
KR101166994B1 (ko) 검출용 정보 등록 장치, 대상물체 검출 장치, 전자 기기, 검출용 정보 등록 장치의 제어 방법, 대상물체 검출 장치의 제어 방법, 검출용 정보 등록 장치 제어 프로그램, 대상물체 검출 장치 제어 프로그램
US11812132B2 (en) Imaging device, control method therefor, and recording medium
RU2762998C2 (ru) Оборудование фиксации изображений и способ управления для него
US7450759B2 (en) Digital pictorial book system, pictorial book searching method, and machine readable medium storing thereon pictorial book searching program
US20210092287A1 (en) Image capturing apparatus, method of controlling the same, and storage medium
US7450767B2 (en) Digital pictorial book system, pictorial book searching method, and machine readable medium storing thereon pictorial book searching program
JP2024504027A (ja) ポーズ推定方法及び関連する装置
US20210112194A1 (en) Method and device for taking group photo
KR20090087670A (ko) 촬영 정보 자동 추출 시스템 및 방법
CN111294488A (zh) 摄像设备及其控制方法和存储介质
JP2019110509A (ja) 撮像装置及びその制御方法、プログラム、記憶媒体
US20210027483A1 (en) Collaborative visual enhancement devices
US11463617B2 (en) Information processing apparatus, information processing system, image capturing apparatus, information processing method, and memory
JP7267686B2 (ja) 撮像装置及びその制御方法
JP2019110525A (ja) 撮像装置及びその制御方法、プログラム、記憶媒体
CN111512625B (zh) 摄像设备及其控制方法和存储介质
KR20190057847A (ko) 반려견 견착 촬영 영상의 흔들림 보정 장치, 방법 및 시스템
KR102203292B1 (ko) Cctv 겸용 드론을 이용한 cctv 감시 시스템
US20190199916A1 (en) Image processing apparatus, image processing method, image capturing apparatus, and storage medium
JP2019121855A (ja) 撮像装置およびその制御方法
US11922697B1 (en) Dynamically adjusting activation sensor parameters on security cameras using computer vision
JP2024001637A (ja) 撮像装置およびその制御方法
CN114051095A (zh) 视频流数据的远程处理方法以及拍摄系统

Legal Events

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