WO2020116988A1 - 영상 분석 장치, 영상 분석 방법 및 기록 매체 - Google Patents

영상 분석 장치, 영상 분석 방법 및 기록 매체 Download PDF

Info

Publication number
WO2020116988A1
WO2020116988A1 PCT/KR2019/017189 KR2019017189W WO2020116988A1 WO 2020116988 A1 WO2020116988 A1 WO 2020116988A1 KR 2019017189 W KR2019017189 W KR 2019017189W WO 2020116988 A1 WO2020116988 A1 WO 2020116988A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
region
regions
sub
image analysis
Prior art date
Application number
PCT/KR2019/017189
Other languages
English (en)
French (fr)
Inventor
김원태
강신욱
이명재
김동민
김신곤
Original Assignee
(주)제이엘케이
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)제이엘케이 filed Critical (주)제이엘케이
Publication of WO2020116988A1 publication Critical patent/WO2020116988A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • 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
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • 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
    • 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
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30112—Baggage; Luggage; Suitcase

Definitions

  • the present disclosure relates to an image analysis apparatus and method. More specifically, the present disclosure relates to an apparatus and method for detecting and classifying objects included in an input image.
  • the input image may be, for example, a 3D image.
  • the 3D image may be, for example, a 3D secure CT image.
  • customs electronic customs clearance system is a computerized customs clearance service for imports and exports, and through this, it is possible to improve the efficiency of customs administration tasks between multiple parties.
  • the security inspection system is a computerized security inspection task to determine whether there is a product that may cause a safety or security problem in the passenger's belongings, thereby enhancing the security of the security area.
  • deep learning deep learning
  • the characteristic factors are automatically found, and thus, attempts to utilize them in the artificial intelligence field are increasing.
  • the technical problem of the present disclosure is to provide an image analysis method and apparatus for classifying objects included in an image.
  • a technical problem of the present disclosure is to provide an image analysis method and apparatus for classifying objects using a hierarchical structure of objects included in an image.
  • An image analysis method includes obtaining an image including one or more objects, extracting a plurality of detailed regions from the image, analyzing a hierarchical structure between the plurality of detailed regions, and And classifying the object included in the image using the hierarchical structure.
  • the image may be a 3D image.
  • extracting a plurality of sub-regions from the image may include extracting an initial sub-region by binarizing the image, and extracting a final sub-region by subdividing the initial sub-region. have.
  • the step of subdividing the initial detail region may be performed based on the values of voxels included in the initial detail region.
  • the step of subdividing the initial detailed region may be performed using variance of the values of the voxels.
  • the initial sub-region in the step of subdividing the initial sub-region, if the variance of the values of the voxels is greater than a predetermined threshold, the initial sub-region is subdivided into two or more sub-regions, and the sub-region obtained by subdividing the sub-region is initialized
  • the sub-division of the initial region may be performed as a detailed region.
  • the initial detail region in the step of subdividing the initial detail region, if the variance of the values of the voxels is equal to or less than a predetermined threshold, the initial detail region may be determined as the final detail region.
  • analyzing the hierarchical structure between the plurality of sub-regions may include determining whether two or more sub-regions of the plurality of sub-regions can be merged into one region, and if mergeable, the two or more sub-regions.
  • the method may include merging regions into the one region, and determining a hierarchical structure in which the merged region is an upper region and the two or more detailed regions are a lower region.
  • the step of analyzing the hierarchical structure may be performed recursively until the plurality of detailed regions are merged into one region.
  • the step of determining whether two or more sub-regions among the plurality of sub-regions can be merged into one region may include a pixel value in the sub-region, the location of the sub-region, the size of the sub-region, the shape of the sub-region, and the merging. It may be performed based on at least one of the shape of the region and the similarity between adjacent regions between the detailed regions.
  • the step of classifying the object included in the image using the hierarchical structure is performed using the classification result of an object corresponding to an upper region of the object or an object corresponding to a lower region of the object. Can be.
  • a probability to be applied to the classification result of the object is defined according to the classification result of the object corresponding to the upper region of the object or the object corresponding to the lower region of the object, and the image is obtained using the hierarchical structure.
  • the classification of the object may be performed using the probability.
  • the image analysis apparatus may include one or more microprocessors that perform the image analysis method according to the present disclosure.
  • a recording medium may store a program for executing the image analysis method according to the present disclosure.
  • an image analysis method and apparatus for classifying objects included in an image may be provided.
  • an image analysis method and apparatus for classifying an object using a hierarchical structure of objects included in an image may be provided.
  • FIG. 1 is a view for explaining an article search system according to an embodiment of the present disclosure.
  • FIG. 2 is a block diagram showing the configuration of an image analysis apparatus 200 according to an embodiment of the present disclosure.
  • 3 is a view for explaining an image reading process.
  • FIG. 4 is a diagram for explaining an application range of artificial intelligence in an image reading process according to an embodiment of the present disclosure.
  • FIG. 5 is a diagram illustrating an embodiment of an image enhancement device that performs image enhancement according to the present disclosure.
  • FIG. 6 is a diagram for explaining a process of classifying an object and a background from an image including a single object and generating location information of the object, according to an embodiment of the present disclosure.
  • FIG. 7 is a diagram illustrating an image in which colors are expressed based on physical properties of an object according to an embodiment of the present disclosure.
  • FIG. 8 is a view for explaining a process of generating an output image based on color distribution information of an image according to an embodiment of the present disclosure.
  • FIG. 9 is a diagram for explaining a process of obtaining a final output image that combines an image obtained by using color distribution information and an image obtained by applying edge-based filtering or smoothing filtering according to an embodiment of the present disclosure.
  • FIG. 10 is a view for explaining a process of obtaining a final output image using a graphical model according to an embodiment of the present disclosure.
  • FIG. 11 is a view for explaining an image enhancement method according to an embodiment of the present disclosure.
  • FIG. 12 is a diagram for explaining context analysis according to an embodiment of the present disclosure.
  • FIG. 13 is a diagram illustrating a process of generating and analyzing context information of an image according to an embodiment of the present disclosure.
  • FIG. 14 is a diagram for explaining a process in which an image analysis apparatus according to an embodiment of the present disclosure analyzes an image to identify an object.
  • 15 is a view for explaining the operation of the image analysis apparatus according to an embodiment of the present disclosure.
  • 16 is a diagram for explaining an embodiment of a multi-product neural network generating a multi-channel feature map.
  • 17 is a view for explaining an embodiment of a pooling technique.
  • FIG. 18 is a block diagram showing the configuration of an image synthesizing apparatus according to an embodiment of the present disclosure.
  • 19 is a diagram illustrating a process of generating a multi-object image using two images including a single object according to an embodiment of the present disclosure.
  • 20 is a diagram illustrating a process of training a convolutional neural network using a multi-object image according to an embodiment of the present disclosure.
  • 21 is a view for explaining a process of analyzing an actual image using an image synthesizing apparatus according to an embodiment of the present disclosure.
  • 22 is a diagram for explaining a method for synthesizing an image according to an embodiment of the present disclosure.
  • 23 is a diagram for explaining an embodiment of the present invention for detecting an object included in a 3D image.
  • 24 is a view for explaining an embodiment of merging and/or dividing detailed regions.
  • 25 is a view for explaining an embodiment of detecting an object from a traveler bag according to the present invention.
  • first and second are used only for the purpose of distinguishing one component from other components, and do not limit the order or importance of components, etc., unless otherwise specified. Accordingly, within the scope of the present disclosure, the first component in one embodiment may be referred to as a second component in another embodiment, and likewise the second component in one embodiment may be the first component in another embodiment It can also be called.
  • the components that are distinguished from each other are for clarifying each feature, and the components are not necessarily separated. That is, a plurality of components may be integrated to be composed of one hardware or software unit, or one component may be distributed to be composed of a plurality of hardware or software units. Accordingly, such integrated or distributed embodiments are included within the scope of the present disclosure, unless otherwise stated.
  • components described in various embodiments are not necessarily essential components, and some may be optional components. Accordingly, an embodiment composed of a subset of components described in one embodiment is also included in the scope of the present disclosure. Also, embodiments including other elements in addition to the elements described in various embodiments are included in the scope of the present disclosure.
  • FIG. 1 is a view for explaining an article search system according to an embodiment of the present disclosure.
  • the article retrieval system 100 may include a reading unit 110 and/or a learning unit 120.
  • the reading unit 110 may include an image analysis device 112 and/or an output device 114.
  • the learning unit 120 may include a database 122, a deep learning learning unit 124, an algorithm verification unit 126, and/or a trained model storage unit 128.
  • the reading unit 110 may function as a reading interface, and the learning unit 120 may function as a centrally managed artificial intelligence data center.
  • the article search system according to the present disclosure is utilized in an electronic customs clearance system or a security search system as an example.
  • the article search system according to the present disclosure is not limited to such applications.
  • the article search system according to the present disclosure may be utilized in a system that serves to identify a specific article according to various purposes.
  • the input 130 of the article search system 100 may include images, article information and/or control information.
  • the image may be an image of an article including at least one object.
  • it may be an X-Ray image of an article photographed by an X-Ray reading device.
  • the image may be a raw image photographed by an X-Ray imaging device or an image in an arbitrary format (format) for storing or transmitting the raw image.
  • the image may be obtained by capturing and dataizing image information captured by an X-Ray reading device and transmitted to an output device such as a monitor.
  • the image may be enhanced before being output to the output device 114 or before being input to the image analysis device 112. The method of enhancing the image will be described later.
  • the output device 114 may output an image or an enhanced image.
  • the image analysis device 112 may receive an image or an enhanced image and perform an operation of the image analysis device 112 described later.
  • the article information may be information about the article included in the corresponding image.
  • the product information may include import declaration information and/or customs inventory list information.
  • the product information may include passer identification information, passer security level and/or passer authorized item information.
  • the product information may be subjected to a predetermined pre-processing process before being input to the image analysis device 112.
  • a refining operation of a product name may be performed on a product list, import information, and the like included in the product information.
  • Purification work of the product name may refer to a work of unifying the names of various items input for the same or similar items.
  • Input of article information may be optional.
  • the article retrieval system 100 of the present disclosure can operate by receiving only an image as an input even if there is no entry of article information.
  • the article may include all kinds of articles as objects to be inspected or read.
  • the article may be at least one of express cargo, postal cargo, container cargo, traveler transport cargo, and traveler himself.
  • the image analysis apparatus according to the present disclosure is used in a security search system, the article may be at least one of a passenger's belongings and the passenger's own.
  • the electronic customs clearance system reads a traveler, and the traveler is a major traveler with a history of transporting anomalous or dangerous objects in the past, the traveler's cargo has a higher level than that of other travelers.
  • Analysis and/or reading may be performed.
  • the reader may be provided with information that a particular item is the cargo of a traveler of interest.
  • passer-by when the passer-by is a passer with a high security level, it is possible to perform a higher level of analysis and/or reading on the belongings of the passer-by than other passers-by. For example, it is possible to provide the reader with information that a specific item is belonging to a passer with a high security level.
  • control information may be information for controlling image reading or controlling the read image.
  • control information may be input by the reading source 140.
  • control information may include source information, manager information, operation mode information, read sensitivity information, and/or user interface information. The detailed use of control information will be described later.
  • the article search system 100 may receive an image, article information, and/or control information 130 and transmit it to the output device 114 or transmit it to the image analysis device 112.
  • the image analysis device 112 may analyze the input image using a pre-trained deep learning-based model.
  • the image analysis device 112 may transmit the analyzed result to the output device 114.
  • the output device 114 outputs the input image, product information and/or control information 130, the video analysis result and/or user interface received from the video analysis device 112, and the reader 140 is an output device
  • the output result of 114 can be read.
  • a refining operation may be performed on the article information 130, and also, before being input to the image analysis device 112 and/or before being output to the output device 114, the image for the analysis target image Consolidation can be performed.
  • the output device 114 outputs all types of signals that can be detected by humans, such as a device that outputs visual information such as a monitor or a warning light, a device that outputs sound information such as a speaker, or a device that outputs tactile information such as a vibrator Includes a device that can.
  • a user interface may be provided through the output device 114, and a reader may control the operation of the article retrieval system 100 using the user interface.
  • the reading source 140 may control the operation of the image analysis device by inputting control information using an output user interface.
  • an image analysis result of the image analysis device 112 includes an object to be detected, an object with an abnormality, or an object whose risk level is greater than or equal to a threshold
  • the related information is output through the output device 114 as an image analysis result.
  • the reader 140 can confirm this.
  • the image analysis device 112 may perform various processes of analyzing an image to be analyzed. For example, the image analysis device 112 may perform context analysis to more accurately analyze an analysis target image. Various processes and context analysis performed by the image analysis device 112 will be described later.
  • the reader 140 may determine whether to perform an additional test based on an image analysis result output through the output device 114.
  • the additional inspection may include an opening inspection to directly open an article related to the corresponding image and check an object included in the corresponding article.
  • the object to be searched may refer to an object with an abnormality or an object with a risk greater than or equal to a threshold as described above.
  • the present invention is not limited thereto, and may include various objects to be detected or searched by the system of the present disclosure.
  • the image analysis result of the image analysis device, the remodeling inspection result input by the reader after performing the remodeling inspection directly, and/or matching result information obtained by matching the image and product information by the image analysis device may be transmitted to the learning unit 120.
  • the learning unit 120 may store newly received information in the database 122, and the deep learning learning unit 124 may perform deep learning learning using the information stored in the database 122. Alternatively, without being stored in the database 122, the deep learning learning unit 124 may directly receive all or part of the learning data.
  • the results learned by the deep learning learning unit 124 are verified by the algorithm verification unit 126, and the verified models may be stored as updated models in the trained model storage unit 128.
  • the model stored in the trained model storage unit 128 is transmitted to the image analysis device 112 again, and the image analysis device 112 may update and use the received model as the above-described pre-trained deep learning-based model.
  • the learning unit 120 may generate a composite image by receiving and synthesizing a plurality of images.
  • virtual image analysis results, remodeling inspection results and/or matching result information corresponding to the composite image may be generated using image analysis results, remodeling inspection results, and/or matching result information for each of the plurality of images. Can be.
  • the learning unit 120 may use the composite image and the generated virtual information as learning data.
  • the reading unit 110 and the learning unit 120 may be implemented as separate devices or may be implemented within the same device. In addition, some or all of the components included in the reading unit 110 and the learning unit 120 may be configured by hardware or software.
  • Artificial intelligence technology allows computers to learn data and make decisions on their own as if they were humans.
  • Artificial neural networks are mathematical models inspired by biological neural networks. By changing the intensity of synaptic binding through learning, neurons can mean an overall model with problem-solving skills.
  • Artificial neural networks are generally composed of an input layer, a hidden layer, and an output layer. Neurons included in each layer are connected through weights, linear combination of weights and neuron values, and nonlinearity. Through the activation function, the artificial neural network may have a form capable of approximating a complex function.
  • the purpose of artificial neural network learning is to find a weight that minimizes the difference in value between the output calculated from the output layer and the actual output.
  • Deep neural network is an artificial neural network consisting of several hidden layers between the input layer and the output layer, and can model complex nonlinear relationships through many hidden layers.
  • the structure is called deep learning. Deep learning learns a very large amount of data, and when new data is input, it can operate adaptively according to the image because it selects the highest answer probability based on the learning result. In the process of learning, characteristic factors can be automatically found.
  • a deep learning-based model includes a fully convolutional neural network, a fully convolutional neural network, and a cyclic neural network (regression). It may include at least one of a neural network, a recurrent neural network, a restricted Boltzmann machine (RBM), and a deep belief neural network (DBN), but is not limited thereto.
  • a machine learning method other than deep learning may also be included.
  • a hybrid model combining deep learning and machine learning may be included. For example, a feature of an image based on deep learning may be extracted, and a machine learning based model may be applied when classifying or recognizing an image based on the extracted feature. Models based on machine learning may include, but are not limited to, Support Vector Machines (SVM), AdaBoost, and the like.
  • SVM Support Vector Machines
  • AdaBoost AdaBoost
  • a method for learning a model based on deep learning may include at least one of supervised learning, unsupervised learning, or reinforcement learning.
  • Supervised learning is performed using a series of learning data and a corresponding label (target output value), and the neural network model based on supervised learning is a model in which a function is inferred from training data.
  • Supervised learning receives a series of training data and its corresponding target output value, finds errors through learning to compare the actual output value with the target output value for input data, and corrects the model based on the result. do.
  • Supervised learning can be divided into regression, classification, detection, and semantic segmentation. The function derived through supervised learning can be used to predict new results.
  • the neural network model based on supervised learning optimizes the parameters of the neural network model through learning a lot of training data.
  • a model based on deep learning may use information about an input image and an article for learning, and after generating a trained model, information about an image and an article acquired by the apparatus of the present disclosure Can be used to update the neural network model.
  • an analysis result output by the method of the present disclosure for example, anomalies or risks for the identified object, information about the object, and the identified object are searched
  • the neural network model may be updated using prediction results, such as whether the object is an object, comparison information on the prediction result and the final remodeling test result, and evaluation or reliability information on the prediction result.
  • FIG. 2 is a block diagram showing the configuration of an image analysis apparatus 200 according to an embodiment of the present disclosure.
  • the image analysis device 200 of FIG. 2 is an embodiment of the image analysis device 112 of FIG. 1.
  • the image analysis device 200 may include an image receiving unit 210, an article information matching unit 220, and/or an image analyzing unit 230. As described above, since the input of the article information is optional, the image analysis apparatus 200 may not include the article information matching unit 220. Description of the input of the article information is as described with reference to FIG. 1.
  • the image receiving unit 210 may receive an image of an article including one or more objects.
  • the description of the image received by the image receiving unit 210 is as described with reference to FIG. 1.
  • the article information matching unit 220 may receive the image received from the article information and the image receiving unit 210 as an input and perform matching of the article information and the image.
  • the description of the article information is as described with reference to FIG. 1.
  • Matched images and article information may be output to a reader to assist the reader in reading.
  • the matched image and article information may be transmitted to the learning unit 120 of FIG. 1 to be used for learning the deep learning model.
  • the matched image and article information are stored in the database 122 of the learning unit 120 of FIG. 1, and then refined for each reading object and/or reading task, and the deep learning learning unit 124 is for each reading object and/or Alternatively, learning can be performed using the refined data for each read task to be applied.
  • the objects to be read may include express cargo, postal cargo, container cargo, traveler transport cargo, and traveler. Also, the object to be read may include a passenger's belongings and a passenger.
  • the reading task includes determining whether an object included in the object is abnormal or dangerous, determining whether the identified object is an object to be searched, determining whether information on the identified object matches the object, whether the object is reported, or It may include a judgment as to whether or not it has been reported.
  • the model trained in the learning unit 124 may be input to the image analysis unit 230 to update the existing model. At this time, suitable artificial intelligence may be updated according to the object to be read.
  • the learning unit 124 may generate new learning data using the existing learning data and use it for learning. As described above, new learning data can be generated by combining existing images and merging data.
  • the image analysis unit 230 may receive an image (image to be analyzed) or image and article information, analyze the image using a pre-trained deep learning-based model, and output the analyzed result to the output device have.
  • the image analysis unit 230 may identify an object included in the image, and determine whether there is an abnormality or risk for the identified object.
  • the image analysis unit 230 may improve the accuracy of object identification by performing a context analysis process described below.
  • the image analysis unit 230 may determine that the object is abnormal or dangerous.
  • the risk may be expressed as a numerical value, and it may be determined whether the object is a dangerous object through comparison with a predetermined threshold.
  • the numerical value related to the risk and/or the predetermined threshold may be adaptively determined according to a read target and/or a read task.
  • the image analysis unit 230 may more accurately perform analysis on the object included in the image using the image and article information. For example, the type, quantity and/or size information of the items listed in the item list list, the security level of the passer, and/or the authorized item information of the passer may be additionally used to identify the object from the image. When there is a discrepancy between the object and the item information identified by analyzing the image, it may be output as a result of the image analysis.
  • the image analysis result output by the image analysis unit 230 may include at least one of an object's risk, type, amount, number, size, and location.
  • the location of the object may be displayed on the image to be analyzed and output to the output device.
  • the position of the object may be displayed in coordinates, but the object may be highlighted and displayed at the corresponding position in the output image so that the reader can easily read it.
  • the object may be emphasized by highlighting the edge of the object or by displaying a square box surrounding the object.
  • a predetermined object area may be enhanced so that a reader can more easily identify the object through an image enhancement process described later.
  • an image corresponding to a predetermined color may be enhanced to convert an image so that the region can be more clearly identified.
  • the image analysis unit 230 may determine whether an object to be searched (eg, an object for which customs clearance is prohibited or inappropriate) is included in the analysis target image. To this end, the image analysis unit 230 may receive or store information about an object to be searched in advance. In addition, the image analysis unit 230 may identify an object included in the image and determine whether the identified object is a search target object.
  • an object to be searched eg, an object for which customs clearance is prohibited or inappropriate
  • 3 is a view for explaining an image reading process.
  • FIG. 3A is a flowchart of a conventional reading process
  • FIG. 3B is a flowchart of a reading process according to an embodiment of the present disclosure.
  • the image analysis apparatus 322 may learn deep learning in advance.
  • the image is analyzed using the base model, and the analyzed result is provided as information to the reader (324).
  • the image analysis device 322 may transmit the training data to the AI data center 323, and the AI data center 323 may learn the training data.
  • the artificial intelligence data center 323 may transmit the trained model to the image analysis device 322 as a read assistant assistive AI for each reading object.
  • the reader may select 325 an item requiring remodeling inspection based on an analysis result of the image analysis device 322, an image, and/or item information.
  • the result of performing the remodeling test may be input 326 as a test result.
  • the test result may be transmitted to the AI data center 323 and used as learning data.
  • FIG. 4 is a diagram for explaining an application range of artificial intelligence in an image reading process according to an embodiment of the present disclosure.
  • a sample 420 randomly extracted from all the items 410 may be selected 450 as a management object.
  • the risk analysis 440 for all the products 410 may be performed using the screening assistant artificial intelligence 430 for selecting the management object, and the management object may be selected 450 through this.
  • artificial intelligence is not limited to the risk analysis 440 of the aforementioned articles.
  • the management target when selected 450, it may be used as an inspection aid artificial intelligence 460 to assist the examination.
  • the inspection aid artificial intelligence 460 by applying the inspection aid artificial intelligence 460, the inspection of the inspection source can be assisted by identifying the object, determining whether an identified object is abnormal or dangerous, and/or providing information about the object to be searched to the inspection source. .
  • the reader may perform a precise inspection 470 using information provided by the inspection assistant artificial intelligence.
  • FIG. 5 is a diagram illustrating an embodiment of an image enhancement device that performs image enhancement according to the present disclosure.
  • the image enhancement device of FIG. 5 may be configured separately from the image analysis device 112 of FIG. 1 or may be configured as a part thereof.
  • the image enhancement device 500 may include an image reception unit 510, an object image extraction unit 520, a color distribution analysis unit 530, and/or an image enhancement unit 540.
  • this only shows some components necessary to describe the present embodiment, and the components included in the image enhancement apparatus 500 are not limited to the above-described examples. For example, two or more components may be implemented in one component, or an operation executed in one component may be divided and implemented to be executed in two or more components. In addition, some components may be omitted or additional components may be added.
  • the image enhancement apparatus 500 receives the input image 550, extracts an object included in the input image 550, and extracts an object image including the object into one or more regions. Divide, obtain color distribution information for each of the one or more areas, and determine one or more weights for at least some of the one or more areas based on the color distribution information, and determine the determined one or more weights among the one or more areas.
  • the first output image 560 for the object image may be generated by applying to at least a part.
  • Each pixel constituting the image may have a predetermined brightness and color by a combination of a luminance value representing luminance (brightness) and a color value representing color.
  • the color value may be represented by a combination of values of three or more color elements according to various ways of expressing color.
  • the color value may be expressed as an RGB value that is a combination of three color elements (Red(R), Green(G), Blue(B)).
  • each of R, G, and B has a value from 0 to 255, so that the intensity of each color element can be expressed.
  • the range of values that each of R, G, and B can have may be determined based on the number of bits representing each of R, G, and B. For example, when represented by 8 bits, each of R, G, and B may have a value from 0 to 255.
  • Acquiring color distribution information may mean acquiring various statistical values that can be obtained by analyzing color components of color values of pixels included in a corresponding region.
  • the statistical value may be information on a color element having an average largest value among color elements of color values of pixels included in a corresponding region. For example, based on the sum of the values of R, G, and B of all pixels included in the corresponding area, it may be determined which color element has the largest sum or average among R, G, and B. Alternatively, for each pixel, the color element having the largest value among R, G, and B is determined as the dominant color of the corresponding pixel, and which color is determined as the dominant color for all pixels included in the corresponding region I can judge.
  • the dominant color of a given area For example, for the color values of the majority of pixels included in a predetermined region, if R among the three color elements R, G, and B has the largest value, the dominant color of the predetermined region is red. I can judge.
  • color distribution information or dominant color was analyzed based on each of R, G, and B.
  • the present invention is not limited thereto, and may be analyzed based on various colors expressed by a combination of two or more of R, G, and B. For example, if the color to be identified is orange, it may be determined whether the dominant color of the pixel in the corresponding area is orange based on a combination of some or all of R, G, and B representing orange.
  • a region in which the dominant color is red is an object of image enhancement, and an embodiment of a process of enhancing the image by applying a weight will be described in detail.
  • one or more weights may be determined for the corresponding region. Weights can be determined for all or part of R, G, B and luminance. For example, when enhancing red, the weight for R may be a value greater than one. Applying a weight may mean multiplying a color element value of a pixel in a corresponding area by a corresponding weight. In this case, the weight for G and/or B may be a value less than one. By doing so, the region where red is dominant can be strengthened to a region that is more red.
  • the enhancement of the image of the present disclosure is not limited to this, and may include both a change in color value or a change in brightness value. Therefore, if necessary, an image may be enhanced by applying a weight to a luminance value.
  • the image receiving unit 510 may receive an input image 550 including one or more objects.
  • the input image 550 may be an image before being input to the image analysis device 112 and/or an image before being output to the output device 114.
  • the object image extracting unit 520 may extract an object included in the input image received from the image receiving unit 510 and divide the object image including the object into one or more regions. For example, the object image extractor 520 compares the pixel value of the analysis target image with a predetermined threshold to binarize the pixel values and group the binarized pixel values to extract objects included in the input image.
  • extracting an object may mean distinguishing an object from a background, an object may mean a specific object in an image, and the background may mean a portion excluding an object from an image.
  • the background of the image may be expressed in a predetermined color according to a method of photographing or a photographing device. For example, the predetermined color may be white. When a color representing the background of the image is specified, the background and the object may be separated based on the specified background color. For example, an object may be classified by deleting the specified background color area from the input image 550.
  • an object image may be obtained by specifying a bounding box surrounding an object area, and the object image extracting unit 520 may generate location information of the separated object based on the specified rectangle box.
  • the rectangular box may mean an object recognition box.
  • the input image is an X-Ray image of an article photographed by an X-Ray reading device
  • the background portion other than the article is unnecessary, the background portion is cut out and the article exists It can be analyzed with only the domain.
  • it can be said that it is important to obtain an area for an article in a real environment in which the article continuously passes through the X-Ray reading device through the conveyor belt.
  • the object image extraction unit 600 of FIG. 6 may be an embodiment of the object image extraction unit 520 of FIG. 5.
  • the input image 610 may be the input image 550 described with reference to FIG. 5, for example, an image related to an article including the bag 612 as a single object.
  • the object image extraction unit 600 first roughly cuts the surrounding area based on the bag 612 by performing a cropping operation on the input image 610 including one bag 612. A discarded, cropped image 620 may be obtained. Then, the object image extractor 600 may obtain the binarized image 630 by binarizing the pixel value by comparing a pixel value of the cropped image 620 with a predetermined threshold. Then, the object image extractor 600 may obtain a grouped image 640 by grouping (clustering, morphology, closing) adjacent pixels to select a portion of the object in the binarized image 630.
  • the object image extractor 600 performs labeling and hole filling operations on the grouped image 640 to convert the group of pixels formed in the largest shape into an area 652 for the object.
  • the image 650 from which the object is extracted may be obtained by determining and determining the rest as the region 654 for the background.
  • the object image extraction unit 600 may determine the location of the object in the input image 610 using information on the extracted object image. For example, the object image extraction unit 600 may specify a rectangular box surrounding the object area, and generate location information of the object based on the specified rectangular box. Referring to FIG. 6, the object image extraction unit 600 may specify a rectangular box 662 surrounding the bag 612 and obtain location information of the bag 612 based on the specified rectangular box. .
  • the location information of the bag 612 may be location information of four vertices forming the rectangular box 662, but is not limited thereto.
  • the location information may be represented by the coordinates (x, y) of one vertex of the rectangular box 662, and the width and height of the rectangular box.
  • the coordinates (x, y) of the one vertex may be the coordinates of the upper left corner of the rectangular box 662.
  • the coordinates (x, y) of the vertex may be specified based on the coordinates (0, 0) of the upper left corner of the input image 610.
  • the object image extractor 520 may divide the object image into one or more regions based on the size of the object image. Each of the one or more regions may be square.
  • the object image extraction unit 520 may determine the number or size of regions for dividing the object image based on the size of the object image. For example, when the object image is relatively large or has a size larger than a predetermined threshold, the object image may be divided to have more divided areas. Also, the sizes of the regions dividing the object image may not be the same.
  • the object image extractor 520 converts the object image into a square by up-sampling or down-sampling the object image when the object image is not square, and then converting the object image into one or more squares. It can be divided into regions. For example, since the object image is obtained based on a rectangular box surrounding the object for the object extracted by the object image extraction unit 520, the object image may not be square. In this case, the object image extractor 520 may divide the object image into one or more regions, but acquires and obtains a square object image by upsampling or downsampling in the horizontal or vertical direction of the object image. The divided square object image may be divided into one or more regions.
  • the object image 800 may not be square because it is composed of 9 pixels horizontally and 12 pixels vertically.
  • the shape of one or more regions dividing the object image is not limited to a square.
  • the region may have a form of n x m where n and m are different positive integers. In this case, the aforementioned upsampling or downsampling may not be performed.
  • the color distribution analysis unit 530 acquires color distribution information for each of the regions divided by the object image extraction unit 520, and based on the color distribution information, for at least some of the regions One or more weights can be determined.
  • the color distribution information may include information for each of n (n is an integer greater than 1) color expression ranges.
  • the "color expression range” may be defined for a color to be identified. In the above-described example, the color expression range of red is described as a reference, but the color expression range of green (G) or blue (B) may be defined. Alternatively, a range of color expression for arbitrary colors (yellow, orange, sky blue, etc.) expressed by combining some or all of R, G, and B may be defined.
  • Image enhancement When an object included in the image is to be enhanced, for example, an area expressed in orange, as a result of analyzing color distribution information, by applying a weight to a region in which a number of pixels included in the range of orange color expression are predominant or dominant, Image enhancement according to the present disclosure may be performed.
  • the method of applying the weight is as described above.
  • the color distribution information may include information on some or all of the three color elements. If there are five color elements R, G, B, Y (yellow), and P (purple), the color distribution information may include information on some or all of the five color elements.
  • an X-Ray image of an object photographed by an X-Ray reading device different color expression ranges are determined according to properties of objects included in the image (for example, whether the object is an organic substance, an inorganic substance, a metal, or the like).
  • the applied X-Ray image is used.
  • the reader can discriminate not only the shape of the object included in the image, but also the physical properties of the object.
  • the image enhancement of the present disclosure analyzes color distribution information using an X-Ray image to which color is added according to the physical properties of an object as an input image, and strengthens a region of a specific color based on this, thereby detecting an object included in the image. It can improve the accuracy and readability of the reader reading the image.
  • FIG. 7 is a diagram illustrating an image in which colors are expressed based on physical properties of an object according to an embodiment of the present disclosure.
  • a bag image 700 taken by an X-Ray reading device, a medicine container image 710 and a traveler luggage carrier image 720 are shown.
  • the bag loop 702, the bag zipper 704, the medicine 712, and the bottle 722 it can be confirmed that the color expression range (the applied color) is different depending on the properties of the object.
  • the bag loop 702, the bag zipper 704, the medicine 712, and the bottle 722 are relatively clearly colored so that they can be distinguished from other objects, while any content in the luggage 724 In the case of ), it can be seen that it is difficult to determine what the arbitrary content 724 is in the traveler's luggage image 720 and it is not easy to distinguish it from other objects.
  • a metal or an inorganic material is expressed in a relatively clear and distinct color so that it can be clearly distinguished from a background, whereas an organic material is expressed in a light color so that the distinction from the background is not clear.
  • the area of color representing organic matter can be enhanced with a clear and clear color that can be clearly distinguished from the background through a method of enhancing the corresponding color.
  • the color distribution for each of the divided regions may be analyzed to apply weights to at least some regions.
  • the one or more weights may include weights for at least some of n color expression ranges or n color elements representing colors. For example, if one region has n color expression ranges or color elements, the number of weights in the region may have 1 to n.
  • the determined weight when one weight is determined for one area, the determined weight may be applied to all color elements or all color expression ranges included in the one area. Alternatively, the determined weight may be applied to at least a portion of all color elements or all color expression ranges included in the one area. For example, in order to enhance the image, the determined weight may be applied only to a predetermined color element among n color elements or a predetermined color expression range among n color expression ranges.
  • a weight may be determined for each of n color elements or n color expression ranges. That is, the number of weights for one region may be n.
  • a weight corresponding to each color element or color expression range included in the region may be applied to the corresponding color element or color expression range.
  • the weight may be given a relatively high weight for a predetermined color element or color expression range that is an object of image enhancement. For example, a weight greater than 1 may be given and multiplied by a value of a corresponding color element or a pixel value belonging to a corresponding color expression range.
  • a weight may be determined for each of m color elements greater than 1 and less than n or a color expression range. That is, the number of weights for one region may be m. In this case, the weighted weight may be applied only to a weighted color element or color expression range among color elements or color expression ranges included in the region. It is as described above that a relatively high weight is given to a predetermined color element or color expression range that is an object of image enhancement.
  • the weight may be relatively high for a predetermined color element or color expression range among n color elements or color expression ranges.
  • a boundary is often less clearly defined in an image than an object having different physical properties (metal, inorganic, etc.). This is because the color of the object, which is an organic material, is not vivid enough to be distinguished from other objects or backgrounds. For example, by being expressed in light orange, it may not be well distinguished from a white background. Therefore, by applying a relatively high weight to a portion corresponding to a color expression range representing an organic material among the divided regions, the corresponding color can be enhanced to change, for example, light orange to dark orange. By strengthening the image in this way, it is possible to more clearly distinguish between the surrounding objects or the background and the object to be strengthened.
  • the predetermined color element or color expression range to which a relatively high weight is assigned may be one or more.
  • the predetermined color element or color expression range to which a relatively high weight is assigned may be 1 to n.
  • the predetermined color element or color expression range is plural, the degree of image enhancement required for each may be different, and accordingly, different weights may be assigned to each.
  • a relatively high weight may be given only to a color element or a color expression range for an organic material, but for inorganic and organic materials, it is relatively more than a metal. You can also give it a high weight. At this time, a relatively high weight may be given to the organic material rather than the inorganic material.
  • FIG. 8 is a view for explaining a process of generating an output image based on color distribution information of an image according to an embodiment of the present disclosure.
  • the object image 800 may be divided into one or more regions, such as the first region 810 and the second region 820.
  • the process of dividing regions in the object image 800 is as described with respect to the object image extractor 520 of FIG. 5.
  • a process of obtaining color distribution information and determining weights in the first area 810 will be described in detail.
  • the image enhancement device acquires color distribution information including information on five color expression ranges for the first area 810, and based on the obtained color distribution information, at least a part of the 3x3 sized area One or more weights can be determined for.
  • only information on a predetermined color expression range targeted for image enhancement may be obtained and used as color distribution information. For example, when the distribution information for a predetermined color expression range is greater than or equal to a predetermined threshold, the corresponding area is determined as a target for enhancement, and a relatively high weight can be given to the corresponding area.
  • the first color channel image 830, the second color channel image 840, and the third color channel may correspond to color elements of R, G, B, Y, and P, respectively.
  • Each of the first to fifth color channel images 830 to 870 is generated by mapping each pixel to a color channel image corresponding to the corresponding color information based on color information of each of the constituent pixels of the first region 810.
  • the first pixel 812 is mapped to the pixel 852 at the corresponding position of the third color channel image 850
  • the second pixel 814 is the pixel at the corresponding position of the first color channel image 830.
  • Mapped to 832, and the third pixel 816 is mapped to the pixel 872 at the corresponding position of the fifth color channel image 870
  • the fourth pixel 818 is the second color channel image 840.
  • the fifth pixel 820 is mapped to the pixel 874 at the corresponding position of the fifth color channel image 870
  • the sixth pixel 822 is It is mapped to the pixel 876 at the corresponding position in the fifth color channel image 870
  • the seventh pixel 824 is mapped to the pixel 844 at the corresponding position in the second color channel image 840
  • the eighth The pixel 826 is mapped to the pixel 878 at the corresponding position in the fifth color channel image 870
  • the ninth pixel 828 is mapped to the pixel 880 at the corresponding position in the fifth color channel image 870.
  • the color expression range is up to n
  • fewer color channel images than n may be obtained.
  • pixels having a color corresponding to the fourth color channel image 860 may be obtained. Since this does not exist, a total of four color channel images can be obtained except for the fourth color channel image 860.
  • the first color channel image 830, the second color channel image 840, the third color channel image 850, the fourth color channel image 860, and the fifth color channel image 870 Can be applied to the weights a1, a2, a3, a4, and a5, respectively.
  • the weight may be determined in consideration of the color distribution of pixels constituting each area, and for example, the weight may be determined to be proportional to the color distribution of pixels. Alternatively, the weight may be determined to have a relatively high weight for a predetermined color expression range and a relatively low weight for the rest of the color expression range.
  • the image enhancement unit 540 may generate a first output image for the object image by applying one or more weights determined by the color distribution analysis unit 530 to at least some of the one or more regions. .
  • Weighted a1, a2, a3, a4, and a5 may be applied to the weighted first region 810-1 by combining the weighted first to fifth color channel images. And, by repeating the above process for the remaining regions of the object image 800, the first output image may be finally generated.
  • the weight may be determined in consideration of the color distribution of pixels constituting each region, and a relatively high weight may be determined for a predetermined color expression range and a relatively low weight for the remaining color expression ranges.
  • the portion corresponding to the color representing the organic material in each divided region is not clearly distinguished from the background, so the boundary portion is not relatively clearly expressed in the image, so the weight is determined relatively high, and the color corresponding to the color representing the metal Since the portion is relatively distinct from the background, the weight of the border portion may be relatively low because the border portion is relatively clearly expressed in the image. As described above, applying the weight may mean replacing a pixel in the enhanced region with a new pixel value multiplied by the weight.
  • a relatively high weight can be set.
  • red is enhanced, but is not limited thereto, and any color may be determined as a target color.
  • the predetermined threshold and/or weight may be arbitrarily determined, or may be determined based on accumulated image processing information. Alternatively, by performing learning on the threshold and/or weight through an AI-based learning model, the optimal threshold and/or weight may be continuously updated.
  • the image enhancement unit 540 may generate a second output image for the object image by applying edge-based filtering or smoothing filtering on at least some of the one or more regions. Also, the image enhancement unit 540 may generate a third output image for the object image based on the generated first output image and second output image.
  • Edge-based filtering or smoothing filtering is a technique for enhancing the contrast of an image, including, but not limited to, Wiener filtering, Unsharp mask filtering, Histogram equalization, linear contrast adjustment, and the like. May include techniques to enhance.
  • FIG. 9 is a diagram for explaining a process of obtaining a final output image that combines an image obtained by using color distribution information and an image obtained by applying edge-based filtering or smoothing filtering according to an embodiment of the present disclosure.
  • the object image 900 of FIG. 9, the first area 910 and the weighted first area 910-1 are the object image 800 of FIG. 8, the first area 810, and the weighted first area It may correspond to (810-1), respectively.
  • the image enhancement unit 540 may generate the first region 910-2 to which the filtering is applied to the first region 910, and the first region 910-1 to which the weight is applied. And the first region 910-2 to which filtering has been applied may be combined to generate a final first region 910-3.
  • the image enhancement unit 540 may generate a second output image in which the above filtering techniques are applied to the remaining regions, and a third output image combining the first output image and the second output image.
  • the process of generating a weighted area (eg, 910-1), a filtered area (eg, 910-2), and/or a final area 910-3 using the two may be performed in units of areas.
  • the present invention is not limited thereto, and the process may be performed in units of object images.
  • a weighted object image (first output image) may be obtained by performing a process of applying a weight to each of the regions included in the object image.
  • an object image second output image
  • the final image third output image
  • the influence on the first output image may be relatively small by combining the second output image with the first output image.
  • the color representing the organic substance The weight for the distribution information can be determined relatively higher. Also, for example, by combining the first output image and the second output image, more accurate object recognition may be possible even when multiple objects in the image overlap.
  • FIG. 10 is a view for explaining a process of obtaining a final output image using a graphical model according to an embodiment of the present disclosure.
  • the image enhancement apparatus determines each of the color expression ranges included in the color distribution information as an individual node, and determines a relative relationship between each determined individual node and a first output image, a second output image, and a third output image. Using the relative relationship of, a graphical model of a hierarchical structure can be generated.
  • a first output image 1020 may be obtained by applying a weight to each of the corresponding divided regions or the color expression ranges of the divided regions.
  • the first output image 1020 may be determined as the final output image.
  • the second output image 1030 obtained by applying the contrast enhancement technique of the image is further generated, and the third output image 1040 is generated based on the first output image 1020 and the second output image 1030. You may.
  • FIG. 11 is a view for explaining an image enhancement method according to an embodiment of the present disclosure.
  • the image enhancement method of FIG. 11 is a method performed by the image enhancement apparatus of FIG. 5, and the description of the image enhancement apparatus of FIG. 5 may be applied to the image enhancement method of FIG. 11.
  • step S1100 an input image may be received.
  • an object included in the input image may be extracted. For example, by comparing the pixel value of the input image with a predetermined threshold, the pixel value is binarized and the binarized pixel value is grouped to extract an object included in the analysis target image.
  • the object image including the object may be divided into one or more regions.
  • the number or size of regions for dividing the object image may be determined based on the size of the object image.
  • the sizes of the regions dividing the object image may not be the same.
  • the object image can be divided into one or more regions after up-sampling or down-sampling to convert the object image into a square. have.
  • color distribution information may be obtained for each of the one or more regions.
  • the color distribution information may include information for each of n (n is an integer greater than 1) color expression range.
  • one or more weights may be determined for at least some of the one or more regions based on the color distribution information.
  • the one or more weights may include weights for at least some of the n color expression ranges. For example, if one region has n color expression ranges, the number of weights in the region may have 1 to n.
  • a first output image for the object image may be generated by applying the determined one or more weights to at least some of the one or more regions.
  • a second output image for the object image may be generated by applying edge-based filtering or smoothing filtering to at least some of the one or more regions. Also, for example, a third output image for the object image may be generated based on the generated first output image and second output image.
  • the input image may be an image including two or more objects.
  • two or more objects and a background can be distinguished from the input image, and location information can be generated and used for each of the two or more objects.
  • location information can be generated and used for each of the two or more objects.
  • each pixel group is an area for an object as well as other pixel groups formed in the largest shape. The process of generating location information of each determined object is the same as described for an image including one object.
  • At least some of the components of the image enhancement apparatus and steps of the image enhancement method of the present disclosure may be performed using an AI-based or deep learning-based model.
  • an AI-based or deep learning-based model For example, the size, number of regions generated by dividing an object image, weights determined based on color distribution information, various thresholds mentioned in the present disclosure, whether a second output image is generated, or the like is based on artificial intelligence or deep learning. It can be learned using a model, and information according to the trained model can be used.
  • the image analysis device 1200 of FIG. 12 may be an embodiment of the image analysis device 112 of FIG. 1. Alternatively, the image analysis device 1200 of FIG. 12 may be included in the image analysis device 112 of FIG. 1, or may be configured separately to perform context analysis.
  • the image analysis apparatus 1200 may include a feature extraction unit 1210, a context generation unit 1220, and/or a feature and context analysis unit 1230.
  • the image analysis apparatus 1200 may extract characteristics of an input image (analysis target image), generate context information based on the extracted characteristics, and analyze an analysis target image based on the extracted characteristics and the generated context information. have. For example, the image analysis apparatus 1200 may classify an image using the extracted feature and the generated context information or locate the object of interest.
  • the input image of the image analysis apparatus 1200 may be the same as the input image of the image analysis apparatus 112 of FIG. 1.
  • the feature extraction unit 1210 may analyze the input image to extract features of the image.
  • the feature may be a local feature for each region of the image.
  • the feature extraction unit 1210 may extract characteristics of an input image using a general convolutional neural network (CNN) technique or a pooling technique.
  • the pooling technique may include at least one of a max (max) pooling technique and an average pooling technique.
  • the pooling technique referred to in the present disclosure is not limited to the Max pooling technique or the average pooling technique, and includes any technique for obtaining a representative value of an image region of a predetermined size.
  • the representative value used in the pooling technique may be at least one of a variance value, a standard deviation value, a mean value, a most frequent value, a minimum value, and a weighted average value, in addition to the maximum value and the average value.
  • the convolutional neural network of the present disclosure can be used to extract “features” such as borders, line colors, and the like from input data (images), and may include a plurality of layers. Each layer may receive input data and process input data of the corresponding layer to generate output data.
  • the convolutional neural network may output a feature map generated by convolution of an input image or an input feature map with filter kernels as output data.
  • the initial layers of the convolutional neural network can be operated to extract low level features such as edges or gradients from the input.
  • the next layers of the neural network can extract progressively more complex features, such as the eyes and nose. The detailed operation of the convolutional neural network will be described later with reference to FIG. 16.
  • the convolutional neural network may include a pooling layer in which a pooling operation is performed in addition to a convolutional layer in which a convolution operation is performed.
  • the pooling technique is a technique used to reduce the spatial size of data in the pooling layer.
  • the pooling technique includes a max pooling technique that selects a maximum value in a corresponding region and an average pooling technique that selects an average value in a corresponding region.
  • a max pooling technique is generally used. do.
  • the pooling window size and spacing are generally set to the same value.
  • the stride means adjusting an interval to move when applying a filter to input data, that is, an interval to move the filter, and stride can also be used to adjust the size of the output data.
  • the detailed operation of the pulling technique will be described later with reference to FIG. 17.
  • the feature extraction unit 1210 is pre-processing for extracting features of an analysis target image, and filtering may be applied to the analysis target image.
  • the filtering may be a Fast Fourier Transform (FFT), histogram equalization, motion artifact removal, or noise removal.
  • FFT Fast Fourier Transform
  • the filtering of the present disclosure is not limited to the above-listed methods, and may include all types of filtering capable of improving the image quality.
  • enhancement of the image described with reference to FIGS. 5 to 11 may be performed.
  • the context generation unit 1220 may generate context information of the input image (analysis target image) using the features of the input image extracted from the feature extraction unit 1210.
  • the context information may be a representative value representing all or part of an image to be analyzed.
  • the context information may be global context information of the input image.
  • the context generation unit 1220 may generate context information by applying a convolutional neural network technique or a pooling technique to features extracted from the feature extraction unit 1210.
  • the pooling technique may be, for example, an average pooling technique.
  • the feature and context analysis unit 1230 may analyze an image based on the feature extracted by the feature extraction unit 1210 and the context information generated by the context generation unit 1220.
  • the feature and context analysis unit 1230 according to an embodiment concatenates local features and local contexts reconstructed by the context generation unit 1220 for each region of the image extracted by the feature extraction unit 1210. It can be used together to classify the input image or to find the location of the object of interest included in the input image. Since information at a specific 2D position in the input image includes not only local feature information but also global context information, the feature and context analysis unit 1230 uses these information, so that the actual content is different but local feature information. It is possible to more accurately recognize or classify similar input images.
  • the invention according to an embodiment of the present disclosure enables more accurate and efficient learning and image analysis by using global context information as well as local features used by general convolutional neural network techniques. do.
  • the neural network to which the invention according to the present disclosure is applied may be referred to as'deep neural network through context analysis'.
  • FIG. 13 is a diagram illustrating a process of generating and analyzing context information of an image according to an embodiment of the present disclosure.
  • the feature extraction unit 1310, the context generation unit 1320, and the feature and context analysis unit 1330 of FIG. 13 are the feature extraction unit 1210, the context generation unit 1220, and the feature and context analysis of FIG. 12, respectively. It may be an embodiment of the unit 1230.
  • the feature extractor 1310 may extract a feature from the input image 1312 using the input image 1312 and generate a feature image 1314 that includes the extracted feature information.
  • the extracted feature may be a feature for a local area of the input image.
  • the input image 1312 may include an input image of an image analysis device or a feature map at each layer in a convolutional neural network model.
  • the feature image 1314 may include a feature map and/or feature vector obtained by applying a convolutional neural network technique and/or a pooling technique to the input image 1312.
  • the context generation unit 1320 may generate context information by applying a convolutional neural network technique and/or a pooling technique to the feature image 1314 extracted by the feature extraction unit 1310.
  • the context generating unit 1320 may generate context information of various scales, such as an entire image, a quadrant area, and a 9-section area, by variously adjusting the spacing of the pooling.
  • an entire context information image 1322 including context information for an image of a full-size image, and a quadrant context information image including context information for a quarter image having a size that is divided into four parts of the entire image ( 1324) and a 9-part context information image 1326 may be obtained, including context information for a 9-part image of a size divided into 9 parts.
  • the feature and context analysis unit 1330 may more accurately perform analysis on a specific region of an analysis target image using both the feature image 1314 and the context information images 1322, 1324, and 1326.
  • the identified object is obtained from the feature image 1314 including local features extracted by the feature extractor 1310. It is impossible to accurately determine whether is a car or a boat. That is, the feature extraction unit 1310 may recognize the shape of the object based on the local feature, but may not accurately identify and classify the object using only the shape of the object.
  • the context generation unit 1320 can more accurately identify and classify objects by generating context information 1322, 1324, and 1326 based on the analysis target image or the feature image 1314.
  • the feature extracted for the entire image is recognized or classified as "natural landscape”
  • the feature extracted for the quarter image is recognized or classified as “lake”
  • the feature extracted for the 9-part image is "water”
  • the extracted features “natural landscape”, “lake”, and “water” may be generated and utilized as context information.
  • the feature and context analysis unit 1330 may identify an object having a shape of the boat or vehicle as a "boat" by utilizing the context information.
  • context information for an entire image In the embodiment described with reference to FIG. 13, it has been described to generate and utilize context information for an entire image, context information for a quarter image, and context information for a ninth image, but the size of the image for extracting context information is It is not limited to this.
  • context information for an image having a size other than the above-described image may be generated and utilized.
  • FIG. 14 is a diagram for explaining a process in which an image analysis apparatus according to an embodiment of the present disclosure analyzes an image to identify an object.
  • the image analysis device 1400 may accurately identify and/or classify objects included in the image 1410 by receiving the image 1410 and generating information on image regions of various sizes.
  • the input image 1410 may be, for example, an X-ray image including a bag.
  • the image analysis device 1400 analyzes the input image 1410 as described above, extracts features for the entire image, and features for some areas of the image, and accurately identifies the objects included in the image 1410 using the image analysis. can do.
  • the feature 1422 for the entire image may be, for example, a feature for the shape of the bag.
  • Features for some areas of the image may include, for example, features 1424 for handles, features 1426 for zippers, features 1428 for rings, and the like.
  • the image analysis apparatus 1400 can accurately identify that the object included in the image 1410 is a "bag” by using the generated features 1422, 1424, 1426, and 1428 as context information.
  • the image analysis device 1400 cannot identify that the object included in the image 1410 is a "bag” or the image 1410 It may provide an analysis result that the object included in the "bag” cannot be identified.
  • an abnormality of the corresponding object may be output. For example, when an irregular space, a space of a certain thickness, or the like, which is not related to the normal characteristics of the "bag", is detected, the corresponding "bag” may output a signal that there is an abnormal bag.
  • contextual information that is not related to the normal contextual information when contextual information that is not related to the normal contextual information is included, such fact may be output to the reader, and the reader may, based on this, perform a close inspection or remodeling inspection of the object or object of the corresponding image. Can be done.
  • 15 is a view for explaining the operation of the image analysis apparatus according to an embodiment of the present disclosure.
  • the image analysis device may extract characteristics of the image to be analyzed.
  • the image analysis apparatus may extract characteristics of an input image using a general convolutional neural network technique or a pooling technique.
  • the feature of the analysis target image may be a local feature for each region of the image, and the pooling technique may include at least one of a max pooling technique and an average pooling technique.
  • step S1510 the image analysis device may generate context information based on the feature extracted in step S1500.
  • the image analysis apparatus may generate context information by applying a convolutional neural network technique and/or a pooling technique to features extracted in step S1500.
  • the context information may be a representative value representing all or part of an image to be analyzed.
  • the context information may be global context information of the input image.
  • the pooling technique may be, for example, an average pooling technique.
  • step S1520 the image analysis device may analyze the analysis target image based on the feature extracted in step S1500 and the context information generated in step S1510.
  • the image analysis apparatus may classify the input image by combining local features of each region of the image extracted in step S1500 and the global context reconstructed in step S1510, or find the location of the object of interest included in the input image. have. Accordingly, since information at a specific 2D position in the input image is included from the local information to the global context, more accurate recognition or classification of input images having different local contents but similar local information is possible. Alternatively, it is possible to detect an object containing contextual information that is not related to other contextual information.
  • 16 is a diagram for explaining an embodiment of a multi-product neural network generating a multi-channel feature map.
  • the image processing based on the convolutional neural network can be used in various fields.
  • an image processing device for object recognition of an image an image processing device for image reconstruction, an image processing device for semantic segmentation, and image processing for scene recognition It can be used for devices and the like.
  • the input image 1610 may be processed through the convolutional neural network 1600 to output a feature map image.
  • the output feature map image can be utilized in various fields described above.
  • the convolutional neural network 1600 may be processed through a plurality of layers 1620, 1630, and 1640, and each layer may output multi-channel feature map images 1625 and 1635.
  • the plurality of layers 1620, 1630, and 1640 may extract a feature of an image by applying a filter having a constant size from the upper left to the lower right of the received data.
  • the plurality of layers 1620, 1630, and 1640 multiply the weights of the upper left NxM pixels of the input data and map them to one neuron in the upper left of the feature map.
  • the multiplied weight will also be NxM.
  • the NxM may be, for example, 3x3, but is not limited thereto.
  • the plurality of layers 1620, 1630, and 1640 scan input data from left to right and from top to bottom by multiplying the weights by k cells to map to the neurons of the feature map.
  • the k column means a stride to move the filter when performing the convolution, and may be appropriately set to adjust the size of the output data.
  • k may be 1.
  • the NxM weight is called a filter or filter kernel. That is, the process of applying a filter in a plurality of layers 1620, 1630, and 1640 is a process of performing a convolution operation with the filter kernel, and as a result, the extracted result is a "feature map" or "feature. It is called "map image".
  • the layer on which the convolution operation is performed may be referred to as a convolutional layer.
  • multiple-channel feature map refers to a set of feature maps corresponding to a plurality of channels, and may be, for example, a plurality of image data. It may be an input from an arbitrary layer, or an output according to a result of a feature map operation such as a convolution operation, etc.
  • the multi-channel feature maps 1625 and 1635 are feature extraction layers of the convolutional neural network. Fields" or “convolutional layers”, which are created by a plurality of layers 1620, 1630, 1640.
  • Each layer sequentially receives multi-channel feature maps generated in the previous layer, and then as outputs Multi-channel feature maps may be generated.
  • the L (L is an integer) layer 1640 receives the multi-channel feature maps generated by the L-1-th layer (not shown), and the multi-channel features of not shown. You can create maps.
  • feature maps 1625 having K1 channels are outputs according to feature map operation 1620 in layer 1 for input image 1610, and feature map operation 1630 in layer 2 ).
  • feature maps 1635 having K2 channels are outputs according to feature map operation 1630 in layer 2 for input feature maps 1625, and feature map operation in layer 3 (not shown) It becomes the input for.
  • the multi-channel feature maps 1625 generated in the first layer 1620 include feature maps corresponding to K1 (K1 is an integer) channels.
  • the multi-channel feature maps 1635 generated in the second layer 1630 include feature maps corresponding to K2 (K2 is an integer) channels.
  • K1 and K2 representing the number of channels may correspond to the number of filter kernels used in the first layer 1620 and the second layer 1630, respectively. That is, the number of multi-channel feature maps generated in the M (M is an integer of 1 or more and L-1 or less) layer may be the same as the number of filter kernels used in the M layer.
  • 17 is a view for explaining an embodiment of a pooling technique.
  • the window size of the pooling is 2 ⁇ 2 and the stride is 2, and Max pooling may be applied to the input image 1710 to generate the output image 1790.
  • a 2x2 window 1710 is applied to the upper left of the input image 1710, and a representative value (here, maximum value 4) among the values in the window 1710 area is calculated to output the image 1790. ) In the corresponding position 1720.
  • the window is moved by stride, that is, by 2, and a maximum value 3 of the values in the window 1730 area is input to a corresponding position 1740 of the output image 1790.
  • the process is repeated from the position below the stride from the left of the input image. That is, as illustrated in (c) of FIG. 17, the maximum value 5 of the values in the window 1750 area is input to the corresponding position 1760 of the output image 1790.
  • the window is moved by the stride, and a maximum value 2 of the values in the window 1770 area is input to a corresponding position 1780 of the output image 1790.
  • the above process may be repeatedly performed until a window is located in the lower right area of the input image 1710, thereby generating an output image 1790 that applies pooling to the input image 1710.
  • FIG. 18 is a block diagram showing the configuration of an image synthesizing apparatus according to an embodiment of the present disclosure.
  • the image synthesis device 1800 includes an object image extraction unit 1810, an object location information generation unit 1820, an image synthesis unit 1830, and/or an object detection deep learning model learning unit 1840. It can contain. However, this only shows some components necessary to describe the present embodiment, and the components included in the image synthesizing apparatus 1800 are not limited to the above-described examples. For example, two or more components may be implemented in one component, or an operation executed in one component may be divided and implemented to be executed in two or more components. In addition, some components may be omitted or additional components may be added. Or, among the components of the image analysis device 112 of FIG. 1, the image enhancement device 500 of FIG. 5, the image analysis device 1200 of FIG. 12, and the image synthesis device 1800 of FIG. 18, the same function or similar The component performing the function may be implemented as one component.
  • the image synthesizing apparatus 1800 receives a first image including a first object and a second image including a second object, and objects for each of the first image and the second image And a background, the first object and the second object are generated, and the first object and the second object are based on the first object and the second object.
  • 3 images can be generated, and an object detection deep learning model can be trained using location information of a first object, location information of a second object, and a third image.
  • the input image 1850 may include an image including a single object.
  • the description of the input image 1850 is the same as the description of the input image described with reference to FIG. 1 and the like.
  • the object image extraction unit 1810 may receive an image 1850 including a single object and distinguish the received image into an object and a background.
  • the description of the object image extraction unit 1810 is the same as the description of the object image extraction unit 520 described with reference to FIGS. 5 and 6.
  • the object location information generation unit 1820 may determine the location of the object extracted from the object image extraction unit 1810. For example, the object location information generating unit 1820 specifies a bounding box surrounding the object area, and generates location information of the object classified by the object image extraction unit 1810 based on the specified square box. can do.
  • the description of the method for generating the location information of the object is the same as the description for the method with reference to FIG. 6.
  • location information of an object included in an image may be automatically generated, a hassle of having to manually input location information of an object for each image is avoided by a reader for artificial intelligence learning. Can be.
  • the image synthesizing unit 1830 uses a plurality of single object images obtained through the object image extraction unit 1810 and the object location information generation unit 1820 to obtain multi-object images.
  • Can generate For example, for the first image including the first object and the second image including the second object, the location information of the first object through the object image extraction unit 1810 and the object location information generation unit 1820, respectively, and The location information of the second object is obtained, and the image synthesis unit 1830 generates a third image including the first object and the second object based on the obtained location information of the first object and the location information of the second object can do.
  • a detailed process of generating a multi-object image will be described in more detail with reference to FIG. 19.
  • the image synthesizing unit 1900 of FIG. 19 is an embodiment of the image synthesizing unit 1830 of FIG. 18.
  • the image synthesizing unit 1900 includes the first single object image 1910, the second single object image 1920, and the first single object image (obtained through the object image extraction unit and the object location information generation unit).
  • the first single object image 1910 and the second single object image are included in the synthesized multi-object image 1940 and the multi-object image 1940. It is possible to obtain location information 1950 for the objects.
  • the image synthesizing unit 1900 may also use an image 1930 for a background separated from an object when synthesizing the first single object image 1910 and the second single object image 1920.
  • the location information of the first single object image 1910 and the location information of the second single object image 1920 may be arbitrarily modified.
  • image synthesis may be performed based on the corrected location information. By doing so, it is possible to generate a myriad of synthetic images and virtual location information.
  • the object detection deep learning model learning unit 1840 may train an object detection deep learning model using location information of a first object, location information of a second object, and a third image.
  • the object detection deep learning model learning unit 1840 may train the convolutional neural network model.
  • the location information of the first object, the location information of the second object, and the third image may be used for training the convolutional neural network model.
  • the object detection deep learning model learning unit 2000 of FIG. 20 is an embodiment of the object detection deep learning model learning unit 1840 of FIG. 18.
  • a multi-object image 2010 synthesized by using single object images and location information of objects may be used as data necessary for learning.
  • the object detection deep learning model learning unit 2000 may train the convolutional neural network 2020 by projecting the location information of each single object with respect to the multi-object image 2010.
  • an X-Ray image in which a plurality of objects are overlapped may be obtained.
  • a plurality of images may be obtained. Since the convolutional neural network is trained by using the shape of each object together with the positional information of the object, more accurate detection results can be obtained even if overlapping occurs between objects.
  • 21 is a view for explaining a process of analyzing an actual image using an image synthesizing apparatus according to an embodiment of the present disclosure.
  • the image synthesizing apparatus 2100 of FIG. 21 is an embodiment of the image synthesizing apparatus 1800 of FIG. 18.
  • the operations of the object image extraction unit 1810, the object location information generation unit 1820, the image synthesis unit 1830, and the object detection deep learning model learning unit 1840 included in the image synthesis device 1800 of 18 are the same. .
  • the image synthesizing apparatus 2100 includes an object image extraction unit 2104, an object location information generation unit 2106, an image synthesis unit 2108, and an object detection deep learning model learning unit for a plurality of single object images 2102.
  • an object detection device 2120 may detect each object using the convolutional neural network model trained by the image processing device 2100 for the image 2122 including multiple objects in a real environment.
  • the image synthesizing apparatus 2100 of the present disclosure may newly generate a multi-object-containing image based on a single object region extraction in an X-Ray image. You can. Also, the object detection device 2120 may find an area where multiple objects included in an article passing through the X-Ray searcher exist. Therefore, by automatically extracting the position of the object with respect to the X-Ray image, a reader can perform the image inspection task more easily, and also includes information on the quantity of the extracted object and the object in the object. It can be used for tasks such as comparing computerized information.
  • 22 is a diagram for explaining a method for synthesizing an image according to an embodiment of the present disclosure.
  • the first image including the first object and the second image including the second object may be input to distinguish an object and a background for each of the first image and the second image. For example, by comparing the pixel value of the input image with a predetermined threshold, the pixel value is binarized, and the objects included in the input image can be distinguished by grouping the binarized pixel values.
  • step S2210 location information of the separated first object and the second object may be generated. For example, a rectangular box surrounding the object area may be specified, and based on the specified rectangular box, location information of the object classified in step S2200 may be generated.
  • a third image including the first object and the second object may be generated.
  • a third image including the first object and the second object may be generated based on the position information of the first object and the position information of the second object obtained in step S2210.
  • the object detection deep learning model may be trained using the location information of the first object, the location information of the second object, and the third image.
  • the convolutional neural network model may be trained, and the location information of the first object and the location information of the second object generated in step S2210 and the third image generated in the step S2220 may be used for training the convolutional neural network model. Can be.
  • the present invention is not limited thereto, and the input image may be an image including two or more objects.
  • the input image may be an image including two or more objects.
  • two or more objects and a background can be distinguished from the input image, and location information can be generated and used for each of the two or more objects.
  • a third image may be generated using two or more single object images and location information of each object. That is, the image processing method and apparatus according to the present disclosure may generate a third image based on two or more images each including one or more objects and location information of each object.
  • an image analysis method targeting a 2D image an object detection method, and an image enhancement method have been described.
  • various embodiments of the present invention that target a 2D image may target a 3D image.
  • a 3D image has a large amount of data as the dimension increases, and thus the computation amount increases significantly.
  • the present invention provides various embodiments for efficiently detecting an object included in a 3D image.
  • FIGS. 23 to 25 Various embodiments of the present invention targeting a 3D image will be described in detail with reference to FIGS. 23 to 25.
  • the 3D image may mean a 3D secure CT image.
  • the present invention is not limited thereto, and may include any image expressed in a 3D form.
  • an image composed of one or more voxels having three-dimensional coordinates (x, y, z) and luminance information and/or color difference information may be a three-dimensional image.
  • the voxel may refer to a pixel constituting a 3D image, and may correspond to a pixel in a 2D image. It is the same that the voxel and the pixel may contain luminance information and/or color difference information.
  • the voxel may additionally have z coordinates to define the position in 3D.
  • 23 is a diagram for explaining an embodiment of the present invention for detecting an object included in a 3D image.
  • step S2300 a 3D image may be acquired.
  • pre-processing of the image may be performed.
  • the pre-processing for the image may include a pre-processing process for the 2D image.
  • the pre-processing process for the 2D image may be applied to the 3D image as it is, or may be partially modified adaptively to be applied to the 3D image.
  • step S2320 detailed region extraction may be performed.
  • the initial detailed areas may be areas in which the algorithm according to the present invention is started.
  • a 3D connection element can be extracted after image binarization.
  • Image binarization may be the same or similar to image binarization for a 2D image.
  • each voxel may have a value of 0 or 1.
  • a voxel having a value of 1 may be identified among voxels adjacent to any voxel having a value of 1.
  • the 2D pixel may be represented in a quadrangular shape on a 2D plane. Since voxels are units of pixels in a 3D space, they can be represented in a hexahedron shape in a 3D space.
  • the adjacent voxel may mean a voxel that shares at least one surface with the current voxel, at least one line, or at least one point. All adjacent voxels having a value of 1 may be identified, and a voxel group composed of these identified voxels may be defined as an initial detail region or extracted as an initial detail region.
  • a segmentation operation may be performed based on the extracted initial detail area.
  • the segmentation operation may be performed based on a voxel value included in the detail area.
  • the segmentation operation may be performed until the variance of voxel values included in one sub-region becomes equal to or less than a predetermined value (a predetermined threshold). For example, when the variance of voxel values included in one sub-region is greater than or equal to a certain value, voxels included in one sub-region may be subdivided into two or more sub-regions according to a predetermined criterion.
  • the corresponding sub-region may be subdivided into a first group (luminance value 50 to 60) and a second group (luminance value 200 to 250).
  • the regions constituted by each of the subdivided voxel groups are defined as sub-regions, and the segmentation operation may be recursively and/or repeatedly performed.
  • the variance of voxel values included in the detailed region obtained as a result of performing the segmentation operation is equal to or less than a certain value. Therefore, through the segmentation operation, it is possible to identify regions having the same physical properties in a 3D image.
  • the detailed region obtained as a result of performing the segmentation operation may be referred to as a final detailed region to distinguish it from the initial detailed region.
  • the present invention is not limited to the above example, and a detailed region may be uniformly extracted over the entire 3D region. That is, after the binarization, the initial detailed region extracted through the connected component extraction method can be used as the final detailed region.
  • step S2330 region integration and/or region division may be performed.
  • Measured values of voxels in a detailed region (initial detailed region or final detailed region) (e.g., original signal value recognized directly by CT equipment) or display value (e.g., a value for output to a display device based on the measured value), detailed
  • the detailed regions may be hierarchically merged based on criteria such as a 3D position, size, shape of a region, a shape after merging described later, and similarity of adjacent parts between regions.
  • 24 is a view for explaining an embodiment of merging and/or dividing detailed regions.
  • a to G indicate a sub-region included in the image or a merged sub-region.
  • merging of regions may be performed in the direction of (a) to (d) of FIG. 24.
  • segmentation of regions in the direction of (d) to (a) of FIG. 24 may be performed.
  • the detailed region A and the detailed region B may be merged into the detailed region E of FIG. 24(b).
  • the new detailed region E may include both voxels included in the detailed region A and the detailed region B.
  • sub-region A and sub-region B are positioned as sub-regions of sub-region E. This hierarchical relationship may be represented by a "hierarchical structure" corresponding to FIG. 24(b).
  • the new sub-region F may include both voxels included in the sub-region E and sub-region C. Also, the sub-region E and the sub-region C are located as sub-regions of the sub-region F. This hierarchical relationship may be represented by a "hierarchical structure" corresponding to FIG. 24(c).
  • the sub-region F and the sub-region D meet a predetermined merging condition, it can be merged into the sub-region G of FIG. 24(d).
  • the new detailed region G may include both voxels included in the detailed region F and the detailed region D.
  • the sub-region F and the sub-region D are positioned as sub-regions of the sub-region G. This hierarchical relationship may be represented by a "hierarchical structure" corresponding to FIG. 24D.
  • the relationship to the detailed areas can be expressed in the form of a tree structure.
  • the predetermined merging condition is a criterion for merging regions with correlations, rather than corresponding subregions to completely different objects.
  • the predetermined merging condition may be, for example, as follows.
  • the merging may be performed in the form of preferentially merging small detailed areas among the current detailed areas. For example, since the detailed area A and the detailed area B are the smallest in FIG. 24A, merging of the detailed area A and the detailed area B may be performed first. For similar reasons, the detailed region A and the detailed region D may not be combined, or the detailed region A and the detailed region C may not be combined.
  • the merging may be performed based on the location (distance) between the detailed regions to be merged. For example, detailed areas at a short distance may be preferentially merged. In FIG. 24(a), the detailed area A and the detailed area B are close, and the detailed area B and the detailed area C are far. Therefore, merging of the sub-region A and the sub-region B may be performed first.
  • the merging may be performed based on the shape between the sub-regions to be merged (shape of the merged surface or similarity of adjacent parts, etc.).
  • shape of the merged surface or similarity of adjacent parts, etc. For example, the detail area A and the detail area B are characterized by a merged surface, and the shape of adjacent portions is similar. Accordingly, merging of the sub-region A and the sub-region B can be performed preferentially.
  • the merging may be performed based on the form after merging.
  • the form in which the detail area A and the detail area B are merged becomes an almost perfect circle shape (a sphere in a 3D image).
  • the detailed area A and the detailed area B are likely to be detailed areas included in the same object. Therefore, merging of the sub-region A and the sub-region B can be preferentially performed.
  • criteria that meet the spirit of the present invention ie, criteria that can be determined to be included in one object may be applied.
  • the bottom-up process may be performed in reverse to divide the entire region into detailed regions (top-down method).
  • the region G in the sub-frame (d) in FIG. 24 is FIG. It can be divided into a detail area F and a detail area D of (c).
  • the sub-details of FIG. 24(c) The region F may be divided into a detail region E and a detail region C of FIG. 24B.
  • FIG. 24 illustrates a 2D image
  • this embodiment may be performed on a 3D image.
  • three-dimensional detailed regions included in the three-dimensional image may be merged according to the above standard.
  • the top-down method it can be divided into three-dimensional detailed regions from a three-dimensional image.
  • the detailed region A and the detailed region B may be merged into the detailed region E (FIG. 24 (b)). Thereafter, the detailed area E and the detailed area C may be merged into the detailed area F (FIG. 24(c)). Thereafter, the sub-region F and the sub-region D may be merged into the sub-region G (FIG. 24(d)). Finally, if a region G having the same size as the 3D image is obtained by merging, a hierarchical structure according to the order of merging may be obtained.
  • a region G having the same size as a 3D image may be divided into a detail region F and a detail region D (FIG. 24(c)). Thereafter, the detailed region F can be divided into the detailed region E and the detailed region C (FIG. 24(b)). Thereafter, the detailed region E can be divided into the detailed region A and the detailed region B (FIG. 24(a)).
  • a hierarchical structure according to the order of division can be obtained.
  • the hierarchical structure obtained according to the bottom-up method and the hierarchical structure obtained according to the top-down method may be the same for the same 3D image including the same object.
  • step S2340 classification of the detailed region may be performed.
  • the hierarchical structure according to the consolidation/division of regions may be analyzed in step S2350.
  • the final result may be output in step S2360 by using the classification result for the detailed region and the result of analyzing the hierarchical structure.
  • the final result (final analysis result) may be to identify the type of the object (object).
  • step S2340 the type of the object (object) corresponding to each detailed area may be automatically classified.
  • various object detection/classification algorithms described above may be applied.
  • Various methods according to an embodiment of the present invention for detecting and classifying an object from a 2D image may be used identically to detect an object from a 3D image or may be used after being modified according to an increase in dimension.
  • a 3D neural network structure or a semi-3D neural network structure may be used in order to detect and classify an object from a 3D image.
  • a recursive neural network (RNN) structure for using the hierarchical tree structure may be applied.
  • reliability may be corrected by using the probability of the inclusion relationship of the object according to the hierarchical tree structure as a weight for the classification result. The probability can be defined in advance.
  • a hierarchical tree structure of S2350 may be used.
  • the smart phone includes a lithium battery
  • the upper node is likely to be a smart phone.
  • the probability that the upper node is a laptop or a mobile phone can be defined as high.
  • the probability that the upper node is a knife or USB can be defined as low. This probability can be used as a weight for classification of objects corresponding to each node.
  • 25 is a view for explaining an embodiment of detecting an object from a traveler bag according to the present invention.
  • a hierarchical tree structure as shown in FIG. 25 can be obtained. Nodes that contain batteries and gunpowder in lower nodes are more likely to be explosives. Another sub-node included in the explosive is likely to be classified as a primer. Also, a node including a battery, a CPU, and a camera as a lower node has a high probability of being classified as a smartphone. Conversely, the sub-node of a node classified as a smartphone is likely to be classified as one of objects (batteries, CPUs, cameras, etc.) that the smartphone generally includes.
  • the object of the upper node and the object of the lower node may have a predetermined inclusion relationship, and classification of the object may be more accurately performed using the inclusion relationship.
  • the classification result of the objects of the lower node may be used to classify the objects of the upper node.
  • the classification result of the object of the upper node may be used to classify the objects of the lower node.
  • the object of the upper node is classified using the classification result of the object of the lower node, and the classification of the object of the lower node is difficult to classify using the classification result of the object of the higher node or the classification of the object of the lower node. Results can also be verified.
  • all methods capable of improving the classification result of objects corresponding to each node of the tree using a hierarchical tree structure may be included in the scope of the present invention.
  • the present invention may have an optimal effect on a 3D image. Because, according to the non-destructive inspection method, in the case of a 2D image, detailed regions are often overlapped, so even in the same object, a difference in transmittance may occur between overlapping and non-overlapping portions. This is because when a difference in transmittance occurs, each part is represented by a range of different pixel values, and consequently, each part can be judged as a different detail region. On the other hand, in the case of a 3D image, since the detailed regions do not overlap, each detailed region can be clearly separated. Therefore, an embodiment of the present invention using an inclusion relationship between detailed regions can be effectively applied.
  • Exemplary methods of the present disclosure are expressed as a series of operations for clarity of description, but are not intended to limit the order in which the steps are performed, and if necessary, each step may be performed simultaneously or in a different order.
  • the steps illustrated may include other steps in addition, other steps may be included in addition to the other steps, or additional other steps may be included in addition to some of the steps.
  • various embodiments of the present disclosure may be implemented by hardware, firmware, software, or a combination thereof.
  • ASICs Application Specific Integrated Circuits
  • DSPs Digital Signal Processors
  • DSPDs Digital Signal Processing Devices
  • PLDs Programmable Logic Devices
  • FPGAs Field Programmable Gate Arrays
  • ASICs Application Specific Integrated Circuits
  • DSPs Digital Signal Processors
  • DSPDs Digital Signal Processing Devices
  • PLDs Programmable Logic Devices
  • FPGAs Field Programmable Gate Arrays
  • Universal It can be implemented by a processor (general processor), a controller, a microcontroller, a microprocessor.
  • the scope of the present disclosure includes software or machine-executable instructions (eg, operating systems, applications, firmware, programs, etc.) that cause actions according to the methods of various embodiments to be executed on a device or computer, and such software or Instructions include a non-transitory computer-readable medium that is stored and executable on a device or computer.
  • software or Instructions include a non-transitory computer-readable medium that is stored and executable on a device or computer.
  • the present invention can be used to classify objects included in an image.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Tourism & Hospitality (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

영상 분석 방법 및 영상 분석 장치가 제공된다. 본 발명의 영상 분석 방법은, 하나 이상의 객체를 포함하는 영상을 획득하는 단계, 상기 영상으로부터 복수의 세부 영역을 추출하는 단계, 상기 복수의 세부 영역들 간의 계층 구조를 분석하는 단계, 및 상기 계층 구조를 이용하여 상기 영상에 포함된 상기 객체를 분류하는 단계를 포함할 수 있다.

Description

영상 분석 장치, 영상 분석 방법 및 기록 매체
본 개시는 영상 분석 장치 및 방법에 관한 것이다. 보다 구체적으로, 본 개시는 입력 영상에 포함된 객체를 검출하고 분류하는 장치 및 방법에 관한 것이다. 상기 입력 영상은 예컨대, 3차원 영상일 수 있다. 상기 3차원 영상은 예컨대, 3차원 보안 CT 영상일 수 있다.
항만, 공항 또는 연구 시설 등의 보안 시설에서는 보안을 강화하고 기술 유출 등을 방지하고자, 통행자의 소지품을 검색해야 하는 필요성이 야기된다. 이때, 다수의 통행자에 대한 소지품을 보다 빠르고 효율적으로 검색하기 위한 기술로서, 방사선(X-ray) 등을 이용한 물품 검색 시스템이 활용되곤 한다.
이러한 물품 검색 시스템은 특히 관세 전자 통관 시스템 혹은 보안 검사 시스템 등에 널리 활용된다. 예컨데, 관세 전자 통관 시스템은 수출입 화물에 대한 통관 업무를 전산화한 것으로서, 이를 통해 다자간에 이루어지는 관세행정 업무의 효율성을 제고할 수 있다.
또한, 보안 검사 시스템은 통행자의 소지품에 안전 또는 보안 상 문제가 발생 할 수 있는 물품이 있는지 여부를 판단하는 보안 검사 업무를 전산화한 것으로, 이를 통해 보안 구역의 보안 강화를 제고 할 수 있다.
한편, 딥러닝(deep learning)은 매우 방대한 양의 데이터를 학습하여, 새로운 데이터가 입력될 경우 학습 결과를 바탕으로 확률적으로 가장 높은 답을 선택하는 것으로서, 영상에 따라 적응적으로 동작할 수 있으며, 데이터에 기초하여 모델을 학습하는 과정에서 특성인자를 자동으로 찾아내기 때문에 최근 인공 지능 분야에서 이를 활용하려는 시도가 늘어나고 있는 추세이다.
또한, 근래 3차원 보안 CT 영상을 이용한 보안 검색이 진행되고 있는데, 2차원 영상과 차별화되는 3차원 영상의 특성을 고려한 새로운 방법에 대한 연구가 요구된다.
본 개시의 기술적 과제는, 영상에 포함된 객체를 분류하는 영상 분석 방법 및 장치를 제공하는 것이다.
또한, 본 개시의 기술적 과제는, 영상에 포함된 객체들의 계층 구조를 이용하여 객체를 분류하는 영상 분석 방법 및 장치를 제공하는 것이다.
본 개시에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 양상에 따른 영상 분석 방법은 하나 이상의 객체를 포함하는 영상을 획득하는 단계, 상기 영상으로부터 복수의 세부 영역을 추출하는 단계, 상기 복수의 세부 영역들 간의 계층 구조를 분석하는 단계, 및 상기 계층 구조를 이용하여 상기 영상에 포함된 상기 객체를 분류하는 단계를 포함할 수 있다.
본 발명에 있어서, 상기 영상은 3차원 영상일 수 있다.
본 발명에 있어서, 상기 영상으로부터 복수의 세부 영역을 추출하는 단계는, 상기 영상을 이진화하여 초기 세부 영역을 추출하는 단계, 및 상기 초기 세부 영역을 세분화하여 최종 세부 영역을 추출하는 단계를 포함할 수 있다.
본 발명에 있어서, 상기 초기 세부 영역을 세분화하는 단계는, 상기 초기 세부 영역에 포함된 복셀들의 값에 기초하여 수행될 수 있다.
본 발명에 있어서, 상기 초기 세부 영역을 세분화하는 단계는, 상기 복셀들의 값의 분산을 이용하여 수행될 수 있다.
본 발명에 있어서, 상기 초기 세부 영역을 세분화하는 단계는, 상기 복셀들의 값의 분산이 소정의 임계치보다 크면, 상기 초기 세부 영역을 둘 이상의 세부 영역으로 세분화하고, 상기 세분화하여 획득된 세부 영역을 초기 세부 영역으로 하여, 상기 초기 영역을 세분화하는 단계를 수행할 수 있다.
본 발명에 있어서, 상기 초기 세부 영역을 세분화하는 단계는, 상기 복셀들의 값의 분산이 소정의 임계치 이하이면, 상기 초기 세부 영역을 최종 세부 영역으로 결정할 수 있다.
본 발명에 있어서, 상기 복수의 세부 영역들 간의 계층 구조를 분석하는 단계는, 상기 복수의 세부 영역들 중 둘 이상의 세부 영역들이 하나의 영역으로 병합가능한지 판단하는 단계, 병합가능한 경우, 상기 둘 이상의 세부 영역들을 상기 하나의 영역으로 병합하는 단계, 및 상기 병합된 영역을 상위 영역으로 하고, 상기 둘 이상의 세부 영역들을 하위 영역으로하는 계층 구조를 결정하는 단계를 포함할 수 있다.
본 발명에 있어서, 상기 계층 구조를 분석하는 단계는, 상기 복수의 세부 영역들이 하나의 영역으로 병합될 때까지 재귀적으로 수행될 수 있다.
본 발명에 있어서, 상기 복수의 세부 영역들 중 둘 이상의 세부 영역들이 하나의 영역으로 병합가능한지 판단하는 단계는, 세부 영역 내 픽셀 값, 세부 영역의 위치, 세부 영역의 크기, 세부 영역의 형태, 병합된 영역의 형태 및 세부 영역간 인접 부분의 유사도 중 적어도 하나에 기초하여 수행될 수 있다.
본 발명에 있어서, 상기 계층 구조를 이용하여 상기 영상에 포함된 상기 객체를 분류하는 단계는, 상기 객체의 상위 영역에 해당하는 객체 또는 상기 객체의 하위 영역에 해당하는 객체의 분류 결과를 이용하여 수행될 수 있다.
본 발명에 있어서, 상기 객체의 상위 영역에 해당하는 객체 또는 상기 객체의 하위 영역에 해당하는 객체의 분류 결과에 따라 상기 객체의 분류 결과에 적용될 확률이 기정의되고, 상기 계층 구조를 이용하여 상기 영상에 포함된 상기 객체를 분류하는 단계는, 상기 확률을 이용하여 상기 객체의 분류를 수행할 수 있다.
본 발명의 다른 양상에 따른 영상 분석 장치는 본 개시에 따른 영상 분석 방법을 수행하는 하나 이상의 마이크로 프로세서를 포함할 수 있다.
본 발명의 또 다른 양상에 따른 기록 매체는 본 개시에 따른 영상 분석 방법을 실행하기 위한 프로그램을 저장할 수 있다.
본 발명에 대하여 위에서 간략하게 요약된 특징들은 후술하는 본 발명의 상세한 설명의 예시적인 양상일 뿐이며, 본 발명의 범위를 제한하는 것은 아니다.
본 개시에 따르면, 영상에 포함된 객체를 분류하는 영상 분석 방법 및 장치를 제공될 수 있다.
또한, 본 개시에 따르면, 영상에 포함된 객체들의 계층 구조를 이용하여 객체를 분류하는 영상 분석 방법 및 장치가 제공될 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 개시의 일 실시예에 따른 물품 검색 시스템을 설명하기 위한 도면이다.
도 2는 본 개시의 일 실시예에 따른 영상 분석 장치(200)의 구성을 나타내는 블록도이다.
도 3은 영상의 판독 과정을 설명하기 위한 도면이다.
도 4는 본 개시의 일 실시예에 따른 영상 판독 과정에서의 인공지능의 적용 범위를 설명하기 위한 도면이다.
도 5는 본 개시에 따른 영상 강화를 수행하는 영상 강화 장치의 일 실시예를 도시한 도면이다.
도 6은 본 개시의 일 실시예에 따라, 단일 객체를 포함하는 영상으로부터 객체와 배경을 구분하고, 객체의 위치 정보를 생성하는 과정을 설명하기 위한 도면이다.
도 7은 본 개시의 일 실시예에 따른 객체의 물성에 기초하여 색상이 표현된 영상을 나타내는 도면이다.
도 8은 본 개시의 일 실시예에 따른 영상의 색상 분포 정보에 기초하여 출력 영상을 생성하는 과정을 설명하기 위한 도면이다.
도 9는 본 개시의 일 실시예에 따른 색상 분포 정보를 이용하여 획득된 영상과 에지 기반 필터링 또는 평활화 필터링을 적용하여 획득된 영상을 결합한 최종 출력 영상을 획득하는 과정을 설명하기 위한 도면이다.
도 10은 본 개시의 일 실시예에 따른 그래피컬 모델을 이용하여 최종 출력 영상을 획득하는 과정을 설명하기 위한 도면이다.
도 11은 본 개시의 일 실시예에 따른 영상 강화 방법을 설명하기 위한 도면이다.
도 12는 본 개시의 일 실시예에 따른 맥락 분석을 설명하기 위한 도면이다.
도 13은 본 개시의 일 실시예에 따른 영상의 맥락 정보를 생성하고 분석하는 과정을 나타내는 도면이다.
도 14는 본 개시의 일 실시예에 따른 영상 분석 장치가 영상을 분석하여 객체를 식별하는 과정을 설명하기 위한 도면이다.
도 15는 본 개시의 일 실시예에 따른 영상 분석 장치의 동작을 설명하기 위한 도면이다.
도 16은 다채널 특징맵을 생성하는 합성곱 신경망의 일 실시예를 설명하기 위한 도면이다.
도 17은 풀링 기법의 일 실시예를 설명하기 위한 도면이다.
도 18은 본 개시의 일 실시예에 따른 영상 합성 장치의 구성을 나타내는 블록도이다.
도 19는 본 개시의 일 실시예에 따른 단일 객체를 포함하는 두 개의 영상을 이용하여 다중 객체 영상을 생성하는 과정을 나타내는 도면이다.
도 20은 본 개시의 일 실시예에 따른 다중 객체 영상을 이용하여 합성곱 신경망을 학습시키는 과정을 나타내는 도면이다.
도 21은 본 개시의 일 실시예에 따른 영상 합성 장치를 이용하여 실제 영상을 분석하는 과정을 설명하기 위한 도면이다.
도 22는 본 개시의 일 실시예에 따른 영상 합성 방법을 설명하기 위한 도면이다.
도 23은 3차원 영상에 포함된 객체를 검출하는 본 발명의 실시예를 설명하기 위한 도면이다.
도 24는 세부 영역을 병합 및/또는 분할하는 실시예를 설명하기 위한 도면이다.
도 25는 본 발명에 따라 여행자 가방으로부터 객체를 검출하는 실시예를 설명하기 위한 도면이다.
이하에서는 첨부한 도면을 참고로 하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나, 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
본 개시의 실시예를 설명함에 있어서 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다. 그리고, 도면에서 본 개시에 대한 설명과 관계없는 부분은 생략하였으며, 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 개시에 있어서, 어떤 구성요소가 다른 구성요소와 "연결", "결합" 또는 "접속"되어 있다고 할 때, 이는 직접적인 연결관계뿐만 아니라, 그 중간에 또 다른 구성요소가 존재하는 간접적인 연결관계도 포함할 수 있다. 또한 어떤 구성요소가 다른 구성요소를 "포함한다" 또는 "가진다"고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 배제하는 것이 아니라 또 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 개시에 있어서, 제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 특별히 언급되지 않는 한 구성요소들간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 개시의 범위 내에서 일 실시예에서의 제1 구성요소는 다른 실시예에서 제2 구성요소라고 칭할 수도 있고, 마찬가지로 일 실시예에서의 제2 구성요소를 다른 실시예에서 제1 구성요소라고 칭할 수도 있다.
본 개시에 있어서, 서로 구별되는 구성요소들은 각각의 특징을 명확하게 설명하기 위함이며, 구성요소들이 반드시 분리되는 것을 의미하지는 않는다. 즉, 복수의 구성요소가 통합되어 하나의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있고, 하나의 구성요소가 분산되어 복수의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있다. 따라서, 별도로 언급하지 않더라도 이와 같이 통합된 또는 분산된 실시예도 본 개시의 범위에 포함된다.
본 개시에 있어서, 다양한 실시예에서 설명하는 구성요소들이 반드시 필수적인 구성요소들은 의미하는 것은 아니며, 일부는 선택적인 구성요소일 수 있다. 따라서, 일 실시예에서 설명하는 구성요소들의 부분집합으로 구성되는 실시예도 본 개시의 범위에 포함된다. 또한, 다양한 실시예에서 설명하는 구성요소들에 추가적으로 다른 구성요소를 포함하는 실시예도 본 개시의 범위에 포함된다.
이하, 첨부한 도면을 참조하여 본 개시의 실시예들에 대해서 설명한다.
도 1은 본 개시의 일 실시예에 따른 물품 검색 시스템을 설명하기 위한 도면이다.
물품 검색 시스템(100)은 판독부(110) 및/또는 학습부(120)를 포함할 수 있다. 판독부(110)는 영상 분석 장치(112) 및/또는 출력 장치(114)를 포함할 수 있다. 학습부(120)는 데이터 베이스(122), 딥러닝 학습부(124), 알고리즘 검증부(126) 및/또는 학습된 모델 저장부(128)를 포함할 수 있다. 판독부(110)는 판독 인터페이스로서 기능할 수 있으며, 학습부(120)는 중앙 관리되는 인공지능 데이터 센터로서 기능할 수 있다.
이하에서는, 본 개시에 따른 물품 검색 시스템이 전자 통관 시스템 혹은 보안 검색 시스템에 활용되는 경우를 예를 들어 설명한다. 하지만 본 개시에 따른 물품 검색 시스템이 이러한 활용에만 한정되는 것은 아니다. 이외에도, 본 개시에 따른 물품 검색 시스템은 다양한 목적에 따라 특정 물품을 식별하는 역할을 수행하는 시스템에서 활용 될 수 있다.
물품 검색 시스템(100)의 입력(130)은 영상, 물품 정보 및/또는 제어 정보를 포함할 수 있다.
상기 영상은 적어도 하나의 객체를 포함하는 물품에 관한 영상일 수 있다. 예컨대, X-Ray 판독 기기가 촬영한 물품에 관한 X-Ray 영상일 수 있다. 상기 영상은 X-Ray 영상 기기가 촬영한 로(raw) 이미지이거나 상기 로 이미지를 저장 또는 전송하기 위한 임의의 형태(포맷)의 이미지일 수 있다. 상기 영상은 X-Ray 판독 기기가 촬영하여 모니터와 같은 출력 장치로 전송하는 영상 정보를 캡쳐하여 데이터화함으로써 획득될 수도 있다. 영상은 출력 장치(114)에 출력되기 전, 또는 영상 분석 장치(112)에 입력되기 전에 강화될 수 있다. 영상을 강화하는 방법에 대해서는 후술한다. 출력 장치(114)는 영상 또는 강화된 영상을 출력할 수 있다. 영상 분석 장치(112)는 영상 또는 강화된 영상을 입력 받아 후술하는 영상 분석 장치(112)의 동작을 수행할 수 있다.
상기 물품 정보는 대응하는 영상에 포함된 물품에 관한 정보일 수 있다. 예를 들어, 영상 분석 장치로 입력되는 물품이 전자 통관 시스템에서의 화물인 경우, 물품 정보는 수입 신고된 정보 및/또는 통관 목록 리스트 정보를 포함할 수 있다. 다른 예로, 영상 분석 장치로 입력되는 물품이 보안 검사 시스템에서의 물품인 경우, 물품 정보는 통행자의 식별 정보, 통행자의 보안 레벨 및/또는 통행자의 인가 품목 정보를 포함 할 수 있다.
물품 정보는 영상 분석 장치(112)에 입력되기 전에 소정의 전처리 과정을 거칠 수 있다. 예컨대, 물품 정보에 포함된 물품 목록, 반입 정보 등에 대해 품명의 정제 작업이 수행될 수 있다. 품명의 정제 작업이란 동일 또는 유사한 물품에 대해 입력되는 다양한 물품의 명칭을 통일하는 작업을 의미할 수 있다.
물품 정보의 입력은 선택적일 수 있다. 예컨대, 본 개시의 물품 검색 시스템(100)은 물품 정보의 입력이 없어도 영상만을 입력으로 받아 동작할 수 있다. 상기 물품은 검사 또는 판독 대상의 물품으로서 모든 종류의 물품을 포함할 수 있다. 예컨대, 본 개시에 따른 영상 분석 장치가 전자 통관 시스템에 사용되는 경우, 상기 물품은 특송 화물, 우편 화물, 컨테이너 화물, 여행자 수송 화물 및 여행자 자신 중 적어도 하나일 수 있다. 다른 예로, 본 개시에 따른 영상 분석 장치가 보안 검색 시스템에 사용되는 경우, 상기 물품은 통행자 소지품 및 통행자 자신 중 적어도 하나 일 수 있다.
예를 들어, 전자 통관 시스템이 여행자를 판독한 결과, 판독된 여행자가 이상이 있거나 위험한 객체를 과거에 운송한 이력이 있는 요주의 여행자인 경우, 해당 여행자의 화물에 대해서는 다른 여행자의 화물보다 높은 수준의 분석 및/또는 판독을 수행하도록 할 수 있다. 예컨대, 특정 물품이 요주의 여행자의 화물이라는 정보를 판독원에게 제공할 수 있다.
다른 예로, 통행자를 판독한 결과, 통행자가 보안 레벨이 높은 통행자인 경우, 해당 통행자의 소지품에 대해서는 다른 통행자보다 높은 수준의 분석 및/또는 판독을 수행하도록 할 수 있다. 예컨대, 특정 물품이 보안 레벨이 높은 통행자의 소지품이라는 정보를 판독원에게 제공 할 수 있다.
상기 제어 정보는 영상 판독을 제어하거나, 판독된 영상을 제어하는 정보 일 수 있다. 일예로, 제어 정보는 판독원(140)에 의해 입력될 수 있다. 예를 들어 제어 정보는 판독원 정보, 관리자 정보, 동작 모드 정보, 판독 민감도 정보 및/또는 유저 인터페이스 정보를 포함 할 수 있다. 제어 정보의 구체적인 활용에 대해서는 후술 하도록 한다.
물품 검색 시스템(100)은 영상, 물품 정보 및/또는 제어 정보(130)를 입력 받아 출력 장치(114)에 전송하거나, 영상 분석 장치(112)에 전송할 수 있다. 영상 분석 장치(112)는 미리 학습된 딥러닝 기반의 모델을 이용하여 입력된 영상을 분석할 수 있다. 영상 분석 장치(112)는 분석된 결과를 출력 장치(114)로 전송할 수 있다. 출력 장치(114)는 입력된 영상, 물품 정보 및/또는 제어 정보(130), 영상 분석 장치(112)로부터 전송 받은 영상 분석 결과 및/또는 유저 인터페이스를 출력하고, 판독원(140)은 출력 장치(114)의 출력 결과를 판독할 수 있다. 전술한 바와 같이, 물품 정보(130)에 대해 정제 작업이 수행될 수 있으며, 또한, 영상 분석 장치(112)에 입력되기 전 및/또는 출력 장치(114)에 출력되기 전에 분석 대상 영상에 대해 영상 강화가 수행될 수 있다.
출력 장치(114)는 모니터, 경고등 등의 시각 정보를 출력하는 장치, 스피커 등의 음향 정보를 출력하는 장치, 바이브레이터 등의 촉각 정보를 출력하는 장치 등 인간이 감지할 수 있는 모든 형태의 신호를 출력할 수 있는 장치를 포함한다. 출력 장치(114)를 통해 유저 인터페이스가 제공 될 수 있으며, 판독원은 상기 유저 인터페이스를 이용하여 물품 검색 시스템(100)의 동작을 제어 할 수 있다. 예를 들어, 판독원(140)은 출력되는 유저 인터페이스를 이용하여 제어 정보를 입력함으로써, 영상 분석 장치의 동작을 제어 할 수 있다.
상기 영상 분석 장치(112)의 영상 분석 결과, 해당 영상에 검출 대상인 객체, 이상이 있는 객체 또는 위험도가 임계치 이상인 객체가 포함된 경우, 이와 관련된 정보가 영상 분석 결과로서 출력 장치(114)를 통해 출력되고, 판독원(140)은 이를 확인할 수 있다. 상기 영상 분석 장치(112)는 분석 대상 영상을 분석하는 다양한 과정을 수행할 수 있다. 예컨대, 영상 분석 장치(112)는 분석 대상 영상을 보다 정확히 분석하기 위해, 맥락 분석을 수행할 수 있다. 상기 영상 분석 장치(112)가 수행하는 다양한 과정 및 맥락 분석에 대해서는 후술한다.
판독원(140)은 출력 장치(114)를 통해 출력된 영상 분석 결과에 기초하여 추가적인 검사의 수행 여부를 결정할 수 있다. 상기 추가적인 검사는 해당 영상에 관한 물품을 직접 열어 해당 물품에 포함된 객체를 확인하는 개장 검사를 포함할 수 있다. 본 명세서에서 검색 대상 객체는 전술한 바와 같이 이상이 있는 객체 또는 위험도가 임계치 이상인 객체를 의미할 수 있다. 그러나 이에 한정되지 않으며, 본 개시의 시스템에 의해 검출 또는 검색하고자 하는 다양한 객체를 포함할 수 있다.
영상 분석 장치의 영상 분석 결과, 판독원이 직접 개장 검사를 수행한 후 입력하는 개장 검사 결과 및/또는 영상 분석 장치가 영상과 물품 정보를 매칭한 매칭 결과 정보 등은 학습부(120)에 전송될 수 있다. 학습부(120)는 새롭게 수신한 정보를 데이터 베이스(122)에 저장하고, 딥러닝 학습부(124)는 데이터 베이스(122)에 저장된 정보를 이용하여 딥러닝 학습을 수행할 수 있다. 또는 데이터 베이스(122)에 저장됨이 없이, 딥러닝 학습부(124)가 상기 학습 데이터의 전부 또는 일부를 직접 수신할 수도 있다. 딥러닝 학습부(124)에서 학습된 결과는 알고리즘 검증부(126)에서 검증되고, 검증된 모델은 학습된 모델 저장부(128)에 업데이트된 모델로서 저장될 수 있다. 학습된 모델 저장부(128)에 저장된 모델은 다시 영상 분석 장치(112)로 전송되고, 영상 분석 장치(112)는 수신한 모델을 전술한 미리 학습된 딥러닝 기반의 모델로서 업데이트하여 이용할 수 있다. 학습부(120)는 복수의 영상을 수신하여 합성함으로써 하나의 합성 영상을 생성할 수 있다. 또한 상기 복수의 영상의 각각에 대한 영상 분석 결과, 개장 검사 결과 및/또는 매칭 결과 정보 등을 이용하여 상기 합성 영상에 대응하는 가상의 영상 분석 결과, 개장 검사 결과 및/또는 매칭 결과 정보를 생성할 수 있다. 학습부(120)는 상기 합성 영상 및 상기 생성된 가상의 정보 등을 학습 데이터로서 이용할 수 있다. 이에 따르면 학습 데이터의 수가 절대적으로 적다고 하더라도, 이들 학습 데이터를 합성하거나 병합함으로써, 인공 지능 모델의 학습에 필요한 충분한 양의 학습 데이터를 생성해 낼 수 있다. 영상의 합성 및 합성 영상에 대한 가상의 정보의 생성에 대해서는 후술한다.
판독부(110)와 학습부(120)는 별개의 장치로 구현될 수도 있고, 동일한 장치 내에서 구현될 수도 있다. 또한 판독부(110)와 학습부(120)가 포함하는 구성의 일부 또는 전부는 하드웨어로 구성되거나 소프트웨어로 구성될 수 있다.
인공지능 기술은 컴퓨터에게 데이터를 학습시켜 마치 사람처럼 스스로 의사결정을 할 수 있게 하는데, 인공 신경망(artificial neural network)은 생물학의 신경망에서 영감을 얻은 수학적 모델로서, 시냅스의 결합으로 네트워크를 형성한 인공 뉴런이 학습을 통해 시냅스의 결합 세기를 변화시킴으로써 문제 해결 능력을 가지는 모델 전반을 의미할 수 있다. 인공 신경망은 일반적으로 입력층(input layer), 은닉층(hidden layer) 및 출력층(output layer)로 구성되어 있으며 각 층에 포함된 뉴런들이 가중치를 통해 연결되어 있으며, 가중치와 뉴런값의 선형 결합과 비선형 활성화 함수를 통해 인공 신경망은 복잡한 함수를 근사화할 수 있는 형태를 가질 수 있다. 인공 신경망 학습의 목적은 출력층에서 계산된 출력과 실제 출력의 값 차이를 최소화 시키는 가중치를 찾는데 있다.
심층 신경망(deep neural network)은 입력층과 출력층 사이에 여러 개의 은닉층들로 이루어진 인공 신경망으로서, 많은 은닉층을 통해 복잡한 비선형 관계들을 모델링할 수 있으며, 이처럼 층의 개수를 늘림으로써 고도화된 추상화가 가능한 신경망 구조를 딥러닝(deep learning)이라고 부른다. 딥러닝은 매우 방대한 양의 데이터를 학습하여, 새로운 데이터가 입력될 경우 학습 결과를 바탕으로 확률적으로 가장 높은 답을 선택하기 때문에 영상에 따라 적응적으로 동작할 수 있으며, 데이터에 기초하여 모델을 학습하는 과정에서 특성인자를 자동으로 찾아낼 수 있다.
본 개시의 일 실시예에 따르면, 딥러닝 기반의 모델은 완전 합성곱 신경망(완전 컨볼루션 뉴럴 네트워크, fully convolutional neural network), 합성곱 신경망(컨볼루션 뉴럴 네트워크, convolutional neural network), 순환 신경망(회귀 뉴럴 네트워크, recurrent neural network), 제한 볼츠만 머신(restricted Boltzmann machine, RBM) 및 심층 신뢰 신경망(deep belief neural network, DBN) 중 적어도 하나를 포함할 수 있으나, 이에 제한되지 않는다. 또는, 딥러닝 이외의 머신 러닝 방법도 포함할 수 있다. 또는 딥러닝과 머신 러닝을 결합한 하이브리드 형태의 모델도 포함할 수 있다. 예컨대, 딥러닝 기반의 모델을 적용하여 영상의 특징을 추출하고, 상기 추출된 특징에 기초하여 영상을 분류하거나 인식할 때는 머신 러닝 기반의 모델을 적용할 수도 있다. 머신 러닝 기반의 모델은 서포트 벡터 머신(Support Vector Machine, SVM), 에이다부스트(AdaBoost) 등을 포함할 수 있으나, 이에 한정되지 않는다.
또한, 본 개시의 일 실시예에 따르면, 딥러닝 기반의 모델을 학습하는 방법은 지도 학습(supervised learning), 비지도 학습(unsupervised learning) 또는 강화 학습(reinforcement learning) 중 적어도 하나를 포함할 수 있으나, 이에 제한되지 않는다. 지도 학습은 일련의 학습 데이터와 그에 상응하는 레이블(label, 목표 출력값)을 이용하여 학습이 이루어지며, 지도 학습에 기초한 신경망 모델은 훈련용 데이터(training data)로부터 함수를 추론해내는 형태의 모델일 수 있다. 지도 학습은 일련의 학습 데이터와 그에 상응하는 목표 출력 값을 수신하고, 입력되는 데이터에 대한 실제 출력 값과 목표 출력 값을 비교하는 학습을 통해 오류를 찾아내고, 해당 결과를 근거로 모델을 수정하게 된다. 지도 학습은 결과물의 형태에 따라 다시 회귀(regression), 분류(classification), 검출(detection), 시멘틱 세그멘테이션(semantic segmentation) 등으로 구분될 수 있다. 지도 학습을 통해 도출된 함수는 다시 새로운 결과값을 예측하는데 사용될 수 있다. 이처럼, 지도 학습에 기초한 신경망 모델은 수많은 학습 데이터의 학습을 통해, 신경망 모델의 파라미터를 최적화하게 된다.
본 개시의 일 실시예에 따르면, 딥러닝 기반의 모델은 입력 영상과 물품에 대한 정보를 학습에 이용할 수 있으며, 학습된 모델을 생성한 후에도 본 개시의 장치에서 획득된 영상과 물품에 대한 정보를 이용하여 신경망 모델을 업데이트할 수 있다. 또한, 본 개시의 일 실시예에 따른 딥러닝 기반의 모델은 본 개시의 방법에 의해 출력되는 분석 결과, 예를 들어 식별된 객체에 대한 이상 유무 또는 위험도, 객체에 관한 정보, 식별된 객체가 검색 대상 객체인지의 여부 등의 예측 결과, 상기 예측 결과와 최종 개장 검사 결과에 대한 비교 정보, 상기 예측 결과에 대한 평가도 또는 신뢰도 정보 등을 이용하여 신경망 모델을 업데이트할 수 있다.
도 2는 본 개시의 일 실시예에 따른 영상 분석 장치(200)의 구성을 나타내는 블록도이다. 도 2의 영상 분석 장치(200)는 도 1의 영상 분석 장치(112)의 일 실시예다.
영상 분석 장치(200)는 영상 수신부(210), 물품 정보 매칭부(220) 및/또는 영상 분석부(230)를 포함할 수 있다. 전술한 바와 같이, 물품 정보의 입력은 선택적이므로, 영상 분석 장치(200)는 물품 정보 매칭부(220)를 포함하지 않을 수 있다. 물품 정보의 입력에 관한 설명은 도 1을 참조하여 설명된 바와 같다.
영상 수신부(210)는 하나 이상의 객체를 포함하는 물품에 관한 영상을 수신할 수 있다. 영상 수신부(210)가 수신하는 영상에 관한 설명은 도 1을 참조하여 설명된 바와 같다.
물품 정보 매칭부(220)는 물품 정보 및 영상 수신부(210)에서 수신한 영상을 입력으로 수신하여 물품 정보와 영상의 매칭을 수행할 수 있다. 상기 물품 정보에 대한 설명은 도 1을 참조하여 설명된 바와 같다. 매칭된 영상과 물품 정보는 판독원에게 출력되어 판독원의 판독 업무를 보조할 수 있다. 또는 매칭된 영상과 물품 정보는 도 1의 학습부(120)에 전송되어, 딥러닝 모델의 학습에 이용될 수도 있다. 매칭된 영상과 물품 정보는 도 1의 학습부(120)의 데이터 베이스(122)에 저장되고, 이후, 판독 대상별 및/또는 판독 업무별로 정제되고, 딥러닝 학습부(124)는 판독 대상별 및/또는 적용될 판독 업무별로 정제된 데이터를 이용하여 학습을 수행할 수 있다. 상기 판독 대상은 특송 화물, 우편 화물, 컨테이너 화물, 여행자 수송 화물 및 여행자를 포함할 수 있다. 또한 상기 판독 대상은 통행자 소지품 및 통행자를 포함 할 수 있다. 상기 판독 업무는 물체에 포함된 객체의 이상 유무 또는 위험 여부 판단, 식별된 객체가 검색 대상 객체인지의 여부 판단, 식별된 객체와 물체에 대한 정보의 매칭 여부에 대한 판단, 물체가 신고된 것인지 또는 신고되지 않은 것인지에 대한 판단을 포함할 수 있다. 전술한 바와 같이 학습부(124)에서 학습된 모델은 영상 분석부(230)에 입력되어 기존의 모델을 업데이트할 수 있다. 이 때, 판독 대상에 따라 적합한 인공 지능이 업데이트될 수 있다. 또한, 전술한 바와 같이, 학습부(124)는 기존의 학습 데이터를 활용하여 새로운 학습 데이터를 생성하고 이를 학습에 이용할 수도 있다. 새로운 학습 데이터는 기존의 영상의 합성 및 데이터의 병합에 의해 생성될 수 있음은 전술한 바와 같다.
영상 분석부(230)는 영상(분석 대상 영상) 또는 영상과 물품 정보를 수신하고, 미리 학습된 딥러닝 기반의 모델을 이용하여 상기 영상을 분석한 후, 분석된 결과를 출력 장치로 출력할 수 있다.
영상만이 수신되는 경우, 영상 분석부(230)는 영상에 포함된 객체를 식별하고, 식별된 객체에 대한 이상 유무 또는 위험도를 판단할 수 있다. 영상 분석부(230)는 후술하는 맥락 분석 과정을 수행하여 객체 식별의 정확도를 향상시킬 수 있다.
예컨대, 식별된 객체가 금지되거나 부적합하다고 판단되는 경우, 영상 분석부(230)는 해당 객체는 이상이 있거나 위험하다고 판단될 수 있다. 상기 위험도는 수치로 표현될 수 있고, 소정의 임계치와의 비교를 통해 위험한 객체인지 여부가 판단될 수 있다. 상기 위험도에 관한 수치 및/또는 상기 소정의 임계치는 판독 대상 및/또는 판독 업무에 따라 적응적으로 결정될 수 있다.
영상과 물품 정보가 함께 수신되는 경우, 영상 분석부(230)는 영상과 물품 정보를 이용하여 영상에 포함된 객체에 대한 분석을 보다 정밀하게 수행할 수 있다. 예컨대, 물품 목록 리스트에 기재된 물품의 종류, 수량 및/또는 크기 정보, 통행자의 보안 레벨 및/또는 통행자의 인가 품목 정보 등을 영상으로부터 객체를 식별하는데 추가적으로 이용할 수 있다. 영상을 분석하여 식별한 객체와 물품 정보 사이에 불일치가 있는 경우, 이를 영상 분석 결과로서 출력할 수 있다.
영상 분석부(230)가 출력하는 영상 분석 결과는 객체의 위험도, 종류, 양, 수, 크기 및 위치 중 적어도 하나를 포함할 수 있다. 영상 분석 결과가 객체의 위치인 경우, 분석 대상 영상에 해당 객체의 위치를 표시하여 출력 장치로 출력할 수 있다. 해당 객체의 위치는 좌표로 표시될 수도 있으나, 판독원이 용이하게 판독할 수 있도록 출력 영상 내의 해당 위치에 객체를 강조하여 표시할 수 있다. 예컨대, 객체의 에지를 강조하거나 객체를 둘러싸는 사각 박스를 표시하여 객체를 강조할 수도 있다. 또한, 후술하는 영상 강화 과정을 통해 판독원이 보다 용이하게 객체를 식별할 수 있도록 소정의 객체 영역을 강화할 수 있다. 예컨대, 소정의 색상에 해당하는 영역을 강화하여, 영역이 보다 명확히 식별될 수 있도록 영상을 변환할 수 있다.
또는, 영상 분석부(230)는 분석 대상 영상에 검색 대상 객체(예컨대, 통관이 금지되거나 부적합한 객체)가 포함되는지 여부를 판단할 수 있다. 이를 위해, 영상 분석부(230)는 검색 대상 객체에 관한 정보를 수신하거나 미리 저장할 수 있다. 또한, 영상 분석부(230)는 영상에 포함된 객체를 식별하고, 식별된 객체가 검색 대상 객체인지 여부를 판단할 수 있다.
도 3은 영상의 판독 과정을 설명하기 위한 도면이다.
도 3의 (a)는 종래의 판독 과정에 관한 흐름도이고, 도 3의 (b)는 본 개시의 일 실시예에 따른 판독 과정에 관한 흐름도이다.
도 3의 (a)에 도시된 바와 같이, 기존의 판독 과정에 따르면, 영상 및/또는 물품 정보가 입력(311)되면, 판독자에게 정보로서 제공(312)된다. 판독자는 영상 및/또는 물품 정보에 기초하여, 개장 검사가 필요한 물품을 선별(313)한다. 개장 검사를 수행한 결과는 검사 결과로서 입력(314)된다.
도 3의 (b)에 도시된 바와 같이, 본 개시의 일 실시예에 따른 판독 과정에 따르면, 영상 및/또는 물품 정보가 입력(321)되면, 영상 분석 장치(322)는 미리 학습된 딥러닝 기반의 모델을 이용하여 영상을 분석하고, 분석된 결과를 판독자에게 정보로서 제공(324)한다. 또한 영상 분석 장치(322)는 학습 데이터를 인공지능 데이터 센터(323)로 전송하고, 인공지능 데이터 센터(323)는 학습 데이터를 학습할 수 있다. 인공지능 데이터 센터(323)는 추후 판독 대상별 판독 업무 보조 인공지능으로서 학습된 모델을 영상 분석 장치(322)에 전송할 수 있다.
판독자는 상기 영상 분석 장치(322)의 분석 결과, 영상 및/또는 물품 정보에 기초하여, 개장 검사가 필요한 물품을 선별(325)할 수 있다. 개장 검사를 수행한 결과는 검사 결과로서 입력(326)될 수 있다. 상기 검사 결과는 인공지능 데이터 센터(323)로 전송되어 학습 데이터로 이용될 수도 있다.
도 4는 본 개시의 일 실시예에 따른 영상 판독 과정에서의 인공지능의 적용 범위를 설명하기 위한 도면이다.
도 4에 도시된 바와 같이, 모든 물품(410) 중 랜덤하게 추출된 샘플(420)을 관리 대상으로 선별(450)할 수 있다. 또는 관리 대상을 선별하기 위한 선별 보조 인공지능(430)을 이용하여, 모든 물품(410)에 대한 위험 분석(440)을 수행할 수 있고, 이를 통해 관리 대상을 선별(450)할 수 있다.
인공지능의 활용은 전술한 물품의 위험 분석(440)에만 국한되지 않는다. 예컨대, 관리 대상이 선별(450)되면, 이후, 검사를 보조하기 위한 검사 보조 인공지능(460)으로서 활용될 수 있다. 예컨대, 검사 보조 인공지능(460)을 적용함으로써, 객체의 식별, 식별된 객체의 이상 유무 또는 위험도 판단 및/또는 검색 대상 객체에 관한 정보를 판독원에게 제공함으로써 판독원의 검사를 보조할 수 있다. 판독원은 검사 보조 인공지능이 제공한 정보를 활용하여 정밀 검사(470)를 수행할 수 있다.
이하, 도 5 내지 도 11을 참조하여, 도 1의 영상 분석 장치(112)에 입력되기 전 및/또는 출력 장치(114)에 출력되기 전에 영상을 강화하는 방법의 일 실시예를 설명한다.
도 5는 본 개시에 따른 영상 강화를 수행하는 영상 강화 장치의 일 실시예를 도시한 도면이다.
도 5의 영상 강화 장치는 도 1의 영상 분석 장치(112)과는 별개로 구성되거나 또는 그 일부로서 구성될 수 있다.
영상 강화 장치(500)는 영상 수신부(510), 객체 영상 추출부(520), 색상 분포 분석부(530) 및/또는 영상 강화부(540)를 포함할 수 있다. 다만, 이는 본 실시예를 설명하기 위해 필요한 일부 구성요소만을 도시한 것일 뿐, 영상 강화 장치(500)에 포함된 구성요소가 전술한 예에 한정되는 것은 아니다. 예컨대, 둘 이상의 구성부가 하나의 구성부 내에서 구현될 수도 있고, 하나의 구성부에서 실행되는 동작이 분할되어 둘 이상의 구성부에서 실행되도록 구현될 수도 있다. 또한, 일부 구성부가 생략되거나 부가적인 구성부가 추가될 수도 있다.
본 개시의 일 실시예에 따른 영상 강화 장치(500)는 입력 영상(550)을 수신하고, 입력 영상(550)에 포함되어 있는 객체를 추출하고, 객체를 포함하는 객체 영상을 하나 이상의 영역들로 분할하고, 하나 이상의 영역들 각각에 대해 색상 분포 정보를 획득하고, 색상 분포 정보에 기초하여, 하나 이상의 영역들 중 적어도 일부에 대해 하나 이상의 가중치를 결정하고, 결정된 하나 이상의 가중치를 하나 이상의 영역들 중 적어도 일부에 적용하여 객체 영상에 대한 제1 출력 영상(560)을 생성할 수 있다.
영상을 구성하는 각 픽셀은 휘도(밝기)를 나타내는 휘도 값과 색상을 나타내는 색상 값의 조합에 의해 소정의 밝기와 색상을 가질 수 있다. 이때, 색상 값은 색상을 표현하는 다양한 방식에 따라, 3개 또는 그 이상의 색요소의 값의 조합에 의해 나타내어질 수 있다. 예컨대, 색상 값은 3개의 색요소(Red(R), Green(G), Blue(B))의 조합인 RGB 값으로 표현될 수 있다. 예컨대, R, G, B의 각각은 0 내지 255 중 하나의 값을 가짐으로써, 해당 색요소 각각의 강도를 표현할 수 있다. R, G, B의 각각이 가질 수 있는 값의 범위는 R, G, B의 각각을 표현하는 비트 수에 기초하여 결정될 수 있다. 예컨대, 8 비트로 표현되는 경우, R, G, B의 각각은 0 내지 255 중 하나의 값을 가질 수 있다.
색상 분포 정보를 획득한다는 것은 해당 영역에 포함된 픽셀들의 색상 값의 색요소를 분석함으로써, 그로부터 획득될 수 있는 다양한 통계값을 획득한다는 것을 의미할 수 있다. 예컨대, 상기 통계값은 해당 영역에 포함된 픽셀들의 색상 값의 색요소 중 평균적으로 가장 큰 값을 갖는 색요소가 무엇인지에 관한 정보일 수 있다. 예컨대, 해당 영역에 포함된 모든 픽셀들의 R, G 및 B 각각의 값을 더한 값에 기초하여, R, G, B 중 총합 또는 평균이 가장 큰 색요소가 무엇인지 결정될 수 있다. 또는, 각 픽셀마다, R, G, B 중 가장 큰 값을 갖는 색요소를 해당 픽셀의 지배적 색상으로 결정하고, 해당 영역에 포함된 모든 픽셀들에 대해 어떤 색상이 지배적 색상으로 가장 많이 결정되었는지를 판단할 수 있다. 이와 같은 방법으로, 소정 영역의 지배적 색상이 무엇인지가 결정될 수 있다. 예컨대, 소정 영역에 포함된 대다수의 픽셀들의 색상 값들에 대해, 3 개의 색요소(R, G, B) 중 R이 가장 큰 값을 갖는다면, 해당 소정 영역의 지배적 색상은 적색(Red)인 것으로 판단할 수 있다. 상기 설명에서는, R, G, B의 각각을 기준으로 색상 분포 정보 또는 지배적인 색상을 분석하였다. 그러나, 이에 한정되지 않으며, R, G, B 중 둘 이상의 조합에 의해 표현되는 다양한 색상을 기준으로 분석할 수도 있다. 예컨대, 식별하고자하는 색상이 오렌지색이라면, 오렌지색을 표현하는 R, G, B의 일부 또는 전부의 조합을 기준으로하여 해당 영역 내의 픽셀의 지배적 색상이 오렌지색인지 여부를 판단할 수 있다.
이하에서, 지배적 색상이 적색인 영역이 영상 강화의 대상인 경우를 가정하고, 가중치를 적용하여 영상을 강화하는 과정의 일 실시예를 구체적으로 설명한다. 색상 분포 정보에 기초하여 소정 영역의 지배적 색상이 적색인 것으로 판단되면, 해당 영역에 대해 하나 이상의 가중치가 결정될 수 있다. 가중치는 R, G, B 및 휘도의 전부 또는 일부에 대해 결정될 수 있다. 예컨대, 적색을 강화하는 경우, R에 대한 가중치는 1보다 큰 값일 수 있다. 가중치를 적용한다는 것은 해당 영역의 픽셀의 색요소 값에 해당 가중치를 곱한다는 의미일 수 있다. 이 경우, G 및/또는 B에 대한 가중치는 1보다 작은 값일 수 있다. 그럼으로써, 적색이 지배적인 영역은 보다 적색인 영역으로 강화할 수 있다.
상기에서는 영상의 특정 색상을 강화하는 것에 대해서 설명하였다. 그러나, 본 개시의 영상의 강화는 이에 한정되지 않으며, 색상 값의 변화 또는 밝기 값의 변화를 모두 포함할 수 있다. 따라서, 필요에 따라서는 휘도 값에 대해서도 가중치를 적용하여 영상을 강화할 수 있다.
이하, 영상 강화 장치(500)의 각 구성부에 대해 설명한다.
영상 수신부(510)는 하나 이상의 객체를 포함하는 입력 영상(550)을 수신할 수 있다. 입력 영상(550)은 영상 분석 장치(112)에 입력되기 전의 영상 및/또는 출력 장치(114)에 출력되기 전의 영상일 수 있다.
객체 영상 추출부(520)는 영상 수신부(510)에서 수신된 입력 영상에 포함되어 있는 객체를 추출하고, 객체를 포함하는 객체 영상을 하나 이상의 영역들로 분할할 수 있다. 예컨대 객체 영상 추출부(520)는 분석 대상 영상의 픽셀값과 소정의 임계값을 비교하여 픽셀값을 이진화하고, 이진화된 픽셀값을 그룹핑함으로써 입력 영상에 포함된 객체를 추출할 수 있다. 여기서 객체를 추출한다는 것은 객체와 배경을 구분한다는 의미일 수 있고, 객체는 영상 내의 특정한 물체를 의미하며 또한 배경은 영상에서 객체를 제외한 부분을 의미할 수 있다. 영상의 배경은 영상의 촬영 방법 또는 촬영 장치에 따라 소정의 색상으로 표현될 수 있다. 예컨대, 상기 소정의 색상은 흰색일 수 있다. 영상의 배경을 표현하는 색상이 특정된 경우, 특정된 배경 색상에 기초하여 배경과 객체를 분리할 수도 있다. 예컨대, 특정된 배경 색상 영역을 입력 영상(550)에서 삭제함으로써 객체를 구분할 수도 있다.
또한 예컨대 객체 영상은 객체 영역을 둘러싸는 사각형 박스(bounding box)를 특정함으로써 획득될 수 있으며, 객체 영상 추출부(520)는 특정된 사각형 박스에 기초하여, 구분된 객체의 위치 정보를 생성할 수 있다. 즉 사각형 박스는 객체 인식 박스를 의미 할 수 있다.
본 개시의 일 실시예에 따를 때, 입력 영상이 X-Ray 판독 기기가 촬영한 물품에 관한 X-Ray 영상이라고 하면, 물품이 아닌 배경 부분은 불필요하기 때문에 해당 배경 부분은 잘라내고 물품이 존재하는 영역만으로 분석할 수 있다. 특히, 물품들이 컨베이어 벨트를 통해 계속적으로 X-Ray 판독 기기를 통과하는 실제 환경에서는 물품에 대한 영역을 획득하는 것이 중요하다고 할 수 있다. 객체와 배경을 구분하고 객체의 위치 정보를 생성하는 구체적인 과정은 도 6을 참고하여 자세히 설명한다.
도 6은 본 개시의 일 실시예에 따라, 단일 객체를 포함하는 영상으로부터 객체와 배경을 구분하고, 객체의 위치 정보를 생성하는 과정을 설명하기 위한 도면이다. 도 6의 객체 영상 추출부(600)는 도 5의 객체 영상 추출부(520)의 일 실시예일 수 있다. 입력 영상(610)은 도 5를 참조하여 설명한 입력 영상(550)일 수 있으며, 예컨대, 단일 객체로서 가방(612)을 포함하는 물품에 관한 영상일 수 있다.
객체 영상 추출부(600)는 먼저 하나의 가방(612)을 포함하는 입력 영상(610)에 대해 크로핑(cropping) 연산을 수행함으로써 가방(612)을 기준으로 주변 영역을 대략적으로(roughly) 잘라버린, 크로핑된 영상(620)을 획득할 수 있다. 그런 다음 객체 영상 추출부(600)는 크로핑된 영상(620)의 픽셀값과 소정의 임계값을 비교(thresholding)하여 픽셀값을 이진화함으로써 이진화된 영상(630)을 획득할 수 있다. 그리고, 객체 영상 추출부(600)는 이진화된 영상(630)에서 객체에 대한 부분을 선택하기 위해 근접한 픽셀끼리 그룹핑(군집화, morphology, closing)함으로써, 그룹핑된 영상(640)을 획득할 수 있다. 그런 다음, 객체 영상 추출부(600)는 그룹핑된 영상(640)에 대해 라벨링(labeling) 및 홀 채우기(hole filling) 연산을 수행하여 가장 큰 형태로 형성된 픽셀 그룹을 객체에 대한 영역(652)으로 결정하고, 나머지를 배경에 대한 영역(654)으로 결정함으로써 객체가 추출된 영상(650)을 획득할 수 있다. 또한, 객체 영상 추출부(600)는 추출된 객체 영상에 대한 정보를 이용하여 입력 영상(610) 내에서의 객체의 위치를 결정할 수 있다. 예컨대, 객체 영상 추출부(600)는 객체 영역을 둘러싸는 사각형 박스를 특정하고, 특정된 사각형 박스에 기초하여, 객체의 위치 정보를 생성할 수 있다. 도 6을 참조하면, 객체 영상 추출부(600)는 가방(612)을 둘러싸는 사각형 박스(662)를 특정하고, 특정된 사각형 박스에 기초하여, 가방(612)의 위치 정보를 획득할 수 있다. 예컨대, 가방(612)의 위치 정보는 사각형 박스(662)를 형성하는 네 개의 꼭지점의 위치 정보일 수 있으나, 이에 제한되지 않는다. 예컨대, 위치 정보는 사각형 박스(662)의 하나의 꼭지점의 좌표 (x, y) 및 사각형 박스의 가로 길이(width), 세로 길이(height)에 의해 표현될 수도 있다. 상기 하나의 꼭지점의 좌표 (x, y)는 사각형 박스(662)의 좌측 상단 꼭지점의 좌표일 수 있다. 상기 꼭지점의 좌표 (x, y)는 입력 영상(610)의 좌측 상단 꼭지점의 좌표 (0, 0)을 기준으로 특정될 수 있다.
다시 도 5를 참조하여, 객체 영상 추출부(520)는 객체 영상의 크기에 기초하여 객체 영상을 하나 이상의 영역들로 분할할 수 있다. 상기 하나 이상의 영역들의 각각은 정방형일 수 있다. 예컨대, 객체 영상 추출부(520)는 객체 영상의 크기에 기초하여 객체 영상을 분할하는 영역들의 개수나 크기를 결정할 수 있다. 예컨대, 객체 영상이 상대적으로 크거나 소정의 임계치 이상의 크기를 갖는 경우, 더 많은 분할 영역을 갖도록 분할될 수 있다. 또한, 객체 영상을 분할하는 영역들 각각의 크기는 서로 동일하지 않을 수 있다.
또한 객체 영상 추출부(520)는 객체 영상이 정방형이 아닌 경우, 객체 영상을 업샘플링(up-sampling) 또는 다운샘플링(down-sampling)하여 객체 영상을 정방형으로 변환한 후, 객체 영상을 하나 이상의 영역들로 분할할 수 있다. 예컨대, 객체 영상은 객체 영상 추출부(520)에서 추출된 객체에 대해 해당 객체를 둘러싸는 사각형 박스를 기초로 획득되므로 객체 영상이 정방형이 아닐 수 있다. 이 경우에 객체 영상 추출부(520)는 해당 객체 영상에 대해 하나 이상의 영역들로 분할할 수도 있겠으나, 객체 영상의 가로나 세로 방향으로 업샘플링 또는 다운샘플링 함으로써 정방형의 객체 영상을 획득하고, 획득된 정방형의 객체 영상을 하나 이상의 영역들로 분할할 수도 있다.
예컨대, 도 8을 참조하면, 객체 영상(800)은 가로 9픽셀 및 세로 12픽셀로 구성되어 정방형이 아닐 수 있다. 이 경우, 본 개시에 따르면, 객체 영상(800)을 3x3 크기의 정방형 영역으로 분할할 수도 있으나(이 경우, (객체 영상의 가로 크기/분할 영역의 가로 크기) x (객체 영상의 세로 크기/분할 영역의 세로 크기) = (9/3) x (12/3) = 12, 총 12개의 영역들을 가진다), 객체 영상(800)의 가로를 업샘플링 하여 가로 12픽셀 및 세로 12픽셀로 구성되는 영상을 획득하고, 이를 3x3 크기의 영역으로 분할하여 총 16개의 영역으로 분할할 수도 있다. 객체 영상을 분할하는 하나 이상의 영역들의 형태는 정방형으로 한정되지 않는다. 예컨대, 상기 영역은 n과 m이 상이한 양의 정수인 n x m의 형태를 가질 수도 있다. 이러한 경우, 전술한 업샘플링 또는 다운 샘플링이 수행되지 않을 수도 있다.
다시 도 5를 참조하여, 색상 분포 분석부(530)는 객체 영상 추출부(520)에서 분할된 영역들 각각에 대해 색상 분포 정보를 획득하고, 색상 분포 정보에 기초하여 영역들 중 적어도 일부에 대해 하나 이상의 가중치를 결정할 수 있다.
색상 분포 정보는 n(n은 1보다 큰 정수)개의 색상 표현 범위의 각각에 대한 정보를 포함할 수 있다. 색상 표현 범위는 영상 획득 장치의 종류, 성능 등에 따라 달라질 수 있다. 또한, 예컨대, R(red)에 대한 "색상"은 8비트의 영상에서 픽셀값이 (R, G, B) = (255,0,0)을 가지는 픽셀의 색상만을 의미할 수 있으나, R에 대한 "색상 표현 범위"는 상기 픽셀값이 (R, G, B)= (255,0,0)인 경우뿐만 아니라 상기 픽셀값을 기준으로 소정의 범위 내에 있는 유사 색상을 포함하는 의미이다. 예컨대, R에 대한 "색상 표현 범위"는 (R, G, B) = (150~255, 0~100, 0~100)의 범위일 수 있다. 즉, (R, G, B) = (150, 100, 100)인 픽셀도 적색(R)의 색상 표현 범위에 포함되는 것으로 정의할 수 있다. 상기 "색상 표현 범위"는 식별하고자 하는 색상에 대해 정의될 수 있다. 전술한 예에서는 적색의 색상 표현 범위를 기준으로 설명하였으나, 녹색(G) 또는 청색(B)의 색상 표현 범위가 정의될 수도 있다. 또는 R, G, B 중 일부 또는 전부를 조합하여 표현되는 임의의 색상(황색, 주황색, 하늘색 등)에 대한 색상 표현 범위를 정의할 수도 있다. 영상에 포함된 객체 중 예컨대, 주황색으로 표현되는 객체의 영역을 강화하고자 할 경우, 색상 분포 정보의 분석 결과, 주황색의 색상 표현 범위에 포함되는 픽셀이 다수이거나 지배적인 영역에 대해 가중치를 적용함으로써, 본 개시에 따른 영상 강화를 수행할 수 있다. 가중치를 적용하는 방법은 전술한 바와 같다.
영상 획득 장치가 R, G(green), B(blue)의 3가지 색요소의 조합에 의해 색상을 표현한다면, 색상 분포 정보는 3개의 색요소의 일부 또는 전부에 대한 정보를 포함할 수 있다. 색요소가 R, G, B, Y(yellow), P(purple) 5가지라면 색상 분포 정보는 5개의 색요소의 일부 또는 전부에 대한 정보를 포함할 수 있다.
X-Ray 판독 기기가 촬영한 물품에 관한 X-Ray 영상에 있어서, 영상에 포함되어 있는 객체들의 물성(예를 들어, 해당 객체가 유기물, 무기물, 금속 등인지 여부)에 따라 다른 색상 표현 범위를 적용한 X-Ray 영상이 사용되고 있다. 판독원은 색상이 부가된 X-Ray 영상을 판독함으로써, 영상에 포함된 객체의 형태뿐만 아니라, 객체의 물성에 대해서도 어느 정도의 식별이 가능하다. 본 개시의 영상 강화는 객체의 물성에 따른 색상이 부가된 X-Ray 영상을 입력 영상으로 하여, 색상 분포 정보를 분석하고, 이에 기초하여 특정 색상의 영역을 강화함으로써, 영상에 포함된 객체 검출의 정확도와 영상을 판독하는 판독원의 가독성을 향상시킬 수 있다.
도 7은 본 개시의 일 실시예에 따른 객체의 물성에 기초하여 색상이 표현된 영상을 나타내는 도면이다.
도 7을 참조하면, X-Ray 판독 기기에 의해 촬영된 가방 영상(700), 의약품용기 영상(710) 및 여행자수화물 캐리어 영상(720)을 나타낸다. 가방 고리(702), 가방 지퍼(704), 의약품(712) 및 병(722)의 경우 각각 객체의 물성에 따라 색상 표현 범위(적용된 색상)가 상이함을 확인할 수 있다. 한편, 가방 고리(702), 가방 지퍼(704), 의약품(712) 및 병(722)은 다른 객체들과 구분될 수 있도록 비교적 선명하게 색상이 표현되어 있는 반면에, 수화물 내의 임의의 내용물(724)의 경우에는 여행자 수화물 영상(720)에서 그 임의의 내용물(724)이 무엇인지도 확인하기 어렵고 다른 객체들과 구분하기에도 용이하지 않음을 알 수 있다. 이것은 객체의 물성에 기인한 것이다. 예컨대, 금속이나 무기물은 배경과 뚜렷이 구분될 수 있도록 비교적 선명하고 뚜렷한 색상으로 표현되는 반면, 유기물은 옅은 색상으로 표현되어 배경과의 구분이 뚜렷하지 않게 된다. 유기물을 표현하는 색상의 영역에 대해서는 해당 색상을 강화하는 방법을 통해 배경과 뚜렷하게 구분될 수 있는 선명하고 뚜렷한 색상으로 강화할 수 있다.
다시 말해, 객체의 물성에 따라 색상 표현 범위가 상이하다는 특징을 이용하여, 색상 표현 범위에 따라 영상의 강화 정도를 다르게 할 필요가 있다. 이를 위해, 분할된 영역들 각각에 대한 색상 분포를 분석하여 적어도 일부의 영역에 대해 가중치를 적용할 수 있다.
상기 하나 이상의 가중치는 n개의 색상 표현 범위 또는 색상을 표현하는 n개의 색요소 중 적어도 일부에 대한 가중치를 포함할 수 있다. 예컨대, 하나의 영역이 n개의 색상 표현 범위 또는 색요소를 가진다고 하면, 해당 영역에서의 가중치의 개수는 1부터 n개를 가질 수 있다.
예컨대, 하나의 영역에 대해 하나의 가중치가 결정되는 경우, 상기 하나의 영역에 포함된 모든 색요소 또는 모든 색상 표현 범위에 대해 상기 결정된 가중치를 적용할 수 있다. 또는 상기 하나의 영역에 포함된 모든 색요소 또는 모든 색상 표현 범위 중 적어도 일부에 대해 상기 결정된 가중치를 적용할 수도 있다. 예컨대, 영상 강화를 위해, n개의 색요소 중 소정의 색요소 또는 n 개의 색상 표현 범위 중 소정의 색상 표현 범위에 대해서만 상기 결정된 가중치를 적용할 수 있다.
또는 예컨대, n개의 색요소 또는 n개의 색상 표현 범위의 각각에 대해 가중치가 결정될 수 있다. 즉, 하나의 영역에 대한 가중치의 개수는 n일 수 있다. 이 경우, 상기 영역에 포함된 모든 색요소 또는 색상 표현 범위의 각각에 대응되는 가중치를 해당하는 색요소 또는 색상 표현 범위에 적용할 수 있다. 가중치는 영상 강화의 대상이 되는 소정의 색요소 또는 색상 표현 범위에 대해 상대적으로 높은 가중치가 부여될 수 있다. 예컨대, 1보다 큰 가중치가 부여되어 해당 색요소의 값 또는 해당 색상 표현 범위에 속하는 픽셀값에 곱해질 수 있다.
또는 예컨대, 1보다 크고 n보다 작은 m개의 색요소 또는 색상 표현 범위의 각각에 대해 가중치가 결정될 수 있다. 즉, 하나의 영역에 대한 가중치의 개수는 m일 수 있다. 이 경우, 상기 영역에 포함된 색요소 또는 색상 표현 범위 중 가중치가 부여된 색요소 또는 색상 표현 범위에 대해서만 상기 부여된 가중치를 적용할 수 있다. 영상 강화의 대상이 되는 소정의 색요소 또는 색상 표현 범위에 대해 상대적으로 높은 가중치가 부여되는 것은 전술한 바와 같다.
전술한 바와 같이, n개의 색요소 또는 색상 표현 범위 중 소정의 색요소 또는 색상 표현 범위에 대해서는 가중치를 상대적으로 높게 결정할 수 있다. 예컨대, X-Ray 영상에 포함된 객체가 유기물인 경우 다른 물성(금속, 무기물 등)을 가진 객체에 비해 상대적으로 경계가 덜 선명하게 영상에 표현되는 경우가 많다. 이는 유기물인 객체의 색상이 주변의 다른 객체 또는 배경과 구분될 수 있을 정도로 선명하게 표현되지 않기 때문이다. 예컨대, 연한 주황색으로 표현됨으로써, 백색의 배경과 잘 구분되지 않는 경우가 있다. 따라서, 분할 영역 중 유기물을 나타내는 색상 표현 범위에 해당하는 부분에 대해서 상대적으로 높은 가중치를 부여함으로써, 해당 색상을 강화하여, 예컨대, 연한 주황색을 진한 주황색으로 변경할 수 있다. 이와 같은 방식으로 영상을 강화하여, 주변 객체 또는 배경과, 강화의 대상이 되는 객체의 구분을 보다 명확히 할 수 있다.
상대적으로 높은 가중치가 부여되는 상기 소정의 색요소 또는 색상 표현 범위는 하나 이상일 수 있다. 예컨대, 전체 색요소 또는 색상 표현 범위가 n개일 때, 상대적으로 높은 가중치가 부여되는 상기 소정의 색요소 또는 색상 표현 범위는 1 내지 n개일 수 있다. 상기 소정의 색요소 또는 색상 표현 범위가 복수 개일 때, 각각에 대해 요구되는 영상 강화의 정도는 상이할 수 있으며, 그에 따라 각각에 대해 상이한 가중치가 부여될 수 있다. 예컨대, 금속->무기물->유기물의 순서로 영상이 선명하게 표현될 때, 유기물에 대한 색요소 또는 색상 표현 범위에 대해서만 상대적으로 높은 가중치를 부여할 수도 있으나, 무기물과 유기물에 대해 금속보다 상대적으로 높은 가중치를 부여할 수도 있다. 이때, 무기물보다는 유기물에 상대적으로 높은 가중치가 부여될 수 있다.
분할된 영역들 각각에 대해 색상 분포 정보를 획득하고, 가중치를 결정하는 구체적인 과정은 도 8을 참고하여 자세히 설명한다.
도 8은 본 개시의 일 실시예에 따른 영상의 색상 분포 정보에 기초하여 출력 영상을 생성하는 과정을 설명하기 위한 도면이다.
도 8을 참조하면, 객체 영상(800)은 제1 영역(810), 제2 영역(820) 등 하나 이상의 영역들로 분할될 수 있다. 객체 영상(800)에서 영역들을 분할하는 과정에 대해서는 도 5의 객체 영상 추출부(520)에 대해서 설명한 바와 같다. 이하에서 제1 영역(810)에서 색상 분포 정보가 획득되고 가중치가 결정되는 과정에 대해 자세히 설명한다. 제1 영역(810)은 3x3 크기의 영역으로서 총 9개의 픽셀을 가지고, 5개(n=5)의 색상 표현 범위(이하, 색상 표현 범위는 색요소로 치환될 수 있음)들을 가지는 것으로 가정한다. 일 실시예에 따른 영상 강화 장치는 제1 영역(810)에 대해 5개의 색상 표현 범위에 대한 정보를 포함하는 색상 분포 정보를 획득하고, 획득된 색상 분포 정보에 기초하여 3x3 크기의 영역 중 적어도 일부에 대해 하나 이상의 가중치를 결정할 수 있다.
또는 영상 강화의 대상이 되는 소정의 색상 표현 범위에 대한 정보만을 색상 분포 정보로서 획득하고 이용할 수도 있다. 예컨대, 소정의 색상 표현 범위에 대한 분포 정보가 소정의 임계치 이상인 경우, 해당 영역은 강화의 대상으로 결정되고, 해당 영역에 상대적으로 높은 가중치가 부여될 수 있다.
색상 분포 정보에 기초하여 가중치를 결정하는 일 실시예를 보다 구체적으로 살펴보면, 분할된 영역들 각각에 대해서, n개의 색상 표현 범위 각각에 대한 정보를 반영하는 n개의 색상 채널 영상들이 획득될 수 있다. 예컨대, 제1 영역(810)은 5개(n=5)의 색상 표현 범위들에 대한 정보를 가지므로 5개의 색상 채널 영상들이 획득될 수 있으며, 이를 제1 색상 채널 영상(830), 제2 색상 채널 영상(840), 제3 색상 채널 영상(850), 제4 색상 채널 영상(860) 및 제5 색상 채널 영상(870)이라 한다. 또한 예컨대, X-Ray 판독 기기가 R, G, B, Y, P의 5가지 색요소를 지원하는 경우, 제1 색상 채널 영상(830), 제2 색상 채널 영상(840), 제3 색상 채널 영상(840), 제4 색상 채널 영상(860) 및 제5 색상 채널 영상(870)은 각각 R, G, B, Y 및 P의 색요소에 대응될 수 있다.
제1 내지 제5 색상 채널 영상(830~870)의 각각은 제1 영역(810)의 구성 픽셀들 각각의 색상 정보에 기초하여 해당 색상 정보에 대응하는 색상 채널 영상에 각 픽셀을 매핑시킴으로써 생성될 수 있다. 예컨대, 제1 픽셀(812)은 제3 색상 채널 영상(850)의 해당 위치의 픽셀(852)에 매핑되고, 또한 제2 픽셀(814)은 제1 색상 채널 영상(830)의 해당 위치의 픽셀(832)에 매핑되고, 또한 제3 픽셀(816)은 제5 색상 채널 영상(870)의 해당 위치의 픽셀(872)에 매핑되고, 또한 제4 픽셀(818)은 제2 색상 채널 영상(840)의 해당 위치의 픽셀(842)에 매핑되고, 또한 제5 픽셀(820)은 제5 색상 채널 영상(870)의 해당 위치의 픽셀(874)에 매핑되고, 또한 제6 픽셀(822)은 제5 색상 채널 영상(870)의 해당 위치의 픽셀(876)에 매핑되고, 또한 제7 픽셀(824)은 제2 색상 채널 영상(840)의 해당 위치의 픽셀(844)에 매핑되고, 또한 제8 픽셀(826)은 제5 색상 채널 영상(870)의 해당 위치의 픽셀(878)에 매핑되고, 또한 제9 픽셀(828)은 제5 색상 채널 영상(870)의 해당 위치의 픽셀(880)에 매핑됨으로써, 상기 제1 내지 제5 색상 채널 영상(830~870)이 생성될 수 있다.
한편, 색상 표현 범위가 최대 n개인 경우, n보다 적은 수의 색상 채널 영상들이 획득될 수 있는데, 예컨대, 제1 영역(810)의 경우 제4 색상 채널 영상(860)에 해당되는 색상을 가진 픽셀이 존재하지 않기 때문에, 제4 색상 채널 영상(860)을 제외한 총 4개의 색상 채널 영상들이 획득될 수 있다.
색상 채널 영상들이 획득되면, 제1 색상 채널 영상(830), 제2 색상 채널 영상(840), 제3 색상 채널 영상(850), 제4 색상 채널 영상(860) 및 제5 색상 채널 영상(870)에 가중치 a1, a2, a3, a4 및 a5를 각각 적용할 수 있다.
가중치는 각 영역을 구성하는 픽셀들의 색상 분포를 고려하여 결정될 수 있으며, 예컨대, 픽셀들의 색상 분포에 비례하도록 가중치가 결정될 수 있다. 또는, 가중치는 소정의 색상 표현 범위에 대해서는 가중치를 상대적으로 높게, 나머지 색상 표현 범위에 대해서는 가중치를 상대적으로 낮게 결정할 수 있다.
다시 도 5를 참조하여, 영상 강화부(540)는 색상 분포 분석부(530)에서 결정된 하나 이상의 가중치를 하나 이상의 영역들 중 적어도 일부에 적용하여 객체 영상에 대한 제1 출력 영상을 생성할 수 있다.
도 8을 참조하면, 제1 색상 채널 영상(830), 제2 색상 채널 영상(840), 제3 색상 채널 영상(850), 제4 색상 채널 영상(860) 및 제5 색상 채널 영상(870)에 가중치 a1, a2, a3, a4 및 a5를 적용하고, 가중치가 적용된 상기 제1 내지 제5 색상 채널 영상을 결합하여 가중치가 적용된 제1 영역(810-1)이 획득될 수 있다. 그리고, 상기 객체 영상(800)의 나머지 영역들에 대해서도 상기 과정을 반복함으로써, 최종적으로 제1 출력 영상이 생성될 수 있다. 가중치는 각 영역을 구성하는 픽셀들의 색상 분포를 고려하여 결정되고 또한 소정의 색상 표현 범위에 대해서는 상대적으로 높은 가중치가, 나머지 색상 표현 범위에 대해서는 상대적으로 낮은 가중치가 결정될 수 있다. 예컨대, 각 분할 영역에서 유기물을 나타내는 색상에 해당되는 부분은 배경과의 구분이 뚜렷하지 않아 경계 부분이 영상에서 상대적으로 명확하게 표현되지 않으므로 가중치가 상대적으로 높게 결정되고, 금속을 나타내는 색상에 해당되는 부분은 배경과의 구분이 비교적 뚜렷하므로 경계 부분이 영상에서 상대적으로 명확하게 표현되기 때문에 가중치가 상대적으로 낮게 결정될 수 있다. 가중치를 적용한다는 것은 전술한 바와 같이, 강화되는 영역 내 픽셀을 가중치가 곱해진 새로운 픽셀값으로 치환하는 것을 의미할 수 있다.
또는 전술한 바와 같이, 객체 영상(800)에 포함된 영역(810)의 색상 분포 분석 결과, 영상 강화의 대상이 되는 소정의 색상 표현 범위가 지배적이거나 소정의 임계치 이상의 분포를 갖는 경우, 해당 영역(810)에 대해 상대적으로 높은 가중치를 설정할 수 있다.
예를 들어, 강화의 대상이 되는 색상 표현 범위가 적색(R)이고, 소정 영역의 지배적 색상이 적색일 때, 해당 영역에 1 이상의 가중치가 적용될 수 있다. 예컨대, 상기 소정 영역 내 픽셀의 (R, G, B) = (120, 10, 10) 일 때, 가중치 2를 적용함으로써, (R, G, B) = (240, 20, 20)으로 강화할 수 있다. 또는, R, G, B 중 일부, 예컨대, 적색에만 가중치 2가 적용되어, (R, G, B) = (240, 10, 10)으로 강화할 수도 있다. 또는, R, G, B 중 일부, 예컨대, 적색에는 가중치 2가 적용되고, 다른 일부, 예컨대, 녹색과 청색에는 가중치 0.5가 적용되어, (R, G, B) = (240, 5, 5)으로 강화할 수도 있다. 상기 예시는 적색을 강화하는 경우에 관한 것이나, 이에 한정되지 않으며, 임의의 색상을 강화의 대상이 되는 색상으로 결정할 수 있다.
상기 소정의 임계치 및/또는 가중치는 임의로 결정될 수도 있고, 축적된 영상 처리 정보에 기초하여 결정될 수도 있다. 또는, 인공지능 기반 학습 모델을 통해 상기 임계치 및/또는 가중치에 관한 학습을 수행함으로써, 최적의 임계치 및/또는 가중치가 계속하여 업데이트될 수 있다.
또한, 영상 강화부(540)는 하나 이상의 영역들 중 적어도 일부에 대해 에지 기반 필터링 또는 평활화 필터링을 적용하여 객체 영상에 대한 제2 출력 영상을 생성할 수 있다. 또한, 영상 강화부(540)는 생성된 제1 출력 영상 및 제2 출력 영상에 기초하여 객체 영상에 대한 제3 출력 영상을 생성할 수 있다.
에지 기반 필터링 또는 평활화 필터링은 영상의 컨트라스트(contrast)를 강화하기 위한 기법으로서, 예컨대 Wiener filtering, Unsharp mask filtering, Histogram equalization, linear contrast adjustment의 기법 등을 포함하나, 이에 제한되지 않으며, 영상의 컨트라스트를 강화하기 위한 기법들을 포함할 수 있다.
도 9는 본 개시의 일 실시예에 따른 색상 분포 정보를 이용하여 획득된 영상과 에지 기반 필터링 또는 평활화 필터링을 적용하여 획득된 영상을 결합한 최종 출력 영상을 획득하는 과정을 설명하기 위한 도면이다. 도 9의 객체 영상(900), 제1 영역(910) 및 가중치가 적용된 제1 영역(910-1)은 도 8의 객체 영상(800), 제1 영역(810) 및 가중치가 적용된 제1 영역(810-1)에 각각 대응될 수 있다. 도 9를 참조하면, 영상 강화부(540)는 제1 영역(910)에 대해 상기 필터링이 적용된 제1 영역(910-2)을 생성할 수 있으며, 가중치가 적용된 제1 영역(910-1)과 필터링이 적용된 제1 영역(910-2)을 결합하여 최종 제1 영역(910-3)을 생성할 수 있다. 그리고, 영상 강화부(540)는 나머지 영역들에도 상기와 같은 필터링 기법들이 적용된 제2 출력 영상 및 제1 출력 영상과 제2 출력 영상을 결합한 제3 출력 영상을 생성할 수 있다.
가중치가 적용된 영역(예컨대, 910-1), 필터링이 적용된 영역(예컨대, 910-2) 및/또는 상기 둘을 이용한 최종 영역(910-3)을 생성하는 과정은 영역 단위로 수행될 수 있다. 그러나 이에 한정되지 않으며, 상기 과정은 객체 영상 단위로 수행될 수도 있다. 예컨대, 객체 영상에 포함된 영역의 각각에 대해 가중치를 적용하는 과정을 수행하여 가중치가 적용된 객체 영상(제1 출력 영상)을 획득할 수 있다. 또한, 객체 영상에 포함된 영역의 각각에 대해 상기 필터링을 적용하는 과정을 수행하여 객체 영상(제2 출력 영상)을 획득할 수 있다. 또한, 상기 가중치가 적용된 객체 영상과 상기 에지가 강화된 객체 영상을 결합함으로써, 상기 최종 영상(제3 출력 영상)을 생성할 수 있다.
한편, 예컨대 분할 영역 내 유기물이 다른 물질에 비해 적게 포함된 경우에는, 제1 출력 영상에 제2 출력 영상을 결합함으로써 제1 출력 영상에 대한 영향이 상대적으로 적을 수 있는데, 이 경우 유기물을 나타내는 색상 분포 정보에 대한 가중치를 상대적으로 더 높게 결정할 수 있다. 또한 예컨대, 제1 출력 영상과 제2 출력 영상을 결합함으로써 영상 내 여러 객체가 겹쳐있는 경우에도 보다 정확한 객체 인식이 가능하게 할 수 있다.
도 10은 본 개시의 일 실시예에 따른 그래피컬 모델을 이용하여 최종 출력 영상을 획득하는 과정을 설명하기 위한 도면이다.
일 실시예에 따른 영상 강화 장치는 색상 분포 정보에 포함된 색상 표현 범위들 각각을 개별 노드로 결정하고, 결정된 각 개별 노드간의 상대적인 관계 및 제1 출력 영상, 제2 출력 영상 및 제3 출력 영상과의 상대적인 관계를 이용하여, 계층적(hierarchical) 구조의 그래피컬 모델(graphical model)을 생성할 수 있다.
도 10을 참조하면, 각각의 분할 영역에서, 색상 분포 정보에 n개의 색상 표현 범위가 포함되어 있으면, 가장 하위 노드는 제1 색상 분포 정보(1010-1)부터 제n 색상 분포 정보(1010-n)까지 최대 n개의 노드를 포함할 수 있다. 그런 다음, 각 색상 분포 정보에 기초하여 해당 분할 영역 또는 해당 분할 영역의 색상 표현 범위들의 각각에 가중치를 적용하여 제1 출력 영상(1020)을 획득할 수 있다. 제1 출력 영상(1020)이 최종 출력 영상으로 결정될 수 있다. 또는 영상의 컨트라스트 강화 기법을 적용하여 획득된 제2 출력 영상(1030)을 더 생성하고, 제1 출력 영상(1020)과 제2 출력 영상(1030)을 기초로 제3 출력 영상(1040)을 생성할 수도 있다.
도 11은 본 개시의 일 실시예에 따른 영상 강화 방법을 설명하기 위한 도면이다. 도 11의 영상 강화 방법은 도 5의 영상 강화 장치가 수행하는 방법으로서, 도 5의 영상 강화 장치에 관한 설명은 도 11의 영상 강화 방법에 적용될 수 있다.
S1100 단계에서, 입력 영상을 수신할 수 있다.
S1110 단계에서 입력 영상에 포함되어 있는 객체를 추출할 수 있다. 예컨대, 입력 영상의 픽셀값과 소정의 임계값을 비교하여 픽셀값을 이진화하고, 이진화된 픽셀값을 그룹핑함으로써 분석 대상 영상에 포함된 객체를 추출할 수 있다.
S1120 단계에서 객체를 포함하는 객체 영상을 하나 이상의 영역들로 분할할 수 있다. 예컨대, 객체 영상의 크기에 기초하여 객체 영상을 분할하는 영역들의 개수나 크기를 결정할 수 있다. 또한, 객체 영상을 분할하는 영역들 각각의 크기는 서로 동일하지 않을 수 있다. 또한, 예컨대 객체 영상이 정방형이 아닌 경우, 객체 영상을 업샘플링(up-sampling) 또는 다운샘플링(down-sampling)하여 객체 영상을 정방형으로 변환한 후, 객체 영상을 하나 이상의 영역들로 분할할 수 있다.
S1130 단계에서 하나 이상의 영역들 각각에 대해 색상 분포 정보를 획득할 수 있다. 예컨대, 색상 분포 정보는 n(n은 1보다 큰 정수)개의 색상 표현 범위의 각각에 대한 정보를 포함할 수 있다.
S1140 단계에서, 색상 분포 정보에 기초하여, 하나 이상의 영역들 중 적어도 일부에 대해 하나 이상의 가중치를 결정할 수 있다. 예컨대, 하나 이상의 가중치는 n개의 색상 표현 범위 중 적어도 일부에 대한 가중치를 포함할 수 있다. 예컨대, 하나의 영역이 n개의 색상 표현 범위를 가진다고 하면, 해당 영역에서의 가중치의 개수는 1부터 n개를 가질 수 있다.
S1150 단계에서, 결정된 하나 이상의 가중치를 하나 이상의 영역들 중 적어도 일부에 적용하여 객체 영상에 대한 제1 출력 영상을 생성할 수 있다.
도 11에는 도시되지 않았으나, 하나 이상의 영역들 중 적어도 일부에 대해 에지 기반 필터링 또는 평활화 필터링을 적용하여 객체 영상에 대한 제2 출력 영상을 생성할 수 있다. 또한 예컨대, 생성된 제1 출력 영상 및 제2 출력 영상에 기초하여 객체 영상에 대한 제3 출력 영상을 생성할 수 있다
도 5 내지 도 11을 참조하여 설명한 실시예에서는 단일 객체를 포함하는 영상을 입력 받아, 객체와 배경을 분리하는 예를 설명하였다. 그러나, 반드시 이에 한정되지 않으며, 입력 영상이 둘 이상의 객체를 포함하는 영상일 수도 있다. 이 경우, 입력 영상으로부터 둘 이상의 객체와 배경을 구분하고, 둘 이상의 객체의 각각에 대해 위치 정보를 생성하여 이용할 수도 있다. 또한, 이 경우, 도 6을 참조한 설명에서, 복수의 픽셀 그룹이 형성된 경우, 가장 큰 형태로 형성된 픽셀 그룹뿐만 아니라 다른 픽셀 그룹에 대해서도 각각 객체에 대한 영역인 것으로 결정할 수 있다. 각각의 결정된 객체의 위치 정보를 생성하는 과정은 하나의 객체를 포함하는 영상에 대해 설명한 바와 동일하다.
본 개시의 영상 강화 장치의 구성부들 및 영상 강화 방법의 단계들 중 적어도 일부는 인공지능 기반 또는 딥러닝 기반의 모델을 이용하여 수행될 수 있다. 예컨대, 객체 영상을 분할하여 생성되는 영역의 크기, 개수, 색상 분포 정보에 기초하여 결정되는 가중치, 본 개시에서 언급된 각종 임계치, 제2 출력 영상의 생성 여부 등은 인공지능 기반 또는 딥러닝 기반의 모델을 이용하여 학습될 수 있고, 학습된 모델에 따른 정보가 이용될 수 있다.
이하, 도 12 내지 도 17을 참고하여, 영상 분석 장치(112)가 수행하는 맥락 분석 방법의 일 실시예에 대해 설명한다.
도 12의 영상 분석 장치(1200)는 도 1의 영상 분석 장치(112)의 일 실시예일 수 있다. 또는 도 12의 영상 분석 장치(1200)는, 도 1 의 영상 분석 장치(112)에 포함되거나, 별개로 구성되어 맥락 분석을 수행하는 장치일 수 있다.
도 12를 참조하면, 영상 분석 장치(1200)는 특징 추출부(1210), 맥락 생성부(1220) 및/또는 특징 및 맥락 분석부(1230)를 포함할 수 있다. 다만, 이는 본 실시예를 설명하기 위해 필요한 일부 구성요소만을 도시한 것일 뿐, 영상 분석 장치(1200)에 포함된 구성요소가 전술한 예에 한정되는 것은 아니다.
영상 분석 장치(1200)는 입력 영상(분석 대상 영상)의 특징을 추출하고, 추출된 특징에 기초하여 맥락 정보를 생성하고, 추출된 특징 및 생성된 맥락 정보에 기초하여 분석 대상 영상을 분석할 수 있다. 예컨대, 영상 분석 장치(1200)는 추출된 특징 및 생성된 맥락 정보를 이용하여 영상을 분류하거나 관심 객체의 위치를 찾아낼 수 있다.
영상 분석 장치(1200)의 입력 영상은 도 1의 영상 분석 장치(112)의 입력 영상과 동일할 수 있다.
특징 추출부(1210)는 입력 영상을 분석하여 영상의 특징을 추출할 수 있다. 예컨대, 상기 특징은 영상의 각 영역마다의 국소적인 특징일 수 있다. 일 실시예에 따른 특징 추출부(1210)는 일반적인 합성곱 신경망(Convolutional Neural Network, CNN) 기법 또는 풀링(pooling) 기법을 이용하여 입력 영상의 특징을 추출할 수 있다. 상기 풀링 기법은 맥스(max) 풀링 기법 및 평균(average) 풀링 기법 중 적어도 하나를 포함할 수 있다. 그러나, 본 개시에서 언급되는 풀링 기법은 맥스 풀링 기법 또는 평균 풀링 기법에 한정되지 않으며, 소정 크기의 영상 영역의 대표값을 획득하는 임의의 기법을 포함한다. 예컨대, 풀링 기법에 사용되는 대표값은 최대값 및 평균값 외에, 분산값, 표준 편차값, 중간값(mean value), 최빈값(most frequent value), 최소값, 가중 평균값 등 중 적어도 하나일 수 있다.
본 개시의 합성곱 신경망은 입력 데이터(영상)로부터 테두리, 선 색 등과 같은 "특징들(features)"을 추출하기 위해 이용될 수 있으며, 복수의 계층들(layers)을 포함할 수 있다. 각각의 계층은 입력 데이터를 수신하고, 해당 계층의 입력 데이터를 처리하여 출력 데이터를 생성할 수 있다. 합성곱 신경망은 입력된 영상 또는 입력된 특징맵(feature map)을 필터 커널들(filter kernels)과 컨볼루션하여 생성한 특징맵을 출력 데이터로서 출력할 수 있다. 합성곱 신경망의 초기 계층들은 입력으로부터 에지들 또는 그레디언트들과 같은 낮은 레벨의 특징들을 추출하도록 동작될 수 있다. 신경망의 다음 계층들은 눈, 코 등과 같은 점진적으로 더 복잡한 특징들을 추출할 수 있다. 합성곱 신경망의 구체적인 동작에 대해서는 도 16을 참고하여 후술한다.
합성곱 신경망은 컨볼루션 연산이 수행되는 합성곱 계층 외에도 풀링 연산이 수행되는 풀링 계층도 포함할 수 있다. 풀링 기법은 풀링 계층에서 데이터의 공간적 크기를 축소하는데 사용되는 기법이다. 구체적으로, 풀링 기법에는 해당 영역에서 최대값을 선택하는 맥스 풀링(max pooling) 기법과 해당 영역의 평균값을 선택하는 평균 풀링(average pooling) 기법이 있으며, 이미지 인식 분야에서는 일반적으로 맥스 풀링 기법이 사용된다. 풀링 기법에서는 일반적으로 풀링의 윈도우 크기와 간격(스트라이드, stride)을 같은 값으로 설정한다. 여기서, 스트라이드란 입력 데이터에 필터를 적용할 때 이동할 간격을 조절하는 것, 즉 필터가 이동할 간격을 의미하며, 스트라이드 또한 출력 데이터의 크기를 조절하기 위해 사용될 수 있다. 풀링 기법의 구체적인 동작에 대해서는 도 17을 참고하여 후술한다.
본 개시의 일 실시예에 따른 특징 추출부(1210)는 분석 대상 영상의 특징을 추출하기 위한 전처리(pre-processing)로서, 분석 대상 영상에 필터링을 적용할 수 있다. 상기 필터링은 고속 푸리에 변환(Fast Fourier Transform, FFT), 히스토그램 평활화(histogram equalization), 모션 아티팩트(motion artifact) 제거 또는 노이즈(noise) 제거 등일 수 있다. 그러나, 본 개시의 필터링은 상기 열거한 방법으로 제한되지 않으며, 영상의 품질을 개선할 수 있는 모든 형태의 필터링을 포함할 수 있다. 또는 전처리로서 도 5 내지 도 11을 참조하여 설명한 영상의 강화가 수행될 수도 있다.
맥락 생성부(1220)는 특징 추출부(1210)로부터 추출된 입력 영상의 특징을 이용하여 입력 영상(분석 대상 영상)의 맥락 정보를 생성할 수 있다. 예컨대, 상기 맥락 정보는 분석 대상 영상의 전체 또는 일부 영역을 나타내는 대표값일 수 있다. 또한 상기 맥락 정보는 입력 영상의 전역적인 맥락 정보일 수 있다. 일 실시예에 따른 맥락 생성부(1220)는 합성곱 신경망 기법 또는 풀링 기법을 특징 추출부(1210)로부터 추출된 특징에 적용하여 맥락 정보를 생성할 수 있다. 상기 풀링 기법은 예컨대, 평균 풀링(average pooling) 기법일 수 있다.
특징 및 맥락 분석부(1230)는 특징 추출부(1210)에서 추출된 특징 및 맥락 생성부(1220)에서 생성된 맥락 정보에 기초하여 영상을 분석할 수 있다. 일 실시예에 따른 특징 및 맥락 분석부(1230)는 특징 추출부(1210)에서 추출된 영상의 각 영역마다의 국소적인 특징 및 맥락 생성부(1220)에서 재구성된 전역적인 맥락을 결합(concatenate)하는 등의 방식으로 함께 사용하여, 입력 영상을 분류하거나 입력 영상에 포함된 관심 객체의 위치 등을 찾는데 이용할 수 있다. 입력 영상 내 특정 2차원 위치에서의 정보는 국소적인 특징 정보뿐만 아니라 전역적인 맥락 정보까지 포함하게 되므로, 특징 및 맥락 분석부(1230)는 이들 정보를 이용함으로써, 실제 내용은 상이하지만 국소적인 특징 정보가 유사한 입력 영상들에 대해 보다 정확한 인식 또는 분류 등이 가능하게 된다.
전술한 바와 같이, 본 개시의 일 실시예에 따른 발명은, 일반적인 합성곱 신경망 기법이 사용하는 국소적인 특징뿐만 아니라 전역적인 맥락 정보를 함께 사용함으로써, 보다 더 정확하고 효율적인 학습 및 영상 분석이 가능하게 된다. 이러한 관점에서 본 개시에 따른 발명이 적용된 신경망을 '맥락 분석을 통한 심층 신경망'이라 할 수 있다.
도 13은 본 개시의 일 실시예에 따른 영상의 맥락 정보를 생성하고 분석하는 과정을 나타내는 도면이다.
도 13의 특징 추출부(1310), 맥락 생성부(1320), 및 특징 및 맥락 분석부(1330)는 각각 도 12의 특징 추출부(1210), 맥락 생성부(1220), 및 특징 및 맥락 분석부(1230)의 일 실시예일 수 있다.
도 13을 참조하면, 특징 추출부(1310)는 입력 영상(1312)을 이용하여 입력 영상(1312)으로부터 특징을 추출하고, 추출된 특징 정보를 포함하는 특징 영상(1314)을 생성할 수 있다. 상기 추출된 특징은 입력 영상의 국소 영역에 대한 특징일 수 있다. 상기 입력 영상(1312)은 영상 분석 장치의 입력 영상 또는 합성곱 신경망 모델 내의 각 계층에서의 특징맵을 포함할 수 있다. 또한 상기 특징 영상(1314)은 입력 영상(1312)에 대해 합성곱 신경망 기법 및/또는 풀링 기법을 적용하여 획득된 특징맵 및/또는 특징 벡터를 포함할 수 있다.
맥락 생성부(1320)는 특징 추출부(1310)에서 추출된 특징 영상(1314)에 대해 합성곱 신경망 기법 및/또는 풀링 기법을 적용하여 맥락 정보를 생성할 수 있다. 예컨대, 맥락 생성부(1320)는 풀링의 간격(stride)을 다양하게 조절함으로써 영상 전체, 4등분 영역, 9등분 영역 등의 다양한 크기(scale)의 맥락 정보를 생성할 수 있다. 도 13을 참조하면, 영상 전체 크기의 영상에 대한 맥락 정보를 포함하는 전체 맥락 정보 영상(1322), 영상 전체를 4등분한 크기의 4등분 영상에 대한 맥락 정보를 포함하는 4등분 맥락 정보 영상(1324) 및 영상 전체를 9등분한 크기의 9등분 영상에 대한 맥락 정보를 포함하는 9등분 맥락 정보 영상(1326)이 획득될 수 있다.
특징 및 맥락 분석부(1330)는 상기 특징 영상(1314)과 상기 맥락 정보 영상(1322, 1324, 1326)을 모두 이용하여 분석 대상 영상의 특정 영역에 대한 분석을 보다 정확히 수행할 수 있다.
예컨대, 자동차(car)와 유사한 형태를 갖는 보트(boat)가 포함된 영상이 입력 영상인 경우, 특징 추출부(1310)가 추출한 국소적인 특징을 포함하는 특징 영상(1314)으로부터는 상기 식별된 객체가 자동차인지 보트인지 정확히 판단할 수 없다. 즉, 특징 추출부(1310)는 국소적인 특징에 기초하여 객체의 형상을 인식할 수 있으나, 해당 객체의 형상만 가지고는 정확히 객체를 식별하고 분류할 수 없는 경우가 있다.
본 개시의 일 실시예에 따른 맥락 생성부(1320)는 상기 분석 대상 영상 또는 상기 특징 영상(1314)에 기초하여 맥락 정보(1322, 1324, 1326)를 생성함으로써, 보다 정확히 객체를 식별하고 분류할 수 있다. 예컨대, 전체 영상에 대해 추출된 특징이 "자연 경관"으로 인식 또는 분류되고, 4등분 영상에 대해 추출된 특징이 "호수"로 인식 또는 분류되고, 9등분 영상에 대해 추출된 특징이 "물"로 인식 또는 분류되는 경우, 상기 추출된 특징인 "자연 경관", "호수", "물"을 맥락 정보로서 생성하고 활용할 수 있다.
본 개시의 일 실시예에 따른 특징 및 맥락 분석부(1330)는 상기 맥락 정보를 활용함으로써, 상기 보트 또는 자동차의 형상을 갖는 객체를 "보트"로 식별할 수 있다.
도 13을 참조하여 설명한 실시예에서는 전체 영상에 대한 맥락 정보, 4등분 영상에 대한 맥락 정보, 9등분 영상에 대한 맥락 정보를 생성하고 활용하는 것에 대해 설명하였으나, 맥락 정보를 추출하는 영상의 크기는 이에 한정되지 않는다. 예컨대, 전술한 크기의 영상 이외의 크기를 갖는 영상에 대한 맥락 정보를 생성하고 활용할 수도 있다.
본 개시의 일 실시예에 따른 합성곱 신경망 기법 및 풀링에 대해서는 도 16 및 도 17을 참조하여 후술한다.
도 14는 본 개시의 일 실시예에 따른 영상 분석 장치가 영상을 분석하여 객체를 식별하는 과정을 설명하기 위한 도면이다.
예컨대, 영상 분석 장치(1400)는 영상(1410)을 입력 받고, 다양한 크기의 영상 영역에 대한 정보를 생성함으로써, 영상(1410)에 포함된 객체를 정확히 식별 및/또는 분류할 수 있다. 입력 영상(1410)은 예컨대, 가방을 포함하는 X-ray 영상일 수 있다. 영상 분석 장치(1400)는 전술한 바에 따라 입력 영상(1410)을 분석하여, 영상 전체에 대한 특징, 영상의 일부 영역에 대한 특징을 추출하고 이를 이용하여 영상(1410)에 포함된 객체를 정확히 식별할 수 있다. 상기 영상 전체에 대한 특징(1422)은 예컨대, 가방의 형상에 대한 특징일 수 있다. 상기 영상의 일부 영역에 대한 특징은 예컨대, 손잡이에 대한 특징(1424), 지퍼에 대한 특징(1426, 고리에 대한 특징(1428) 등을 포함할 수 있다.
영상 분석 장치(1400)는 상기 생성된 특징들(1422, 1424, 1426, 1428)을 맥락 정보로서 활용함으로써, 상기 영상(1410)에 포함된 객체가 "가방"이라는 것을 정확히 식별할 수 있다.
만약 상기 생성된 특징들 중 일부가 "가방"과 관련이 없는 특징이라면, 영상 분석 장치(1400)는 상기 영상(1410)에 포함된 객체가 "가방"이라고 식별할 수 없거나 또는 상기 영상(1410)에 포함된 객체를 "가방"으로 식별할 수 없다는 분석 결과를 제공할 수 있다. 또는, 맥락 정보 중 일부가 다른 맥락 정보와 관련이 없는 경우, 해당 객체의 이상을 출력할 수 있다. 예컨대, "가방"에 대한 통상의 특징과는 관련이 없는 비정형의 공간, 일정한 두께 이상의 공간 등이 검출되는 경우, 해당 "가방"은 이상이 있는 가방이라는 신호를 출력할 수 있다.
상기와 같이, 통상의 맥락 정보와는 관련이 없는 맥락 정보가 포함되는 경우, 그러한 사실은 판독원에게 출력될 수 있으며, 판독원은 이에 기초하여 해당 영상의 물품 또는 객체에 대한 정밀 검사 또는 개장 검사를 실시할 수 있다.
도 15는 본 개시의 일 실시예에 따른 영상 분석 장치의 동작을 설명하기 위한 도면이다.
S1500 단계에서 영상 분석 장치는 분석 대상 영상의 특징을 추출할 수 있다.
일 실시예에 따른 영상 분석 장치는 일반적인 합성곱 신경망 기법 또는 풀링 기법을 이용하여 입력 영상의 특징을 추출할 수 있다. 상기 분석 대상 영상의 특징은 영상의 각 영역마다의 국소적인 특징일 수 있으며, 또한 상기 풀링 기법은 맥스 풀링 기법 및 평균 풀링 기법 중 적어도 하나를 포함할 수 있다.
S1510 단계에서 영상 분석 장치는 S1500 단계에서 추출된 특징에 기초하여 맥락 정보를 생성할 수 있다.
일 실시예에 따른 영상 분석 장치는 합성곱 신경망 기법 및/또는 풀링 기법을 S1500 단계에서 추출된 특징에 적용하여 맥락 정보를 생성할 수 있다. 상기 맥락 정보는 분석 대상 영상의 전체 또는 일부 영역을 나타내는 대표값일 수 있다. 또한 상기 맥락 정보는 입력 영상의 전역적인 맥락 정보일 수 있다. 또한, 상기 풀링 기법은 예컨대, 평균 풀링 기법일 수 있다.
S1520 단계에서 영상 분석 장치는 S1500 단계에서 추출된 특징 및 S1510 단계에서 생성된 맥락 정보에 기초하여 상기 분석 대상 영상을 분석할 수 있다.
예컨대, 영상 분석 장치는 S1500 단계에서 추출된 영상의 각 영역마다의 국소적인 특징 및 S1510 단계에서 재구성된 전역적인 맥락을 결합하여 입력 영상을 분류하거나 입력 영상에 포함된 관심 객체의 위치 등을 찾을 수 있다. 따라서, 입력 영상에서 특정 2차원 위치에서의 정보가 국소적인 정보부터 전역적인 맥락까지 포함됨으로써, 실제 내용은 상이하지만 국소적인 정보가 유사한 입력 영상들에 대해 보다 정확한 인식 또는 분류 등이 가능하다. 또는 다른 맥락 정보와 관련이 없는 맥락 정보를 포함하는 객체에 대한 검출이 가능하다.
도 16은 다채널 특징맵을 생성하는 합성곱 신경망의 일 실시예를 설명하기 위한 도면이다.
합성곱 신경망 기반의 영상 처리는 다양한 분야에 활용될 수 있다. 예컨대, 영상의 객체 인식(object recognition)을 위한 영상 처리 장치, 영상 복원(image reconstruction)을 위한 영상 처리 장치, 시맨틱 세그먼테이션(semantic segmentation)을 위한 영상 처리 장치, 장면 인식(scene recognition)을 위한 영상 처리 장치 등에 이용될 수 있다.
입력 영상(1610)은 합성곱 신경망(1600)을 통해 처리됨으로써 특징맵 영상을 출력할 수 있다. 출력된 특징맵 영상은 전술한 다양한 분야에 활용될 수 있다.
합성곱 신경망(1600)은 복수의 계층들(1620, 1630, 1640)을 통해 처리될 수 있으며, 각 계층은 다채널 특징맵 영상들(1625, 1635)을 출력할 수 있다. 일 실시예에 따른 복수의 계층들(1620, 1630, 1640)은 입력 받은 데이터의 좌측 상단으로부터 우측 하단까지 일정한 크기의 필터를 적용하여 영상의 특징을 추출할 수 있다. 예를 들어, 복수의 계층들(1620, 1630, 1640)은 입력 데이터의 좌측 상단 NxM 픽셀에 가중치를 곱해서 특징맵의 좌측 상단의 한 뉴런에 매핑시킨다. 이 경우, 곱해지는 가중치도 NxM가 될 것이다. 상기 NxM은 예컨대, 3x3일 수 있으나, 이에 한정되지 않는다. 이후, 동일한 과정으로, 복수의 계층들(1620, 1630, 1640)은 입력 데이터를 좌측에서 우측으로, 그리고 상단에서 하단으로 k 칸씩 스캔하면서 가중치를 곱하여 특징맵의 뉴런에 매핑한다. 상기 k 칸은 합성곱 수행시 필터를 이동시킬 간격(stride)을 의미하며, 출력 데이터의 크기를 조절하기 위해 적절히 설정될 수 있다. 예컨대, k는 1일 수 있다. 상기 NxM 가중치는 필터 또는 필터 커널이라고 한다. 즉, 복수의 계층들(1620, 1630, 1640)에서 필터를 적용하는 과정은 필터 커널과의 컨볼루션 연산을 수행하는 과정이며, 그 결과 추출된 결과물을 "특징맵(feature map)" 또는 "특징맵 영상"이라고 한다. 또한, 컨볼루션 연산이 수행된 계층을 합성곱 계층이라 할 수 있다.
“다채널 특징맵(multiple-channel feature map)"의 용어는 복수의 채널에 대응하는 특징맵들의 세트를 의미하고, 예를 들어 복수의 영상 데이터일 수 있다. 다채널 특징맵들은 합성곱 신경망의 임의의 계층에서의 입력일 수 있고, 컨볼루션 연산 등의 특징맵 연산 결과에 따른 출력일 수 있다. 일 실시예에 따르면, 다채널 특징맵들(1625, 1635)은 합성곱 신경망의 "특징 추출 계층들" 또는 "컨볼루션 계층들"이라고도 불리는 복수의 계층들(1620, 1630, 1640)에 의해 생성된다. 각각의 계층은 순차적으로 이전 계층에서 생성된 다채널 특징맵들을 수신하고, 출력으로서 그 다음의 다채널 특징맵들을 생성할 수 있다. 최종적으로 L(L은 정수)번째 계층(1640)에서는 L-1번째 계층(미도시)에서 생성한 다채널 특징맵들을 수신하여 미도시의 다채널 특징맵들을 생성할 수 있다.
도 16을 참조하면, 채널 K1개를 가지는 특징맵들(1625)은 입력 영상(1610)에 대해 계층 1에서의 특징맵 연산(1620)에 따른 출력이고, 또한 계층 2에서의 특징맵 연산(1630)을 위한 입력이 된다. 또한, 채널 K2개를 가지는 특징맵들(1635)은 입력 특징맵들(1625)에 대해 계층 2에서의 특징맵 연산(1630)에 따른 출력이고, 또한 계층 3에서의 특징맵 연산(미도시)을 위한 입력이 된다.
도 16을 참조하면, 첫 번째 계층(1620)에서 생성된 다채널 특징맵들(1625)은 K1(K1은 정수)개의 채널에 대응하는 특징맵들을 포함한다. 또한, 두 번째 계층(1630)에서 생성된 다채널 특징맵들(1635)은 K2(K2은 정수)개의 채널에 대응하는 특징맵들을 포함한다. 여기서, 채널의 개수를 나타내는 K1 및 K2는, 첫 번째 계층(1620) 및 두 번째 계층(1630)에서 각각 사용된 필터 커널의 개수와 대응될 수 있다. 즉, M(M은 1 이상 L-1 이하의 정수)번째 계층에서 생성된 다채널 특징맵들의 개수는 M번째 계층에서 사용된 필터 커널의 개수와 동일할 수 있다.
도 17은 풀링 기법의 일 실시예를 설명하기 위한 도면이다.
도 17에 도시된 바와 같이, 풀링의 윈도우 사이즈는 2x2, 스트라이드는 2이며, 맥스 풀링을 입력 영상(1710)에 적용하여 출력 영상(1790)을 생성할 수 있다.
도 17의 (a)에서, 입력 영상(1710)의 좌측 상단에 2x2 윈도우(1710)를 적용하고, 윈도우(1710) 영역 내의 값들 중 대표값(여기서는, 최대값 4)을 계산하여 출력 영상(1790)의 대응 위치(1720)에 입력한다.
이후, 도 17의 (b)에서, 스트라이드만큼, 즉, 2만큼 윈도우를 이동하고, 윈도우(1730) 영역 내의 값들 중 최대값 3을 출력 영상(1790)의 대응 위치(1740)에 입력한다.
더 이상 우측으로 윈도우를 이동시킬 없는 경우, 다시 입력 영상의 좌측에서 스트라이드만큼 아래의 위치부터 상기 과정을 반복한다. 즉, 도 17의 (c)에 도시된 바와 같이, 윈도우(1750) 영역 내의 값들 중 최대값 5를 출력 영상(1790)의 대응 위치(1760)에 입력한다.
이후, 도 17의 (d)에 도시된 바와 같이, 스트라이드만큼 윈도우를 이동하고, 윈도우(1770) 영역 내의 값들 중 최대값 2를 출력 영상(1790)의 대응 위치(1780)에 입력한다.
상기 과정은 입력 영상(1710)의 우측 하단 영역에 윈도우가 위치할 때까지 반복적으로 수행됨으로써, 입력 영상(1710)에 풀링을 적용한 출력 영상(1790)을 생성할 수 있다.
이하, 도 18 내지 도 22를 참고하여, 복수의 영상 및/또는 물품 정보를 활용하여 새로운 합성 영상 및/또는 이에 대응하는 가상의 물품 정보를 생성하는 방법의 일 실시예에 대해 설명한다.
도 18은 본 개시의 일 실시예에 따른 영상 합성 장치의 구성을 나타내는 블록도이다.
도 18을 참조하면, 영상 합성 장치(1800)는 객체 영상 추출부(1810), 객체 위치 정보 생성부(1820), 영상 합성부(1830) 및/또는 객체 검출 딥러닝 모델 학습부(1840)를 포함할 수 있다. 다만, 이는 본 실시예를 설명하기 위해 필요한 일부 구성요소만을 도시한 것일 뿐, 영상 합성 장치(1800)에 포함된 구성요소가 전술한 예에 한정되는 것은 아니다. 예컨대, 둘 이상의 구성부가 하나의 구성부 내에서 구현될 수도 있고, 하나의 구성부에서 실행되는 동작이 분할되어 둘 이상의 구성부에서 실행되도록 구현될 수도 있다. 또한, 일부 구성부가 생략되거나 부가적인 구성부가 추가될 수도 있다. 또는, 도 1의 영상 분석 장치(112), 도 5의 영상 강화 장치(500), 도 12의 영상 분석 장치(1200) 및 도 18의 영상 합성 장치(1800)의 구성요소 중, 동일한 기능 또는 유사한 기능을 수행하는 구성부는 하나의 구성요소로서 구현될 수도 있다.
본 개시의 일 실시예에 따른 영상 합성 장치(1800)는 제1 객체를 포함하는 제1 영상 및 제2 객체를 포함하는 제2 영상을 입력 받아, 제1 영상 및 제2 영상의 각각에 대해 객체와 배경을 구분하고, 구분된 제1 객체 및 제2 객체의 위치 정보를 생성하고, 제1 객체의 위치 정보 및 제2 객체의 위치 정보에 기초하여, 제1 객체 및 제2 객체를 포함하는 제3 영상을 생성하고, 제1 객체의 위치 정보, 제2 객체의 위치 정보 및 제3 영상을 이용하여 객체 검출 딥러닝 모델을 학습할 수 있다.
도 18을 참조하면, 입력 영상(1850)은 단일 객체를 포함하는 영상을 포함할 수 있다. 입력 영상(1850)에 대한 설명은 도 1 등을 참조하여 설명한 입력 영상에 대한 설명과 동일하다.
객체 영상 추출부(1810)는 단일 객체를 포함하는 영상(1850)을 수신하고 수신된 영상을 객체와 배경으로 구분할 수 있다. 객체 영상 추출부(1810)에 대한 설명은 도 5 및 도 6을 참조하여 설명한 객체 영상 추출부(520)에 대한 설명과 동일하다.
객체 위치 정보 생성부(1820)는 객체 영상 추출부(1810)로부터 추출된 객체의 위치를 결정할 수 있다. 예컨대, 객체 위치 정보 생성부(1820)는 객체 영역을 둘러싸는 사각형 박스(bounding box)를 특정하고, 특정된 사각형 박스에 기초하여, 객체 영상 추출부(1810)에서 구분된 객체의 위치 정보를 생성할 수 있다. 객체의 위치 정보를 생성하는 방법에 대한 설명은 도 6을 참조한 방법에 대한 설명과 동일하다.
본 개시의 일 실시예에 따르면, 영상에 포함된 객체의 위치 정보가 자동으로 생성될 수 있으므로, 인공지능 학습을 위해 판독원이 각각의 영상마다 객체의 위치 정보를 직접 입력해야 하는 번거로움을 피할 수 있다.
다시 도 18을 참조하여, 영상 합성부(1830)는 객체 영상 추출부(1810) 및 객체 위치 정보 생성부(1820)를 거쳐 객체의 위치 정보가 획득된 복수의 단일 객체 영상을 이용하여 다중 객체 영상을 생성할 수 있다. 예컨대, 제1 객체를 포함하는 제1 영상 및 제2 객체를 포함하는 제2 영상에 대해, 각각 객체 영상 추출부(1810) 및 객체 위치 정보 생성부(1820)를 거쳐 제1 객체의 위치 정보 및 제2 객체의 위치 정보가 획득되고, 영상 합성부(1830)는 획득된 제1 객체의 위치 정보 및 제2 객체의 위치 정보에 기초하여 제1 객체 및 제2 객체를 포함하는 제3 영상을 생성할 수 있다. 다중 객체 영상을 생성하는 구체적인 과정에 대해 도 19를 참고하여 보다 상세히 설명한다.
도 19는 본 개시의 일 실시예에 따른 단일 객체를 포함하는 두 개의 영상을 이용하여 다중 객체 영상을 생성하는 과정을 나타내는 도면이다. 도 19의 영상 합성부(1900)는 도 18의 영상 합성부(1830)의 일 실시예다. 도 19를 참조하면, 영상 합성부(1900)는 객체 영상 추출부 및 객체 위치 정보 생성부를 통해 획득된 제1 단일 객체 영상(1910), 제2 단일 객체 영상(1920) 및 제1 단일 객체 영상(1910)과 제2 단일 객체 영상(1920)의 위치 정보를 이용하여, 제1 단일 객체 영상(1910)과 제2 단일 객체 영상이 합성된 다중 객체 영상(1940) 및 다중 객체 영상(1940)에 포함된 객체들에 대한 위치 정보(1950)를 획득할 수 있다. 한편, 영상 합성부(1900)는 제1 단일 객체 영상(1910)과 제2 단일 객체 영상(1920)의 합성 시 객체로부터 구분된 배경에 대한 영상(1930)도 함께 이용할 수도 있다. 복수의 영상 합성시, 제1 단일 객체 영상(1910)의 위치 정보와 제2 단일 객체 영상(1920)의 위치 정보는 임의로 수정될 수 있다. 또한, 수정된 위치 정보에 기초하여 영상의 합성이 수행될 수 있다. 그럼으로써, 무수히 많은 양의 합성 영상과 가상의 위치 정보를 생성해 낼 수 있다.
전술한 바와 같이, 합성을 통해 학습에 필요한 만큼의 합성 영상 및/또는 그에 대응하는 가상의 위치 정보를 생성해 낼 수 있다. 따라서, 학습에 필요한 영상 및/또는 위치 정보의 절대적인 수가 작은 경우에도 인공지능 모델을 학습시키기에 충분한 수의 학습 데이터를 얼마든지 생성해 낼 수 있다.
다시 도 18을 참조하여, 객체 검출 딥러닝 모델 학습부(1840)는 제1 객체의 위치 정보, 제2 객체의 위치 정보 및 제3 영상을 이용하여 객체 검출 딥러닝 모델을 학습시킬 수 있다. 예컨대, 객체 검출 딥러닝 모델 학습부(1840)는 합성곱 신경망 모델을 학습시킬 수 있다. 합성곱 신경망 모델의 학습을 위해 제1 객체의 위치 정보, 제2 객체의 위치 정보 및 제3 영상이 이용될 수 있다.
도 20은 본 개시의 일 실시예에 따른 다중 객체 영상을 이용하여 합성곱 신경망을 학습시키는 과정을 나타내는 도면이다. 도 20의 객체 검출 딥러닝 모델 학습부(2000)는 도 18의 객체 검출 딥러닝 모델 학습부(1840)의 일 실시예다. 도 20을 참조하면, 학습에 필요한 데이터로서 단일 객체 영상들과 객체들의 위치 정보를 이용하여 합성된 다중 객체 영상(2010)을 이용할 수 있다. 객체 검출 딥러닝 모델 학습부(2000)는 다중 객체 영상(2010)에 대해 단일 객체 각각의 위치 정보를 함께 사영시킴으로써 합성곱 신경망(2020)을 학습시킬 수 있다. 일 실시예에 따를 때, 전자 검색 시스템에서 X-Ray 검색기를 통과하는 물체 내에 복수의 객체가 존재하면, 복수의 객체들이 겹쳐진 X-Ray 영상이 획득될 수 있는데, 본 개시에 따르면, 영상 내의 복수의 객체의 위치 정보와 함께 각각의 객체의 형상을 이용하여 합성곱 신경망을 학습시키기 때문에, 객체 간 겹침이 발생하여도 보다 정확한 검출 결과가 획득될 수 있다.
도 21은 본 개시의 일 실시예에 따른 영상 합성 장치를 이용하여 실제 영상을 분석하는 과정을 설명하기 위한 도면이다.
도 21의 영상 합성 장치(2100)는 도 18의 영상 합성 장치(1800)의 일 실시예다. 도 21의 영상 합성 장치(2100)가 포함하는 객체 영상 추출부(2104), 객체 위치 정보 생성부(2106), 영상 합성부(2108) 및 객체 검출 딥러닝 모델 학습부(2110)의 동작은 도 18의 영상 합성 장치(1800)에 포함된 객체 영상 추출부(1810), 객체 위치 정보 생성부(1820), 영상 합성부(1830) 및 객체 검출 딥러닝 모델 학습부(1840)의 동작과 동일하다. 따라서, 영상 합성 장치(2100)는 복수의 단일 객체 영상(2102)에 대해 객체 영상 추출부(2104), 객체 위치 정보 생성부(2106), 영상 합성부(2108) 및 객체 검출 딥러닝 모델 학습부(2110)에서의 동작을 수행함으로써 학습된 합성곱 신경망 모델을 생성할 수 있다. 객체 검출 장치(2120)는 실제 환경의 다중 객체를 포함하는 영상(2122)에 대해 영상 처리 장치(2100)에서 학습된 합성곱 신경망 모델을 이용하여 각각의 객체를 검출할 수 있다.
일 실시예에 따를 때, 물품 검색 시스템에 본 개시의 발명이 적용되는 경우, 본 개시의 영상 합성 장치(2100)는 X-Ray 영상 내 단일 객체 영역 추출을 기반으로 새롭게 다중 객체 포함 영상을 생성할 수 있다. 또한 객체 검출 장치(2120)는 X-Ray 검색기를 통과하는 물품 내 포함된 다중 객체가 존재하는 영역을 찾을 수 있다. 따라서, X-Ray 영상에 대해 객체의 위치를 자동적으로 추출함으로써, 판독원이 보다 수월하게 영상 검사 작업을 수행할 수 있도록 할 수 있고, 또한 추출된 객체와 물체 내 객체의 수량 정보 등을 포함하는 전산 정보를 비교하는 업무 등에 이용될 수 있다.
도 22는 본 개시의 일 실시예에 따른 영상 합성 방법을 설명하기 위한 도면이다.
S2200 단계에서, 제1 객체를 포함하는 제1 영상 및 제2 객체를 포함하는 제2 영상을 입력 받아, 제1 영상 및 제2 영상의 각각에 대해 객체와 배경을 구분할 수 있다. 예컨대, 입력 영상의 픽셀값과 소정의 임계값을 비교하여 픽셀값을 이진화하고, 이진화된 픽셀값을 그룹핑함으로써 입력 영상에 포함된 객체를 구분할 수 있다.
S2210 단계에서, 구분된 제1 객체 및 제2 객체의 위치 정보를 생성할 수 있다. 예컨대, 객체 영역을 둘러싸는 사각형 박스를 특정하고, 특정된 사각형 박스에 기초하여, S2200 단계에서 구분된 객체의 위치 정보를 생성할 수 있다.
S2220 단계에서, 제1 객체의 위치 정보 및 제2 객체의 위치 정보에 기초하여, 제1 객체 및 제2 객체를 포함하는 제3 영상을 생성할 수 있다. 예컨대, S2210 단계에서 획득된 제1 객체의 위치 정보 및 제2 객체의 위치 정보에 기초하여 제1 객체 및 제2 객체를 포함하는 제3 영상을 생성할 수 있다.
S2230 단계에서, 제1 객체의 위치 정보, 제2 객체의 위치 정보 및 제3 영상을 이용하여 객체 검출 딥러닝 모델을 학습할 수 있다. 예컨대, 합성곱 신경망 모델을 학습시킬 수 있으며, 합성곱 신경망 모델의 학습을 위해 S2210 단계에서 생성된 제1 객체의 위치 정보와 제2 객체의 위치 정보 및 S2220 단계에서 생성된 제3 영상이 이용될 수 있다.
도 18 내지 도 22를 참조하여 설명한 실시예에서는 단일 객체를 포함하는 영상을 입력 받아, 객체와 배경을 분리하는 예를 설명하였다. 그러나, 반드시 이에 한정되지 않으며, 입력 영상이 둘 이상의 객체를 포함하는 영상일 수도 있다. 이 경우, 입력 영상으로부터 둘 이상의 객체와 배경을 구분하고, 둘 이상의 객체의 각각에 대해 위치 정보를 생성하여 이용할 수도 있다.
또한, 상기 설명한 실시예에서는 2개의 단일 객체 영상 및 각 객체의 위치 정보에 기초하여 제3 영상을 생성하는 것으로 설명하였다. 그러나, 반드시 이에 한정되지 않으며, 둘 이상의 단일 객체 영상 및 각 객체의 위치 정보를 이용하여 제3 영상을 생성할 수도 있다. 즉, 본 개시에 따른 영상 처리 방법 및 장치는 각각이 하나 이상의 객체를 포함하는 둘 이상의 영상 및 각 객체의 위치 정보에 기초하여 제3 영상을 생성할 수 있다.
상기의 설명에서는 2차원 영상을 대상으로 하는 영상 분석 방법, 객체 검출 방법, 영상 강화 방법 등을 설명하였다. 그러나, 2차원 영상을 대상으로 하는 본 발명에 따른 다양한 실시예는 3차원 영상을 대상으로 할 수도 있다.
기존의 2차원 영상(예컨대, 2D X-Ray 영상)과 3차원 영상(예컨대, 3차원 CT 영상)은 아래와 같은 차이를 갖는다.
첫째, 3차원 영상은 2차원 영상에 비해, 차원(dimension)이 증가함에 따라 데이터가 방대해지고 이에 따른 연산량이 매우 크게 증가한다.
둘째, 2차원 영상의 경우, 예컨대, 촬영하는 방향으로 객체들이 중접(superposion)되는 반면, 3차원 영상의 경우 중첩이 발생하지 않는다.
본 발명은 상기 차이점에 착안하여, 3차원 영상에 포함된 객체를 효율적으로 검출하기 위한 다양한 실시예를 제공한다.
3차원 영상을 대상으로 하는 본 발명의 다양한 실시예는 도 23 내지 도 25를 참조하여 구체적으로 설명된다.
예컨대, 3차원 영상이란 3차원 보안 CT 영상을 의미할 수 있다. 그러나, 이에 한정되지 않으며, 3차원의 형태로 표현되는 일체의 영상을 포함할 수 있다. 예컨대, 3차원의 좌표 (x, y, z)를 갖고, 휘도 정보 및/또는 색차 정보를 갖는 하나 이상의 복셀(voxel)들로 구성된 된 영상이 3차원 영상일 수 있다. 복셀이란 3차원 영상을 구성하는 화소를 의미할 수 있으며, 2차원 영상에서의 픽셀에 대응될 수 있다. 복셀과 픽셀은 휘도 정보 및/또는 색차 정보를 포함할 수 있음은 동일하다. 복셀은 3차원 상의 위치를 규정하기 위해 추가적으로 z 좌표를 가질 수 있다.
도 23은 3차원 영상에 포함된 객체를 검출하는 본 발명의 실시예를 설명하기 위한 도면이다.
단계 S2300에서 3차원 영상을 획득할 수 있다.
단계 S2310에서 영상에 대한 전처리를 수행할 수 있다. 영상에 대한 전처리는 2차원 영상에 대한 전처리 과정을 포함할 수 있다. 2차원 영상에 대한 전처리 과정은 3차원 영상에 그대로 적용되거나, 3차원 영상에 적용될 수 있도록 적응적으로 일부 수정될 수 있다.
단계 S2320에서 세부 영역 추출이 수행될 수 있다.
먼저, 초기 세부 영역이 추출될 수 있다. 초기 세부 영역이란 본 발명에 따른 알고리즘의 시작이 되는 영역들일 수 있다.
초기 세부 영역을 추출하기 위해, 영상 이진화 이후 3차원 연결 요소를 추출할 수 있다. 영상 이진화는 2차원 영상에 대한 영상 이진화와 동일 또는 유사할 수 있다. 영상 이진화를 통해 각 복셀은 0 또는 1의 값을 가질 수 있다. 1의 값을 갖는 임의의 복셀에 인접한 복셀들 중 1의 값을 갖는 복셀을 확인할 수 있다. 2차원의 픽셀은 2차원 평면 상에서 4각형 형태로 나타내어 질 수 있다. 복셀은 3차원 공간에서의 화소의 단위이므로, 3차원 공간 상에서 육면체 형태로 나타내어 질 수 있다. 인접한 복셀이란 현재 복셀과 적어도 하나의 면을 공유하거나, 적어도 하나의 선을 공유하거나 또는 적어도 하나의 점을 공유하는 복셀을 의미할 수 있다. 1의 값을 갖는 인접한 복셀들을 모두 확인하고, 이들 확인된 복셀들로 구성된 복셀 그룹을 초기 세부 영역으로 정의하거나 초기 세부 영역으로 추출할 수 있다.
추출된 초기 세부 영역을 기초로 세분화 작업을 진행할 수 있다 세분화 작업은 세부 영역에 포함된 복셀 값을 기준으로 수행될 수 있다. 하나의 세부 영역에 포함된 복셀 값들의 분산이 일정 값(소정의 임계값) 이하가 될 때까지 세분화 작업을 진행할 수 있다. 예컨대, 하나의 세부 영역에 포함된 복셀 값들의 분산이 일정 값 이상일 경우, 소정의 기준에 따라 하나의 세부 영역에 포함된 복셀들을 둘 이상의 세부 영역으로 다시 세분화할 수 있다.
예컨대, 하나의 세부 영역에 포함된 복셀들의 휘도 값의 분포를 확인한 결과, 한 그룹의 복셀들은 50 내지 60의 휘도 값을 갖고, 다른 그룹의 복셀들은 200 내지 250의 휘도 값을 가지면, 해당 세부 영역에 포함된 복셀들은 제1 그룹(휘도 값 50 내지 60) 및 제2 그룹(휘도 값 200 내지 250)으로 세분화될 수 있다. 이와 같이 세분화된 각각의 복셀 그룹이 구성하는 영역은 다시 세부 영역으로 정의되고, 상기 세분화 작업이 재귀적 및/또는 반복적으로 수행될 수 있다.
상기 세분화 작업을 수행한 결과로 획득된 세부 영역에 포함된 복셀 값들의 분산은 일정 값 이하가 된다. 따라서, 상기 세분화 작업을 통해, 3차원 영상에서 동일한 물성을 갖는 영역들을 식별해 낼 수 있다. 상기 세분화 작업을 수행한 결과로 획득된 세부 영역은 초기 세부 영역과 구별하기 위해 최종 세부 영역으로 호칭될 수 있다.
예컨대, 3차원 보안 CT 영상의 경우 단순 연결 요소 추출법만으로 초기 세부 영역을 한정하게 되면, 분해능 등의 장비 한계점으로 인해 다른 성질을 갖는 물체들까지 하나의 영역(객체)으로 합쳐지게 된다. 따라서, 1차로 추출된 연결 요소 기반 세부 영역 내에서, 복셀 값의 차이가 크지 않도록(즉, 분산이 일정 값 이하가 되도록) 세분화할 수 있다. 이를 통해, 해당 물체의 성질, 밀도 등을 고려한 동일/유사한 성질을 갖는 객체 영역들을 비교적 정확히 검출해 낼 수 있다.
그러나, 상기 예에 한정되지 않으며, 3차원 전체 영역에 대해 균일하게 세부 영역을 추출할 수도 있다. 즉, 이진화 이후 연결 요소(Connected Component) 추출법을 통해 추출된 초기 세부 영역을 그대로 최종 세부 영역으로 이용할 수 있다.
단계 S2330에서 영역 통합 및/또는 영역 분할이 수행될 수 있다.
세부 영역(초기 세부 영역 또는 최종 세부 영역) 내 복셀들의 측정 값 (예컨대, CT 장비에서 직접 인식된 원본 신호 값) 혹은 표시 값 (예컨대, 측정 값에 기반하여 디스플레이 기기에 출력하기 위한 값), 세부 영역의 3차원 위치, 크기, 형태, 후술하는 병합 이후의 형태, 영역 간 인접 부분의 유사도 등과 같은 기준에 기초하여 세부 영역들을 계층적으로 병합할 수 있다.
도 24는 세부 영역을 병합 및/또는 분할하는 실시예를 설명하기 위한 도면이다.
도 24에 있어서, A 내지 G는 영상에 포함된 세부 영역 또는 병합된 세부 영역을 지시한다.
예컨대, bottom-up 접근법의 경우, 도 24의 (a)에서 (d)의 방향으로 영역의 병합이 수행될 수 있다. 반대로, top-down 접근법의 경우, 도 24의 (d)에서 (a)의 방향으로 영역의 분할이 수행될 수 있다. 이러한 과정을 통해, 세부 영역 및 병합(분할)된 세부 영역 간의 계층 구조가 도출될 수 있다.
도 24의 (a)에 있어서, 예를 들어, 세부 영역 A와 세부 영역 B가 소정의 병합 조건에 부합하면 도 24의 (b)의 세부 영역 E로 병합될 수 있다. 새로운 세부 영역 E는 세부 영역 A 및 세부 영역 B가 포함하는 복셀들을 모두 포함할 수 있다. 또한 세부 영역 E의 하위 영역으로 세부 영역 A와 세부 영역 B가 위치하게 된다. 이러한 계층적 관계는 도 24의 (b)에 해당하는 "계층 구조"로 나타낼 수 있다.
계속하여, 예를 들어, 세부 영역 E와 세부 영역 C가 소정의 병합 조건에 부합하면, 도 24의 (c)의 세부 영역 F로 병합될 수 있다. 새로운 세부 영역 F는 세부 영역 E 및 세부 영역 C가 포함하는 복셀들을 모두 포함할 수 있다. 또한 세부 영역 F의 하위 영역으로 세부 영역 E와 세부 영역 C가 위치하게 된다. 이러한 계층적 관계는 도 24의 (c)에 해당하는 "계층 구조"로 나타낼 수 있다.
계속하여, 예를 들어, 세부 영역 F와 세부 영역 D가 소정의 병합 조건에 부합하면, 도 24의 (d)의 세부 영역 G로 병합될 수 있다. 새로운 세부 영역 G는 세부 영역 F 및 세부 영역 D가 포함하는 복셀들을 모두 포함할 수 있다. 또한 세부 영역 G의 하위 영역으로 세부 영역 F와 세부 영역 D가 위치하게 된다. 이러한 계층적 관계는 도 24의 (d)에 해당하는 "계층 구조"로 나타낼 수 있다.
상기와 같이 세부 영역의 병합 과정을 반복적으로 수행함으로써, 모든 작업이 끝날 경우 세부 영역들에 대한 관계가 트리 구조 형태로 표현될 수 있다.
소정의 병합 조건이란, 각 세부 영역들이 완전히 다른 물체에 해당하는 것이 아닌, 상관 관계를 갖는 영역들끼리 병합되기 위한 기준이다. 소정의 병합 조건은 예컨대, 다음과 같을 수 있다.
병합은 현재 세부 영역들 중 크기가 작은 세부 영역들을 우선적으로 병합하는 형태로 진행될 수 있다. 예컨대, 도 24의 (a)에서 세부 영역 A와 세부 영역 B가 가장 작으므로, 세부 영역 A와 세부 영역 B에 대한 병합이 먼저 수행될 수 있다. 유사한 이유로, 세부 영역 A와 세부 영역 D를 결합하거나, 세부 영역 A와 세부 영역 C를 결합하는 형태로는 진행되지 않을 수 있다.
병합은 병합되는 세부 영역들 사이의 위치(거리)에 기초하여 수행될 수 있다. 예컨대, 가까운 거리에 있는 세부 영역들이 우선적으로 병합될 수 있다. 도 24의 (a)에서 세부 영역 A와 세부 영역 B는 가깝고, 세부 영역 B와 세부 영역 C는 멀다. 따라서, 세부 영역 A와 세부 영역 B에 대한 병합이 먼저 수행될 수 있다.
병합은 병합되는 세부 영역들 사이의 형태(병합면의 형태 또는 인접 부분의 유사도 등)에 기초하여 수행될 수 있다. 예컨대, 세부 영역 A와 세부 영역 B는 병합면이 특징적이고, 인접 부분의 형태가 유사하다. 따라서, 세부 영역 A와 세부 영역 B에 대한 병합이 우선적으로 수행될 수 있다.
병합은 병합된 후의 형태에 기초하여 수행될 수 있다. 도 24의 (a)에서 세부 영역 A와 세부 영역 B를 병합한 형태는 거의 완벽한 원의 형태(3차원 영상에서는 구의 형태)가 된다. 이 경우, 세부 영역 A와 세부 영역 B는 동일 객체에 포함된 세부 영역들일 확률이 크다. 따라서, 세부 영역 A와 세부 영역 B의 병합이 우선적으로 수행될 수 있다.
상기 언급한 기준들 이외에도 본 발명의 취지에 부합하는 기준들(즉, 하나의 객체에 포함된다고 판단할 수 있을 만한 기준들)이 적용될 수 있다.
본 발명의 다른 실시예에 따르면, 상기 bottom-up 과정을 반대로 수행하여 전체 영역에서 세부 영역으로 분할하는 방식(top-down 방식)으로 진행할 수 있다.
도 24의 (c)와 (d)에 있어서, 예를 들어, 영역 G에 포함된 세부 영역 F와 세부 영역 D가 소정의 병합 조건에 부합하면, 도 24의 (d)의 영역 G는 도 24의 (c)의 세부 영역 F와 세부 영역 D로 분할될 수 있다.
계속하여, 도 24의 (b)와 (c)에 있어서, 예를 들어, 세부 영역 F에 포함된 세부 영역 E와 세부 영역 C가 소정의 병합 조건에 부합하면, 도 24의 (c)의 세부 영역 F는 도 24의 (b)의 세부 영역 E와 세부 영역 C로 분할될 수 있다.
계속하여, 도 24의 (a)와 (b)에 있어서, 예를 들어, 세부 영역 E에 포함된 세부 영역 A와 세부 영역 B가 소정의 병합 조건에 부합하면, 도 24의 (b)의 세부 영역 E는 도 24의 (a)의 세부 영역 A와 세부 영역 B로 분할될 수 있다.
도 24는 2차원 영상을 도시하였으나, 본 실시예는 3차원 영상을 대상으로 수행될 수 있다. Bottom-up 방식의 경우, 3차원 영상에 포함된 3차원의 세부 영역들을 상기 기준에 따라 병합하여 나갈 수 있다. top-down 방식의 경우, 3차원 영상으로부터 3차원의 세부 영역들로 분할해 나갈 수 있다.
bottom-up 방식의 경우, 예컨대 도 24에 도시된 바와 같이, 세부 영역 A와 세부 영역 B가 세부 영역 E로 병합될 수 있다(도 24의 (b)). 그 후, 세부 영역 E와 세부 영역 C가 세부 영역 F로 병합될 수 있다(도 24의 (c)). 그 후, 세부 영역 F와 세부 영역 D가 세부 영역 G로 병합될 수 있다(도 24의 (d)). 최종적으로 3차원 영상과 동일 크기의 영역 G가 병합에 의해 획득되면, 병합에 순서에 따른 계층 구조가 획득될 수 있다.
top-down 방식의 경우, 3차원 영상과 동일 크기의 영역 G를 세부 영역 F와 세부 영역 D로 분할할 수 있다(도 24의 (c)). 그 후, 세부 영역 F를 세부 영역 E와 세부 영역 C로 분할할 수 있다(도 24의 (b)). 그 후, 세부 영역 E를 세부 영역 A와 세부 영역 B로 분할할 수 있다(도 24의 (a)). top-down 방식의 경우, 더 이상 분할할 수 없는 단계까지 영역을 분할한 후, 분할의 순서에 따른 계층 구조가 획득될 수 있다.
동일한 객체를 포함하는 동일한 3차원 영상에 대해 bottom-up 방식에 따라 획득된 계층 구조와 top-down 방식에 따라 획득된 계층 구조는 동일할 수 있다.
단계 S2340에서 세부 영역에 대한 분류가 수행될 수 있다. 또한 단계 S2350에서 영역의 통합/분할에 따른 계층 구조가 분석될 수 있다. 세부 영역에 대한 분류 결과와 계층 구조를 분석한 결과를 이용하여 단계 S2360에서 최종 결과가 출력될 수 있다. 최종 결과(최종 분석 결과)는 목적물(객체)의 종류를 식별하는 것일 수 있다.
보다 구체적으로 설명하면, 단계 S2340에서, 각 세부 영역에 해당하는 객체(목적물)의 종류를 자동 분류할 수 있다. 이를 위해, 전술한 다양한 객체 검출/분류 알고리즘이 적용될 수 있다. 2차원 영상으로부터 객체를 검출하고 분류하는 본 발명의 실시예에 따른 다양한 방법들은 3차원 영상으로부터 객체를 검출하기 위해 동일하게 사용되거나 또는 차원의 증가에 따라 변형된 후 사용될 수 있다. 또는 3차원 영상으로부터 객체를 검출하고 분류하기 위해, 3차원 신경망 구조 혹은 semi-3D 신경망 구조가 이용될 수 있다. 또는, 상기 계층적 트리 구조를 이용하기 위한 재귀 신경망(RNN, Recursive Neural Network) 구조를 적용할 수 있다. 또는, 계층적 트리 구조에 따른 목적물의 포함 관계에 관한 확률을 분류 결과에 대한 가중치로 사용함으로써 신뢰도를 보정할 수 있다. 상기 확률은 사전에 정의될 수 있다.
본 개시에 따르면, 3차원 영상에 포함된 객체의 분류 성능을 높이기 위해, S2350의 계층적 트리 구조가 이용될 수 있다. 예컨대, 스마트폰은 리튬 배터리를 포함하고 있으므로, 트리의 하위 노드가 리튬 배터리일 때, 상위 노드는 스마트폰일 가능성이 높다. 그러나, 그 반대의 경우는 가능하지 않으므로 분류 후보에서 제외될 수 있다. 예컨대, 하위 노드가 배터리일 때, 상위 노드가 노트북이나 휴대폰일 확률은 높게 정의될 수 있다. 그러나 상위 노드가 칼 또는 USB일 확률은 낮게 정의될 수 있다. 이러한 확률은 각 노드에 해당하는 객체의 분류를 위한 가중치로서 사용될 수 있다.
도 25는 본 발명에 따라 여행자 가방으로부터 객체를 검출하는 실시예를 설명하기 위한 도면이다.
본 발명에 따라 3차원 영상을 분석한 결과 도 25에 도시된 바와 같은 계층적 트리 구조가 획득될 수 있다. 하위 노드에 배터리와 화약을 포함하고 있는 노드는 폭발물일 확률이 높다. 폭발물에 포함된 또 다른 하위 노드는 뇌관으로 분류될 확률이 높다. 또한 배터리, CPU, 카메라를 하위 노드로서 포함하는 노드는 스마트폰으로 분류될 확률이 높다. 반대로, 스마트폰으로 분류된 노드의 하위 노드는 스마트폰이 일반적으로 포함하는 객체(배터리, CPU, 카메라 등)들 중 하나로 분류될 확률이 높다.
이와 같이, 상위 노드의 객체와 하위 노드의 객체는 소정의 포함 관계를 가질 수 있으며, 이러한 포함 관계를 이용하여 객체의 분류를 보다 정확하게 수행할 수 있다. 예컨대, 하위 노드의 객체들의 분류 결과가 상위 노드의 객체를 분류하는데 이용될 수 있다. 또는 상위 노드의 객체의 분류 결과가 하위 노드의 객체들을 분류하는데 이용될 수 있다. 또는 하위 노드의 객체의 분류 결과를 이용하여 상위 노드의 객체를 분류하고, 다시 상위 노드의 객체의 분류 결과를 이용하여 분류가 어려운 하위 노드의 객체의 분류에 이용하거나, 또는 하위 노드의 객체의 분류 결과를 검증할 수도 있다. 전술한 예 이외에, 계층적 트리 구조를 이용하여 트리의 각 노드에 해당하는 객체의 분류 결과를 향상시킬 수 있는 모든 방법들이 본 발명의 범위에 포함될 수 있다.
이와 같은 접근법은 2차원 영상에 대해서도 적용될 수 있다. 그러나, 본 발명은 3차원 영상에 대해서 최적의 효과를 가질 수 있다. 왜냐하면 비파괴 검사법에 따를 때, 2차원 영상의 경우 세부 영역들이 중첩되는 경우가 많으므로, 동일한 객체라고 하더라도 중첩된 부분과 중첩되지 않은 부분에 투과율의 차이가 발생할 수 있다. 투과율에 차이가 발생하면, 각각의 부분들은 상이한 픽셀 값의 범위로 표현되므로, 결론적으로 각각의 부분들은 서로 다른 세부 영역으로 판단될 수 있기 때문이다. 반면, 3차원 영상의 경우, 세부 영역들이 중첩되지 않으므로, 각각의 세부 영역을 명확히 분리해 낼 수 있다. 따라서, 세부 영역들 간의 포함 관계를 이용하는 본 발명의 실시예가 효과적으로 적용될 수 있다.
본 개시의 예시적인 방법들은 설명의 명확성을 위해서 동작의 시리즈로 표현되어 있지만, 이는 단계가 수행되는 순서를 제한하기 위한 것은 아니며, 필요한 경우에는 각각의 단계가 동시에 또는 상이한 순서로 수행될 수도 있다. 본 개시에 따른 방법을 구현하기 위해서, 예시하는 단계에 추가적으로 다른 단계를 포함하거나, 일부의 단계를 제외하고 나머지 단계를 포함하거나, 또는 일부의 단계를 제외하고 추가적인 다른 단계를 포함할 수도 있다.
본 개시의 다양한 실시예는 모든 가능한 조합을 나열한 것이 아니고 본 개시의 대표적인 양상을 설명하기 위한 것이며, 다양한 실시예에서 설명하는 사항들은 독립적으로 적용되거나 또는 둘 이상의 조합으로 적용될 수도 있다.
또한, 본 개시의 다양한 실시예는 하드웨어, 펌웨어(firmware), 소프트웨어, 또는 그들의 결합 등에 의해 구현될 수 있다. 하드웨어에 의한 구현의 경우, 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 범용 프로세서(general processor), 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.
본 개시의 범위는 다양한 실시예의 방법에 따른 동작이 장치 또는 컴퓨터 상에서 실행되도록 하는 소프트웨어 또는 머신-실행가능한 명령들(예를 들어, 운영체제, 애플리케이션, 펌웨어(firmware), 프로그램 등), 및 이러한 소프트웨어 또는 명령 등이 저장되어 장치 또는 컴퓨터 상에서 실행 가능한 비-일시적 컴퓨터-판독가능 매체(non-transitory computer-readable medium)를 포함한다.
본 발명은 영상에 포함된 객체를 분류하는데 이용될 수 있다.

Claims (25)

  1. 하나 이상의 객체를 포함하는 영상을 획득하는 단계;
    상기 영상으로부터 복수의 세부 영역을 추출하는 단계;
    상기 복수의 세부 영역들 간의 계층 구조를 분석하는 단계; 및
    상기 계층 구조를 이용하여 상기 영상에 포함된 상기 객체를 분류하는 단계를 포함하는 영상 분석 방법.
  2. 제1항에 있어서,
    상기 영상은 3차원 영상인 영상 분석 방법.
  3. 제1항에 있어서,
    상기 영상으로부터 복수의 세부 영역을 추출하는 단계는,
    상기 영상을 이진화하여 초기 세부 영역을 추출하는 단계; 및
    상기 초기 세부 영역을 세분화하여 최종 세부 영역을 추출하는 단계를 포함하는 영상 분석 방법.
  4. 제3항에 있어서,
    상기 초기 세부 영역을 세분화하는 단계는,
    상기 초기 세부 영역에 포함된 복셀들의 값에 기초하여 수행되는 영상 분석 방법.
  5. 제4항에 있어서,
    상기 초기 세부 영역을 세분화하는 단계는,
    상기 복셀들의 값의 분산을 이용하여 수행되는 영상 분석 방법.
  6. 제5항에 있어서,
    상기 초기 세부 영역을 세분화하는 단계는,
    상기 복셀들의 값의 분산이 소정의 임계치보다 크면, 상기 초기 세부 영역을 둘 이상의 세부 영역으로 세분화하고,
    상기 세분화하여 획득된 세부 영역을 초기 세부 영역으로 하여, 상기 초기 영역을 세분화하는 단계를 수행하는 영상 분석 방법.
  7. 제5항에 있어서,
    상기 초기 세부 영역을 세분화하는 단계는,
    상기 복셀들의 값의 분산이 소정의 임계치 이하이면, 상기 초기 세부 영역을 최종 세부 영역으로 결정하는 영상 분석 방법.
  8. 제1항에 있어서,
    상기 복수의 세부 영역들 간의 계층 구조를 분석하는 단계는,
    상기 복수의 세부 영역들 중 둘 이상의 세부 영역들이 하나의 영역으로 병합가능한지 판단하는 단계;
    병합가능한 경우, 상기 둘 이상의 세부 영역들을 상기 하나의 영역으로 병합하는 단계; 및
    상기 병합된 영역을 상위 영역으로 하고, 상기 둘 이상의 세부 영역들을 하위 영역으로하는 계층 구조를 결정하는 단계를 포함하는 영상 분석 방법.
  9. 제8항에 있어서,
    상기 계층 구조를 분석하는 단계는,
    상기 복수의 세부 영역들이 하나의 영역으로 병합될 때까지 재귀적으로 수행되는 영상 분석 방법.
  10. 제8항에 있어서,
    상기 복수의 세부 영역들 중 둘 이상의 세부 영역들이 하나의 영역으로 병합가능한지 판단하는 단계는,
    세부 영역 내 픽셀 값, 세부 영역의 위치, 세부 영역의 크기, 세부 영역의 형태, 병합된 영역의 형태 및 세부 영역간 인접 부분의 유사도 중 적어도 하나에 기초하여 수행되는 영상 분석 방법.
  11. 제1항에 있어서,
    상기 계층 구조를 이용하여 상기 영상에 포함된 상기 객체를 분류하는 단계는,
    상기 객체의 상위 영역에 해당하는 객체 또는 상기 객체의 하위 영역에 해당하는 객체의 분류 결과를 이용하여 수행되는 영상 분석 방법.
  12. 제11항에 있어서,
    상기 객체의 상위 영역에 해당하는 객체 또는 상기 객체의 하위 영역에 해당하는 객체의 분류 결과에 따라 상기 객체의 분류 결과에 적용될 확률이 기정의되고,
    상기 계층 구조를 이용하여 상기 영상에 포함된 상기 객체를 분류하는 단계는, 상기 확률을 이용하여 상기 객체의 분류를 수행하는 영상 분석 방법.
  13. 하나 이상의 마이크로 프로세서를 포함하는 영상 분석 장치로서,
    상기 프로세서는
    하나 이상의 객체를 포함하는 영상을 획득하는 단계;
    상기 영상으로부터 복수의 세부 영역을 추출하는 단계;
    상기 복수의 세부 영역들 간의 계층 구조를 분석하는 단계; 및
    상기 계층 구조를 이용하여 상기 영상에 포함된 상기 객체를 분류하는 단계를 수행하는 영상 분석 장치.
  14. 제13항에 있어서,
    상기 영상은 3차원 영상인 영상 분석 장치.
  15. 제13항에 있어서,
    상기 영상으로부터 복수의 세부 영역을 추출하는 단계는,
    상기 영상을 이진화하여 초기 세부 영역을 추출하는 단계; 및
    상기 초기 세부 영역을 세분화하여 최종 세부 영역을 추출하는 단계를 포함하는 영상 분석 장치.
  16. 제15항에 있어서,
    상기 초기 세부 영역을 세분화하는 단계는,
    상기 초기 세부 영역에 포함된 복셀들의 값에 기초하여 수행되는 영상 분석 장치.
  17. 제16항에 있어서,
    상기 초기 세부 영역을 세분화하는 단계는,
    상기 복셀들의 값의 분산을 이용하여 수행되는 영상 분석 장치.
  18. 제17항에 있어서,
    상기 초기 세부 영역을 세분화하는 단계는,
    상기 복셀들의 값의 분산이 소정의 임계치보다 크면, 상기 초기 세부 영역을 둘 이상의 세부 영역으로 세분화하고,
    상기 세분화하여 획득된 세부 영역을 초기 세부 영역으로 하여, 상기 초기 영역을 세분화하는 단계를 수행하는 영상 분석 장치.
  19. 제17항에 있어서,
    상기 초기 세부 영역을 세분화하는 단계는,
    상기 복셀들의 값의 분산이 소정의 임계치 이하이면, 상기 초기 세부 영역을 최종 세부 영역으로 결정하는 영상 분석 장치.
  20. 제13항에 있어서,
    상기 복수의 세부 영역들 간의 계층 구조를 분석하는 단계는,
    상기 복수의 세부 영역들 중 둘 이상의 세부 영역들이 하나의 영역으로 병합가능한지 판단하는 단계;
    병합가능한 경우, 상기 둘 이상의 세부 영역들을 상기 하나의 영역으로 병합하는 단계; 및
    상기 병합된 영역을 상위 영역으로 하고, 상기 둘 이상의 세부 영역들을 하위 영역으로하는 계층 구조를 결정하는 단계를 포함하는 영상 분석 장치.
  21. 제20항에 있어서,
    상기 계층 구조를 분석하는 단계는,
    상기 복수의 세부 영역들이 하나의 영역으로 병합될 때까지 재귀적으로 수행되는 영상 분석 장치.
  22. 제20항에 있어서,
    상기 복수의 세부 영역들 중 둘 이상의 세부 영역들이 하나의 영역으로 병합가능한지 판단하는 단계는,
    세부 영역 내 픽셀 값, 세부 영역의 위치, 세부 영역의 크기, 세부 영역의 형태, 병합된 영역의 형태 및 세부 영역간 인접 부분의 유사도 중 적어도 하나에 기초하여 수행되는 영상 분석 장치.
  23. 제13항에 있어서,
    상기 계층 구조를 이용하여 상기 영상에 포함된 상기 객체를 분류하는 단계는,
    상기 객체의 상위 영역에 해당하는 객체 또는 상기 객체의 하위 영역에 해당하는 객체의 분류 결과를 이용하여 수행되는 영상 분석 장치.
  24. 제23항에 있어서,
    상기 객체의 상위 영역에 해당하는 객체 또는 상기 객체의 하위 영역에 해당하는 객체의 분류 결과에 따라 상기 객체의 분류 결과에 적용될 확률이 기정의되고,
    상기 계층 구조를 이용하여 상기 영상에 포함된 상기 객체를 분류하는 단계는, 상기 확률을 이용하여 상기 객체의 분류를 수행하는 영상 분석 장치.
  25. 하나 이상의 객체를 포함하는 영상을 획득하는 단계;
    상기 영상으로부터 복수의 세부 영역을 추출하는 단계;
    상기 복수의 세부 영역들 간의 계층 구조를 분석하는 단계; 및
    상기 계층 구조를 이용하여 상기 영상에 포함된 상기 객체를 분류하는 단계를 실행하는 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체.
PCT/KR2019/017189 2018-12-07 2019-12-06 영상 분석 장치, 영상 분석 방법 및 기록 매체 WO2020116988A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2018-0157137 2018-12-07
KR20180157137 2018-12-07

Publications (1)

Publication Number Publication Date
WO2020116988A1 true WO2020116988A1 (ko) 2020-06-11

Family

ID=70973680

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2019/017189 WO2020116988A1 (ko) 2018-12-07 2019-12-06 영상 분석 장치, 영상 분석 방법 및 기록 매체

Country Status (2)

Country Link
KR (1) KR102158967B1 (ko)
WO (1) WO2020116988A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102613592B1 (ko) * 2021-05-20 2023-12-14 한국전자기술연구원 영상을 이용한 원거리 선박 검출 및 세부 유형 식별 방법
KR102482262B1 (ko) * 2021-10-12 2022-12-28 주식회사 테스트웍스 객체 분할과 배경 합성을 이용한 데이터 증강 장치 및 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100023789A (ko) * 2008-08-22 2010-03-04 허니웰 인터내셔널 인코포레이티드 할로카본을 분리하는 방법
KR20140046394A (ko) * 2010-10-29 2014-04-18 퀄컴 인코포레이티드 객체 인식에서 피처 생성을 개선시키기 위한 시스템들 및 방법들
JP2014093058A (ja) * 2012-11-07 2014-05-19 Panasonic Corp 画像管理装置、画像管理方法、プログラム及び集積回路
JP2016018538A (ja) * 2014-07-11 2016-02-01 キヤノン株式会社 画像認識装置、方法及びプログラム
KR101907883B1 (ko) * 2017-05-10 2018-10-16 국방과학연구소 객체 검출 및 분류 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101380783B1 (ko) * 2008-08-22 2014-04-02 정태우 영상에 포함된 객체를 식별하여 부가 서비스를 제공하는 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100023789A (ko) * 2008-08-22 2010-03-04 허니웰 인터내셔널 인코포레이티드 할로카본을 분리하는 방법
KR20140046394A (ko) * 2010-10-29 2014-04-18 퀄컴 인코포레이티드 객체 인식에서 피처 생성을 개선시키기 위한 시스템들 및 방법들
JP2014093058A (ja) * 2012-11-07 2014-05-19 Panasonic Corp 画像管理装置、画像管理方法、プログラム及び集積回路
JP2016018538A (ja) * 2014-07-11 2016-02-01 キヤノン株式会社 画像認識装置、方法及びプログラム
KR101907883B1 (ko) * 2017-05-10 2018-10-16 국방과학연구소 객체 검출 및 분류 방법

Also Published As

Publication number Publication date
KR102158967B1 (ko) 2020-09-24
KR20200071021A (ko) 2020-06-18

Similar Documents

Publication Publication Date Title
WO2020138803A1 (ko) 영상 분석 장치 및 방법
WO2019132587A1 (ko) 영상 분석 장치 및 방법
WO2020091337A1 (ko) 영상 분석 장치 및 방법
WO2020159232A1 (en) Method, apparatus, electronic device and computer readable storage medium for image searching
WO2020116923A1 (ko) 영상 분석 장치 및 방법
CN109801267B (zh) 基于特征点检测与svm分类器的巡检目标缺陷检测方法
Kasaei et al. New morphology-based method for robustiranian car plate detection and recognition
CN109636795B (zh) 实时无跟踪的监控视频遗留物检测方法
WO2021006482A1 (en) Apparatus and method for generating image
WO2020116988A1 (ko) 영상 분석 장치, 영상 분석 방법 및 기록 매체
WO2019132131A1 (ko) 사고 선박 및 익수자 탐지용 다중파장 영상 분석 전자 광학 시스템 및 그 분석 방법
WO2022139111A1 (ko) 초분광 데이터에 기반하는 해상객체 인식 방법 및 시스템
WO2022139110A1 (ko) 해상객체 식별을 위한 초분광 데이터 처리방법 및 장치
WO2019009664A1 (en) APPARATUS FOR OPTIMIZING THE INSPECTION OF THE OUTSIDE OF A TARGET OBJECT AND ASSOCIATED METHOD
WO2019132592A1 (ko) 영상 처리 장치 및 방법
WO2020085653A1 (ko) 교사-학생 랜덤 펀을 이용한 다수의 보행자 추적 방법 및 시스템
WO2020091253A1 (ko) 전자 장치 및 전자 장치의 제어 방법
Dubosclard et al. Automated visual grading of grain kernels by machine vision
Mahatme et al. Detection and recognition of traffic signs based on RGB to red conversion
El-Said Shadow aware license plate recognition system
WO2020222555A1 (ko) 영상 분석 장치 및 방법
EP4189638A1 (en) Method and electronic device for managing artifacts of image
Martínez et al. Detection of static moving objects using multiple nonparametric background models
Panchal et al. A comprehensive survey on shadow detection techniques
Mushfieldt et al. Fish identification system

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: 19892269

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 11.10.2021)

122 Ep: pct application non-entry in european phase

Ref document number: 19892269

Country of ref document: EP

Kind code of ref document: A1