WO2021101053A1 - 상품 인식을 위한 데이터 취득 시스템 - Google Patents
상품 인식을 위한 데이터 취득 시스템 Download PDFInfo
- Publication number
- WO2021101053A1 WO2021101053A1 PCT/KR2020/012689 KR2020012689W WO2021101053A1 WO 2021101053 A1 WO2021101053 A1 WO 2021101053A1 KR 2020012689 W KR2020012689 W KR 2020012689W WO 2021101053 A1 WO2021101053 A1 WO 2021101053A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- image
- unit
- acquisition system
- turntable
- data acquisition
- Prior art date
Links
- 238000000034 method Methods 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000000926 separation method Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 230000001678 irradiating effect Effects 0.000 claims description 2
- 238000010801 machine learning Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
- H04N23/661—Transmitting camera control signals through networks, e.g. control via the Internet
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/69—Control of means for changing angle of the field of view, e.g. optical zoom objectives or electronic zooming
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
Definitions
- the present invention relates to a data acquisition system for product recognition.
- Machine learning or machine learning is a field of artificial intelligence in computer science that has evolved from the study of pattern recognition and computer learning theory.
- Machine learning is a technology that studies and builds a system that learns based on empirical data, performs prediction, and improves its own performance, and algorithms for it.
- Machine learning algorithms take a way to build specific models to derive predictions or decisions based on input data, rather than executing strictly defined static program instructions.
- machine learning requires collection and analysis of a vast amount of data.
- the accuracy of prediction and judgment can be improved as the quantity and quality of data increase. Therefore, in the field of machine learning, collecting such a large amount of high-quality data is the most important task.
- This field of machine learning is also widely used to determine which object the image is about based on a provided image.
- the use of it as a field for recognizing an object through a machine, rather than a person individually identifying an object, has been steadily attempted.
- a system for acquiring data that can be used in a machine learning process for product recognition is provided.
- An object of the present invention is to provide a product recognition data acquisition system that collects a large amount of high-quality object-related data in order to improve the accuracy and reliability of product recognition through a machine.
- a product recognition data acquisition system includes an image collection unit for photographing an object while adjusting a position and a photographing angle; Rotatable turntable; An image collecting unit and a control unit controlling an operation of the turntable; And a barcode reader that reads the barcode attached to the object to obtain object identification information.
- the system may further include a data server for storing and managing information related to the object.
- the image collecting unit may include an image collecting device, a position adjusting device, and a photographing angle adjusting device.
- the image collecting device may include a depth camera capable of measuring a separation distance, which is a distance from the image collecting device to an object.
- the control unit includes: an image collection unit control unit; And a turntable control unit.
- the image collection unit control unit controls the height at which the image collection device is provided through the position adjustment device and a horizontal distance between the image collection device and the object, and the image collection device is You can adjust the angle you look at the object.
- the turntable control unit may stop rotation of the turntable at each preset angle, and resume rotation of the turntable again after a preset time elapses.
- the turntable control unit may adjust the rotation speed of the turntable according to the number of frames per second that can be photographed through the image collecting device.
- the data server includes: a foreground area extracting unit that extracts only a foreground area corresponding to the object from the image collected through the image collection device; A size calculation unit that calculates the actual size of the object through the separation distance measured by the depth camera; A data matching unit matching the object identification information, the actual size of the object, and the foreground area; And a database unit storing the matched data.
- the data server may further include a blurring value calculation unit that compares the image when the object is stopped and the image when it is rotated to calculate a degree of blurring of the image when the object is rotated.
- the turntable control unit may adjust the rotation speed of the turntable according to the blurring degree calculated through the blurring value calculating unit.
- the data server may further include a new data determination unit that compares an image collected through the image collection device with an image previously stored in the database unit to determine whether it is a new image.
- It may further include a light source for irradiating light to the object.
- the light source unit may adjust an angle, brightness, and color of light shining on the object.
- the system may further include a sensor unit collecting information related to the object, the sensor unit including a weight sensor, and the data matching unit may additionally match the weight information acquired through the weight sensor to the foreground area. .
- the product recognition data acquisition system may collect a large amount of high-quality object-related data in order to improve accuracy and reliability of product recognition through a machine.
- FIG. 1 is a view showing a state of acquiring data for product recognition through a product recognition data acquisition system according to an embodiment of the present invention.
- FIG. 2 is a block diagram showing a schematic configuration of a product recognition data acquisition system according to an embodiment of the present invention.
- 3 is a view showing a state in which blurring does not occur in an image of an object collected through an image collection device.
- FIG. 4 is a diagram showing a state in which blurring occurs in an image of an object collected through an image collection device.
- FIG. 5 is a block diagram schematically showing a process of controlling a turntable rotation speed by a turntable control unit for obtaining an image without blurring.
- FIG. 6 is a diagram illustrating a state in which a ratio of an area occupied by a foreground area, which is an area corresponding to an object in an image collected through an image collection device, exceeds a preset value.
- FIG. 7 is a block diagram schematically showing a process of controlling an image collection device so that a ratio of a foreground area, which is an area occupied by an object on an image collected through the image collection device, is maintained at an appropriate ratio for machine learning.
- FIG. 1 is a view showing a state of acquiring data for product recognition through a product recognition data acquisition system 10 according to an embodiment of the present invention.
- FIG. 2 is a block diagram showing a schematic configuration of a product recognition data acquisition system 10 according to an embodiment of the present invention.
- the product recognition data acquisition system 10 includes an image collection unit 100, a turntable 200, a control unit 300, a barcode reader 400, and a data server 500.
- the image collecting unit 100 includes an image collecting device 110, a position adjusting device 120, and a photographing angle adjusting device 130.
- the object is provided on the turntable 200 rotating at a preset speed.
- the image collection device 110 captures an object provided on the turntable 200 and collects image data of the object.
- the image collection device 110 may be provided as a camera or a video camera.
- the image collection device 110 may further include a depth camera 111.
- the depth camera 111 measures the separation distance, which is the distance between the image collection device 110 and the object, and measures the actual size of the object based on this.
- the image collection device 110 is coupled to the photographing angle adjusting device 130, and the photographing angle adjusting device 130 is coupled to the position adjusting device 120.
- the position adjusting device 120 includes a vertical length adjusting unit capable of adjusting the height in a vertical direction and a horizontal length adjusting unit capable of adjusting the length in a horizontal direction.
- the photographing angle adjusting device 130 is coupled to the end of the horizontal length adjusting part, and the direction in which the image collecting device 110 is viewed can be adjusted vertically, left and right.
- the image collection device 110 can adjust the position in the vertical direction and the horizontal direction through the position adjusting device 120, and the shooting angle may be adjusted through the shooting angle adjusting device 130.
- the image collection device 110 is provided in plural. However, not only the position and the photographing angle of the image collection device 110 can be adjusted through the position adjusting device 120 and the photographing angle adjusting device 130, but also the rotation of the object through the turntable 200 is possible. Accordingly, object image data collection using one image collection device 110 is also possible.
- the turntable 200 may be made of a transparent material including glass or acrylic.
- an image collection device 110 may be additionally provided in the bottom area of the turntable 200, and through this, it is possible to collect image data of the bottom surface of the object without turning the object over.
- the control unit 300 includes an image collection unit control unit 310 and a turntable control unit 320.
- the image collection unit control unit 310 controls the position adjusting device 120 and the photographing angle adjusting device 130.
- the position adjusting device 120 by controlling the position adjusting device 120 through the image collecting unit control unit 310, the height at which the image collecting device 110 is provided and the horizontal distance between the image collecting device 110 and the object are adjusted.
- the photographing angle adjusting device 130 controls the photographing angle adjusting device 130 through the image collecting unit control unit 310.
- the angle viewed by the image collecting device 110 is adjusted.
- the turntable control unit 320 controls the operation of the turntable 200.
- rotation of the turntable 200 may be stopped at each preset angle, and rotation of the turntable 200 may be resumed after a preset time elapses.
- the user can stop the rotation of the turntable 200 every 5° and restart the rotation of the turntable 200 again after 5 seconds, and the angle and time can be changed through the turntable control unit 320.
- the rotation speed of the turntable 200 may be adjusted according to the number of frames per second that can be captured through the image collection device 110.
- the barcode reader 400 acquires object identification information by reading a barcode attached to an object.
- Object identification information refers to information for distinguishing the object from other objects, including the item, type, and name of the object.
- the data server 500 stores and manages information related to an object.
- the data server 500 includes a foreground area extraction unit 510, a size calculation unit 520, a data matching unit 530, and a database unit 540.
- the foreground area extracting unit 510 extracts only the foreground area, which is an area corresponding to an object, from the image collected through the image collection device 110.
- the image collected through the image collection device 110 is divided into a foreground area, which is an area corresponding to an object, and a background area, which is a surrounding area.
- the foreground area extracting unit 510 extracts only the foreground area, which is an area corresponding to an object, from the entire image.
- the inner area of the boundary line is determined as a foreground area, and only the corresponding area can be extracted.
- the method for extracting the foreground region is not limited thereto, and a known method can be applied without limitation.
- the size calculation unit 520 calculates the actual size of the object through a separation distance, that is, a depth, which is a distance between the image collection device 110 and the object measured through the depth camera 111.
- the depth camera 111 may measure the depth through a structured light (SL) method or a time of flight (TOF) method.
- SL structured light
- TOF time of flight
- the SL method radiates a signal of a specific pattern and calculates the depth by analyzing the degree of deformation of the pattern according to the surface of the object.
- the ToF method is also called the time-of-flight distance measurement method, and measures the distance to the object by measuring the time difference between the emitted signal hitting the object and returning.
- a method capable of measuring the depth through the depth camera 111 can be applied without limitation.
- the data matching unit 530 matches the object identification information obtained through the barcode reader 400, the actual size of the object obtained through the size calculating unit 520, and the foreground region extracted through the foreground region extracting unit 510 with each other. Let it.
- the database unit 540 stores data matched through the data matching unit 530.
- the data stored in the database unit 540 may be used as data for machine learning later.
- the data server 500 may further include a blurring value calculation unit 550.
- 3 is a view showing a state when no blurring occurs in an image of an object collected through the image collection device 110.
- FIG. 4 is a diagram showing a state in which blurring occurs in an image of an object collected through the image collection device 110.
- FIG. 5 is a block diagram schematically illustrating a process of controlling the rotation speed of the turntable 200 of the turntable control unit 320 for obtaining an image without blurring.
- the blurring value calculating unit 550 quantitatively determines the degree of blurring (a phenomenon in which the image is blurred) of the image collected through the image collection device 110.
- the blurring value calculation unit 550 uses an image when the object is rotated, which is collected when the turntable 200 rotates.
- blurring which indicates the degree of blurring, by comparing the image at the time of rotation obtained by applying the blur filter to the image when the object is rotated and the image at the time of existing rotation before applying the blur filter, and then calculating the average difference value. Calculate the value.
- the turntable control unit 320 controls the rotational speed of the turntable 200, and at this time, the rotational speed of the turntable 200 is adjusted according to the blurring value calculated by the blurring value calculation unit 550.
- the rotational speed of the turntable 200 may be reduced to reduce the blurring phenomenon.
- FIG. 6 is a view showing a state when a ratio of an area occupied by a foreground area, which is an area corresponding to an object in an image collected through the image collection device 110, exceeds a preset value.
- Such a phenomenon may occur when the zoom-in degree of the image collection device 110 is excessive or when the size of an object is large and the distance to the image collection device 110 is close.
- FIG. 7 is a block diagram schematically showing a process of controlling the image collection device 110 so that the ratio of a foreground area, which is an area occupied by an object in an image collected through the image collection device 110, is maintained at an appropriate ratio for machine learning. to be.
- a foreground area which is an area corresponding to an object, is extracted from the entire image through the foreground area extracting unit 510.
- the data server 500 may further include a foreground area area ratio calculation unit 560.
- the foreground area area ratio calculation unit 560 calculates a ratio of the foreground area extracted through the foreground area extraction unit 510 out of the total images collected through the image collection device 110.
- the image collection unit control unit 310 controls the image collection device 110 to zoom out when the ratio of the foreground area on the entire image exceeds the first area ratio.
- the image collection device 110 is zoomed out to reduce the proportion of the foreground area.
- the first area ratio is not fixed at 80%, but can be adjusted according to the user's setting.
- the image collection unit control unit 310 controls the image collection device 110 to zoom in when the ratio of the foreground area to the entire image is less than or equal to the second area ratio.
- the image collection device 110 is zoomed in to increase the proportion of the foreground area.
- the second area ratio is not fixed at 20%, but can be adjusted according to the user's setting.
- the data server 500 may further include a new data determination unit (not shown).
- the new data determination unit compares the foreground area image extracted by the foreground area extracting unit 510 with the foreground area image previously stored in the database unit 540 to determine whether the currently collected image is a new image.
- the image acquisition system 10 may further include a light source unit 600.
- the light source unit 600 irradiates light onto an object.
- the light source unit 600 can adjust the angle, brightness, and color of light shining on an object.
- the image acquisition system 10 may further include a sensor unit 700 that collects information related to an object.
- the sensor unit 700 includes a weight sensor 710.
- the weight data of the object acquired through the weight sensor 710 is transmitted to the data matching unit 530, and the data matching unit 530 additionally matches the weight data and the foreground area.
- the image acquisition system 10 includes image data collected through the image collection device 110, the actual size of the object calculated through the size calculation unit 520, and the barcode reader 400.
- Product recognition data is acquired through the acquired object identification information and weight data collected through the weight sensor 710.
- the rotation speed of the turntable 200 is controlled, and when the ratio of the object in the entire image is out of a preset range, the zoom of the image collection device 110 is adjusted.
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Studio Devices (AREA)
Abstract
본 발명의 일 실시예에 따른 상품 인식 데이터 취득 시스템은 위치 및 촬영각도를 조절하며 물체를 촬영하는 이미지 수집부; 회전 가능한 턴테이블; 상기 이미지 수집부 및 상기 턴테이블의 동작을 제어하는 제어부; 상기 물체에 부착된 바코드를 판독하여 물체 식별 정보를 획득하는 바코드 리더기; 및 상기 물체와 관련된 정보를 저장하고 관리하는 데이터 서버를 포함한다.
Description
본 발명은 상품 인식을 위한 데이터 취득 시스템에 관한 것이다.
머신 러닝 또는 기계 학습은 컴퓨터 과학 중 인공지능의 한 분야로, 패턴인식과 컴퓨터 학습 이론의 연구로부터 진화한 분야이다. 머신 러닝은 경험적 데이터를 기반으로 학습을 하고 예측을 수행하고 스스로의 성능을 향상시키는 시스템과 이를 위한 알고리즘을 연구하고 구축하는 기술이라 할 수 있다. 머신 러닝의 알고리즘들은 엄격하게 정해진 정적인 프로그램 명령들을 수행하는 것이라기보다 입력 데이터를 기반으로 예측이나 결정을 이끌어내기 위해 특정한 모델을 구축하는 방식을 취한다.
이를 위해 머신 러닝은 방대한 양의 데이터 수집 및 분석이 요구되는데, 이 과정에서 데이터의 양과 질이 증가할수록 예측 및 판단의 정확도가 향상될 수 있다. 따라서, 머신 러닝 분야에서는 이러한 양질의 방대한 데이터를 수집하는 것이 무엇보다 중요한 과제이다.
이러한 머신 러닝 분야는 제공된 이미지를 기반으로 그 이미지가 어떤 물체에 관한 것인지를 판별하는 곳에서도 많이 사용되고 있다. 특히 물품의 생산, 유통, 보관 및 판매 과정에서 사람이 일일이 물체를 식별하는 것이 아닌, 기계를 통해 물체를 인식하기 위한 분야로의 활용이 꾸준히 시도되고 있다.
따라서, 기계를 통한 물체 인식의 정확도를 높이기 위해 양질의 방대한 데이터 획득이 요구되며, 본 발명의 경우 물품 인식을 위한 머신 러닝 과정에서 활용될 수 있는 데이터를 취득하기 위한 시스템을 제공한다.
본 발명의 일 실시예는 기계를 통한 상품 인식의 정확도 및 신뢰도 향상을 위해 양질의 방대한 물체 관련 데이터를 수집하는 상품 인식 데이터 취득 시스템을 제공하는 것을 목적으로 한다.
한편, 본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 상품 인식 데이터 취득 시스템은 위치 및 촬영각도를 조절하며 물체를 촬영하는 이미지 수집부; 회전 가능한 턴테이블; 기 이미지 수집부 및 상기 턴테이블의 동작을 제어하는 제어부; 및 상기 물체에 부착된 바코드를 판독하여 물체 식별 정보를 획득하는 바코드 리더기를 포함한다.
상기 시스템은 상기 물체와 관련된 정보를 저장하고 관리하는 데이터 서버를 더 포함할 수 있다.
상기 이미지 수집부는 영상 수집장치, 위치 조절장치 및 촬영각도 조절장치를 포함할 수 있다.
상기 영상 수집장치는 상기 영상 수집장치로부터 물체까지의 거리인 이격 거리의 측정이 가능한 깊이 카메라를 포함할 수 있다.
상기 제어부는: 이미지 수집부 제어 유닛; 및 턴테이블 제어 유닛을 포함할 수 있다.
상기 이미지 수집부 제어 유닛은, 상기 위치 조절장치를 통해 상기 영상 수집장치가 제공되는 높이 및 상기 영상 수집장치와 상기 물체 간의 수평 거리를 조절하고, 상기 촬영각도 조절장치를 통해 상기 영상 수집장치가 상기 물체를 바라보는 각도를 조절할 수 있다.
상기 턴테이블 제어 유닛은, 기 설정된 각도마다 상기 턴테이블의 회전을 정지시키고, 기 설정된 시간이 흐른 후 다시 상기 턴테이블의 회전을 재개할 수 있다.
상기 턴테이블 제어 유닛은, 상기 영상 수집장치를 통해 촬영 가능한 초당 프레임 수에 따라 상기 턴테이블의 회전 속도를 조절할 수 있다.
상기 데이터 서버는: 상기 영상 수집장치를 통해 수집된 이미지 상에서 상기 물체에 해당하는 영역인 전경영역만을 추출하는 전경영역추출부; 상기 깊이 카메라를 통해 측정된 상기 이격 거리를 통해 상기 물체의 실제 크기를 산출하는 크기산출부; 상기 물체 식별 정보, 상기 물체의 실제 크기 및 상기 전경영역을 매칭시키는 데이터매칭부; 및 상기 매칭된 데이터를 저장하는 데이터베이스부를 포함할 수 있다.
상기 데이터 서버는, 상기 물체의 정지 시 이미지와 회전 시 이미지를 비교하여 상기 회전 시 이미지의 블러링 정도를 산출하는 블러링값산출부를 더 포함할 수 있다.
상기 턴테이블 제어 유닛은, 상기 블러링값산출부를 통해 산출된 상기 블러링 정도에 따라 상기 턴테이블의 회전 속도를 조절할 수 있다.
상기 데이터 서버는, 상기 영상 수집장치를 통해 수집되는 이미지와 상기 데이터베이스부에 기 저장되어 있는 이미지를 비교하여 신규한 이미지인지를 판단하는 신규데이터판단부를 더 포함할 수 있다.
상기 물체에 빛을 조사하는 광원부를 더 포함할 수 있다.
상기 광원부는 상기 물체를 비추는 빛의 각도, 밝기 및 색상 조절이 가능할 수 있다.
상기 시스템은 상기 물체와 관련된 정보를 수집하는 센서부를 더 포함하고, 상기 센서부는 무게 센서를 포함하고, 상기 데이터매칭부는 상기 전경영역에 상기 무게 센서를 통해 획득한 무게 정보를 추가로 매칭시킬 수 있다.
본 발명의 일 실시예에 따른 상품 인식 데이터 취득 시스템은 기계를 통한 상품 인식의 정확도 및 신뢰도 향상을 위해 양질의 방대한 물체 관련 데이터를 수집할 수 있다.
한편, 본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 상품 인식 데이터 취득 시스템을 통해 상품 인식을 위한 데이터를 취득하는 모습을 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 상품 인식 데이터 취득 시스템의 대략적인 구성을 나타낸 블록도이다.
도 3은 영상 수집장치를 통해 수집된 물체의 이미지에 블러링이 생기지 않은 모습을 나타낸 도면이다.
도 4는 영상 수집장치를 통해 수집된 물체의 이미지에 블러링이 생긴 모습을 나타낸 도면이다.
도 5는 블러링 없는 이미지를 획득하기 위한 턴테이블 제어 유닛의 턴테이블 회전 속도 제어 과정을 개략적으로 나타낸 블록도이다.
도 6은 영상 수집장치를 통해 수집된 이미지 상에서 물체에 해당하는 영역인 전경영역이 차지하는 면적의 비율이 기 설정된 값을 초과한 모습을 나타낸 도면이다.
도 7 은 영상 수집장치를 통해 수집된 이미지 상에서 물체가 차지하는 영역인 전경영역의 비율이 머신 러닝을 위한 적정 비율로 유지되도록 영상 수집장치를 제어하는 과정을 개략적으로 나타낸 블록도이다.
이상의 상세한 설명은 본 발명을 예시하는 것이다.
또한, 전술한 내용은 본 발명의 바람직한 실시 형태를 나타내어 설명하는 것이며, 본 발명은 다양한 다른 조합, 변경 및 환경에서 사용할 수 있다. 즉 본 명세서에 개시된 발명의 개념의 범위, 저술한 개시 내용과 균등한 범위 및/또는 당 업계의 기술 또는 지식의 범위 내에서 변경 또는 수정이 가능하다. 저술한 실시 예는 본 발명의 기술적 사상을 구현하기 위한 최선의 상태를 설명하는 것이며, 본 발명의 구체적인 적용 분야 및 용도에서 요구되는 다양한 변경도 가능하다. 따라서 이상의 발명의 상세한 설명은 개시된 실시 상태로 본 발명을 제한하려는 의도가 아니다. 또한 첨부된 청구범위는 다른 실시 상태도 포함하는 것으로 해석되어야 한다.
도 1은 본 발명의 일 실시예에 따른 상품 인식 데이터 취득 시스템(10)을 통해 상품 인식을 위한 데이터를 취득하는 모습을 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 상품 인식 데이터 취득 시스템(10)의 대략적인 구성을 나타낸 블록도이다.
도 1 및 도 2를 참조하면, 상품 인식 데이터 취득 시스템(10)은 이미지 수집부(100), 턴테이블(200), 제어부(300), 바코드 리더기(400) 및 데이터 서버(500)를 포함한다.
이미지 수집부(100)는 영상 수집장치(110), 위치 조절장치(120) 및 촬영각도 조절장치(130)를 포함한다.
물체는 기 설정된 속도로 회전하는 턴테이블(200) 상에 제공된다.
영상 수집장치(110)는 턴테이블(200) 상에 제공되는 물체를 촬영하여 물체의 이미지 데이터를 수집한다.
일 예에 따르면, 영상 수집장치(110)는 카메라 또는 비디오 카메라로 제공될 수 있다.
또 다른 예에 따르면, 영상 수집장치(110)는 깊이 카메라(111)를 더 포함할 수 있다.
깊이 카메라(111)는 영상 수집장치(110)와 물체 간의 거리인 이격 거리를 측정하며, 이를 기초로 물체의 실제 크기를 측정한다.
영상 수집장치(110)는 촬영각도 조절장치(130)에 결합되며, 촬영각도 조절장치(130)는 위치 조절장치(120)에 결합된다.
위치 조절장치(120)는 수직 방향으로의 높낮이 조절이 가능한 수직길이조절부 및 수평 방향으로의 길이 조절이 가능한 수평길이조절부를 포함한다.
촬영각도 조절장치(130)는 수평길이조절부의 끝단에 결합되며, 영상 수집장치(110)가 바라보는 방향을 상하좌우로 조절할 수 있다.
즉, 영상 수집장치(110)는 위치 조절장치(120)를 통해 수직방향 및 수평방향으로의 위치 조절이 가능하며, 촬영각도 조절장치(130)를 통해 촬영 각도 조절이 가능하다.
기본적으로 영상 수집장치(110)는 복수개로 제공된다. 하지만, 위치 조절장치(120)와 촬영각도 조절장치(130)를 통해 영상 수집장치(110)의 위치와 촬영각도 조절이 가능할 뿐만 아니라, 턴테이블(200)을 통해 물체의 회전 역시 가능하기에, 경우에 따라 한 개의 영상 수집장치(110)를 이용한 물체 이미지 데이터 수집 역시 가능하다.
턴테이블(200)은 유리 또는 아크릴을 포함한 투명한 재질로 제공될 수 있다. 이때 턴테이블(200)의 저면 영역에 영상 수집장치(110)가 추가적으로 제공될 수 있으며, 이를 통해 물체를 뒤집지 않고 물체의 저면 이미지 데이터 수집이 가능하다.
제어부(300)는 이미지 수집부 제어 유닛(310) 및 턴테이블 제어 유닛(320)을 포함한다.
이미지 수집부 제어 유닛(310)은 위치 조절장치(120) 및 촬영각도 조절장치(130)를 제어한다.
즉, 이미지 수집부 제어 유닛(310)을 통해 위치 조절장치(120)를 제어하여 영상 수집장치(110)가 제공되는 높이 및 영상 수집장치(110)와 물체 간의 수평거리를 조절한다.
또한, 이미지 수집부 제어 유닛(310)을 통해 촬영각도 조절장치(130)를 제어하여 영상 수집장치(110)가 바라보는 각도를 조절한다.
턴테이블 제어 유닛(320)은 턴테이블(200)의 동작을 제어한다.
일 예에 따르면, 기 설정된 각도마다 턴테이블(200)의 회전을 정지시키고, 기 설정된 시간이 흐른 후 다시 턴테이블(200)의 회전을 재개할 수 있다.
즉, 사용자는 5°마다 턴테이블(200)의 회전을 정지시키고 5초 후 다시 턴테이블(200)의 회전을 재개할 수 있으며, 이때 각도 및 시간은 턴테이블 제어 유닛(320)을 통해 변경 가능하다.
다른 예에 따르면, 영상 수집장치(110)를 통해 촬영 가능한 초당 프레임 수에 따라 턴테이블(200)의 회전 속도를 조절할 수 있다.
초당 촬영 가능한 프레임 수가 높은 영상 수집장치(110)를 사용할 경우, 초당 촬영 가능한 프레임 수가 낮은 영상 수집장치(110)를 사용하는 경우에 비해 턴테이블(200)을 빠른 속도로 회전시키더라도 블러링(이미지가 흐려지는 현상) 없는 이미지 획득이 가능하다.
바코드 리더기(400)는 물체에 부착된 바코드를 판독하여 물체 식별 정보를 획득한다.
물체 식별 정보는 해당 물체의 품목, 종류 및 품명을 포함한 다른 물체와의 구분을 위한 정보를 말한다.
데이터 서버(500)는 물체와 관련된 정보를 저장하고 관리한다.
데이터 서버(500)는 전경영역추출부(510), 크기산출부(520), 데이터매칭부(530) 및 데이터베이스부(540)를 포함한다.
전경영역추출부(510)는 영상 수집장치(110)를 통해 수집된 이미지 상에서 물체에 해당하는 영역인 전경영역만을 추출한다.
영상 수집장치(110)를 통해 수집된 이미지는 물체에 해당하는 영역인 전경영역과 그 주위 영역인 배경영역으로 구분된다.
전경영역추출부(510)는 이러한 전체 이미지 상에서 물체에 해당하는 영역인 전경영역만을 추출한다.
이를 위해 물체와 배경의 색 정보 차이를 이용하여 물체의 경계선을 추출한 후 해당 경계선의 내부 영역을 전경영역으로 판단하고 해당 영역만을 추출할 수 있다.
하지만, 전경영역 추출 방법은 이에 한정되지 않으며 공지된 방법은 제한 없이 적용 가능하다.
크기산출부(520)는 깊이 카메라(111)를 통해 측정된 영상 수집장치(110)과 물체 간의 거리인 이격 거리, 즉 심도를 통해 물체의 실제 크기를 산출한다.
깊이 카메라(111)는 SL(Structured Light) 방식 또는 TOF(Time of Flight) 방식을 통해 심도를 측정할 수 있다.
SL 방식은 특정 패턴의 신호를 방사해 물체 표면에 따라 패턴이 변형된 정도를 분석해 심도를 계산한다.
ToF 방식은 비행시간 거리 측정법이라고도 불리며, 방출된 신호가 물체에 부딪쳐 돌아오는 시간차를 측정해 물체와의 거리를 측정한다.
이 외에도 깊이 카메라(111)를 통해 심도를 측정할 수 있는 방식은 제한 없이 적용 가능하다.
데이터매칭부(530)는 바코드 리더기(400)를 통해 획득한 물체 식별 정보, 크기산출부(520)를 통해 획득한 물체의 실제 크기 및 전경영역추출부(510)를 통해 추출한 전경영역을 서로 매칭시킨다.
데이터베이스부(540)는 데이터매칭부(530)를 통해 매칭된 데이터를 저장한다.
데이터베이스부(540)에 저장된 데이터는 이후 머신 러닝을 위한 데이터로 활용될 수 있다.
데이터 서버(500)는 블러링값산출부(550)를 더 포함할 수 있다.
도 3은 영상 수집장치(110)를 통해 수집된 물체의 이미지에 블러링이 생기지 않았을 때의 모습을 나타낸 도면이다.
도 4는 영상 수집장치(110)를 통해 수집된 물체의 이미지에 블러링이 생긴 모습을 나타낸 도면이다.
도 3 및 도 4를 참조하면, 영상 수집장치(110)가 블러링 현상 없이 촬영 가능한 초당 프레임 수의 범위를 벗어나는 속도로 턴테이블(200)이 회전하는 경우 도 4와 같은 블러링 현상이 발생한 이미지가 얻어진다.
도 5는 블러링 없는 이미지를 획득하기 위한 턴테이블 제어 유닛(320)의 턴테이블(200) 회전 속도 제어 과정을 개략적으로 나타낸 블록도이다.
도 5를 참조하면, 블러링값산출부(550)는 영상 수집장치(110)를 통해 수집된 이미지의 블러링(이미지가 흐려지는 현상) 정도를 정량적으로 판단한다.
이를 위해, 블러링값산출부(550)는 턴테이블(200)이 회전할 때 수집된 물체의 회전 시 이미지를 이용한다.
보다 자세히 말하면, 물체의 회전 시 이미지에 블러 필터를 적용하여 획득한 블러링된 회전 시 이미지와 블러 필터 적용 전의 기존 회전 시 이미지를 비교한 후 그 평균 차이값을 계산함으로써 블러링 정도를 나타내는 블러링 값을 산출한다.
턴테이블 제어 유닛(320)은 턴테이블(200)의 회전 속도를 제어하는데, 이때 블러링값산출부(550)에서 산출된 블러링값에 따라 턴테이블(200)의 회전 속도를 조절한다.
즉, 블러링값산출부(550)를 통해 산출된 블러링값이 높을수록 턴테이블(200)의 회전 속도를 감소시켜 블러링 현상을 줄일 수 있다.
도 6은 영상 수집장치(110)를 통해 수집된 이미지 상에서 물체에 해당하는 영역인 전경영역이 차지하는 면적의 비율이 기 설정된 값을 초과했을 때의 모습을 나타낸 도면이다.
도 6을 참조하면, 전체 이미지 중 전경영역이 차지하는 면적의 비율이 기 설정된 값을 넘었을 경우 한 화면 상에 물체의 전체 이미지가 담기지 못하게 된다.
이와 같은 현상은 영상 수집장치(110)의 줌 인(Zoom In)정도가 과도하거나 물체의 크기가 커서 영상 수집장치(110)와의 거리가 가까울 경우 발생할 수 있다.
이 경우 물체가 차지하는 영역인 전경영역을 줄이기 위한 과정이 요구된다.
도 7 은 영상 수집장치(110)를 통해 수집된 이미지 상에서 물체가 차지하는 영역인 전경영역의 비율이 머신 러닝을 위한 적정 비율로 유지되도록 영상 수집장치(110)를 제어하는 과정을 개략적으로 나타낸 블록도이다.
도 7을 참조하면, 먼저 전경영역추출부(510)를 통해 전체 이미지 상에서 물체에 해당하는 영역인 전경영역을 추출한다.
데이터 서버(500)는 전경영역면적비산출부(560)를 더 포함할 수 있다.
전경영역면적비산출부(560)는 영상 수집장치(110)를 통해 수집된 전체 이미지 중 전경영역추출부(510)를 통해 추출된 전경영역이 차지하는 비율을 산출한다.
이미지 수집부 제어 유닛(310)은 전체 이미지 상에서 전경영역이 차지하는 비율이 제 1 면적비를 초과하는 경우 영상 수집장치(110)를 제어하여 줌 아웃(Zoom Out) 시킨다.
예를 들면, 이미지의 전체 면적 중 전경영역이 차지하는 비율이 80%를 초과하는 경우 영상 수집장치(110)를 줌 아웃(Zoom Out)시켜 전경영역이 차지하는 비율을 감소시킨다.
이때, 제 1 면적비는 80%로 고정되는 것이 아닌 사용자의 설정에 따라 조절 가능하다.
또한, 이미지 수집부 제어 유닛(310)은 전체 이미지 상에서 전경영역이 차지하는 비율이 제 2 면적비 이하인 경우 영상 수집장치(110)를 제어하여 줌 인(Zoom In)시킨다.
예를 들면, 이미지의 전체 면적 중 전경영역이 차지하는 비율이 20% 이하인 경우 영상 수집장치(110)를 줌 인(Zoom In)시켜 전경영역이 차지하는 비율을 증가시킨다.
이때, 제 2 면적비는 20%로 고정되는 것이 아닌 사용자의 설정에 따라 조절 가능하다.
데이터 서버(500)는 신규데이터판단부(미도시)를 더 포함할 수 있다.
신규데이터판단부는 전경영역추출부(510)에서 추출된 전경영역 이미지와 데이터베이스부(540)에 기 저장되어 있는 전경영역 이미지를 비교하여 현재 수집되고 있는 이미지가 신규한 이미지인지 여부를 판단한다.
이때, 해당 이미지가 신규한 이미지일 경우 이미지 수집 및 저장을 계속해서 진행하고, 해당 이미지가 데이터베이스부(540)에 기 저장되어 있는 이미지와 동일할 경우 영상 수집장치(110)를 통한 이미지 수집을 정지한다.
이미지 취득 시스템(10)은 광원부(600)를 더 포함할 수 있다.
광원부(600)는 물체에 빛을 조사한다.
광원부(600)는 물체를 비추는 빛의 각도, 밝기 및 색상 조절이 가능하다.
이를 통해 물체의 이미지에 다양한 변화를 부여할 수 있다.
이미지 취득 시스템(10)은 물체에 관련된 정보를 수집하는 센서부(700)를 더 포함할 수 있다.
센서부(700)는 무게 센서(710)를 포함한다.
무게 센서(710)를 통해 획득한 물체의 무게 데이터는 데이터매칭부(530)로 전달되며, 데이터매칭부(530)에서는 무게 데이터와 전경영역을 추가적으로 매칭시킨다.
본 발명의 일 실시예에 따른 이미지 취득 시스템(10)은 영상 수집장치(110)를 통해 수집된 이미지 데이터, 크기산출부(520)를 통해 산출된 물체의 실제 크기, 바코드 리더기(400)를 통해 획득한 물체 식별 정보 및 무게 센서(710)를 통해 수집된 무게 데이터를 통해 상품 인식 데이터를 취득한다.
또한, 이 과정에서 이미지에 블러링이 발생하는 경우 턴테이블(200)의 회전 속도를 제어하며, 전체 이미지 상에서 물체가 차지하는 비율이 기 설정된 범위를 벗어나는 경우 영상 수집장치(110)의 줌을 조절한다.
Claims (15)
- 위치 및 촬영각도를 조절하며 물체를 촬영하는 이미지 수집부;회전 가능한 턴테이블;상기 이미지 수집부 및 상기 턴테이블의 동작을 제어하는 제어부; 및상기 물체에 부착된 바코드를 판독하여 물체 식별 정보를 획득하는 바코드 리더기를 포함하는 상품 인식 데이터 취득 시스템.
- 제1항에 있어서,상기 시스템은 상기 물체와 관련된 정보를 저장하고 관리하는 데이터 서버를 더 포함하는 상품 인식 데이터 취득 시스템.
- 제2항에 있어서,상기 이미지 수집부는 영상 수집장치, 위치 조절장치 및 촬영각도 조절장치를 포함하는 상품 인식 데이터 취득 시스템.
- 제3항에 있어서,상기 영상 수집장치는 상기 영상 수집장치로부터 물체까지의 거리인 이격 거리의 측정이 가능한 깊이 카메라를 포함하는 상품 인식 데이터 취득 시스템.
- 제4항에 있어서,상기 제어부는:이미지 수집부 제어 유닛; 및턴테이블 제어 유닛을 포함하는 상품 인식 데이터 취득 시스템.
- 제5항에 있어서,상기 이미지 수집부 제어 유닛은,상기 위치 조절장치를 통해 상기 영상 수집장치가 제공되는 높이 및 상기 영상 수집장치와 상기 물체 간의 수평 거리를 조절하고,상기 촬영각도 조절장치를 통해 상기 영상 수집장치가 상기 물체를 바라보는 각도를 조절하는 상품 인식 데이터 취득 시스템.
- 제5항에 있어서,상기 턴테이블 제어 유닛은,기 설정된 각도마다 상기 턴테이블의 회전을 정지시키고,기 설정된 시간이 흐른 후 다시 상기 턴테이블의 회전을 재개하는 상품 인식 데이터 취득 시스템.
- 제7항에 있어서,상기 턴테이블 제어 유닛은,상기 영상 수집장치를 통해 촬영 가능한 초당 프레임 수에 따라 상기 턴테이블의 회전 속도를 조절하는 상품 인식 데이터 취득 시스템.
- 제5항에 있어서,상기 데이터 서버는:상기 영상 수집장치를 통해 수집된 이미지 상에서 상기 물체에 해당하는 영역인 전경영역만을 추출하는 전경영역추출부;상기 깊이 카메라를 통해 측정된 상기 이격 거리를 통해 상기 물체의 실제 크기를 산출하는 크기산출부;상기 물체 식별 정보, 상기 물체의 실제 크기 및 상기 전경영역을 매칭시키는 데이터매칭부; 및상기 매칭된 데이터를 저장하는 데이터베이스부를 포함하는 상품 인식 데이터 취득 시스템.
- 제9항에 있어서,상기 데이터 서버는,상기 물체의 정지 시 이미지와 회전 시 이미지를 비교하여 상기 회전 시 이미지의 블러링 정도를 산출하는 블러링값산출부를 더 포함하는 상품 인식 데이터 취득 시스템.
- 제10항에 있어서,상기 턴테이블 제어 유닛은,상기 블러링값산출부를 통해 산출된 상기 블러링 정도에 따라 상기 턴테이블의 회전 속도를 조절하는 상품 인식 데이터 취득 시스템.
- 제9항에 있어서,상기 데이터 서버는,상기 영상 수집장치를 통해 수집되는 이미지와 상기 데이터베이스부에 기 저장되어 있는 이미지를 비교하여 신규한 이미지인지를 판단하는 신규데이터판단부를 더 포함하는 상품 인식 데이터 취득 시스템.
- 제1항에 있어서,상기 물체에 빛을 조사하는 광원부를 더 포함하는 상품 인식 데이터 취득 시스템.
- 제13항에 있어서,상기 광원부는 상기 물체를 비추는 빛의 각도, 밝기 및 색상 조절이 가능한 상품 인식 데이터 취득 시스템.
- 제9항에 있어서,상기 시스템은 상기 물체와 관련된 정보를 수집하는 센서부를 더 포함하고,상기 센서부는 무게 센서를 포함하고,상기 데이터매칭부는 상기 전경영역에 상기 무게 센서를 통해 획득한 무게 정보를 추가로 매칭시키는 상품 인식 데이터 취득 시스템.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190147564A KR102316268B1 (ko) | 2019-11-18 | 2019-11-18 | 상품 인식을 위한 데이터 취득 시스템 |
KR10-2019-0147564 | 2019-11-18 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2021101053A1 true WO2021101053A1 (ko) | 2021-05-27 |
Family
ID=75981647
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/KR2020/012689 WO2021101053A1 (ko) | 2019-11-18 | 2020-09-21 | 상품 인식을 위한 데이터 취득 시스템 |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR102316268B1 (ko) |
WO (1) | WO2021101053A1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114241182A (zh) * | 2021-12-21 | 2022-03-25 | 上海帝图信息科技有限公司 | 一种身体语言的识别系统和方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102396089B1 (ko) * | 2021-09-24 | 2022-05-10 | 주식회사 휴벡셀 | 체내이식 형 의료기기에 마킹된 데이터메트릭스 코드 판독 장치 |
CN114170646B (zh) * | 2021-11-05 | 2022-09-16 | 浙江恒源环保科技股份有限公司 | 一种基于四维人脸识别的感应系统 |
KR102433004B1 (ko) * | 2021-12-21 | 2022-08-18 | 주식회사 인피닉 | 인공 지능 기반의 무인 결제 장치 및 방법 |
KR102568032B1 (ko) * | 2022-12-27 | 2023-08-18 | (주) 케이씨넷 | 인공 지능을 이용한 진품 감정 시스템 |
KR102568189B1 (ko) * | 2022-12-27 | 2023-08-18 | (주) 케이씨넷 | 불법복제품 판독시스템 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080046427A (ko) * | 2006-11-22 | 2008-05-27 | 삼성전기주식회사 | 소형 카메라 모듈의 블러링 양 측정 방법 |
US20150042791A1 (en) * | 2013-08-09 | 2015-02-12 | Postea, Inc. | Apparatus, systems and methods for enrollment of irregular shaped objects |
KR101851550B1 (ko) * | 2018-04-04 | 2018-04-24 | 주식회사 엑사스코프 | 하이브리드 상품 인식 기술을 통해 복수의 상품을 동시에 처리할 수 있는 셀프 체크 아웃 기기 |
US20190026585A1 (en) * | 2016-07-29 | 2019-01-24 | Conduent Business Services, Llc | Multi-Angle Product Imaging Device |
JP2019125144A (ja) * | 2018-01-16 | 2019-07-25 | 株式会社富士通アドバンストエンジニアリング | 商品情報管理プログラム、方法及び装置、並びに商品管理プログラム、方法及び装置 |
-
2019
- 2019-11-18 KR KR1020190147564A patent/KR102316268B1/ko active IP Right Grant
-
2020
- 2020-09-21 WO PCT/KR2020/012689 patent/WO2021101053A1/ko active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080046427A (ko) * | 2006-11-22 | 2008-05-27 | 삼성전기주식회사 | 소형 카메라 모듈의 블러링 양 측정 방법 |
US20150042791A1 (en) * | 2013-08-09 | 2015-02-12 | Postea, Inc. | Apparatus, systems and methods for enrollment of irregular shaped objects |
US20190026585A1 (en) * | 2016-07-29 | 2019-01-24 | Conduent Business Services, Llc | Multi-Angle Product Imaging Device |
JP2019125144A (ja) * | 2018-01-16 | 2019-07-25 | 株式会社富士通アドバンストエンジニアリング | 商品情報管理プログラム、方法及び装置、並びに商品管理プログラム、方法及び装置 |
KR101851550B1 (ko) * | 2018-04-04 | 2018-04-24 | 주식회사 엑사스코프 | 하이브리드 상품 인식 기술을 통해 복수의 상품을 동시에 처리할 수 있는 셀프 체크 아웃 기기 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114241182A (zh) * | 2021-12-21 | 2022-03-25 | 上海帝图信息科技有限公司 | 一种身体语言的识别系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
KR102316268B1 (ko) | 2021-10-21 |
KR20210060027A (ko) | 2021-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021101053A1 (ko) | 상품 인식을 위한 데이터 취득 시스템 | |
WO2016171341A1 (ko) | 클라우드 기반 병리 분석 시스템 및 방법 | |
WO2017030259A1 (ko) | 자동추적 기능을 갖는 무인항공기 및 그 제어방법 | |
WO2016002986A1 (ko) | 시선 추적 장치 및 방법, 이를 수행하기 위한 기록매체 | |
WO2016163755A1 (ko) | 품질 측정 기반의 얼굴 인식 방법 및 장치 | |
WO2014189216A1 (ko) | 자동 얼굴 위치 추적 및 얼굴 인식 방법 및 시스템 | |
WO2018135906A1 (ko) | 카메라 및 카메라의 영상 처리 방법 | |
WO2013100239A1 (ko) | 스테레오 비전 시스템의 영상처리방법 및 그 장치 | |
WO2020027607A1 (ko) | 객체 탐지 장치 및 제어 방법 | |
EP3320676A1 (en) | Image capturing apparatus and method of operating the same | |
WO2019139291A1 (ko) | 피부 상태 측정용 모듈 | |
WO2016107230A1 (zh) | 一种3d场景中重现物体的系统和方法 | |
WO2017034177A1 (ko) | 이종 카메라로부터의 영상을 이용하여 불법 주정차 단속을 수행하는 단속 시스템 및 이를 포함하는 관제 시스템 | |
WO2019156543A2 (ko) | 동영상의 대표 이미지를 결정하는 방법 및 그 방법을 처리하는 전자 장치 | |
CN107295308A (zh) | 一种基于机房人脸识别及告警的监控装置 | |
CN106896115A (zh) | 基于面阵相机并联采集系统的涂漆玻璃瑕疵检测装置 | |
CN105957108A (zh) | 基于人脸检测及跟踪的客流量统计系统 | |
WO2018097384A1 (ko) | 밀집도 알림 장치 및 방법 | |
WO2015196878A1 (zh) | 一种电视虚拟触控方法及系统 | |
WO2021091053A1 (ko) | 영상의 유사도 분석을 이용한 위치 측정 시스템 및 그 방법 | |
WO2012015156A2 (ko) | 열적외선을 이용한 환경독립형 교통검지시스템 | |
WO2023149603A1 (ko) | 다수의 카메라를 이용한 열화상 감시 시스템 | |
WO2019083073A1 (ko) | 교통정보 제공 방법, 장치 및 그러한 방법을 실행하기 위하여 매체에 저장된 컴퓨터 프로그램 | |
WO2023080667A1 (ko) | Ai 기반 객체인식을 통한 감시카메라 wdr 영상 처리 | |
WO2021261905A1 (ko) | 영상 분석 기반 작업 동작 인식 및 생산량 측정 장치와 그 방법 |
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: 20889303 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 20889303 Country of ref document: EP Kind code of ref document: A1 |