KR101034117B1 - 영상에서 관심 영역 지정 및 윤곽선 영상을 이용한 객체 인식 방법 및 장치 - Google Patents
영상에서 관심 영역 지정 및 윤곽선 영상을 이용한 객체 인식 방법 및 장치 Download PDFInfo
- Publication number
- KR101034117B1 KR101034117B1 KR1020090109727A KR20090109727A KR101034117B1 KR 101034117 B1 KR101034117 B1 KR 101034117B1 KR 1020090109727 A KR1020090109727 A KR 1020090109727A KR 20090109727 A KR20090109727 A KR 20090109727A KR 101034117 B1 KR101034117 B1 KR 101034117B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- recognition
- contour
- unit
- candidates
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000007781 pre-processing Methods 0.000 claims abstract description 12
- 238000012790 confirmation Methods 0.000 claims abstract description 3
- 238000004904 shortening Methods 0.000 claims description 11
- 238000012567 pattern recognition method Methods 0.000 claims description 7
- 238000009499 grossing Methods 0.000 claims description 3
- 239000003638 chemical reducing agent Substances 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 abstract 1
- 238000010606 normalization Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 7
- 238000003909 pattern recognition Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 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
- G06V10/40—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
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
본 발명에 따른 영상에서 관심 영역 지정 및 윤곽선 영상을 이용한 객체 인식 방법은, 영상 입력부(1)에 의해 휴대용 단말기 또는 전자기기 등의 촬영 장치를 이용하여 영상을 획득하고, 촬영 장치에 의해 획득된 영상을 입력받는 단계(S1)와; 관심영역 영상 선택부(2)에 의해 상기 단계 S1에서 입력받은 영상 중에서 사용자가 관심 있는 객체 영역의 가장자리를 따라 윤곽선을 드로잉해서 관심영역의 영상을 선택하는 단계(S2); 이미지 회전부(3)에 의해 상기 단계 S2에서 사용자가 선택한 관심영역의 영상의 가장자리를 따라 드로잉한 윤곽선 영상과 관심영역의 영상을 저장한 다음, 윤곽선 영상으로부터 중심점으로부터의 거리가 최대값을 가지는 점과 중심점을 연결한 직선이 영상의 세로 중심축과 일치하도록 윤곽선 영상과 관심영역의 영상을 회전시키는 단계(S3); 제1전처리부(4)에 의해 상기 단계 S3에서 회전된 영상을 인식하기 위해 영상의 크기를 정규화시킴과 더불어 히스토그램을 평활화시키는 제1전처리를 수행하는 단계(S4); 제2전처리부(5)에 의해 상기 윤곽선 영상의 크기를 정규화시킴과 더불어 그레이(gray) 영상으로 변환시키는 제2전처리를 수행하는 단계(S5); 윤곽선 정보 추출부(6)에 의해 상기 윤곽선 영상을 이용하여 모든 인식 후보가 되는 객체들의 윤곽선 정보를 추출하고, 추출된 윤곽선 정보에 대해 범위를 정하여 저장하는 단계(S6); 인식후보 줄임부(7)에 의해 상기 단계 S6에서 추출된 인식하고자 하는 객체에서 얻은 윤곽선 정보와, 범위가 정해져 저장되어 있는 모든 인식 후보가 되는 객체들로부터 얻은 윤곽선 정보와의 비교를 이용해서 해당 범위에 들어가는 인식 후보만을 선택하는 것에 의해 인식후보의 개수를 줄여주는 단계(S7); 인식부(8)에 의해 상기 단계 S7에서 윤곽선 정보를 이용해서 개수가 줄여진 인식후보에 대해 패턴인식 방법을 이용하여 객체를 인식하는 단계(S8) 및; 인식결과 확인부(9)에 의해 상기 단계 S8에서 인식된 객체의 인식결과를 확인하는 단계(S9)를 갖추어 이루어진 것을 특징으로 한다.
Description
본 발명은 컴퓨터, 휴대용 단말기 및 전자 기기의 촬영 장치를 이용하여 획득한 영상을 입력받아 사용자가 관심있는 객체 영역을 선택한 후, 선택한 영상과 윤곽선 영상을 서버의 데이터베이스로 전송하고 전송된 영상을 이용하여 객체를 인식할 수 있도록 된 영상에서 관심 영역 지정 및 윤곽선 영상을 이용한 객체 인식 방법에 관한 것이다.
영상으로부터 객체를 인식하는 기술은 영상 처리나 패턴 인식, 컴퓨터 비전과 신경망 같은 다양한 분야에 걸쳐서 활발히 연구되고 있고, 상업적, 법적으로 수많은 응용분야를 가지고 있다. 최근, PDA나 휴대폰 등과 같은 모바일 기기에 내장된 카메라 장치를 이용하여 영상을 획득할 수 있으며, 모바일 기기의 사용이 증대됨에 따라 사용자의 편의를 위해 모바일 기기를 이용한 객체 인식에 대한 요구가 증대되고 있는 실정이다.
컴퓨터 비전에서의 객체 인식이란, 한 영상과 모델 데이터베이스가 주어졌을 때, 영상 내의 객체와 가장 유사한 모델을 데이터베이스에서 검색해 내는 일련의 과정을 말한다. 그러나, 동일한 객체라 하더라도 각각의 영상에서는 객체의 크기, 방향, 위치, 포즈 등이 다르게 나타날 수 있고, 또한 한 영상 내에 여러 개의 객체가 포함되어 있거나 아니면 해당 객체가 다른 객체에 의해 가려져 그 일부분만 볼 수 있는 경우도 있기 때문에 이런 모든 조건에서도 강인하게 동작하는 인식 기법에 대한 연구가 많이 진행되어 왔다.
본 발명은 상기한 점을 감안하여 발명된 것으로, 관심 영역 이외의 주변영역을 제거하고, 윤곽선 정보를 이용하여 인식후보의 개수를 줄임으로써, 인식 성능을 향상시킬 수 있고, 영상 내 객체의 위치에 상관없이 객체를 인식할 수 있으며, 지정한 영역만을 이용하여 객체를 인식함으로써 객체 인식 시간을 단축시킬 수 있도록 된 영상에서 관심 영역 지정 및 윤곽선 영상을 이용한 객체 인식 방법 및 장치를 제공함에 그 목적이 있다.
상기 목적을 달성하기 위한 본 발명에 따른 영상에서 관심 영역 지정 및 윤곽선 영상을 이용한 객체 인식 장치는,
휴대용 단말기 또는 전자기기 등의 촬영 장치에 의해 획득된 영상을 입력받는 영상 입력부(1)와;
상기 영상 입력부(1)를 통해 입력받은 영상 중에서 사용자가 관심 있는 객체 영역의 가장자리를 따라 윤곽선을 드로잉해서 관심영역의 영상을 선택하는 관심영역 영상 선택부(2);
상기 관심영역 영상 선택부(2)에서 사용자가 선택한 관심영역의 영상의 가장자리를 따라 드로잉한 윤곽선 영상과 관심영역의 영상을 저장한 다음 윤곽선 영상으로부터 중심점부터의 거리가 최대값을 가지는 점과 중심점을 연결한 직선이 영상의 세로 중심축과 일치하도록 윤곽선 영상과 관심영역의 영상을 회전시키는 이미지 회전부(3);
상기 이미지 회전부(3)에서 회전된 영상을 인식하기 위해 영상의 크기를 정규화시킴과 더불어 히스토그램을 평활화시키는 제1전처리부(4);
상기 윤곽선 영상의 크기를 정규화시킴과 더불어 그레이(gray) 영상으로 변환시키는 제2전처리부(5);
상기 윤곽선 영상을 이용하여 모든 인식 후보가 되는 객체들의 윤곽선 정보를 추출하고, 추출된 윤곽선 정보에 대해 범위를 정하여 저장하는 윤곽선 정보 추출부(6);
상기 윤곽선 정보 추출부(6)에서 추출된 인식하고자 하는 객체에서 얻은 윤곽선 정보와, 범위가 정해져 저장되어 있는 모든 인식 후보가 되는 객체들로부터 얻은 윤곽선 정보와의 비교를 이용해서 해당 범위에 들어가는 인식 후보만을 선택하는 것에 의해 인식후보의 개수를 줄여주는 인식후보 줄임부(7);
상기 인식후보 줄임부(7)에서 윤곽선 정보를 이용해서 개수가 줄여진 인식후보에 대해 패턴인식 방법을 이용하여 객체를 인식하는 인식부(8) 및;
상기 인식부(8)에서 인식된 객체의 인식결과를 확인하는 인식결과 확인부(9)를 구비하여 구성된 것을 특징으로 한다.
또한 본 발명에 따른 영상에서 관심 영역 지정 및 윤곽선 영상을 이용한 객체 인식 방법은,
영상 입력부(1)에 의해 휴대용 단말기 또는 전자기기 등의 촬영 장치를 이용하여 영상을 획득하고, 촬영 장치에 의해 획득된 영상을 입력받는 단계(S1)와;
관심영역 영상 선택부(2)에 의해 상기 단계 S1에서 입력받은 영상 중에서 사용자가 관심 있는 객체 영역의 가장자리를 따라 윤곽선을 드로잉해서 관심영역의 영상을 선택하는 단계(S2);
이미지 회전부(3)에 의해 상기 단계 S2에서 사용자가 선택한 관심영역의 영상의 가장자리를 따라 드로잉한 윤곽선 영상과 관심영역의 영상을 저장한 다음, 윤곽선 영상으로부터 중심점으로부터의 거리가 최대값을 가지는 점과 중심점을 연결한 직선이 영상의 세로 중심축과 일치하도록 윤곽선 영상과 관심영역의 영상을 회전시키는 단계(S3);
제1전처리부(4)에 의해 상기 단계 S3에서 회전된 영상을 인식하기 위해 영상의 크기를 정규화시킴과 더불어 히스토그램을 평활화시키는 제1전처리를 수행하는 단계(S4);
제2전처리부(5)에 의해 상기 윤곽선 영상의 크기를 정규화시킴과 더불어 그레이(gray) 영상으로 변환시키는 제2전처리를 수행하는 단계(S5);
윤곽선 정보 추출부(6)에 의해 상기 윤곽선 영상을 이용하여 모든 인식 후보가 되는 객체들의 윤곽선 정보를 추출하고, 추출된 윤곽선 정보에 대해 범위를 정하여 저장하는 단계(S6);
인식후보 줄임부(7)에 의해 상기 단계 S6에서 추출된 인식하고자 하는 객체에서 얻은 윤곽선 정보와, 범위가 정해져 저장되어 있는 모든 인식 후보가 되는 객체들로부터 얻은 윤곽선 정보와의 비교를 이용해서 해당 범위에 들어가는 인식 후보만을 선택하는 것에 의해 인식후보의 개수를 줄여주는 단계(S7);
인식부(8)에 의해 상기 단계 S7에서 윤곽선 정보를 이용해서 개수가 줄여진 인식후보에 대해 패턴인식 방법을 이용하여 객체를 인식하는 단계(S8) 및;
인식결과 확인부(9)에 의해 상기 단계 S8에서 인식된 객체의 인식결과를 확인하는 단계(S9)를 갖추어 이루어진 것을 특징으로 하는 한다.
더욱이, 상기 윤곽선 정보가 중심점으로부터의 최소거리값 및 최대거리값과, 평균거리값을 기준으로 한 영교차율(Zero-Crossing Rate), 윤곽선의 길이와 윤곽선 영상의 면적임을 특징으로 한다.
본 발명에 따르면, 기존의 영상 전체를 이용해 왔던 방법과는 달리 영상의 일부만을 이용하여 객체를 인식함으로써, 인식 시간을 단축시킬 수 있고, 인식성능을 향상시킬 수 있게 된다. 즉, 모바일 기기를 이용하여 획득한 영상에서 사용자가 관심 영역을 지정함으로써 관심 영역 이외의 주변영역의 영상에 영향을 받지 않고 객체를 인식할 수 있고, 객체의 위치에 상관없이 인식할 수 있으며, 윤곽선 정보를 이용하여 인식후보의 개수를 줄여줌으로써 인식성능을 향상시킬 수 있게 된다.
또한, 영상의 일부 영역만을 이용하여 객체를 인식함으로써, 기존의 객체 인식 방법에 비해 현저하게 인식시간을 단축할 수 있게 된다.
이하, 예시도면을 참조하면서 본 발명에 따른 실시예를 상세히 설명한다.
도 1은 본 발명에 따른 객체 인식 장치의 블록도로서, 본 객체 인식 장치를 통해 사용자는 궁금해 하는 객체에 대하여 컴퓨터, 휴대용 단말기 및, 전자기기를 이용하여 객체를 인식할 수 있게 된다.
도 1에 도시된 객체 인식 장치는, 영상을 입력받는 영상 입력부(1)와, 상기 영상 입력부(1)를 통해 입력받은 영상에서 관심영역의 영상을 선택하는 관심영역 영상 선택부(2), 관심영역의 영상과 윤곽선 영상을 회전시키는 이미지 회전부(3), 영상 크기를 정규화시킴과 더불어 히스토그램을 평활화시키는 제1전처리부(4), 윤곽선 영상의 크기를 정규화시킴과 더불어 그레이(gray) 영상으로 변환시키는 제2전처리부(5), 윤곽선 영상을 이용해서 윤곽선 정보를 추출하여 저장하는 윤곽선 정보 추출부(6), 인식후보의 개수를 줄여주는 인식후보 줄임부(7), 객체를 인식하는 인식부(8) 및, 인식결과를 확인하는 인식결과 확인부(9)를 포함하여 이루어진다.
여기서, 상기 각 구성요소에 대해 상세히 설명한다.
상기 영상 입력부(1)는 휴대용 단말기 및 전자 기기 등의 촬영 장치에 의해 획득된 영상을 입력받는다.
상기 관심영역 영상 선택부(2)는, 이후 설명되어지는 도 3에 도시된 바와 같이, 상기 영상 입력부(1)를 통해 입력받은 영상 중에서 사용자가 관심 있는 객체 영역의 가장자리를 따라 윤곽선을 드로잉해서 관심영역의 영상을 선택한다.
상기 이미지 회전부(3)는 사용자가 선택한 관심 영역의 영상의 가장자리를 따라 드로잉한 윤곽선 영상과 대상 영상(관심영역의 영상)(본 실시예에서는 꽃 영상)을 저장한 다음 윤곽선 영상으로부터 중심점부터의 거리가 최대값을 가지는 점과 중심점을 연결한 직선이 영상의 세로 중심축과 일치하도록 윤곽선 영상과 대상 영상을 회전시킨다.
상기 제1전처리부(4)는 상기 이미지 회전부(3)에서 회전되어 저장된 영상을 인식하거나 단말기 내에서 영상을 인식하기 위해 영상의 크기를 정규화시킴과 더불어 히스토그램을 평활화시킨다.
상기 제2전처리부(5)는 상기 윤곽선 영상의 크기를 정규화시킴과 더불어 그레이(gray) 영상으로 변환시킨다.
상기 윤곽선 정보 추출부(6)는 상기 윤곽선 영상을 이용하여 모든 인식후보가 되는 객체들의 윤곽선 정보, 즉 중심점으로부터의 최소거리값 및 최대거리값과, 평균거리값을 기준으로 한 영교차율(Zero-Crossing Rate), 윤곽선의 둘레의 길이와 윤곽선 영상의 면적 등의 윤곽선 정보를 추출하고, 추출된 각각의 값의 범위가 정해진 윤곽선 정보를 도시되지 않은 서버의 데이터베이스에 저장하여 놓는다.
상기 인식후보 줄임부(7)는 상기 추출된 윤곽선 정보를 이용해서 인식후보의 개수를 줄여준다. 즉, 상기 인식후보 줄임부(7)는 상기 윤곽선 정보 추출부(6)에서 추출된 인식하고자 하는 객체에서 얻은 윤곽선 정보와, 윤곽선 정보의 값의 범위가 정해진 상태에서 저장되어 있는 모든 인식 후보가 되는 객체들로부터 얻은 윤곽선 정보를 비교해서 해당 값의 범위에 들어가는 인식 후보만을 선택하는 것에 의해 인식후보의 개수를 효과적으로 줄일 수 있게 된다.
상기 인식부(8)는 상기 인식후보 줄임부(7)에 의해 윤곽선 정보를 이용해서 개수가 줄여진 인식후보에 대해 통상적인 패턴인식 방법을 이용하여 객체를 인식한다.
상기 인식결과 확인부(9)는 인식된 객체의 최종적인 인식결과를 확인한다.
도 2는 본 발명에 따른 객체 인식 방법을 설명하기 위한 플로우차트로서, 도 2와 더불어 도 3 내지 도 4를 참조하면서 본 발명에 따른 객체 인식 방법을 설명한다.
본 예에서는 제시한 영상에서 관심 영역 지정 및 윤곽선 영상을 이용한 객체 인식 방법에 대해 꽃 영상을 하나의 예로 들면서 꽃 영상인식을 이용해서 설명하기로 한다.
먼저, 본 발명에 따른 관심 영역 지정기반 객체 인식은 영상 입력부(1), 즉 촬영 장치(예컨대, 컴퓨터, 휴대용 단말기 및 전자 기기의 촬영 장치)를 이용하여 영상을 획득하고, 촬영 장치에 의해 획득된 영상을 입력받는다(단계 S1).
이어, 관심영역 영상 선택부(2)는 상기 단계 S1에서 입력받은 영상 중에서 사용자가 관심 있는 객체 영역의 가장자리를 따라 윤곽선을 드로잉해서 관심영역의 영상을 선택한다(단계 S2).
이어, 이미지 회전부(3)는 상기 단계 S2에서 사용자가 선택한 관심 영역의 영상의 가장자리를 따라 드로잉한 윤곽선 영상과 대상(관심영역) 영상(예컨대, 꽃 영상)을 저장한 다음, 윤곽선 영상으로부터 중심점으로부터의 거리가 최대값을 가지는 점과 중심점을 연결한 직선이 영상의 세로 중심축과 일치하도록 윤곽선 영상과 대상 영상을 회전시킨다(단계 S3).
이어, 제1전처리부(4)는 상기 단계 S3에서 회전되어 저장된 영상을 인식하거나 단말기 내에서 영상을 인식하기 위해 영상의 크기를 정규화시킴과 더불어 히스토그램을 평활화시키는 제1전처리를 수행한다(단계 S4).
이어, 제2전처리부(5)는 상기 윤곽선 영상의 크기를 정규화시킴과 더불어 그레이(gray) 영상으로 변환시키는 제2전처리를 수행한다(단계 S5).
이어, 윤곽선 정보 추출부(6)는 상기 윤곽선 영상을 이용하여 모든 인식후보가 되는 객체들의 윤곽선 정보, 즉 중심점으로부터의 최소거리값 및 최대거리값과, 평균거리값을 기준으로 한 영교차율(Zero-Crossing Rate), 윤곽선의 둘레의 길이와 윤곽선 영상의 면적 등의 윤곽선 정보를 추출하고, 추출된 각각의 값의 범위가 정해진 윤곽선 정보를 도시되지 않은 서버의 데이터베이스에 저장하여 놓는다(단계 S6).
이어, 인식후보 줄임부(7)는 상기 단계 S6에서 추출된 상기 윤곽선 정보를 이용해서 인식후보의 개수를 줄여준다(단계 S7). 즉, 단계 S7에서는 인식후보 줄임부(7)에 의해 상기 윤곽선 정보 추출부(6)에서 추출된 인식하고자 하는 객체에서 얻은 윤곽선 정보와, 윤곽선 정보의 값의 범위가 정해진 상태에서 저장되어 있는 모든 인식 후보가 되는 객체들로부터 얻은 윤곽선 정보를 비교해서 해당 값의 범위에 들어가는 인식 후보만을 선택하는 것에 의해 인식후보의 개수를 효과적으로 줄일 수 있게 된다.
이어, 인식부(8)는 상기 단계 S7에 의해 윤곽선 정보를 이용해서 개수가 줄여진 인식후보에 대해 통상적인 패턴인식 방법을 이용하여 객체를 인식한다(단계 S8).
이어, 인식결과 확인부(9)는 상기 단계 S8에서 인식된 객체의 최종적인 인식결과를 확인한다(단계 S9).
도 3은 본 발명에 따른 영상에서 관심 영역 지정 및 윤곽선 영상을 이용한 객체 인식 방법을 이용한 객체 인식의 예를 나타낸 도면으로, 촬영 장치(예컨대, 모바일 기기)에 저장되어 있는 영상을 불러온 후 꽃 영역의 가장자리를 따라 윤곽선을 그려놓은(드로잉한) 화면이다. 도 3에서는 윤곽선을 알아보기 쉽게 드로잉 색을 흰색으로 하였으며 굵기를 3픽셀로 하였다.
도 4a는 모바일 기기에 저장되어 있는 영상의 예이고, 도 4b 및 도 4c는 각각 도 4a에서 사용자가 지정한 관심 영역의 영상과 윤곽선 영상의 예를 나타낸 도면이다. 그리고, 도면 4d는 도 4c의 윤곽선 영상을 이용하여 중심점으로부터 윤곽선까지의 거리를 구하고, 구한 거리를 곡선으로 표현한 예이다.
도 4에 도시된 바와 같이, 본 발명에 따른 관심 영역 지정 기반 객체인식 방법은 관심 영역 이외의 주변영역을 제거하고, 윤곽선 정보를 이용하여 인식후보를 줄임으로써, 인식 성능을 향상시킬 수 있고, 영상 내 객체의 위치에 상관없이 객체를 인식할 수 있다. 또한, 지정한 영역만을 이용하여 객체를 인식함으로써 객체 인식 시간을 단축시킬 수 있게 된다.
도 5a는 원래의 영상을 나타낸 것이고, 도 5b는 관심영역 지정 및 회전을 거친 최종 영상을 나타낸 것으로, 도 5a 및 도 5b에 나타낸 바와 같이, 사용자가 관심영역을 드로잉하여 윤곽선 영상과 꽃 영상을 저장하고, 윤곽선 영상으로부터 중심점부터의 거리가 최대값을 가지는 점과 중심점을 연결한 직선이 영상의 세로 중심축과 일치하도록 꽃 영상과 윤곽선 영상을 회전한 영상으로 레퍼런스 모델을 생성하고, 회전 후 영상으로 인식함으로써 꽃영상이 사용자가 촬영하는 각도가 달라도 영상회전을 통하여 이 부분에 대하여 보정해 줄 수 있게 되어 최종 패턴인식 단계의 성능을 높일 수 있게 된다.
상기와 같이 구성된 본 발명에서는 사용자가 직접 관심 영역을 그려줌으로써(드로잉함으로써), 단일 객체나 단순한 배경이 아닌 복잡한 배경 또는 다중 객체를 포함한 영상 중에서도 정확한 객체 인식이 가능하며 객체 인식 시간을 줄일 수 있게 된다. 더욱이, 인식방법에서는 객체 영상과 윤곽선 영상 두 개의 영상을 이용하여 인식하고, 먼저 윤곽선 영상에서 윤곽선 정보들(중심점으로부터의 최소거리값 및 최대거리값과, 평균거리값을 기준으로 한 영교차율(Zero-Crossing Rate), 윤곽선의 둘레의 길이와 윤곽선 영상의 면적 등)을 추출하고, 이 윤곽선 정보들을 이용하여 인식후보의 개수를 줄여주며, 줄여진 인식후보 내에서 객체영상을 이용하여 통상적인 패턴인식 방법으로 최종 객체인식을 하게 된다.
또한, 윤곽선 정보를 이용하여 인식후보를 줄여주는 과정에서 한 개의 인식후보만 갖게 되면 패턴인식 단계까지 가지 않고 인식을 종료할 수 있게 된다. 이와 같이 두 가지 영상을 이용하여 인식하게 되면, 단순히 윤곽선 또는 객체영상을 이용한 패턴인식 방법 보다 성능이 향상될 수 있게 된다.
더욱이, 본 발명은 단말기 내에서의 인식뿐만 아니라 윤곽선 영상과 관심영역 영상을 서버에 전송하여 서버에서 인식하고 인식결과를 클라이언트에 다시 전송하여 클라이언트에서 인식결과를 확인하는 서버-클라이언트개념을 도입한 인식도 가능하다.
도 1은 본 발명에 따른 객체 인식 장치의 블록도,
도 2는 본 발명에 따른 객체 인식 방법을 설명하기 위한 플로우차트,
도 3은 본 발명에 따른 영상에서 관심 영역 지정 및 윤곽선 영상을 이용한 객체 인식 방법을 이용한 객체 인식의 예를 나타낸 도면,
도 4a는 모바일 기기에 저장되어 있는 영상의 예이고, 도 4b 및 도 4c는 각각 도 4a에서 사용자가 지정한 관심 영역의 영상과 윤곽선 영상의 예를 나타낸 도면이며, 도면 4d는 도 4c의 윤곽선 영상을 이용하여 중심점으로부터 윤곽선까지의 거리를 구하고, 구한 거리를 곡선으로 표현한 도표,
도 5a는 원래의 영상을 나타낸 도면이고, 도 5b는 관심영역 지정 및 회전을 거친 최종 영상을 나타낸 도면이다.
Claims (4)
- 휴대용 단말기 또는 전자기기 등의 촬영 장치에 의해 획득된 영상을 입력받는 영상 입력부(1)와;상기 영상 입력부(1)를 통해 입력받은 영상 중에서 사용자가 관심 있는 객체 영역의 가장자리를 따라 윤곽선을 드로잉해서 관심영역의 영상을 선택하는 관심영역 영상 선택부(2);상기 관심영역 영상 선택부(2)에서 사용자가 선택한 관심영역의 영상의 가장자리를 따라 드로잉한 윤곽선 영상과 관심영역의 영상을 저장한 다음 윤곽선 영상으로부터 중심점부터의 거리가 최대값을 가지는 점과 중심점을 연결한 직선이 영상의 세로 중심축과 일치하도록 윤곽선 영상과 관심영역의 영상을 회전시키는 이미지 회전부(3);상기 이미지 회전부(3)에서 회전된 영상을 인식하기 위해 영상의 크기를 정규화시킴과 더불어 히스토그램을 평활화시키는 제1전처리부(4);상기 윤곽선 영상의 크기를 정규화시킴과 더불어 그레이(gray) 영상으로 변환시키는 제2전처리부(5);상기 윤곽선 영상을 이용하여 모든 인식 후보가 되는 객체들의 윤곽선 정보를 추출하고, 추출된 윤곽선 정보에 대해 범위를 정하여 저장하는 윤곽선 정보 추출부(6);상기 윤곽선 정보 추출부(6)에서 추출된 인식하고자 하는 객체에서 얻은 윤곽선 정보와, 범위가 정해져 저장되어 있는 모든 인식 후보가 되는 객체들로부터 얻은 윤곽선 정보와의 비교를 이용해서 해당 범위에 들어가는 인식 후보만을 선택하는 것에 의해 인식후보의 개수를 줄여주는 인식후보 줄임부(7);상기 인식후보 줄임부(7)에서 윤곽선 정보를 이용해서 개수가 줄여진 인식후보에 대해 패턴인식 방법을 이용하여 객체를 인식하는 인식부(8) 및;상기 인식부(8)에서 인식된 객체의 인식결과를 확인하는 인식결과 확인부(9)를 구비하여 구성된 것을 특징으로 하는 영상에서 관심 영역 지정 및 윤곽선 영상을 이용한 객체 인식 장치.
- 제1항에 있어서, 상기 윤곽선 정보가 중심점으로부터의 최소거리값 및 최대거리값과, 평균거리값을 기준으로 한 영교차율(Zero-Crossing Rate), 윤곽선의 길이와 윤곽선 영상의 면적임을 특징으로 하는 영상에서 관심 영역 지정 및 윤곽선 영상을 이용한 객체 인식 장치.
- 영상 입력부(1)에 의해 휴대용 단말기 또는 전자기기 등의 촬영 장치를 이용하여 영상을 획득하고, 촬영 장치에 의해 획득된 영상을 입력받는 단계(S1)와;관심영역 영상 선택부(2)에 의해 상기 단계 S1에서 입력받은 영상 중에서 사용자가 관심 있는 객체 영역의 가장자리를 따라 윤곽선을 드로잉해서 관심영역의 영상을 선택하는 단계(S2);이미지 회전부(3)에 의해 상기 단계 S2에서 사용자가 선택한 관심영역의 영상의 가장자리를 따라 드로잉한 윤곽선 영상과 관심영역의 영상을 저장한 다음, 윤곽선 영상으로부터 중심점으로부터의 거리가 최대값을 가지는 점과 중심점을 연결한 직선이 영상의 세로 중심축과 일치하도록 윤곽선 영상과 관심영역의 영상을 회전시키는 단계(S3);제1전처리부(4)에 의해 상기 단계 S3에서 회전된 영상을 인식하기 위해 영상의 크기를 정규화시킴과 더불어 히스토그램을 평활화시키는 제1전처리를 수행하는 단계(S4);제2전처리부(5)에 의해 상기 윤곽선 영상의 크기를 정규화시킴과 더불어 그레이(gray) 영상으로 변환시키는 제2전처리를 수행하는 단계(S5);윤곽선 정보 추출부(6)에 의해 상기 윤곽선 영상을 이용하여 모든 인식 후보가 되는 객체들의 윤곽선 정보를 추출하고, 추출된 윤곽선 정보에 대해 범위를 정하여 저장하는 단계(S6);인식후보 줄임부(7)에 의해 상기 단계 S6에서 추출된 인식하고자 하는 객체에서 얻은 윤곽선 정보와, 범위가 정해져 저장되어 있는 모든 인식 후보가 되는 객체들로부터 얻은 윤곽선 정보와의 비교를 이용해서 해당 범위에 들어가는 인식 후보만을 선택하는 것에 의해 인식후보의 개수를 줄여주는 단계(S7);인식부(8)에 의해 상기 단계 S7에서 윤곽선 정보를 이용해서 개수가 줄여진 인식후보에 대해 패턴인식 방법을 이용하여 객체를 인식하는 단계(S8) 및;인식결과 확인부(9)에 의해 상기 단계 S8에서 인식된 객체의 인식결과를 확인하는 단계(S9)를 갖추어 이루어진 것을 특징으로 하는 영상에서 관심 영역 지정 및 윤곽선 영상을 이용한 객체 인식 방법.
- 제3항에 있어서, 상기 윤곽선 정보가 중심점으로부터의 최소거리값 및 최대거리값과, 평균거리값을 기준으로 한 영교차율(Zero-Crossing Rate), 윤곽선의 길이와 윤곽선 영상의 면적임을 특징으로 하는 영상에서 관심 영역 지정 및 윤곽선 영상을 이용한 객체 인식 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020090109727A KR101034117B1 (ko) | 2009-11-13 | 2009-11-13 | 영상에서 관심 영역 지정 및 윤곽선 영상을 이용한 객체 인식 방법 및 장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020090109727A KR101034117B1 (ko) | 2009-11-13 | 2009-11-13 | 영상에서 관심 영역 지정 및 윤곽선 영상을 이용한 객체 인식 방법 및 장치 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR101034117B1 true KR101034117B1 (ko) | 2011-05-13 |
Family
ID=44365907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020090109727A KR101034117B1 (ko) | 2009-11-13 | 2009-11-13 | 영상에서 관심 영역 지정 및 윤곽선 영상을 이용한 객체 인식 방법 및 장치 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101034117B1 (ko) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101334794B1 (ko) * | 2012-08-08 | 2013-11-29 | 성균관대학교산학협력단 | 특징정보를 이용하는 꽃 인식 장치 및 방법 |
KR20180046288A (ko) * | 2016-10-27 | 2018-05-08 | (주)마젠타로보틱스 | 비정형 라인 길이측정시스템 |
KR20180071764A (ko) * | 2016-12-20 | 2018-06-28 | (주)마젠타로보틱스 | 3차원맵을 이용한 비정형 라인 길이측정시스템 |
KR101957610B1 (ko) | 2017-12-18 | 2019-03-12 | 숭실대학교산학협력단 | 히스토그램을 이용한 영상 처리 방법 및 이를 수행하기 위한 기록매체 |
KR20190103283A (ko) * | 2017-03-27 | 2019-09-04 | 가부시키가이샤 히다치 하이테크놀로지즈 | 화상 처리 시스템, 및 화상 처리를 행하기 위한 컴퓨터 프로그램 |
KR20200046177A (ko) | 2018-10-18 | 2020-05-07 | 네오컨버전스 주식회사 | 인공지능 학습을 위한 객체 지정 방법 및 장치 |
KR20210122030A (ko) * | 2020-03-31 | 2021-10-08 | 주식회사 세컨핸즈 | 객체에 관한 정보를 추정하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 |
KR20220044467A (ko) * | 2016-09-29 | 2022-04-08 | 삼성전자주식회사 | 디스플레이 장치 및 그의 제어 방법 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060011828A (ko) * | 2003-04-03 | 2006-02-03 | 더블린 시티 유니버시티 | 멀티미디어 데이터를 인덱싱 및 검색하기 위한 형상 매칭방법 |
KR20060033645A (ko) * | 2004-10-15 | 2006-04-19 | 엠텍비젼 주식회사 | 윤곽 탐색을 통한 대상 인식 방법 및 장치 |
KR20080079443A (ko) * | 2007-02-27 | 2008-09-01 | 엘지전자 주식회사 | 영상으로부터의 객체 검출 방법 및 장치 |
-
2009
- 2009-11-13 KR KR1020090109727A patent/KR101034117B1/ko not_active IP Right Cessation
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060011828A (ko) * | 2003-04-03 | 2006-02-03 | 더블린 시티 유니버시티 | 멀티미디어 데이터를 인덱싱 및 검색하기 위한 형상 매칭방법 |
KR20060033645A (ko) * | 2004-10-15 | 2006-04-19 | 엠텍비젼 주식회사 | 윤곽 탐색을 통한 대상 인식 방법 및 장치 |
KR20080079443A (ko) * | 2007-02-27 | 2008-09-01 | 엘지전자 주식회사 | 영상으로부터의 객체 검출 방법 및 장치 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101334794B1 (ko) * | 2012-08-08 | 2013-11-29 | 성균관대학교산학협력단 | 특징정보를 이용하는 꽃 인식 장치 및 방법 |
KR102519586B1 (ko) * | 2016-09-29 | 2023-04-10 | 삼성전자주식회사 | 디스플레이 장치 및 그의 제어 방법 |
KR20220044467A (ko) * | 2016-09-29 | 2022-04-08 | 삼성전자주식회사 | 디스플레이 장치 및 그의 제어 방법 |
KR20180046288A (ko) * | 2016-10-27 | 2018-05-08 | (주)마젠타로보틱스 | 비정형 라인 길이측정시스템 |
KR101882271B1 (ko) * | 2016-10-27 | 2018-07-26 | (주)마젠타로보틱스 | 비정형 라인 길이측정시스템 |
KR20180071764A (ko) * | 2016-12-20 | 2018-06-28 | (주)마젠타로보틱스 | 3차원맵을 이용한 비정형 라인 길이측정시스템 |
KR101916203B1 (ko) | 2016-12-20 | 2019-01-30 | (주)마젠타로보틱스 | 3차원맵을 이용한 비정형 라인 길이측정시스템 |
KR20210111335A (ko) * | 2017-03-27 | 2021-09-10 | 주식회사 히타치하이테크 | 화상 처리 시스템, 및 화상 처리를 행하기 위한 컴퓨터 프로그램 |
KR102336431B1 (ko) * | 2017-03-27 | 2021-12-08 | 주식회사 히타치하이테크 | 화상 처리 시스템, 및 화상 처리를 행하기 위한 컴퓨터 프로그램 |
KR20190103283A (ko) * | 2017-03-27 | 2019-09-04 | 가부시키가이샤 히다치 하이테크놀로지즈 | 화상 처리 시스템, 및 화상 처리를 행하기 위한 컴퓨터 프로그램 |
KR102435492B1 (ko) | 2017-03-27 | 2022-08-24 | 주식회사 히타치하이테크 | 화상 처리 시스템, 및 화상 처리를 행하기 위한 컴퓨터 프로그램 |
US11836906B2 (en) | 2017-03-27 | 2023-12-05 | Hitachi High-Tech Corporation | Image processing system and computer program for performing image processing |
KR101957610B1 (ko) | 2017-12-18 | 2019-03-12 | 숭실대학교산학협력단 | 히스토그램을 이용한 영상 처리 방법 및 이를 수행하기 위한 기록매체 |
KR20200046177A (ko) | 2018-10-18 | 2020-05-07 | 네오컨버전스 주식회사 | 인공지능 학습을 위한 객체 지정 방법 및 장치 |
KR20210122030A (ko) * | 2020-03-31 | 2021-10-08 | 주식회사 세컨핸즈 | 객체에 관한 정보를 추정하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 |
KR102384419B1 (ko) * | 2020-03-31 | 2022-04-12 | 주식회사 세컨핸즈 | 객체에 관한 정보를 추정하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101034117B1 (ko) | 영상에서 관심 영역 지정 및 윤곽선 영상을 이용한 객체 인식 방법 및 장치 | |
US10769423B2 (en) | Method, system and terminal for identity authentication, and computer readable storage medium | |
US10740636B2 (en) | Method, system and terminal for identity authentication, and computer readable storage medium | |
CN108230383B (zh) | 手部三维数据确定方法、装置及电子设备 | |
US8989455B2 (en) | Enhanced face detection using depth information | |
US9480417B2 (en) | Posture estimation device, posture estimation system, and posture estimation method | |
CN109858384B (zh) | 人脸图像的捕捉方法、计算机可读存储介质及终端设备 | |
JP5366756B2 (ja) | 情報処理装置及び情報処理方法 | |
JP5361524B2 (ja) | パターン認識システム及びパターン認識方法 | |
CN110008909B (zh) | 一种基于ai的实名制业务实时稽核*** | |
CN109859227A (zh) | 翻拍图像检测方法、装置、计算机设备及存储介质 | |
WO2006087581A1 (en) | Method for facial features detection | |
WO2021179485A1 (zh) | 图像矫正处理方法、装置、存储介质及计算机设备 | |
US20210271857A1 (en) | Method and apparatus for identity verification, electronic device, computer program, and storage medium | |
US20200302218A1 (en) | Fast curve matching for tattoo recognition and identification | |
CN111178252A (zh) | 多特征融合的身份识别方法 | |
US11315341B2 (en) | Information processing apparatus, verification method, and computer-readable recording medium recording verification program | |
CN110705353A (zh) | 基于注意力机制的遮挡人脸的识别方法和装置 | |
CN111340022A (zh) | 身份证信息识别方法、装置、计算机设备及存储介质 | |
JP4993615B2 (ja) | 画像認識方法および装置 | |
CN110348289A (zh) | 一种基于二值图的手指静脉识别方法 | |
US9679218B2 (en) | Method and apparatus for image matching | |
CN108229583B (zh) | 一种基于主方向差分特征的快速模板匹配的方法及装置 | |
CN113610071B (zh) | 人脸活体检测方法、装置、电子设备及存储介质 | |
WO2023028947A1 (zh) | 掌静脉非接触式三维建模方法、装置及认证方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20140402 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20170123 Year of fee payment: 6 |
|
R401 | Registration of restoration | ||
FPAY | Annual fee payment |
Payment date: 20170627 Year of fee payment: 7 |
|
LAPS | Lapse due to unpaid annual fee |