WO2016208875A1 - 영상의 차이를 이용하여 이동 개체를 검출하는 방법 및 장치 - Google Patents

영상의 차이를 이용하여 이동 개체를 검출하는 방법 및 장치 Download PDF

Info

Publication number
WO2016208875A1
WO2016208875A1 PCT/KR2016/005147 KR2016005147W WO2016208875A1 WO 2016208875 A1 WO2016208875 A1 WO 2016208875A1 KR 2016005147 W KR2016005147 W KR 2016005147W WO 2016208875 A1 WO2016208875 A1 WO 2016208875A1
Authority
WO
WIPO (PCT)
Prior art keywords
difference
image
region
effective pixels
effective
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/KR2016/005147
Other languages
English (en)
French (fr)
Inventor
박태서
김봉모
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SK Telecom Co Ltd
Original Assignee
SK Telecom Co Ltd
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 SK Telecom Co Ltd filed Critical SK Telecom Co Ltd
Publication of WO2016208875A1 publication Critical patent/WO2016208875A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion

Definitions

  • the core function underlying video security is the function of detecting an entity entering a specific area (eg, restricted area).
  • the most widely used method is Adaptive Background Subtraction.
  • the adaptive background differential method first remembers as a probabilistic background model the value of each pixel in the image in the absence of an intruder. Then, the adaptive background differential method considers a set of pixels, which are not described as a background model, among the newly input images as a foreground object, that is, an intruder. At this time, since the background has a property that changes over time, the background model must be continuously updated every predetermined time.
  • the adaptive background differential method is a method of distinguishing the background and the objects that appear in the background by modeling the background that changes over time.
  • FIG. 1 is a diagram illustrating an object detection screen to which a conventional adaptive background difference method is applied.
  • the adaptive background differential method detects other things besides the vehicle corresponding to the object. This is a problem caused by the reflection of the vehicle's shadow on the wet road due to the rain, and this shadow is mistaken for the foreground which cannot be explained from the perspective of the background model.
  • An embodiment of the present invention is to provide a method and apparatus for detecting a moving object existing in an image while minimizing false recognition by lighting or climate change.
  • a plurality of image frames are received at predetermined intervals, and a difference calculator for calculating a plurality of difference images representing differences between the plurality of image frames and the plurality of difference images, respectively
  • a region selection unit and each difference which divides into a plurality of regions to grasp the occupancy ratio of the effective pixels existing in each region of each difference image, and selects one or more candidate regions by using the difference between the occupancy ratios of the effective pixels;
  • an object detector for detecting an object in the image frame by identifying a density of an effective pixel existing in at least one candidate region selected by the region selector with respect to an image.
  • the process of the difference calculator receives a plurality of image frames at a predetermined interval and the difference calculator calculates a plurality of difference images representing the difference between the plurality of image frames. And a region selecting unit to divide each of the plurality of difference images into a plurality of regions to determine the occupancy ratio of the effective pixels existing in each region of each difference image, and to select one or more candidate regions by using the occupancy ratio of the effective pixels. And detecting, by the object detecting unit, an object in the image frame by detecting a density of an effective pixel existing in at least one candidate region selected by the region selecting unit with respect to each difference image. Provide an object detection method.
  • FIG. 1 is a diagram illustrating an object detection screen to which a conventional adaptive background difference method is applied.
  • FIG. 2 is a block diagram showing the configuration of an object detecting apparatus according to an embodiment of the present invention.
  • FIG. 6 is a diagram illustrating an object detected in an image according to an embodiment of the present invention.
  • FIG. 7 is a flowchart illustrating a method of detecting an object according to an embodiment of the present invention.
  • FIG. 2 is a block diagram showing the configuration of an object detecting apparatus according to an embodiment of the present invention.
  • the difference calculator 220 receives an image frame at a predetermined time interval and calculates a difference image between the image frames.
  • the difference calculator 220 receives a plurality of image frames from an image device (not shown), such as a camera, which is fixed at a predetermined time interval. After receiving a plurality of image frames, the difference calculator 220 calculates a difference image between each of the received image frames. For example, as shown in FIG. 2, when receiving two image frames I t and I t + ⁇ t , the difference calculator 220 calculates the difference images I p and I n as follows.
  • the difference calculator 220 calculates a difference between each image frame regardless of the order. That is, the time from the difference calculation unit 220 is the image frame received with a time interval I t + ⁇ A at t calculating a difference image I p obtained by subtracting the first received image frame I t, and the same time the first received video frame I t
  • the difference image I n is calculated by subtracting the received image frame I t + ⁇ t at intervals. 2 illustrates only two received image frames, but the present invention is not limited thereto. Also, for convenience of calculation, when Ip and In are usually negative, they may be replaced with zero.
  • FIG. 3A shows an image frame I t at a specific time t.
  • the object 310 has the shape of a circle and is currently moving in the -X axis direction. Since the object is moving in the -X axis direction, the difference image I n shown in FIG. 3B has a border shape 340 of a right circle, and the difference image I p has a border shape 330 of a left circle.
  • the region selector 230 selects a candidate region within each difference image calculated by the difference calculator 220.
  • the area selector 230 divides each difference image into a plurality of areas having a predetermined size by using a sliding window method.
  • the area selector 230 calculates the occupancy ratio of the effective pixels of each region for each difference image, and selects one or more candidate regions by using the occupancy ratio of the effective pixels.
  • the effective pixel means a pixel whose intensity exceeds a preset threshold. Since pixels with too low intensity act as noise in detecting the object, only effective pixels are used to detect the object.
  • the area selector 230 calculates the ratio of the area occupied by the effective pixels in each area, that is, the occupancy rate of the effective pixels, for each difference image. When the difference between the occupancy ratios of the effective pixels in each difference image is equal to or less than a predetermined value for the same region, the region selecting unit 230 selects the region as a candidate region.
  • the object detector 240 measures the density of the effective pixels existing in the one or more candidate regions, and detects the object by using the measured effective pixels.
  • the density of the effective pixels means that for any one valid pixel, there are several other valid pixels in the eight directions adjacent thereto. That is, the density of the effective pixels means how concentrated the effective pixels are in the area.
  • the density value of the effective pixel 510 is three.
  • the density value of the effective pixel 520 is five.
  • the density values of the remaining effective pixels 530, 540, 550, and 560 are also obtained in the same manner as described above.
  • the sum (d p , d n ) of the density values of the effective pixels of the candidate region existing in each difference image is equal to or greater than a preset threshold value th p , th n , and the validity of the candidate region existing in each difference image
  • the difference between the sum (d p , d n ) of the density values of the pixels is equal to or less than the preset threshold (th pn ) or the sum of the sum of the density values of the effective pixels of the candidate regions existing in each difference image is the preset threshold. If the value th pn or more, the object detector detects the corresponding candidate area as the area where the moving object is located.
  • FIG. 6 is a diagram illustrating an object detected in an image according to an embodiment of the present invention.
  • Each component included in the object detecting apparatus illustrated in FIG. 2 is connected to a communication path connecting a software module or a hardware module inside the apparatus to operate organically with each other. These components communicate using one or more communication buses or signal lines.
  • FIG. 7 is a flowchart illustrating a method of detecting an object according to an embodiment of the present invention.
  • the difference calculator receives a plurality of image frames at predetermined intervals and calculates a plurality of difference images representing differences between the plurality of image frames (S710).
  • the difference calculator receives a plurality of image frames, and calculates a difference between each image frame regardless of the order.
  • the region selecting unit divides each of the plurality of difference images into a plurality of regions to determine the occupancy ratio of the effective pixels existing in each region of each difference image, and selects one or more candidate regions using the occupancy ratio of the effective pixels (S720). ).
  • the area selector calculates the occupancy rate of the effective pixels in each area existing in each difference image. When the difference of the effective pixel ratio in each difference image for the same area is equal to or less than a predetermined value, the area selector selects the area as a candidate area.

Landscapes

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

Abstract

영상의 차이를 이용하여 이동 개체를 검출하는 방법 및 장치를 개시한다. 본 실시예의 일 측면에 의하면, 기 설정된 간격을 두고 복수의 영상 프레임들을 수신하며, 상기 복수의 영상프레임들 상호 간의 차이를 나타내는 복수의 차이 영상을 산출하는 차이 산출부와 상기 복수의 차이 영상 각각을 복수의 영역으로 분할하여 각각의 차이 영상의 각각의 영역 내에 존재하는 유효픽셀의 점유율을 파악하고, 상기 유효픽셀의 점유율 간의 차이를 이용하여 하나 이상의 후보 영역을 선정하는 영역 선정부 및 상기 각각의 차이 영상에 대하여 상기 영역 선정부가 선정한 하나 이상의 후보 영역 내에 존재하는 유효픽셀의 밀도(Density)를 파악하여 상기 영상 프레임 내의 개체를 검출하는 개체 검출부를 포함하는 것을 특징으로 하는 개체 검출장치를 제공한다.

Description

영상의 차이를 이용하여 이동 개체를 검출하는 방법 및 장치
본 실시예는 영상의 차이를 이용하여 이동 개체를 검출하는 방법 및 장치에 관한 것이다.
이 부분에 기술된 내용은 단순히 본 실시예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.
지능형 영상보안 분야에 있어, 영상보안의 근간이 되는 핵심기능으로는 특정 영역(예컨대, 진입제한구역 등)으로 진입하는 개체를 탐지하는 기능이 있다. 이 기능을 구현함에 있어, 가장 널리 쓰이는 방식은 적응적 배경 차분(Adaptive Background Subtraction)이다. 적응적 배경 차분 방식은 먼저 침입자가 없는 상황에서 영상의 각 화소가 어떠한 값을 갖게 되는지를 확률적인 배경 모델로 기억한 다. 이후, 적응적 배경 차분 방식은 새롭게 들어오는 입력 영상 중 배경 모델로 설명되지 않는 화소들의 집합을 전경개체, 즉 침입자로 간주한다. 이때, 배경은 시간이 지남에 따라 변화하는 속성이 있으므로 배경모델은 일정시간마다 지속적으로 갱신되어야 한다. 예를 들어, 주차되어 있어 배경의 일부로 인식되던 차가 이동할 경우, 해당 차가 떠나간 자리는 배경 모델의 갱신을 이용해 다시 배경으로 학습되어야 한다. 그렇지 않으면, 그 자리는 계속 전경개체로 오인식될 것이다. 적응적 배경 차분 방식은 시간에 따라 변화하는 배경을 모델링함으로써, 배경과 배경에 등장한 물체를 구분해 내는 방법이다.
그러나 적응적 배경 차분은 일반적인 환경에서는 잘 동작하지만, 배경 전체에 넓은 영향을 끼치는 조명이 변화하거나 배경 자체가 동적인 상황에서는 취약한 단점이 있다.
도 1은 종래의 적응적 배경 차분 방식을 적용한 개체 검출 화면을 도시한 도면이다.
이동 개체 검출 화면(120)을 참조하면, 적응적 배경 차분 방식은 개체에 대응하는 차량 외에 다른 것들도 함께 검출한다. 이는, 비로 인해 젖은 도로에 차량의 그림자가 비치게 되고, 이 그림자가 배경모델 입장에서 설명이 되지 않는 전경으로 오인식되어 발생하는 문제이다.
또 다른 개체 검출 화면(140)을 참조하면, 적응적 배경 차분 방식은 수많은 개체를 검출한다. 이는 어두운 환경에서 발생하는 카메라 고유의 노이즈에 의한 것으로서, 적응적 배경 차분 방식에서는 해당 노이즈 픽셀들이 전부 전경화소로 오인식된다. 이로 인해, 적응적 배경 차분 방식은 개체뿐만 아니라 다른 노이즈까지도 개체로 검출하는 문제가 있다.
본 실시예는, 조명이나 기후변화 등에 의한 오인식을 최소화하며 영상 내에 존재하는 이동 개체를 검출하는 방법 및 장치를 제공하는 데 일 목적이 있다.
본 실시예의 일 측면에 의하면, 기 설정된 간격을 두고 복수의 영상 프레임들을 수신하며, 상기 복수의 영상프레임들 상호 간의 차이를 나타내는 복수의 차이 영상을 산출하는 차이 산출부와 상기 복수의 차이 영상 각각을 복수의 영역으로 분할하여 각각의 차이 영상의 각각의 영역 내에 존재하는 유효픽셀의 점유율을 파악하고, 상기 유효픽셀의 점유율 간의 차이를 이용하여 하나 이상의 후보 영역을 선정하는 영역 선정부 및 상기 각각의 차이 영상에 대하여 상기 영역 선정부가 선정한 하나 이상의 후보 영역 내에 존재하는 유효픽셀의 밀도(Density)를 파악하여 상기 영상 프레임 내의 개체를 검출하는 개체 검출부를 포함하는 것을 특징으로 하는 개체 검출장치를 제공한다.
또한, 본 실시예의 다른 측면에 의하면, 차이 산출부가 기 설정된 간격을 두고 복수의 영상 프레임들을 수신하는 과정과 상기 차이 산출부가 상기 복수의 영상 프레임들 상호 간의 차이를 나타내는 복수의 차이 영상을 산출하는 과정과 영역 선정부가 상기 복수의 차이 영상 각각을 복수의 영역으로 분할하여 각각의 차이 영상의 각각의 영역 내에 존재하는 유효픽셀의 점유율을 파악하고, 유효픽셀의 점유율을 이용하여 하나 이상의 후보 영역을 선정하는 과정 및 개체 검출부가 상기 각각의 차이 영상에 대하여 상기 영역 선정부가 선정한 하나 이상의 후보 영역 내에 존재하는 유효픽셀의 밀도(Density)를 파악하여 상기 영상 프레임 내의 개체를 검출하는 과정을 포함하는 것을 특징으로 하는 개체 검출방법을 제공한다.
이상에서 설명한 바와 같이 본 실시예의 일 측면에 따르면, 영상 내에 존재하는 개체를 검출함에 있어, 조명변화나 강우, 강설 등이 이동개체로 오인식되는 경우를 줄임으로써 이동개체 검출의 신뢰도를 크게 향상시키는 장점이 있다.
도 1은 종래의 적응적 배경 차분 방식을 적용한 개체 검출 화면을 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 개체 검출 장치의 구성을 도시한 블럭도이다.
도 3은 특정 시간에서의 영상프레임과 시간 간격을 두고 수신한 복수의 영상프레임 간의 차이 영상을 도시한 도면이다.
도 4 및 도 5는 특정 후보 영역 내에 존재하는 픽셀의 값들과 픽셀들의 밀도 값을 도시한 도면이다.
도 6은 본 발명의 일 실시예에 따라 영상 내에서 개체가 검출된 모습을 도시한 도면이다.
도 7은 본 발명의 일 실시예에 따라 개체를 검출하는 방법을 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 2는 본 발명의 일 실시예에 따른 개체 검출 장치의 구성을 도시한 블럭도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 개체 검출 장치(210)는 차이 산출부(220), 영역 선정부(230) 및 개체 검출부(240)를 포함하여 구성된다.
차이 산출부(220)는 기 설정된 시간간격을 두고 영상 프레임을 수신하며, 영상 프레임 간의 차이 영상을 산출한다. 차이 산출부(220)는 기 설정된 시간간격을 두고 고정되어 있는 카메라 등의 영상장치(미도시)로부터 복수의 영상 프레임을 각각 수신한다. 차이 산출부(220)는 복수의 영상 프레임을 수신한 후, 수신한 각각의 영상 프레임들 상호 간의 차이 영상을 산출한다. 예를 들어, 도 2에 도시된 바와 같이, 두 개의 영상 프레임을 It와 It+△t를 수신하는 경우, 차이 산출부(220)는 다음과 같이 차이 영상 Ip, In을 산출한다.
Figure PCTKR2016005147-appb-M000001
두 개의 영상 프레임을 수신하는 경우, 차이 산출부(220)는 순서에 유관하게 각각의 영상 프레임의 차이를 계산한다. 즉, 차이 산출부(220)는 시간간격을 두고 수신된 영상 프레임 It+△t에서 먼저 수신된 영상 프레임 It를 뺀 차이 영상 Ip를 산출하고, 이와 함께 먼저 수신된 영상 프레임 It에서 시간간격을 두고 수신된 영상 프레임 It+△t를 뺀 차이 영상 In을 산출한다. 여기서, 도 2는 수신되는 영상 프레임을 두 개만 도시하고 있으나, 반드시 이에 한정하는 것은 아니다. 또한, 계산의 편의를 위해 통상 Ip와 In가 음수인 경우, 이는 0으로 치환될 수 있다.
도 3a는 특정 시간에서의 영상프레임을 도시한 도면이고, 도 3b는 시간 간격을 두고 수신한 복수의 영상프레임 간의 차이 영상을 도시한 도면이다.
도 3a는 특정 시간 t에서의 영상 프레임 It를 도시하고 있다. 개체(310)는 원의 형상을 가지고 있으며, 현재 -X축 방향으로 이동 중이다. 개체가 -X축 방향으로 이동 중이기 때문에, 도 3b에 도시된 차이 영상 In은 우측 원의 테두리 형태(340)를 가지며, 차이 영상 Ip는 좌측 원의 테두리 형태(330)를 가진다.
영역 선정부(230)는 차이 산출부(220)가 산출한 각각의 차이 영상 내에서 후보 영역을 선정하는 역할을 한다.
먼저, 영역 선정부(230)는 슬라이딩 윈도우(Sliding Window) 방식을 이용하여 각각의 차이 영상을 기 설정된 크기의 복수 개의 영역으로 분할한다.
이후, 영역 선정부(230)는 각각의 차이 영상마다 각각의 영역의 유효픽셀의 점유율을 계산하고, 유효픽셀의 점유율을 이용하여 하나 이상의 후보 영역을 선정한다. 여기서, 유효픽셀이란 픽셀의 강도(Intensity)가 기 설정된 임계치를 초과하는 픽셀을 의미한다. 강도가 너무 작은 픽셀은 개체를 검출함에 있어 노이즈로 작용하기 때문에, 유효픽셀만이 개체를 검출하는데 이용된다. 영역 선정부(230)는 각각의 차이 영상마다 각각의 영역 내에서 유효픽셀이 차지하는 면적의 비율, 즉, 유효픽셀의 점유율을 계산한다. 동일한 영역에 대하여 각각의 차이 영상에서의 유효 픽셀의 점유율 간의 차이가 기 설정된 수치 이하인 경우, 영역 선정부(230)는 해당 영역을 후보 영역으로 선정한다. 여기서, 해당 영역이 복수 개 존재하는 경우, 영역 선정부(230)는 모든 영역을 후보 영역으로 선정한다. 도 3b를 참조하여 설명하면, 영역 선정부(230)는 차이 영상 Ip에 존재하는 기 설정된 영역(320) 내의 유효픽셀(330)의 점유율과 차이 영상 In에 존재하는 기 설정된 영역(320) 내의 유효픽셀(340)의 점유율을 계산한다. Ip에 존재하는 특정한 영역 내에서의 유효픽셀의 점유율과 In에 존재하는 특정한 영역 내에서의 유효픽셀의 점유율간의 차이가 기 설정된 수치 이하인 경우, 영역 선정부(230)는 전술한 특정한 영역을 후보 영역으로 선정한다.
영역 선정부는 단순히 특정한 영역의 유효픽셀의 점유율만으로 후보 영역을 선정하는 것이 아니라, 각각의 차이 영상에 존재하는 특정한 영역의 유효픽셀의 점유율간의 차이를 기준으로 후보 영역을 선정한다. 이 때문에, 본 발명의 일 실시예에 따른 개체 검출 장치는 조명에 의한 노이즈를 최소화할 수 있다. 조명에 의해 발생할 수 있는 노이즈는 각각의 차이 영상 내에서 유효픽셀의 점유율의 차이가 아주 크기 때문에, 본 발명의 일 실시예에 따르면 후보 영역의 선정에서 제외되기 때문이다.
개체 검출부(240)는 하나 이상의 후보 영역 내에 존재하는 유효픽셀의 밀도(Density)를 측정하고, 측정한 유효픽셀의 밀도를 이용하여 개체를 검출한다. 유효픽셀의 밀도란, 임의의 어느 하나의 유효픽셀에 대하여 그에 이웃하는 8방향으로 몇 개의 다른 유효픽셀들이 존재하는지 여부를 의미한다. 즉, 유효픽셀의 밀도는 유효픽셀들이 해당 영역 내에 얼마나 집중되어 있는지를 의미한다.
도 4a와 도 5a는 특정한 후보 영역 내에 존재하는 픽셀의 값들을 도시한 도면이고, 도 4b와 도 5b는 특정한 후보 영역 내에 존재하는 픽셀들의 밀도 값을 도시한 도면이다.
도 4a와 도 5a에 도시된 도면에서 픽셀의 값으로 1을 가지고 있는 픽셀은 유효픽셀을 의미하며, 0의 값을 가지고 있는 픽셀은 유효픽셀이 아닌 픽셀을 의미한다. 도 4a에 도시된 후보 영역은 후보 영역 내에 존재하는 유효픽셀 들이 각각 산재되어, 각각의 유효픽셀들(410 내지 460)은 주변에 다른 유효픽셀이 존재하지 않거나 하나만 존재한다. 따라서 도 4b에 도시된 바와 같이, 도 4a에 도시된 후보 영역의 유효픽셀의 밀도 값은 일부 유효픽셀(410, 420, 430, 440)만 1이 되고 나머지 유효픽셀 (450, 460)은 0이 된다. 반면, 도 5a에 도시된 후보 영역 내에 존재하는 유효픽셀들(510 내지 560)은 산재되어 있지 않고, 한 곳으로 집중되어 있다. 따라서 도 5b에 도시된 바와 같이, 유효픽셀(510)에 이웃하는 다른 유효픽셀이 3개(520, 540, 550)가 존재하므로, 유효픽셀(510)의 밀도 값은 3이 된다. 또한, 유효픽셀(520)에 이웃하는 유효픽셀이 5개(510, 530, 540, 550, 560)가 존재하므로 유효픽셀(520)의 밀도 값은 5가 된다. 나머지 유효픽셀(530, 540, 550, 560)의 밀도 값도 전술한 방법과 동일한 방법으로 구해진다.
개체 검출부(240)는 전술한 방법으로 후보 영역에 대하여 각각의 차이 영상의 유효픽셀의 밀도 값들의 합을 구한 후, 다음과 같은 조건을 만족하는 후보 영역을 움직이는 개체가 있는 영역으로 검출한다.
Figure PCTKR2016005147-appb-M000002
여기서 dp와 dn은 각각 차이 영상 Ip와 In에 존재하는 후보 영역의 유효픽셀의 밀도 값들의 합을 의미하고, thp, thn 및 thpn은 기 설정된 문턱 값을 의미한다. 각각의 차이 영상에 존재하는 후보 영역의 유효픽셀의 밀도 값들의 합(dp, dn)이 기 설정된 문턱 값(thp, thn) 이상이며, 각각의 차이 영상에 존재하는 후보 영역의 유효픽셀의 밀도 값들의 합(dp, dn) 간에 차이가 기 설정된 문턱 값(thpn) 이하이거나 또는 각각의 차이 영상에 존재하는 후보 영역의 유효픽셀의 밀도 값들의 합의 총 합이 기 설정된 문턱 값(thpn) 이상인 경우, 개체 검출부는 해당 후보 영역을 움직이는 개체가 있는 영역으로 검출한다. 즉, 각각의 차이 영상에 존재하는 후보 영역의 유효픽셀의 밀도 값들의 합이 기 설정된 문턱 값 이상이며, 각각의 차이 영상에 존재하는 후보 영역의 유효픽셀의 밀도 값들의 합 간에 차이와 각각의 차이 영상에 존재하는 후보 영역의 유효픽셀의 밀도 값들의 합의 총 합의 비율이 기 설정된 문턱 값(thpn) 이하인 경우, 개체 검출부는 해당 후보 영역을 움직이는 개체가 있는 영역으로 검출한다.
도 6은 본 발명의 일 실시예에 따라 영상 내에서 개체가 검출된 모습을 도시한 도면이다.
개체 검출부는 전술한 조건을 만족한 후보 영역에 대해서는 움직이는 개체가 있는 영역(620)으로 검출을 하며, 그렇지 않은 영역(630)에 대해서는 움직임이 있는 개체가 있는 영역으로 검출하지 않는다.
도 2에 도시된 개체 검출 장치에 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 7은 본 발명의 일 실시예에 따라 개체를 검출하는 방법을 나타낸 순서도이다.
차이 산출부는 기 설정된 간격을 두고 복수의 영상 프레임들을 수신하며, 복수의 영상프레임 상호 간의 차이를 나타내는 복수의 차이 영상을 산출한다(S710). 차이 산출부는 복수의 영상 프레임들을 수신하고, 순서에 유관하게 각각의 영상 프레임들 간의 차이를 산출한다.
영역 선정부는 복수의 차이 영상 각각을 복수의 영역으로 분할하여 각각의 차이 영상의 각각의 영역 내에 존재하는 유효픽셀의 점유율을 파악하고, 유효픽셀의 점유율을 이용하여 하나 이상의 후보 영역을 선정한다(S720). 영역 선정부는 각각의 차이 영상에 존재하는 각각의 영역 내의 유효 픽셀의 점유율을 계산한다. 동일한 영역에 대하여 각각의 차이 영상에서의 유효 픽셀 비율의 차이가 기 설정된 수치 이하인 경우, 영역 선정부는 해당 영역을 후보 영역으로 선정한다.
개체 검출부는 각각의 차이 영상에 대하여 선정된 하나 이상의 후보 영역 내에 존재하는 유효픽셀의 밀도를 파악하여 영상 프레임 내의 개체를 검출한다(S730). 개체 검출부는 후보 영역에 대하여 각각의 차이 영상의 유효픽셀의 밀도 값을 구한 후, 기 설정된 조건을 만족하는 경우 후보 영역을 움직이는 개체가 있는 영역으로 검출한다.
도 7에서는 과정 S710 내지 과정 S730을 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 7에 기재된 순서를 변경하여 실행하거나 과정 S710 내지 과정 S730 중 하나 이상의 과정을 병렬적으로 실행하는 것으로 다양하게 수정 및 변형하여 적용 가능할 것이므로, 도 7은 시계열적인 순서로 한정되는 것은 아니다.
한편, 도 7에 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.
CROSS-REFERENCE TO RELATED APPLICATION
본 특허출원은 2015년 06월 25일 한국에 출원한 특허출원번호 제 10-2015-0090347 호에 대해 미국 특허법 119(a)조(35 U.S.C § 119(a))에 따라 우선권을 주장하면, 그 모든 내용은 참고문헌으로 본 특허출원에 병합된다. 아울러, 본 특허출원은 미국 이외에 국가에 대해서도 위와 동일한 이유로 우선권을 주장하면 그 모든 내용은 참고문헌으로 본 특허출원에 병합된다.

Claims (7)

  1. 기 설정된 간격을 두고 복수의 영상 프레임들을 수신하며, 상기 복수의 영상프레임들 상호 간의 차이를 나타내는 복수의 차이 영상을 산출하는 차이 산출부;
    상기 복수의 차이 영상 각각을 복수의 영역으로 분할하여 각각의 차이 영상의 각각의 영역 내에 존재하는 유효픽셀의 점유율을 파악하고, 유효픽셀의 점유율 간의 차이를 이용하여 하나 이상의 후보 영역을 선정하는 영역 선정부; 및
    상기 각각의 차이 영상에 대하여 상기 영역 선정부가 선정한 하나 이상의 후보 영역 내에 존재하는 유효픽셀의 밀도(Density)를 파악하여 상기 영상 프레임 내의 개체를 검출하는 개체 검출부
    를 포함하는 것을 특징으로 하는 개체 검출장치.
  2. 제1항에 있어서,
    상기 영역 선정부는,
    상기 복수의 차이 영상 각각을 슬라이딩 윈도우(Sliding Window) 방식을 이용하여 복수의 영역으로 분할하는 것을 특징으로 하는 개체 검출장치.
  3. 제1항에 있어서,
    상기 유효픽셀은,
    픽셀의 강도(Intensity)가 기 설정된 임계치를 초과하는 픽셀인 것을 특징으로 하는 개체 검출장치.
  4. 제1항에 있어서,
    상기 영역 선정부는,
    상기 각각의 차이 영상에 대하여 각각의 영역 내에 존재하는 유효픽셀의 점유율을 파악하고, 동일한 영역에 대하여 상기 각각의 차이 영상의 유효픽셀의 점유율 간의 차이가 기 설정된 수치 이하인 영역을 후보 영역으로 선정하는 것을 특징으로 하는 개체 검출장치.
  5. 제1항에 있어서,
    상기 유효픽셀의 밀도는,
    상기 후보 영역 내에 존재하는 어느 하나의 유효픽셀에 이웃하는 픽셀들 중 다른 유효픽셀들의 값을 합한 값인 것을 특징으로 하는 개체 검출장치.
  6. 제1항에 있어서,
    상기 개체 검출부는,
    상기 각각의 차이 영상에 대한 유효픽셀의 밀도간의 차이가 기 설정된 문턱 값 이하인지 여부 또는 상기 각각의 차이 영상에 대한 유효픽셀의 밀도간의 합이 기 설정된 문턱 값 이상인지 여부 및 상기 각각의 차이 영상에 대한 유효픽셀의 밀도가 기 설정된 문턱 값 이상인지 여부를 판단하여 개체인지 검출하는 것을 특징으로 하는 개체 검출장치.
  7. 차이 산출부가 기 설정된 간격을 두고 복수의 영상 프레임들을 수신하는 과정;
    상기 차이 산출부가 상기 복수의 영상 프레임들 상호 간의 차이를 나타내는 복수의 차이 영상을 산출하는 과정;
    영역 선정부가 상기 복수의 차이 영상 각각을 복수의 영역으로 분할하여 각각의 차이 영상의 각각의 영역 내에 존재하는 유효픽셀의 점유율을 파악하고, 유효픽셀의 점유율을 이용하여 하나 이상의 후보 영역을 선정하는 과정; 및
    개체 검출부가 상기 각각의 차이 영상에 대하여 상기 영역 선정부가 선정한 하나 이상의 후보 영역 내에 존재하는 유효픽셀의 밀도(Density)를 파악하여 상기 영상 프레임 내의 개체를 검출하는 과정
    을 포함하는 것을 특징으로 하는 개체 검출방법.
PCT/KR2016/005147 2015-06-25 2016-05-16 영상의 차이를 이용하여 이동 개체를 검출하는 방법 및 장치 Ceased WO2016208875A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020150090347A KR102464781B1 (ko) 2015-06-25 2015-06-25 영상의 차이를 이용하여 이동 개체를 검출하는 방법 및 장치
KR10-2015-0090347 2015-06-25

Publications (1)

Publication Number Publication Date
WO2016208875A1 true WO2016208875A1 (ko) 2016-12-29

Family

ID=57585261

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2016/005147 Ceased WO2016208875A1 (ko) 2015-06-25 2016-05-16 영상의 차이를 이용하여 이동 개체를 검출하는 방법 및 장치

Country Status (2)

Country Link
KR (1) KR102464781B1 (ko)
WO (1) WO2016208875A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019212237A1 (ko) * 2018-05-03 2019-11-07 엘지이노텍 주식회사 이상 개체 검출 장치 및 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003515810A (ja) * 1999-11-24 2003-05-07 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ ビデオ会議及び他の用途において動く対象物を検出する方法及び装置
JP2005513656A (ja) * 2001-12-20 2005-05-12 三菱電機株式会社 体積成長および変化検出マスクを使用してビデオ内の移動オブジェクトを識別するための方法
JP2005250989A (ja) * 2004-03-05 2005-09-15 Sony Corp 移動物体追跡方法及び画像処理装置
JP2012064153A (ja) * 2010-09-17 2012-03-29 Denso Corp 移動体検出装置及びプログラム
WO2012132531A1 (ja) * 2011-03-25 2012-10-04 日本電気株式会社 映像処理システムと映像処理方法、映像処理装置及びその制御方法と制御プログラムを格納した記憶媒体

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4192719B2 (ja) 2003-08-22 2008-12-10 ソニー株式会社 画像処理装置および方法、並びにプログラム
KR101180965B1 (ko) * 2010-04-01 2012-09-07 (주)이산솔루션 차영상을 이용한 클러스터 분석 방법 및 시스템
KR101496407B1 (ko) * 2013-02-27 2015-02-27 충북대학교 산학협력단 보안용 cctv 영상 처리 장치 및 영상 처리 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003515810A (ja) * 1999-11-24 2003-05-07 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ ビデオ会議及び他の用途において動く対象物を検出する方法及び装置
JP2005513656A (ja) * 2001-12-20 2005-05-12 三菱電機株式会社 体積成長および変化検出マスクを使用してビデオ内の移動オブジェクトを識別するための方法
JP2005250989A (ja) * 2004-03-05 2005-09-15 Sony Corp 移動物体追跡方法及び画像処理装置
JP2012064153A (ja) * 2010-09-17 2012-03-29 Denso Corp 移動体検出装置及びプログラム
WO2012132531A1 (ja) * 2011-03-25 2012-10-04 日本電気株式会社 映像処理システムと映像処理方法、映像処理装置及びその制御方法と制御プログラムを格納した記憶媒体

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019212237A1 (ko) * 2018-05-03 2019-11-07 엘지이노텍 주식회사 이상 개체 검출 장치 및 방법

Also Published As

Publication number Publication date
KR102464781B1 (ko) 2022-11-07
KR20170001020A (ko) 2017-01-04

Similar Documents

Publication Publication Date Title
KR101237089B1 (ko) 랜덤 포레스트 분류 기법을 이용한 산불연기 감지 방법
Denman et al. Improved simultaneous computation of motion detection and optical flow for object tracking
CN114898161B (zh) 摄像头脏污的检测方法、装置和电子设备
US9123133B1 (en) Method and apparatus for moving object detection based on cerebellar model articulation controller network
CN101738394A (zh) 室内烟雾检测方法及系统
WO2015126031A1 (ko) 사람 계수 방법 및 그를 위한 장치
CN110619651B (zh) 一种基于监控视频的行车道路分割方法
US7809164B2 (en) Methods and systems for identifying events for a vehicle
CN115049954A (zh) 目标识别方法、装置、电子设备和介质
CN110674672B (zh) 一种基于tof相机的多场景人数统计方法
CN120431544A (zh) 恶劣天气下道路巡检方法、装置、电子设备及存储介质
CN110765875A (zh) 交通目标的边界检测方法、设备及装置
CN112347810A (zh) 移动目标物体的检测方法、装置及存储介质
US8437503B2 (en) Method for detecting a moving object in an image stream
CN114359209B (zh) 图像处理方法及装置、存储介质、电子装置
CN115713620A (zh) 一种红外小目标检测方法、装置、计算设备及存储介质
CN116645580A (zh) 一种基于时空特征差异的红外弱小目标检测方法及装置
KR102464781B1 (ko) 영상의 차이를 이용하여 이동 개체를 검출하는 방법 및 장치
IL274786A (en) Target routing and tracking method
CN118115930A (zh) 一种遗留物检测方法、装置及介质
WO2022107911A1 (ko) 다중 특징 추출기를 적용한 차량용 경량 딥러닝 처리 장치 및 방법
KR100558383B1 (ko) 움직임 블록 검출 방법 및 이에 기초한 움직이는 물체추적 방법
WO2023277219A1 (ko) 환경 변화 적응형 특징 생성기를 적용한 차량용 경량 딥러닝 처리 장치 및 방법
KR101451070B1 (ko) 그림자에 의한 인식 오류를 제거하여 차량 번호를 인식하는 방법 및 차량 번호 인식 시스템
CN114821391B (zh) 一种基于改进视觉背景提取法的运动目标检测方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16814588

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16814588

Country of ref document: EP

Kind code of ref document: A1