KR20120007850A - 부분 템플릿 매칭 기반의 객체 식별 장치 및 방법 - Google Patents
부분 템플릿 매칭 기반의 객체 식별 장치 및 방법 Download PDFInfo
- Publication number
- KR20120007850A KR20120007850A KR1020100068612A KR20100068612A KR20120007850A KR 20120007850 A KR20120007850 A KR 20120007850A KR 1020100068612 A KR1020100068612 A KR 1020100068612A KR 20100068612 A KR20100068612 A KR 20100068612A KR 20120007850 A KR20120007850 A KR 20120007850A
- Authority
- KR
- South Korea
- Prior art keywords
- pattern
- image frame
- area
- region
- current image
- Prior art date
Links
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
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/254—Analysis of motion involving subtraction of images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
- G06T2207/30196—Human being; Person
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
Description
도 2는 패턴영역 및 객체영역을 분할하는 일 실시예를 설명하기 위한 도면,
도 3은 객체 식별을 위해 사전에 저장된 복수의 패턴영역을 나타낸 도면,
도 4는 도 2에 도시된 패턴영역 내지 객체영역을 데이터 구조로 나타낸 도면,
도 5는 본 발명에 따른 부분 템플릿 매칭 기반의 객체 식별 장치 및 방법에 대한 바람직한 실시예의 수행과정을 도시한 흐름도,
도 6은 세 개의 테스트 영상을 나타낸 도면,
도 7은 도 6의 (a)의 테스트 영상에 대하여 본 발명을 적용한 결과를 나타낸 도면,
도 8은 도 6의 (b)의 테스트 영상에 대하여 본 발명을 적용한 결과를 나타낸 도면,
도 9는 도 6의 (c)의 테스트 영상에 대하여 본 발명을 적용한 결과를 나타낸 도면,
도 10a 내지 도 10c는 각각 세 개의 테스트 영상에 대하여 객체 추적에 의해 산출된 유사도를 연속하는 영상프레임에 대하여 도시한 그래프,
도 11a 내지 도 11c는 각각의 테스트 영상으로부터 사람#1 내지 사람#3을 검출하기 위해 사용된 패턴영역을 나타낸 도면, 그리고,
도 12a 내지 도 12c는 각각의 테스트 영상에 대하여 검출된 객체와 패턴 사이의 매칭률 분포를 도시한 그래프이다.
테스트 영상 | 사람#1 | 사람#2 | 사람#3 |
축구장 | 52 | 26 | 25 |
주차장 | 99 | 99 | 75 |
PETS 2001 | 61 | 46 | 28 |
120 - 객체영역 검출부
130 - 객체영역 분할부
140 - 객체 식별부
Claims (11)
- 입력영상을 구성하는 복수의 영상프레임 중에서 현재 영상프레임 및 상기 현재 영상프레임에 시간적으로 앞서는 이전 영상프레임 사이의 움직임을 검출하여 상기 현재 영상프레임에 대응하는 배경영상을 생성하는 배경영상 생성부;
상기 현재 영상프레임에 대응하는 배경영상과 상기 현재 영상프레임 간의 차분에 의해 상기 현재 영상프레임으로부터 객체영역을 검출하는 객체영역 검출부;
상기 객체영역을 사전에 설정된 분할기준에 의해 복수의 부분영역으로 분할하는 객체영역 분할부; 및
상기 각각의 부분영역을 사전에 저장된 패턴영역이 상기 분할기준에 의해 분할되어 생성된 복수의 견본패턴과 매칭하여 상기 객체영역에 포함된 객체를 식별하는 객체 식별부;를 포함하는 것을 특징으로 하는 객체 식별 장치. - 제 1항에 있어서,
상기 객체 식별부는 사전에 저장된 복수의 패턴영역 중에서 상기 객체영역과의 크기의 차가 사전에 설정된 기준값 이하인 패턴영역으로부터 분할된 견본패턴을 선택하여 상기 객체를 식별하는 것을 특징으로 하는 객체 식별 장치. - 제 1항 또는 제 2항에 있어서,
상기 객체 식별부는 사전에 저장된 복수의 패턴영역으로부터 분할된 복수의 견본패턴 중에서 상기 부분영역을 구성하는 각 화소와의 절대차의 합(Sum of Absolute Difference : SAD)이 최대인 견본패턴을 최종 견본패턴으로 결정하고, 상기 최종 견본패턴이 포함된 패턴영역을 상기 객체영역에 포함된 객체를 식별하기 위한 최종 패턴으로 결정하는 것을 특징으로 하는 객체 식별 장치. - 제 1항 또는 제 2항에 있어서,
상기 패턴영역은 사람의 형상을 포함하며, 상기 견본패턴은 상기 패턴영역을 상기 사람 형상의 머리 및 어깨 부분이 포함된 제1영역 및 상기 제1영역을 제외한 제2영역으로 분할함으로써 생성된 것을 특징으로 하는 객체 식별 장치. - 제 1항 또는 제 2항에 있어서,
상기 배경영상 생성부는 상기 이전 영상프레임과 상기 현재 영상프레임 사이의 광류 흐름을 기초로 산출된 유클리디안 거리가 사전에 설정된 기준거리보다 작으면 상기 이전 영상프레임에 대응하여 생성된 배경영상을 하기 수학식에 의해 갱신하여 상기 현재 영상프레임에 대응하는 배경영상을 생성하는 것을 특징으로 하는 객체 식별 장치:
여기서, Bt(x,y)는 상기 현재 영상프레임에 대응하여 생성되는 배경영상, Bt -1(x,y)는 상기 이전 영상프레임에 대응하여 생성된 배경영상, It(x,y)는 상기 현재 영상프레임, 그리고 α는 0과 1 사이의 값으로 설정되는 파라미터이다. - 입력영상을 구성하는 복수의 영상프레임 중에서 현재 영상프레임 및 상기 현재 영상프레임에 시간적으로 앞서는 이전 영상프레임 사이의 움직임을 검출하여 상기 현재 영상프레임에 대응하는 배경영상을 생성하는 배경영상 생성단계;
상기 현재 영상프레임에 대응하는 배경영상과 상기 현재 영상프레임 간의 차분에 의해 상기 현재 영상프레임으로부터 객체영역을 검출하는 객체영역 검출단계;
상기 객체영역을 사전에 설정된 분할기준에 의해 복수의 부분영역으로 분할하는 객체영역 분할단계; 및
상기 각각의 부분영역을 사전에 저장된 패턴영역이 상기 분할기준에 의해 분할되어 생성된 복수의 견본패턴과 매칭하여 상기 객체영역에 포함된 객체를 식별하는 객체 식별단계;를 포함하는 것을 특징으로 하는 객체 식별 방법. - 제 6항에 있어서,
상기 객체 식별단계에서, 사전에 저장된 복수의 패턴영역 중에서 상기 객체영역과의 크기의 차가 사전에 설정된 기준값 이하인 패턴영역으로부터 분할된 견본패턴을 선택하여 상기 객체를 식별하는 것을 특징으로 하는 객체 식별 방법. - 제 6항 또는 제 7항에 있어서,
상기 객체 식별단계에서, 사전에 저장된 복수의 패턴영역으로부터 분할된 복수의 견본패턴 중에서 상기 부분영역을 구성하는 각 화소와의 절대차의 합(Sum of Absolute Difference : SAD)이 최대인 견본패턴을 최종 견본패턴으로 결정하고, 상기 최종 견본패턴이 포함된 패턴영역을 상기 객체영역에 포함된 객체를 식별하기 위한 최종 패턴으로 결정하는 것을 특징으로 하는 객체 식별 방법. - 제 6항 또는 제 7항에 있어서,
상기 패턴영역은 사람의 형상을 포함하며, 상기 견본패턴은 상기 패턴영역을 상기 사람 형상의 머리 및 어깨 부분이 포함된 제1영역 및 상기 제1영역을 제외한 제2영역으로 분할함으로써 생성된 것을 특징으로 하는 객체 식별 방법. - 제 6항 또는 제 7항에 있어서,
상기 배경영상 생성단계에서, 상기 이전 영상프레임과 상기 현재 영상프레임 사이의 광류 흐름을 기초로 산출된 유클리디안 거리가 사전에 설정된 기준거리보다 작으면 상기 이전 영상프레임에 대응하여 생성된 배경영상을 하기 수학식에 의해 갱신하여 상기 현재 영상프레임에 대응하는 배경영상을 생성하는 것을 특징으로 하는 객체 식별 방법:
여기서, Bt(x,y)는 상기 현재 영상프레임에 대응하여 생성되는 배경영상, Bt -1(x,y)는 상기 이전 영상프레임에 대응하여 생성된 배경영상, It(x,y)는 상기 현재 영상프레임, 그리고 α는 0과 1 사이의 값으로 설정되는 파라미터이다. - 제 6항 또는 제 7항에 기재된 객체 식별 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020100068612A KR101139930B1 (ko) | 2010-07-15 | 2010-07-15 | 부분 템플릿 매칭 기반의 객체 식별 장치 및 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020100068612A KR101139930B1 (ko) | 2010-07-15 | 2010-07-15 | 부분 템플릿 매칭 기반의 객체 식별 장치 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20120007850A true KR20120007850A (ko) | 2012-01-25 |
KR101139930B1 KR101139930B1 (ko) | 2012-04-30 |
Family
ID=45613045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020100068612A KR101139930B1 (ko) | 2010-07-15 | 2010-07-15 | 부분 템플릿 매칭 기반의 객체 식별 장치 및 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101139930B1 (ko) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101428574B1 (ko) * | 2012-02-17 | 2014-09-25 | 경북대학교 산학협력단 | 영역 검출 장치 및 방법 |
KR101469099B1 (ko) * | 2013-03-19 | 2014-12-04 | 주식회사 일리시스 | 사람 객체 추적을 통한 자동 카메라 보정 방법 |
CN107205137A (zh) * | 2017-07-07 | 2017-09-26 | 广东中星电子有限公司 | 一种监控识别方法和装置 |
KR20180046798A (ko) * | 2016-10-28 | 2018-05-09 | 삼성에스디에스 주식회사 | 실시간 교통 정보 제공 방법 및 장치 |
KR102147187B1 (ko) * | 2019-12-03 | 2020-08-24 | 네오컨버전스 주식회사 | 딥러닝 기반 동영상에서 연속적으로 개인정보를 비식별화하기 위한 방법 및 장치 |
KR20210060411A (ko) * | 2017-05-26 | 2021-05-26 | 라인 가부시키가이샤 | 영상 압축 방법 및 영상 복원 방법 |
CN112884797A (zh) * | 2021-02-02 | 2021-06-01 | 武汉钢铁有限公司 | 一种图像的背景去除方法、装置及电子设备 |
WO2024123159A1 (ko) * | 2022-12-06 | 2024-06-13 | 숭실대학교 산학협력단 | 연속적인 rgb-d 프레임 세트를 활용한 고품질 깊이 영상 생성 방법 및 이의 장치 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100515193B1 (ko) * | 2003-08-13 | 2005-09-16 | 강동중 | 다중 템플릿을 이용한 영상 자동분할 시스템 및 방법 |
KR100703528B1 (ko) * | 2004-12-09 | 2007-04-03 | 삼성전자주식회사 | 영상 인식 장치 및 방법 |
-
2010
- 2010-07-15 KR KR1020100068612A patent/KR101139930B1/ko active IP Right Grant
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101428574B1 (ko) * | 2012-02-17 | 2014-09-25 | 경북대학교 산학협력단 | 영역 검출 장치 및 방법 |
KR101469099B1 (ko) * | 2013-03-19 | 2014-12-04 | 주식회사 일리시스 | 사람 객체 추적을 통한 자동 카메라 보정 방법 |
KR20180046798A (ko) * | 2016-10-28 | 2018-05-09 | 삼성에스디에스 주식회사 | 실시간 교통 정보 제공 방법 및 장치 |
KR20210060411A (ko) * | 2017-05-26 | 2021-05-26 | 라인 가부시키가이샤 | 영상 압축 방법 및 영상 복원 방법 |
CN107205137A (zh) * | 2017-07-07 | 2017-09-26 | 广东中星电子有限公司 | 一种监控识别方法和装置 |
KR102147187B1 (ko) * | 2019-12-03 | 2020-08-24 | 네오컨버전스 주식회사 | 딥러닝 기반 동영상에서 연속적으로 개인정보를 비식별화하기 위한 방법 및 장치 |
WO2021112273A1 (ko) * | 2019-12-03 | 2021-06-10 | 네오컨버전스 주식회사 | 딥러닝 기반 동영상에서 연속적으로 개인정보를 비식별화하기 위한 방법 및 장치 |
CN112884797A (zh) * | 2021-02-02 | 2021-06-01 | 武汉钢铁有限公司 | 一种图像的背景去除方法、装置及电子设备 |
CN112884797B (zh) * | 2021-02-02 | 2023-12-08 | 武汉钢铁有限公司 | 一种图像的背景去除方法、装置及电子设备 |
WO2024123159A1 (ko) * | 2022-12-06 | 2024-06-13 | 숭실대학교 산학협력단 | 연속적인 rgb-d 프레임 세트를 활용한 고품질 깊이 영상 생성 방법 및 이의 장치 |
Also Published As
Publication number | Publication date |
---|---|
KR101139930B1 (ko) | 2012-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10417503B2 (en) | Image processing apparatus and image processing method | |
KR101139930B1 (ko) | 부분 템플릿 매칭 기반의 객체 식별 장치 및 방법 | |
US20210042556A1 (en) | Pixel-level based micro-feature extraction | |
CN109076198B (zh) | 基于视频的对象跟踪遮挡检测***、方法和设备 | |
JP6655878B2 (ja) | 画像認識方法及び装置、プログラム | |
US9524562B2 (en) | Object tracking method and device | |
US9213896B2 (en) | Method for detecting and tracking objects in image sequences of scenes acquired by a stationary camera | |
US11049259B2 (en) | Image tracking method | |
JP4373840B2 (ja) | 動物体追跡方法、動物体追跡プログラムおよびその記録媒体、ならびに、動物体追跡装置 | |
CN106663325B (zh) | 图像处理装置及其图像处理方法 | |
JP5925557B2 (ja) | 画像照合装置 | |
JP6624877B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
US10762372B2 (en) | Image processing apparatus and control method therefor | |
JP2013210845A (ja) | 移動物体照合装置 | |
Fradi et al. | Spatio-temporal crowd density model in a human detection and tracking framework | |
JP5371040B2 (ja) | 移動物体追跡装置、移動物体追跡方法および移動物体追跡プログラム | |
US20170053172A1 (en) | Image processing apparatus, and image processing method | |
KR100994367B1 (ko) | 영상 추적 장치의 이동표적 움직임 추적 방법 | |
JP2003006654A (ja) | 動画像における移動体の特徴量抽出方法と自動追跡方法及びそれらの装置、並びに、それらの方法の実行プログラムとこの実行プログラムを記録した記録媒体 | |
JP6504711B2 (ja) | 画像処理装置 | |
JP2003032544A (ja) | シーン内容情報付加装置及びシーン内容情報付加方法 | |
VÁPENíK et al. | Object tracking in multicamera systems | |
JP6789676B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
Führ et al. | Robust patch-based pedestrian tracking using monocular calibrated cameras | |
Arbués-Sangüesa et al. | Multi-Person tracking by multi-scale detection in Basketball scenarios |
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: 20150417 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20160325 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20170327 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20180406 Year of fee payment: 7 |
|
FPAY | Annual fee payment |
Payment date: 20190807 Year of fee payment: 8 |
|
FPAY | Annual fee payment |
Payment date: 20200309 Year of fee payment: 9 |