KR102400726B1

KR102400726B1 - 이미지에 기초한 차량 검출 방법 및 장치

Info

Publication number: KR102400726B1
Application number: KR1020200034162A
Authority: KR
Inventors: 최현규; 김준민
Original assignee: 주식회사 넥스트칩
Priority date: 2020-03-20
Filing date: 2020-03-20
Publication date: 2022-05-24
Also published as: KR20210117670A

Abstract

입력 이미지 내의 차량을 검출하기 위해, 입력 이미지를 수신하고, 입력 이미지로부터 하나 이상의 후보 바퀴들을 검출하고, 후보 바퀴들에 기초하여 적어도 하나의 후보 바퀴 쌍을 결정하고, 후보 바퀴 쌍에 기초하여 입력 이미지 내의 차량을 검출한다.

Description

이미지에 기초한 차량 검출 방법 및 장치{METHOD AND APPARATUS FOR DETECTING VEHICLE BASED ON IMAGE}

아래의 실시예들은 이미지 내의 차량을 검출하기 위한 기술에 관한 것으로, 보다 상세하게는 이미지 내의 바퀴 쌍을 검출하고, 바퀴 쌍에 기초하여 차량을 검출하는 기술에 관한 것이다.

자율 주행 차량 또는 ADAS(advanced driver assistance system)을 지원하는 차량은 하나 이상의 센서들을 이용하여 차량 주변의 상황을 인식하고, 인식된 상황에 대해 적절한 차량의 제어가 요구된다. 예를 들어, 차량 주변의 상황을 인식하기 위해, 도로의 차선 및 차량 주변의 오브젝트가 검출된다. 차선 또는 오브젝트를 검출하기 위해 차량의 카메라를 이용하여 이미지를 생성하고, 이미지 내의 오브젝트를 식별할 수 있다.

오브젝트의 종류를 정확히 식별하기 위해서는 사전에 식별 알고리즘을 훈련시켜야 하는데, 예를 들어, 차량의 종류는 매우 다양하기 때문에 식별 알고리즘의 훈련이 어렵고, 인식의 정확도가 떨어진다.

일 실시예는 이미지 내의 차량을 검출하는 장치 및 방법을 제공할 수 있다.

일 실시예는 이미지 내의 차량 바퀴 쌍을 검출하고, 이에 기초하여 차량을 검출하는 장치 및 방법을 제공할 수 있다.

일 측면에 따른, 전자 장치에 의해 수행되는 차량 검출 방법은, 입력 이미지를 수신하는 단계, 상기 입력 이미지로부터 하나 이상의 후보 바퀴들을 검출하는 단계, 상기 후보 바퀴들에 기초하여 적어도 하나의 후보 바퀴 쌍을 결정하는 단계, 및 상기 후보 바퀴 쌍에 기초하여 상기 입력 이미지 내의 차량을 검출하는 단계를 포함한다.

상기 전자 장치는 차량에 포함되고, 상기 입력 이미지는 상기 차량의 주위를 촬영한 이미지일 수 있다.

상기 차량은 자율 주행 차량 또는 ADAS(advanced driver assistance system)을 지원하는 차량일 수 있다.

상기 입력 이미지로부터 상기 하나 이상의 후보 바퀴들을 검출하는 단계는, 상기 입력 이미지 내에 바퀴가 존재할 수 있는 관심 영역을 설정하는 단계, 및 상기 관심 영역에 기초하여 상기 하나 이상의 후보 바퀴들을 검출하는 단계를 포함한다.

상기 입력 이미지 내에 바퀴가 존재할 수 있는 관심 영역을 설정하는 단계는, 상기 입력 이미지 내의 소실점을 결정하는 단계, 및 상기 소실점의 수직 좌표에 기초하여 상기 관심 영역을 설정하는 단계를 포함할 수 있다.

상기 입력 이미지 내에 바퀴가 존재할 수 있는 관심 영역을 설정하는 단계는, 상기 입력 이미지를 생성한 카메라의 정보에 기초하여 타겟 수직 좌표를 결정하는 단계, 및 상기 타겟 수직 좌표에 기초하여 상기 관심 영역을 설정하는 단계를 포함할 수 있다.

상기 입력 이미지로부터 하나 이상의 후보 바퀴들을 검출하는 단계는, 최초 후보 바퀴 영역을 검출하는 단계, 상기 최초 후보 바퀴 영역의 하단 수직 좌표 및 상단 수직 좌표에 기초하여 상기 최초 후보 바퀴 영역이 미리 설정된 모델의 범위 내에 있는지 여부를 결정하는 단계, 및 상기 최초 후보 바퀴 영역이 상기 모델의 범위 내에 있는 경우 상기 최초 후보 바퀴 영역 내의 바퀴를 후보 바퀴로 결정하는 단계를 포함할 수 있다.

상기 후보 바퀴들에 기초하여 적어도 하나의 후보 바퀴 쌍을 결정하는 단계는, 제1 후보 바퀴 및 제2 후보 바퀴의 상기 입력 이미지 내의 위치들에 기초하여 상기 제1 후보 바퀴 및 상기 제2 후보 바퀴를 제1 후보 바퀴 쌍으로 결정하는 단계를 포함할 수 있다.

상기 제1 후보 바퀴 쌍을 결정하는 단계는, 상기 제1 후보 바퀴의 위치 및 상기 제2 후보 바퀴의 위치 간의 차이가 미리 설정된 범위 내인 경우, 상기 제1 후보 바퀴 및 상기 제2 후보 바퀴를 제1 후보 바퀴 쌍으로 결정하는 단계를 포함할 수 있다.

상기 후보 바퀴 쌍에 기초하여 상기 입력 이미지 내의 차량을 검출하는 단계는, 제1 후보 바퀴 쌍의 제1 후보 바퀴 및 제2 후보 바퀴 간의 상관도를 계산하는 단계, 상기 계산된 상관도가 미리 설정된 값 이상인 경우 상기 제1 후보 바퀴 및 상기 제2 후보 바퀴의 적어도 일부를 포함하는 영역을 상기 차량의 측면으로 결정하는 단계, 및 상기 차량의 측면의 영역에 기초하여 상기 차량을 검출하는 단계를 포함할 수 있다.

상기 제1 후보 바퀴 쌍의 상기 제1 후보 바퀴 및 상기 제2 후보 바퀴 간의 상기 상관도를 계산하는 단계는, 상기 제1 후보 바퀴의 제1 영역 및 상기 제2 후보 바퀴의 제2 영역의 크기를 정규화하는 단계, 및 상기 정규화된 제1 영역 내의 픽셀들의 값들 및 상기 정규화된 제2 영역 내의 픽셀들의 값들에 기초하여 상기 상관도를 계산하는 단계를 포함할 수 있다.

다른 일 측면에 따른, 차량을 검출하는 방법을 수행하는 전자 장치는, 차량을 검출하는 프로그램이 기록된 메모리, 및 상기 프로그램을 수행하는 프로세서를 포함하고, 상기 프로그램은, 입력 이미지를 수신하는 단계, 상기 입력 이미지로부터 하나 이상의 후보 바퀴들을 검출하는 단계, 상기 후보 바퀴들에 기초하여 적어도 하나의 후보 바퀴 쌍을 결정하는 단계, 및 상기 후보 바퀴 쌍에 기초하여 상기 입력 이미지 내의 차량을 검출하는 단계를 수행한다.

상기 입력 이미지로부터 상기 하나 이상의 후보 바퀴들을 검출하는 단계는, 상기 입력 이미지 내에 바퀴가 존재할 수 있는 관심 영역을 설정하는 단계, 및 상기 관심 영역에 기초하여 상기 하나 이상의 후보 바퀴들을 검출하는 단계를 포함할 수 있다.

이미지 내의 차량을 검출하는 장치 및 방법이 제공될 수 있다.

이미지 내의 차량 바퀴 쌍을 검출하고, 이에 기초하여 차량을 검출하는 장치 및 방법이 제공될 수 있다.

도 1은 일 예에 따른 입력 이미지를 도시한다.
도 2는 일 실시예에 따른 전자 장치의 구성도이다.
도 3은 일 실시예에 따른 차량 검출 방법의 흐름도이다.
도 4는 일 예에 따른 관심 영역에 기초하여 후보 바퀴들을 검출하는 방법의 흐름도이다.
도 5는 일 예에 따른 소실점에 기초하여 관심 영역을 설정하는 하는 방법의 흐름도이다
도 6은 일 예에 따른 입력 이미지 내의 소실점을 도시한다.
도 7은 일 예에 따른 카메라 정보에 기초하여 결정된 타겟 수직 좌표에 기초하여 관심 영역을 설정하는 방법의 흐름도이다.
도 8은 일 예에 따른 미리 설정된 모델에 기초하여 후보 바퀴를 결정하는 방법의 흐름도이다.
도 9는 일 예에 따른 입력 이미지 내에 결정된 최초 후보 바퀴들을 도시한다.
도 10은 일 예에 따른 미리 설정된 모델을 도시한다.
도 11은 일 예에 따른 후보 바퀴 쌍의 바퀴들 간의 상관도에 기초하여 차량을 검출하는 방법의 흐름도이다.
도 12는 일 예에 따른 차량의 측면 영역에 기초하여 검출된 차량을 도시한다.
도 13은 일 예에 따른 크기가 정규화된 후보 바퀴들의 영역들에 기초하여 후보 바퀴들 간의 상관도를 계산하는 방법의 흐름도이다.

이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.

실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

또한, 실시 예의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 접속될 수 있지만, 각 구성 요소 사이에 또 다른 구성 요소가 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.

어느 하나의 실시 예에 포함된 구성요소와, 공통적인 기능을 포함하는 구성요소는, 다른 실시 예에서 동일한 명칭을 사용하여 설명하기로 한다. 반대되는 기재가 없는 이상, 어느 하나의 실시 예에 기재한 설명은 다른 실시 예에도 적용될 수 있으며, 중복되는 범위에서 구체적인 설명은 생략하기로 한다.

도 1은 일 예에 따른 입력 이미지를 도시한다.

일 측면에 따르면, 차량(102)의 정면을 촬영한 입력 이미지를 이용하여 입력 이미지 내의 차량들(104, 106)이 검출될 수 있다. 검출된 차량들(104, 106)에 대한 정보를 차량(102)의 제어를 위해 이용될 수 있다. 예를 들어, 차량(102)이 자율 주행 차량 또는 ADAS(advanced driver assistance system)을 지원하는 차량인 경우, 차량(102)의 주행 경로를 생성하기 위해 차량들(104, 106)에 대한 정보가 이용될 수 있다.

차량들(104, 106)을 정확히 식별하기 위해서는 사전에 차량의 외형을 식별하는 알고리즘을 훈련시켜야 하는데, 차량의 종류는 매우 다양하기 때문에 식별 알고리즘의 훈련이 어렵고, 인식의 정확도가 떨어질 수 있다.

이에 반하여, 차량의 바퀴는 ISO5775에 국제 규격이 정의되어 있으며, 일반적인 차량의 바퀴의 높이는 13 내지 23인치 사이에 분포되어 있다. 이에 따라, 차량의 바퀴를 검출하는 알고리즘의 훈련이 비교적 쉬워지고, 바퀴 검출의 정확도도 높다. 바퀴는 지면 또는 도로와 맞닿아 있고, 일반적으로 차량은 4개의 바퀴를 가지므로, 이러한 제한 조건들을 이용하여 차량이 검출될 수 있다.

아래에서 도 2 내지 도 13을 참조하여 이미지 내에서 검출된 바퀴에 기초하여 차량을 검출하는 방법에 대해 상세히 설명된다.

도 2는 일 실시예에 따른 전자 장치의 구성도이다.

전자 장치(200)는 통신부(210), 프로세서(220) 및 메모리(230)를 포함한다. 예를 들어, 전자 장치(200)은 도 1을 참조하여 차량(102)에 포함할 수 있다. 일 측면에 따르면, 전자 장치(200)는 차량(102)의 주위 장면을 촬영함으로써 입력 이미지를 생성하는 카메라(240)를 더 포함할 수 있다.

통신부(210)는 프로세서(220) 및 메모리(230)와 연결되어 데이터를 송수신한다. 통신부(210)는 외부의 다른 장치와 연결되어 데이터를 송수신할 수 있다. 이하에서 "A"를 송수신한다라는 표현은 "A를 나타내는 정보(information) 또는 데이터"를 송수신하는 것을 나타낼 수 있다.

통신부(210)는 전자 장치(200) 내의 회로망(circuitry)으로 구현될 수 있다. 예를 들어, 통신부(210)는 내부 버스(internal bus) 및 외부 버스(external bus)를 포함할 수 있다. 다른 예로, 통신부(210)는 전자 장치(200)과 외부의 장치를 연결하는 요소일 수 있다. 통신부(210)는 인터페이스(interface)일 수 있다. 통신부(210)는 외부의 장치로부터 데이터를 수신하여, 프로세서(220) 및 메모리(230)에 데이터를 전송할 수 있다.

프로세서(220)는 통신부(210)가 수신한 데이터 및 메모리(230)에 저장된 데이터를 처리한다. "프로세서"는 목적하는 동작들(desired operations)을 실행시키기 위한 물리적인 구조를 갖는 회로를 가지는 하드웨어로 구현된 데이터 처리 장치일 수 있다. 예를 들어, 목적하는 동작들은 프로그램에 포함된 코드(code) 또는 인스트럭션들(instructions)을 포함할 수 있다. 예를 들어, 하드웨어로 구현된 데이터 처리 장치는 마이크로프로세서(microprocessor), 중앙 처리 장치(central processing unit), 프로세서 코어(processor core), 멀티-코어 프로세서(multi-core processor), 멀티프로세서(multiprocessor), ASIC(Application-Specific Integrated Circuit), FPGA(Field Programmable Gate Array)를 포함할 수 있다.

프로세서(220)는 메모리(예를 들어, 메모리(230))에 저장된 컴퓨터로 읽을 수 있는 코드(예를 들어, 소프트웨어) 및 프로세서(220)에 의해 유발된 인스트럭션들을 실행한다.

메모리(230)는 통신부(210)가 수신한 데이터 및 프로세서(220)가 처리한 데이터를 저장한다. 예를 들어, 메모리(230)는 프로그램(또는 어플리케이션, 소프트웨어)을 저장할 수 있다. 저장되는 프로그램은 이미지 내의 차량을 검출할 수 있도록 코딩되어 프로세서(220)에 의해 실행 가능한 신텍스(syntax)들의 집합일 수 있다.

일 측면에 따르면, 메모리(230)는 하나 이상의 휘발성 메모리, 비휘발성 메모리 및 RAM(Random Access Memory), 플래시 메모리, 하드 디스크 드라이브 및 광학 디스크 드라이브를 포함할 수 있다.

메모리(230)는 전자 장치(200)를 동작 시키는 명령어 세트(예를 들어, 소프트웨어)를 저장한다. 전자 장치(200)를 동작 시키는 명령어 세트는 프로세서(220)에 의해 실행된다.

통신부(210), 프로세서(220) 및 메모리(230)에 대해, 아래에서 도 3 내지 도 13을 참조하여 상세히 설명된다.

도 3은 일 실시예에 따른 차량 검출 방법의 흐름도이다.

아래의 단계들(310 내지 340)은 도 2를 참조하여 전술된 전자 장치(200)에 의해 수행된다.

단계(310)에서, 전자 장치(200)는 입력 이미지를 수신한다. 예를 들어, 카메라(240)는 차량의 주위 장면(예를 들어, 정면)을 촬영함으로써 입력 이미지를 생성할 수 있다.

단계(320)에서, 전자 장치(200)는 입력 이미지로부터 하나 이상의 후보 바퀴들을 검출한다. 예를 들어, 전자 장치(200)는 이미지 내의 바퀴 형상을 검출하도록 미리 훈련된 알고리즘을 이용하여 후보 바퀴들을 검출할 수 있다.

후보 바퀴들을 정확하고, 빠르게 검출하기 위해 추가의 조건들이 부가될 수 있다. 추가의 조건들에 기초하여 후보 바퀴들을 검출하는 방법이 아래에서 도 4 내지 도 10을 참조하여 상세히 설명된다.

단계(330)에서, 전자 장치(200)는 후보 바퀴들에 기초하여 적어도 하나의 후보 바퀴 쌍을 결정한다.

일 측면에 따르면, 전자 장치(200)는 제1 후보 바퀴 및 제2 후보 바퀴의 입력 이미지 내의 위치들에 기초하여 제1 후보 바퀴 및 제2 후보 바퀴를 제1 후보 바퀴 쌍으로 결정할 수 있다. 예를 들어, 제1 후보 바퀴의 위치 및 제2 후보 바퀴의 위치 간의 차이가 미리 설정된 범위 내인 경우, 제1 후보 바퀴 및 제2 후보 바퀴가 제1 후보 바퀴 쌍으로 결정될 수 있다. 제1 후보 바퀴의 위치 및 제2 후보 바퀴의 위치 간의 차이는 실제의 공간 상에서의 제1 후보 바퀴의 위치 제2 후보 바퀴의 위치 간의 차이일 수 있다. 전자 장치(200)는 이미지 내의 제1 후보 바퀴의 위치 및 제2 후보 바퀴의 위치에 기초하여 실제의 공간 상에서의 제1 후보 바퀴의 위치 제2 후보 바퀴의 위치를 계산할 수 있다. 일반적으로, 차량의 전방 바퀴와 후방 바퀴 사이의 폭은 1.6 내지 5 미터이므로, 이러한 정보에 기초하여 후보 바퀴들 간의 차이에 대한 범위가 미리 설정될 수 있다.

단계(340)에서, 전자 장치(200)는 후보 바퀴 쌍에 기초하여 입력 이미지 내의 차량을 검출한다. 예를 들어, 후보 바퀴 쌍이 결정된 경우, 후보 바퀴 쌍에 의해 차량의 측면 영역이 결정되고, 차량의 측면 영역을 포함하는 오브젝트가 차량으로 검출될 수 있다.

아래에서 도 11 내지 13을 참조하여 후보 바퀴 쌍에 기초하여 입력 이미지 내의 차량을 검출하는 방법에 대해, 상세히 설명된다.

도 4는 일 예에 따른 관심 영역에 기초하여 후보 바퀴들을 검출하는 방법의 흐름도이다.

일 측면에 따르면, 도 3을 참조하여 전술된 단계(320)는 아래의 단계들(410 및 420)을 포함할 수 있다.

단계(410)에서, 전자 장치(200)는 입력 이미지 내에 바퀴가 존재할 수 있는 관심 영역을 설정한다. 예를 들어, 관심 영역은 입력 이미지 내의 소실점에 기초하여 설정될 수 있다. 다른 예로, 관심 영역은 입력 이미지를 생성한 카메라의 정보에 기초하여 설정될 수 있다.

단계(420)에서, 전자 장치(200)는 관심 영역에 기초하여 후보 바퀴들을 검출한다. 입력 이미지의 전체 영역이 아닌 관심 영역에 대해서만 바퀴를 검출하므로 검출의 정확도 및 속도가 증가할 수 있다.

도 5는 일 예에 따른 소실점에 기초하여 관심 영역을 설정하는 하는 방법의 흐름도이다

일 측면에 따르면, 도 4를 참조하여 전술된 단계(410)는 아래의 단계들(510 및 520)을 포함할 수 있다.

단계(510)에서, 전자 장치(200)는 입력 이미지 내의 소실점을 결정한다. 예를 들어, 입력 이미지 내의 엣지들이 수렴되는 지점이 소실점으로 결정될 수 있다. 소실점을 결정하기 위해 다양한 알고리즘이 이용될 수 있고, 특정한 알고리즘으로 한정되지 않는다. 소실점의 위치는 입력 이미지 중 특정 픽셀의 좌표일 수 있다.

단계(520)에서, 전자 장치(200)는 소실점의 수직 좌표에 기초하여 관심 영역을 설정한다. 소실점의 수직 좌표 보다 아래의 영역이 관심 영역으로 설정될 수 있다.

도 6은 일 예에 따른 입력 이미지 내의 소실점을 도시한다.

입력 이미지(100) 내의 소실점(610)이 결정될 수 있고, 소실점(610)의 수직 좌표(예를 들어, y축 좌표) 보다 아래의 영역이 관심 영역(620)으로 설정될 수 있다. 차량의 바퀴는 지면에 밀착하는 것이 제한 조건이므로, 이러한 제한 조건의 하나로써 소실점(610)이 이용될 수 있다.

입력 이미지(100)의 전체가 아닌 관심 영역(620)에서만 바퀴가 검출되므로, 검출의 정확도 및 속도가 증가할 수 있다.

도 7은 일 예에 따른 카메라 정보에 기초하여 결정된 타겟 수직 좌표에 기초하여 관심 영역을 설정하는 방법의 흐름도이다.

다른 일 측면에 따르면, 도 4를 참조하여 전술된 단계(410)는 아래의 단계들(710 및 720)을 포함할 수 있다.

단계(710)에서, 전자 장치(200)는 입력 이미지를 생성한 카메라(240)의 정보에 기초하여 타겟 수직 좌표를 결정한다. 카메라(240)의 정보는 차량 내의 카메라(240)의 설치 위치, 카메라(240)의 외부 파라미터, 내부 파라미터 및 카메라(240)의 촬영 자세(예를 들어, 자이로 센서를 이용하여 측정) 등을 포함할 수 있다. 타겟 수직 좌표는 바퀴가 존재할 수 있는 입력 이미지 내에 나타나는 지면의 최대 높이일 수 있다.

예를 들어, 상기의 방법은 입력 이미지 내의 소실점을 결정할 수 없는 경우에 이용될 수 있다.

단계(720)에서, 전자 장치(200)는 타겟 수직 좌표에 기초하여 관심 영역을 설정한다. 타겟 수직 좌표 보다 아래의 영역이 관심 영역으로 설정될 수 있다.

도 8은 일 예에 따른 미리 설정된 모델에 기초하여 후보 바퀴를 결정하는 방법의 흐름도이다.

일 측면에 따르면, 도 3를 참조하여 전술된 단계(320)는 아래의 단계들(810 내지 840)을 포함할 수 있다.

단계(810)에서, 전자 장치(200)는 최초 바퀴 영역을 검출한다. 예를 들어, 최초 바퀴 영역은 바퀴 검출 알고리즘을 이용하여 입력 이미지 또는 입력 이미지의 관심 영역 내에서 검출된 바퀴의 영역일 수 있다. 최초 바퀴 영역을 검출하는 방법에 대해, 아래에서 도 9를 참조하여 상세히 설명된다.

단계(820)에서, 전자 장치(200)는 최초 바퀴 영역이 미리 설정된 모델의 범위 내에 있는지 여부를 결정한다. 예를 들어, 모델은 다양한 입력 이미지들 내에서 나타나는 바퀴들의 크기를 GT(Ground Truth)로 하는 데이터들에 기초하여 생성된 모델일 수 있다. 실제로 동일한 바퀴인 경우에도, 이미지 내의 좌표(더욱 구체적으로, 수직 좌표)에 따라 이미지 내에서 나타나는 크기가 달라질 수 있다. 예를 들어, 이미지의 하단에 위치할수록 바퀴의 크기가 커지고, 이미지의 상단에 위치할수록 바퀴의 크기가 작아진다. 모델에 대해, 아래에서 도 10을 참조하여 상세히 설명된다.

도 9는 일 예에 따른 입력 이미지 내에 결정된 최초 후보 바퀴들을 도시한다.

일 측면에 따르면, 입력 이미지(100) 내의 하나 이상의 최초 후보 바퀴들(910, 920, 930 및 940)이 검출될 수 있다. 최초 후보 바퀴를 포함하는 영역이 최초 후보 바퀴 영역으로 명명될 수 있다.

최초 후보 바퀴(910)의 하단 수직 좌표(911) 및 상단 수직 좌표(912)가 결정될 수 있다. 수직 좌표는 입력 이미지(100) 내의 좌표 일 수 있다. 하단 수직 좌표(911) 및 상단 수직 좌표(912) 간의 차이(913)가 바퀴 영역의 높이로서 계산될 수 있다. 차이(913)는 하단 수직 좌표(911)의 픽셀 및 상단 수직 좌표(912)의 픽셀 사이에 존재하는 픽셀들의 개수에 기초하여 표현되는 길이일 수 있다.

최초 후보 바퀴(910) 및 최초 후보 바퀴(920)가 실제로는 동일한 제품인 경우에도, 입력 이미지(100) 내에서 나타나는 최초 후보 바퀴(910)의 크기 및 최초 후보 바퀴(920)의 크기가 서로 상이할 수 있다. 이에 따라, 최초 후보 바퀴(910)에 대한 차이(913) 및 최초 후보 바퀴(920)에 대한 차이는 서로 상이하다.

최초 후보 바퀴(910)의 하단 수직 좌표(911) 및 차이(913) 간의 관계가 반영되도록 모델이 미리 설정될 수 있다.

도 10은 일 예에 따른 미리 설정된 모델을 도시한다.

일 측면에 따르면, 다양한 입력 이미지들 내에서 실제로 나타나는 바퀴들에 대해, 바퀴 영역 하단 픽셀의 수직 위치(예를 들어, 하단 수직 좌표(911))와 바퀴 영역의 높이(예를 들어, 차이(913)) 간의 관계가 그래프 상에 나타날 수 있다. 그래프 상의 데이터들은 Ground Truth이다.

일 측면에 따르면, 그래프 상에 나타나는 데이터들을 대표적으로 나타낼 수 있는 대표 선(1010)이 계산될 수 있고, 대표 선(1010)에 기초하여 경계 선들(1020 및 1030)이 결정될 수 있다. 경계 선들(1020 및 1030)은 대표 선(1010)에서 허용할 수 있는 분산의 정도를 나타낼 수 있다. 경계 선들(1020 및 1030) 내의 영역이 모델의 범위일 수 있다.

모델은 경계 선들(1020 및 1030)에 기초하여 미리 설정될 수 있고, 최초 후보 바퀴의 데이터가 경계 선들(1020 및 1030) 내에 존재하는 경우, 최초 후보 바퀴가 후보 바퀴로 결정될 수 있다. 최초 후보 바퀴의 데이터가 경계 선들(1020 및 1030) 내에 존재하지 않는 경우, 최초 후보 바퀴는 후보 바퀴로 결정되지 않는다.

도 11은 일 예에 따른 후보 바퀴 쌍의 바퀴들 간의 상관도에 기초하여 차량을 검출하는 방법의 흐름도이다.

일 측면에 따르면, 도 3를 참조하여 전술된 단계(340)는 아래의 단계들(1110 내지 1140)을 포함할 수 있다.

단계(1110)에서, 전자 장치(200)는 제1 후보 바퀴 쌍의 제1 후보 바퀴 및 제2 후보 바퀴 간의 상관도를 계산한다. 제1 후보 바퀴 및 제2 후보 바퀴가 지리적인 제한 조건을 만족하여 제1 후보 바퀴 쌍을 형성하는 경우라도, 추가의 제한 조건이 부가될 수 있다. 예를 들어, 추가의 제한 조건은 제1 후보 바퀴 및 제2 후보 바퀴 간의 형태적 유사도일 수 있다. 동일한 차량에서 전방 바퀴와 후방 바퀴는 형태적으로 유사한 경우가 많으므로, 후보 바퀴들 간의 형태적 유사도를 제한 조건으로 설정할 수 있다.

후보 바퀴들 간의 상관도를 계산하는 방법에 대해, 아래에서 도 13을 참조하여 상세히 설명된다.

단계(1120)에서, 전자 장치(200)는 계산된 상관도가 미리 설정된 값 이상인지 여부를 결정할 수 있다. 계산된 상관도가 미리 설정된 값 미만인 경우, 제1 후보 바퀴 및 제2 후보 바퀴 간의 쌍을 해제하고, 제1 후보 바퀴에 대한 쌍을 재결정할 수 있다.

단계(1130)에서, 전자 장치(200)는 제1 후보 바퀴 및 제2 후보 바퀴의 적어도 일부를 포함하는 영역을 차량의 측면으로 결정한다.

단계(1140)에서, 전자 장치(200)는 차량의 측면의 영역에 기초하여 차량을 검출한다. 예를 들어, 차량의 측면의 영역과 연결되는 영역들을 추가로 결정하고, 해당 영역들을 차량의 영역들로 결정한다.

도 12는 일 예에 따른 차량의 측면 영역에 기초하여 검출된 차량을 도시한다.

예를 들어, 제1 후보 바퀴(1201) 및 제2 후보 바퀴(1202)의 적어도 일부를 포함하는 차량(104)의 측면의 영역(102)이 결정될 수 있다. 영역(102)이 결정된 경우, 영역(102)과 연결되는 추가의 영역(1212)이 결정될 수 있다. 영역들(1210 및 1212)에 기초하여 차량(104)이 검출될 수 있다.

차량(104)과 유사하게, 차량(106)에 대해 영역들(1220 및 1222)이 결정되고, 영역들(1220 및 1222)에 기초하여 차량(106)이 검출될 수 있다.

도 13은 일 예에 따른 크기가 정규화된 후보 바퀴들의 영역들에 기초하여 후보 바퀴들 간의 상관도를 계산하는 방법의 흐름도이다.

일 측면에 따르면, 도 11을 참조하여 전술된 단계(1110)는 아래의 단계들(1310 내지 1320)을 포함할 수 있다.

단계(1310)에서, 전자 장치(200)는 제1 후보 바퀴의 제1 영역 및 제2 후보 바퀴의 제2 영역의 크기를 정규화한다. 제1 후보 바퀴 및 제2 후보 바퀴가 실제로 동일한 바퀴이더라도, 입력 이미지 내의 원근감에 의해 제1 영역의 크기 및 제2 영역의 크기가 서로 달라질 수 있다. 이에 따라, 비교를 위해 제1 영역 및 제2 영역의 크기가 정규화될 수 있다.

예를 들어, 미리 설정된 크기인 20 x 50 픽셀들을 갖도록 제1 영역 및 제2 영역의 크기가 조정될 수 있다. 영역의 크기가 20 x 50 보다 큰 경우에는 샘플링을 통해 크기가 조정될 수 있고, 영역의 크기가 20 x 50 보다 작은 경우에는 보간(interpolation)을 통해 크기가 조정될 수 있다.

단계(1320)에서, 전자 장치(200)는 정규화된 제1 영역 및 제2 영역 내의 픽셀들의 값들에 기초하여 제1 후보 바퀴 및 제2 후보 바퀴 간의 상관도가 계산된다. 아래의 [수학식 1]을 이용하여 상관도가 계산된다. 상관도는 Normalized Cross Correlation을 통해 계산될 수 있다.

[수학식 1]

[수학식 1]에서, 제1 영역 및 제2 영역은 각각 n개의 픽셀들을 포함하고,

는 제1 영역 내의 i 번째의 픽셀의 값이고,

는 제2 영역 내의 i 번째의 픽셀의 값이고,

는 제1 영역 내의 픽셀 값들의 평균이고,

는 제2 영역 내의 픽셀 값들의 평균이고, r은 제1 영역 및 제2 영역 간의 상관도이다. 예를 들어, 픽셀이 R, G, B의 3개의 컬러 채널들로 구성되는 경우, 각각의 채널에 대한 부분 상관도가 계산되고, 부분 상관도들의 평균이 최종 상관도로 계산될 수 있다. 제1 영역 및 제2 영역이 유사할수록 계산되는 상관도는 1에 가까워진다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

200: 전자 장치
210: 통신부
220: 프로세서
230: 메모리

Claims

전자 장치에 의해 수행되는 차량 검출 방법은,
입력 이미지를 수신하는 단계;
상기 입력 이미지로부터 하나 이상의 후보 바퀴들을 검출하는 단계;
상기 후보 바퀴들에 기초하여 적어도 하나의 후보 바퀴 쌍을 결정하는 단계; 및
상기 후보 바퀴 쌍에 기초하여 상기 입력 이미지 내의 차량을 검출하는 단계
를 포함하고,
상기 후보 바퀴들에 기초하여 적어도 하나의 후보 바퀴 쌍을 결정하는 단계는,
제1 후보 바퀴 및 제2 후보 바퀴의 상기 입력 이미지 내의 위치들에 기초하여 상기 제1 후보 바퀴 및 상기 제2 후보 바퀴를 제1 후보 바퀴 쌍으로 결정하는 단계
를 포함하는,
차량 검출 방법.
제1항에 있어서,
상기 전자 장치는 차량에 포함되고,
상기 입력 이미지는 상기 차량의 주위를 촬영한 이미지인,
차량 검출 방법.
제1항에 있어서,
상기 차량은 자율 주행 차량 또는 ADAS(advanced driver assistance system)을 지원하는 차량인,
차량 검출 방법.
제1항에 있어서,
상기 입력 이미지로부터 상기 하나 이상의 후보 바퀴들을 검출하는 단계는,
상기 입력 이미지 내에 바퀴가 존재할 수 있는 관심 영역을 설정하는 단계; 및
상기 관심 영역에 기초하여 상기 하나 이상의 후보 바퀴들을 검출하는 단계
를 포함하는,
차량 검출 방법.
제4항에 있어서,
상기 입력 이미지 내에 바퀴가 존재할 수 있는 관심 영역을 설정하는 단계는,
상기 입력 이미지 내의 소실점을 결정하는 단계; 및
상기 소실점의 수직 좌표에 기초하여 상기 관심 영역을 설정하는 단계
를 포함하는,
차량 검출 방법.
제4항에 있어서,
상기 입력 이미지 내에 바퀴가 존재할 수 있는 관심 영역을 설정하는 단계는,
상기 입력 이미지를 생성한 카메라의 정보에 기초하여 타겟 수직 좌표를 결정하는 단계; 및
상기 타겟 수직 좌표에 기초하여 상기 관심 영역을 설정하는 단계
를 포함하는,
차량 검출 방법.
제1항에 있어서,
상기 입력 이미지로부터 하나 이상의 후보 바퀴들을 검출하는 단계는,
최초 후보 바퀴 영역을 검출하는 단계;
상기 최초 후보 바퀴 영역의 하단 수직 좌표 및 상단 수직 좌표에 기초하여 상기 최초 후보 바퀴 영역이 미리 설정된 모델의 범위 내에 있는지 여부를 결정하는 단계; 및
상기 최초 후보 바퀴 영역이 상기 모델의 범위 내에 있는 경우 상기 최초 후보 바퀴 영역 내의 바퀴를 후보 바퀴로 결정하는 단계
를 포함하는,
차량 검출 방법.
삭제
제1항에 있어서,
상기 제1 후보 바퀴 쌍을 결정하는 단계는,
상기 제1 후보 바퀴의 위치 및 상기 제2 후보 바퀴의 위치 간의 차이가 미리 설정된 범위 내인 경우, 상기 제1 후보 바퀴 및 상기 제2 후보 바퀴를 제1 후보 바퀴 쌍으로 결정하는 단계
를 포함하는,
차량 검출 방법.
제1항에 있어서,
상기 후보 바퀴 쌍에 기초하여 상기 입력 이미지 내의 차량을 검출하는 단계는,
제1 후보 바퀴 쌍의 제1 후보 바퀴 및 제2 후보 바퀴 간의 상관도를 계산하는 단계;
상기 계산된 상관도가 미리 설정된 값 이상인 경우 상기 제1 후보 바퀴 및 상기 제2 후보 바퀴의 적어도 일부를 포함하는 영역을 상기 차량의 측면으로 결정하는 단계; 및
상기 차량의 측면의 영역에 기초하여 상기 차량을 검출하는 단계
를 포함하는,
차량 검출 방법.
제10항에 있어서,
상기 제1 후보 바퀴 쌍의 상기 제1 후보 바퀴 및 상기 제2 후보 바퀴 간의 상기 상관도를 계산하는 단계는,
상기 제1 후보 바퀴의 제1 영역 및 상기 제2 후보 바퀴의 제2 영역의 크기를 정규화하는 단계; 및
상기 정규화된 제1 영역 내의 픽셀들의 값들 및 상기 정규화된 제2 영역 내의 픽셀들의 값들에 기초하여 상기 상관도를 계산하는 단계
를 포함하는,
차량 검출 방법.
제1항 내지 제7항, 및 제9항 내지 제11항 중 어느 한 항의 방법을 수행하는 프로그램을 수록한 컴퓨터 판독 가능 기록 매체.
차량을 검출하는 방법을 수행하는, 전자 장치는,
차량을 검출하는 프로그램이 기록된 메모리; 및
상기 프로그램을 수행하는 프로세서
를 포함하고,
상기 프로그램은,
입력 이미지를 수신하는 단계;
상기 입력 이미지로부터 하나 이상의 후보 바퀴들을 검출하는 단계;
상기 후보 바퀴들에 기초하여 적어도 하나의 후보 바퀴 쌍을 결정하는 단계; 및
상기 후보 바퀴 쌍에 기초하여 상기 입력 이미지 내의 차량을 검출하는 단계
를 수행하고,
상기 후보 바퀴 쌍에 기초하여 상기 입력 이미지 내의 차량을 검출하는 단계는,
제1 후보 바퀴 쌍의 제1 후보 바퀴 및 제2 후보 바퀴 간의 상관도를 계산하는 단계;
상기 계산된 상관도가 미리 설정된 값 이상인 경우 상기 제1 후보 바퀴 및 상기 제2 후보 바퀴의 적어도 일부를 포함하는 영역을 상기 차량의 측면으로 결정하는 단계; 및
상기 차량의 측면의 영역에 기초하여 상기 차량을 검출하는 단계
를 포함하는,
전자 장치.
제13항에 있어서,
상기 전자 장치는 차량에 포함되고,
상기 입력 이미지는 상기 차량의 주위를 촬영한 이미지인,
전자 장치.
제13항에 있어서,
상기 입력 이미지로부터 상기 하나 이상의 후보 바퀴들을 검출하는 단계는,
상기 입력 이미지 내에 바퀴가 존재할 수 있는 관심 영역을 설정하는 단계; 및
상기 관심 영역에 기초하여 상기 하나 이상의 후보 바퀴들을 검출하는 단계
를 포함하는,
전자 장치.
제13항에 있어서,
상기 입력 이미지로부터 하나 이상의 후보 바퀴들을 검출하는 단계는,
최초 후보 바퀴 영역을 검출하는 단계;
상기 최초 후보 바퀴 영역의 하단 수직 좌표 및 상단 수직 좌표에 기초하여 상기 최초 후보 바퀴 영역이 미리 설정된 모델의 범위 내에 있는지 여부를 결정하는 단계; 및
상기 최초 후보 바퀴 영역이 상기 모델의 범위 내에 있는 경우 상기 최초 후보 바퀴 영역 내의 바퀴를 후보 바퀴로 결정하는 단계
를 포함하는,
전자 장치.
제13항에 있어서,
상기 후보 바퀴들에 기초하여 적어도 하나의 후보 바퀴 쌍을 결정하는 단계는,
제1 후보 바퀴 및 제2 후보 바퀴의 상기 입력 이미지 내의 위치들에 기초하여 상기 제1 후보 바퀴 및 상기 제2 후보 바퀴를 제1 후보 바퀴 쌍으로 결정하는 단계
를 포함하는,
전자 장치.
삭제
제13항에 있어서,
상기 제1 후보 바퀴 쌍의 상기 제1 후보 바퀴 및 상기 제2 후보 바퀴 간의 상기 상관도를 계산하는 단계는,
상기 제1 후보 바퀴의 제1 영역 및 상기 제2 후보 바퀴의 제2 영역의 크기를 정규화하는 단계; 및
상기 정규화된 제1 영역 내의 픽셀들의 값들 및 상기 정규화된 제2 영역 내의 픽셀들의 값들에 기초하여 상기 상관도를 계산하는 단계
를 포함하는,
전자 장치.