KR20150027011A - 영상 처리 방법 및 장치 - Google Patents

영상 처리 방법 및 장치 Download PDF

Info

Publication number
KR20150027011A
KR20150027011A KR20140117255A KR20140117255A KR20150027011A KR 20150027011 A KR20150027011 A KR 20150027011A KR 20140117255 A KR20140117255 A KR 20140117255A KR 20140117255 A KR20140117255 A KR 20140117255A KR 20150027011 A KR20150027011 A KR 20150027011A
Authority
KR
South Korea
Prior art keywords
images
image
similarity
similar
information
Prior art date
Application number
KR20140117255A
Other languages
English (en)
Inventor
최웅일
김대희
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Publication of KR20150027011A publication Critical patent/KR20150027011A/ko

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
    • G06V10/20—Image preprocessing
    • G06V10/36—Applying a local operator, i.e. means to operate on image points situated in the vicinity of a given point; Non-linear local filtering operations, e.g. median filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • G06F16/2255—Hash tables
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/30—Scenes; Scene-specific elements in albums, collections or shared content, e.g. social network photos or video
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/10—Recognition assisted with metadata

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Library & Information Science (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Nonlinear Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Processing Or Creating Images (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Image Analysis (AREA)

Abstract

유사 영상 검출 방법은, 복수 영상들 각각의 메타데이터에 기초하여, 상기 복수 영상들 간의 유사도를 결정하는 데에 이용되는 유사도 레벨을 조절하는 단계 - 상기 메타데이터는 상기 복수 영상들 각각에 대한 시간 정보 및 장소 정보 중 적어도 하나를 포함함 - ; 및 상기 복수 영상들 각각의 핑거프린트(fingerprint) 정보를 이용하여 생성된 해쉬(hash) 및 상기 조절된 유사도 레벨에 기초하여 상기 유사도를 결정하는 단계를 포함할 수 있다.

Description

영상 처리 방법 및 장치{METHOD AND APPARATUS FOR IMAGE PROCESSING}
영상 처리 방법 및 장치에 연관되며, 구체적으로는 복수의 영상들 간 유사한 영상들을 검출하는 장치 및 방법 및 장치에 연관된다.
주어진 사진이나 동영상과 동일하거나 유사한 사진 및 동영상을 검출하는 방법으로는 영상 분석을 통해 각 영상의 특징을 이용하는 방법이 있다. 특징점 추출이나 영상 매칭 등 영상 분석을 통하여 유사한 사진 및 동영상을 검출할 수 있다.
이러한 특징점 추출이나 영상 매칭만을 통해 유사한 사진 및 동영상을 검출하게 되면 유사하지 않은 영상이 유사하다고 판단되는 오차가 발생하게 된다.
따라서, 복수의 영상들 중에서 유사도가 높은 영상들을 검출하는 영상 처리 방법 및 장치가 요구된다.
복수의 영상들 중에서 유사도가 높은 영상들의 검출을 수행 시 유사 영상 검출의 정확도와 재현율을 보장하기 위한 영상 처리 방법 및 장치를 제공하는 데 있다.
또한, 상기 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체를 제공하는 데 있다. 본 발명의 일실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 이하의 실시예들로부터 또 다른 기술적 과제들이 유추될 수 있다.
본 발명의 일측에 따르면, 복수 영상들 각각의 메타데이터에 기초하여, 상기 복수 영상들 간의 유사도를 결정하는 데에 이용되는 유사도 레벨을 조절하는 단계 - 상기 복수의 영상들 각각의 메타데이터는 상기 복수 영상들 각각에 대한 시간 정보 및 장소 정보 중 적어도 하나를 포함함 - ; 및 상기 복수 영상들 각각의 핑거프린트(fingerprint) 정보를 이용하여 생성된 해쉬(hash) 및 상기 조절된 유사도 레벨에 기초하여 상기 유사도를 결정하는 단계를 포함하는 유사 영상 검출 방법이 제공된다.
여기서, 상기 유사도 레벨을 조절하는 단계는, 상기 복수 영상들 중의 제1 영상의 제1 메타데이터 및 상기 복수 영상들 중의 제2 영상의 제2 메타데이터를 비교하는 단계; 및 상기 비교 결과에 따라, 상기 제1 영상 및 상기 제2 영상 간의 유사도를 결정하는 데에 이용되는 유사도 레벨을 조절하는 단계를 포함할 수 있다.
또한, 상기 유사도 레벨을 조절하는 단계는, 상기 비교에 대응하는 상기 제1 메타데이터의 값과 상기 제2 메타데이터의 값의 차이 값을 이용하여 미리 설정된 기준에 따라 유사도 레벨을 조절하는 것일 수 있다.
본 발명의 일실시예에 따르면, 상기 미리 설정된 기준은, 상기 차이 값에 따라 상기 제1 영상의 각 해쉬 값과 상기 제2 영상의 각 해쉬 값의 매칭 비율을 설정한 것일 수 있다.
구체적으로, 상기 유사도를 결정하는 단계는, 상기 복수 영상들 각각에 대한 각 해쉬 값을 매칭하는 단계; 및 상기 매칭 결과와 상기 조절된 유사도 레벨에 기초하여 상기 복수 영상들 간의 유사도를 결정하는 단계를 포함할 수 있다.
본 발명의 다른 일실시예에 따르면, 상기 복수 영상들 각각의 메타데이터를 추출하는 단계를 더 포함할 수 있다.
한편, 상기 시간 정보는, 상기 복수 영상들 각각의 촬영 날짜, 촬영 시간 및 수정 시간 중 적어도 하나를 포함하고, 상기 장소 정보는, 상기 영상을 촬영한 GPS 데이터를 포함할 수 있다.
본 발명의 또 다른 일실시예에 따르면, 상기 복수 영상들 각각의 핑거프린트 정보를 이용하여 해쉬를 생성하는 단계를 더 포함하고, 상기 핑거프린트 정보는, 상기 복수 영상들 각각의 색차 신호의 분포 정보, 상기 복수 영상들 각각의 특징점 정보 및 엣지 검출 정보 중 적어도 하나를 포함할 수 있다.
여기서, 상기 색차 신호의 분포 정보는, 상기 복수 영상들 각각의 히스토그램 및 상기 히스토그램의 비트열 중 적어도 하나를 포함할 수 있다.
또한, 상기 특징점 정보는, SURF(Speeded Up Robust Features) 또는 SIFT (Scale Invariant Feature Transform)를 이용하여 검출되고, 상기 엣지 검출 정보는, DCT (Discrete Cosine Transform), FMT (Fourier-Mellin Transform) 및 Radon Transform 중 적어도 하나를 이용하여 검출될 수 있다.
본 발명의 일실시예에 따르면, 상기 결정된 유사도에 기초하여 상기 복수 영상들 각각에 대하여 유사한 영상들로 그룹핑하는 단계를 더 포함할 수 있다.
본 발명의 다른 일실시예에 따르면, 상기 결정된 유사도에 기초하여 상기 유사도가 동일한 제1 영상과 제2 영상 중 상기 제2 영상을 삭제하는 단계를 더 포함할 수 있다.
본 발명의 다른 일측에 따르면, 복수 영상들 각각의 메타데이터에 기초하여, 상기 복수 영상들 간의 유사도를 결정하는 데에 이용되는 유사도 레벨을 조절하는 유사도 레벨 조절부 - 상기 복수의 영상들 각각의 메타데이터는 상기 복수 영상들 각각에 대한 시간 정보 및 장소 정보 중 적어도 하나를 포함함 - ; 및 상기 복수 영상들 각각의 핑거프린트(fingerprint) 정보를 이용하여 생성된 해쉬(hash) 및 상기 조절된 유사도 레벨에 기초하여 상기 유사도를 결정하는 유사도 결정부를 포함하는 유사 영상 검출 장치가 제공된다.
여기서, 상기 유사도 레벨 조절부는, 상기 복수 영상들 중의 제1 영상의 제1 메타데이터 및 상기 복수 영상들 중의 제2 영상의 제2 메타데이터를 비교하고, 상기 비교 결과에 따라, 상기 제1 영상 및 상기 제2 영상 간의 유사도를 결정하는 데에 이용되는 유사도 레벨을 조절할 수 있다.
본 발명의 또 다른 일측에 따르면, 유사 영상 검출 방법을 실행하는 프로그램을 수록한 컴퓨터 판독 가능 기록 매체에 있어서, 상기 유사 영상 검출 방법은, 복수 영상들 각각의 메타데이터에 기초하여, 상기 복수 영상들 간의 유사도를 결정하는 데에 이용되는 유사도 레벨을 조절하는 단계 - 상기 복수의 영상들 각각의 메타데이터는 상기 복수 영상들 각각에 대한 시간 정보 및 장소 정보 중 적어도 하나를 포함함 - ; 및 상기 복수 영상들 각각의 핑거프린트(fingerprint) 정보를 이용하여 생성된 해쉬(hash) 및 상기 조절된 유사도 레벨에 기초하여 상기 유사도를 결정하는 단계를 포함하는 컴퓨터 판독 가능 기록 매체가 제공된다.
도 1은 일실시예에 따른 유사 영상 검출을 나타낸 개념도이다.
도 2는 일실시예에 따른 유사 영상 검출 장치의 구성을 나타낸 블록도이다.
도 3은 다른 일실시예에 따른 유사 영상 검출 장치의 구성을 나타낸 블록도이다.
도 4는 일실시예에 따라, 유사 영상 검출의 결과를 나타낸 예시 도면이다.
도 5는 다른 일실시예에 따라, 유사 영상 검출의 결과를 나타낸 예시 도면이다.
도 6은 또 다른 일실시예에 따라, 유사 영상 검출의 결과를 나타낸 예시 도면이다.
도 7은 일실시예에 따라, 히스토그램을 이용하여 영상의 핑거프린트 정보를 산출하는 것을 설명하기 위한 도면이다.
도 8은 다른 일실시예에 따라, 특징점 추출을 이용하여 영상의 핑거프린트 정보를 산출하는 것을 설명하기 위한 도면이다.
도 9는 일실시예에 따른 유사 영상 검출 방법의 흐름을 나타낸 순서도이다.
도 10은 다른 일실시예에 따른 유사 영상 검출 방법의 흐름을 나타낸 순서도이다.
이하에서, 일부 실시예들을, 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 관례, 새로운 기술의 출현 등에 따라 달라질 수 있다.
또한 특정한 경우는 이해를 돕거나 및/또는 설명의 편의를 위해 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 설명 부분에서 상세한 그 의미를 기재할 것이다. 따라서 아래 설명에서 사용되는 용어는 단순한 용어의 명칭이 아닌 그 용어가 가지는 의미와 명세서 전반에 걸친 내용을 토대로 이해되어야 한다.
도 1은 일실시예에 따른 유사 영상 검출을 나타낸 개념도이다.
본 발명의 일실시예에 따라, 유사 영상 검출 장치(120)는 복수의 영상들(110)을 수신할 수 있다. 유사 영상 검출 장치(120)는 수신된 복수의 영상들(110)을 분석하여 복수의 영상들(110) 중 유사한 영상들(131, 132, 133)을 검출할 수 있다. 영상은 사진 또는 동영상을 포함할 수 있다.
본 발명의 일실시예에 따라, 유사한 사진은 연속된 촬영으로 생성된 사진이거나 동일 인물(또는 동일 사물)을 다른 각도에서 촬영한 것 등 유사하다고 사용자가 판단할 수 있는 사진을 의미할 수 있다. 여기서 유사한 사진(또는 유사 동영상)은 사용자가 유사한 사진의 조건을 설정할 수 있다.
주어진 사진이나 동영상과 동일하거나 유사한 사진 및 동영상을 검출하는 방법으로는 메타데이터를 이용하거나 영상 분석을 통해 각 영상의 특징을 이용하는 방법이 있다. 사진이나 동영상의 메타데이터를 이용하는 방법은 해당 데이터의 파일 크기, 생성 시간 등을 확인하여 동일한 데이터인지 측정하는 방법일 수 있다. 메타데이터를 이용하는 방법은 영상이 조금이라도 달라지게 되면 검출이 불가능하기 때문에 유사 검출 장치는 특징점 추출이나 영상 매칭 등 영상 분석을 통해 유사한 사진 및 동영상을 검출할 수 있다.
본 발명의 일실시예에 따라, 유사 영상 검출 장치(120)는 영상이 가진 고유의 특성인 핑거프린트(fingerprint)를 추출하여 해쉬(hash) 형태로 저장한 다음, 각 해쉬를 비교하여 유사도를 결정할 수 있다. 이 경우, 핑거프린트 정보는 서로 유사한 영상일 경우, 핑거프린트 정보에 대응하는 값이 유사하게 나오도록 정의됨으로써 유사 영상 검출 장치(120)는 해쉬 값 비교만으로도 유사도를 측정할 수 있다.
여기서, 유사 영상 검출 장치(120)는 휴대용 단말기, TV, 컴퓨터 등 디지털 기기일 수 있다. 휴대용 단말기는 이동통신 단말기, 디지털 카메라(Digital Camera), PMP(Portable Multimedia Player) 등과 같이 카메라를 통해 촬영한 사진 또는 동영상을 이용해 앨범 기능을 구현할 수 있는 단말기들을 모두 포함한다. 또한, 이동통신 단말기는 셀룰러 전화기(Cellular phone), 개인휴대통신전화기(PCS: Personal Communication System), 복합무선단말기(PDA: Personal Data Assistant), IMT2000(International Mobile Telecommunication-2000) 단말기들을 모두 포함한다.
이하에서는, 유사 영상 검출 장치 및 유사 영상 검출 방법에 대해 상세히 설명한다.
도 2는 일실시예에 따른 유사 영상 검출 장치의 구성을 나타낸 블록도이다.
본 발명의 일실시예에 따르면, 유사 영상 검출 장치(120)는 유사도 레벨 조절부(210), 유사도 결정부(220)를 포함할 수 있다. 그러나 도시된 구성 모두가 필수 구성 요소인 것은 아니다. 도시된 구성요소보다 많은 구성 요소에 의해 유사 영상 검출 장치(120)가 구현될 수 있고, 그보다 적은 구성 요소에 의해서도 유사 영상 검출 장치(120)가 구현될 수 있다. 이하 상기 구성 요소들에 대해 차례로 살펴본다.
유사도 레벨 조절부(210)는 복수 영상들 간의 유사도를 결정하는 데에 이용되는 유사도 레벨을 조절할 수 있다. 유사도 레벨 조절부(210)는 복수 영상들 각각의 메타데이터에 기초하여 유사도 레벨을 조절할 수 있다. 여기서, 메타데이터는 복수 영상들 각각에 대한 시간 정보 및 장소 정보 중 적어도 하나를 포함할 수 있다.
시간 정보는 복수 영상들 각각의 촬영 날짜, 촬영 시간 및 수정 시간 중 적어도 하나를 포함할 수 있다. 수정 시간은 영상의 최종 수정 시간일 수 있다. 또한, 장소 정보는 복수 영상들 각각을 촬영한 GPS 데이터를 포함할 수 있다.
본 발명의 일실시예에 따르면, 유사도 레벨 조절부(210)는 제1 영상의 제1 메타데이터 및 제2 영상의 제2 메타데이터를 비교할 수 있다. 제1 영상 및 제2 영상은 복수 영상들에 포함된다.
상기 비교를 예를 들면, 제1 메타데이터는 제1 영상의 촬영 날짜, 촬영 시간 및 촬영 장소를 포함할 수 있다. 제2 메타데이터도 제2 영상의 촬영 날짜, 촬영 시간 및 촬영 장소를 포함할 수 있다. 유사도 레벨 조절부(210)는 메타데이터에 포함된 촬영 시간, 촬영 날짜 및 촬영 장소 중 적어도 하나를 선택하여 제1 메타데이터와 제2 메타데이터를 비교할 수 있다.
여기서, 제1 영상은 복수 영상들 중에 기준 영상일 수 있고, 제2 영상은 제1 영상과 유사한지를 판단하는 비교 영상일 수 있다.
본 발명의 일실시예에 따르면, 유사도 레벨 조절부(210)는 상기 비교 결과에 따라, 제1 영상 및 제2 영상 간의 유사도를 결정하는 데에 이용되는 유사도 레벨을 조절할 수 있다.
더욱 상세하게 설명하면, 상기 비교에 대응하는 제1 메타데이터의 값과 제2 메타데이터의 값의 차이 값을 이용하여 미리 설정된 기준에 따라 유사도 레벨을 조절할 수 있다. 여기서 미리 설정된 기준은 상기 차이 값에 따라 제1 영상의 각 해쉬 값과 제2 영상의 각 해쉬 값의 매칭 비율을 설정한 것일 수 있다.
본 발명의 일실시예에 따르면, 유사도 결정부(220)는 복수 영상들 각각의 해쉬 및 조절된 유사도 레벨에 기초하여 유사도를 결정할 수 있다. 여기서 유사도는 복수 영상들 간의 유사한 정보를 나타낸다. 또한, 해쉬는 영상의 핑거프린트 정보를 이용하여 생성될 수 있다.
본 발명의 일실시예에 따르면, 유사도 결정부(220)는 복수 영상들 각각에 대한 각 해쉬 값을 서로 매칭하고, 매칭 결과와 유사도 레벨에 기초하여 복수 영상들 간의 유사도를 결정할 수 있다.
예를 들면, 복수 영상들 중 제1 영상을 기준 영상으로 설정될 수 있다. 복수 영상들 중 제1 영상을 제외한 제2 영상은 비교 영상으로 설정될 수 있다. 유사도 결정부는 제1 영상의 각 해쉬 값을 제2 영상의 각 해쉬 값과 비교하여 매칭 값을 연산할 수 있다.
여기서, 매칭 값은 제1 영상의 해쉬 값과 제2 영상의 해쉬 값이 매칭되는 정도를 나타내는 비율 값일 수 있다. 따라서, 매칭되는 정도가 높을수록 매칭 값은 크고, 작을수록 매칭 값은 작다.
본 발명의 일실시예에 따르면, 유사도 결정부(220)는 매칭 값과 유사도 레벨을 비교하여 복수 영상들 간의 유사도를 결정할 수 있다.
예를 들면, 제1 영상의 촬영 날짜 및 촬영 시간이 2014.09.03 09:00이고, 제2 영상의 촬영 날짜 및 촬영 시간이 2014.09.03 09:01인 경우, 유사 영상 검출 장치(120)는 제1 영상 및 제2 영상이 유사한 영상으로 결정할 수는 없지만, 유사한 영상인 것으로 예측할 수 있다. 유사 영상 검출 장치(120)는 제1 영상 및 제2 영상이 유사한 영상인지를 결정하기 위해 유사도 레벨에 기초하여 제1 영상의 각 해쉬 값과 제2 영상의 각 해쉬 값을 매칭할 수 있다. 여기서, 제1 영상 및 제2 영상의 촬영 날짜가 동일한 경우, 유사도 레벨은 제1 영상 및 제2 영상의 촬영 시간 간격에 따라 조절될 수 있다. 촬영 시간 간격이 1분인 경우, 제1 영상의 각 해쉬 값과 제2 영상의 각 해쉬 값의 매칭 비율이 30%이면, 유사 영상 검출 장치(120)가 제1 영상 및 제2 영상을 서로 유사한 영상으로 결정할 수 있도록, 유사도 레벨은 조절될 수 있다.
다른 예를 들면, 제1 영상의 촬영 날짜 및 촬영 시간이 2013.09.03 09:00이고, 제2 영상의 촬영 날짜 및 촬영 시간이 2014.09.03 09:01인 경우라도, 제1 영상 및 제2 영상은 동일 장소에 동일 인물이 촬영된 것으로 유사한 영상일 수 있다. 여기서, 제1 영상 및 제2 영상의 촬영 날짜의 간격이 1년으로 상당한 시간이 흐른 것을 알 수 있다. 이 때, 제1 영상의 각 해쉬 값과 제2 영상의 각 해쉬 값의 매칭 비율이 99%이면, 유사 영상 검출 장치(120)가 제1 영상 및 제2 영상을 서로 유사한 영상으로 결정할 수 있도록, 유사도 레벨은 조절될 수 있다.
본 발명의 일실시예에 따르면, 유사 영상 검출 장치(120)는 중앙 연산 프로세서를 구비하여, 유사도 레벨 조절부(210) 및 유사도 결정부(220)의 동작을 총괄적으로 제어할 수 있다. 중앙 연산 프로세서는 다수의 논리 게이트들의 어레이로 구현될 수도 있고, 범용적인 마이크로 프로세서와 이 마이크로 프로세서에서 실행될 수 있는 프로그램이 저장된 메모리의 조합으로 구현될 수도 있다. 또한, 다른 형태의 하드웨어로 구현될 수도 있음을 본 실시예가 속하는 기술분야에서 통상의 지식을 가진 자라면 이해할 수 있다.
본 발명의 일실시예에 따르면, 유사 영상 검출 장치는 복수 영상들의 메타데이터를 이용하여 유사도 레벨을 조절하고, 기준 영상의 해쉬 값을 비교 영상의 해쉬 값에 매칭시켜 매칭 값을 구하고, 매칭 값을 유사도 레벨과 비교함으로써 유사 영상 검출의 정확도와 재현율을 보장할 수 있다.
도 3은 다른 일실시예에 따른 유사 영상 검출 장치의 구성을 나타낸 블록도이다.
본 발명의 다른 일실시예에 따르면, 유사 영상 검출 장치(120)는 영상 수신부(310), 메타데이터 추출부(320), 해쉬 생성부(330), 유사도 레벨 조절부(340) 및 유사도 결정부(350)를 포함할 수 있다. 그러나 도시된 구성 모두가 필수 구성 요소인 것은 아니다. 도시된 구성요소보다 많은 구성 요소에 의해 유사 영상 검출 장치(120)가 구현될 수 있고, 그보다 적은 구성 요소에 의해서도 유사 영상 검출 장치(120)가 구현될 수 있다. 이하 상기 구성 요소들에 대해 차례로 살펴본다.
본 발명의 일실시예에 따르면, 영상 수신부(310)는 복수 영상들을 수신할 수 있다. 여기서, 영상 수신부(310)는 유사 영상 검출 장치(120) 내부에 내장된 카메라가 촬영한 복수 영상들을 직접 수신할 수 있다. 또한, 영상 수신부(310)는 유사 영상 검출 장치(120)가 아닌 외부 장치로부터 복수 영상들을 수신할 수 있다.
본 발명의 일실시예에 따르면, 메타데이터 추출부(320)는 복수 영상들 각각의 메타데이터를 추출할 수 있다. 복수 영상들 각각의 메타데이터는 복수 영상들 각각에 대한 시간 정보 및 장소 정보 중 적어도 하나를 포함할 수 있다. 여기서, 시간 정보는, 영상의 촬영 날짜, 촬영 시간 및 촬영된 영상의 수정 시간 중 적어도 하나를 포함하고, 장소 정보는, 영상을 촬영한 GPS 데이터를 포함할 수 있다.
예를 들면, 제1 영상 및 제2 영상은 상기 복수 영상들에 포함될 수 있다. 제1 영상의 제1 메타데이터는 제1 영상의 시간 정보 및 장소 정보 중 적어도 하나를 포함할 수 있다. 제2 영상의 제2 메타데이터는 제2 영상의 시간 정보 및 장소 정보 중 적어도 하나를 포함할 수 있다.
본 발명의 일실시예에 따르면, 메타데이터 추출부(320)는 영상의 헤더 정보 등을 분석하여 메타데이터를 추출할 수 있다. 예를 들면, JPEG 또는 TIFF 등 파일에서 EXIF 데이터가 헤더에 기록되어 있는 경우, 메타데이터 추출부(320)는 EXIF 데이터로부터 시간 정보 및 장소 정보 중 적어도 하나를 추출할 수 있다.
본 발명의 일실시예에 따르면, 해쉬 생성부(330)는 영상의 특성에 해당하는 핑거프린트 정보를 해쉬 형태로 변환할 수 있다. 해쉬 생성부(330)는 복수 영상들 각각에 대하여 핑거프린트 정보를 해쉬 형태로 변환할 수 있다. 여기서 핑거프린트 정보는 영상의 색차 신호의 분포 정보, 영상의 특정점 정보 및 영상의 엣지 검출 정보 중 적어도 하나를 포함할 수 있다.
본 발명의 일실시예에 따르면, 해쉬 생성부(330)는 영상의 R-G-B 색차 신호의 분포 정보를 특징으로 이용할 경우, 각 R-G-B 채널의 히스토그램을 해쉬 형태로 이용할 수 있다. 이 경우, R-G-B 채널의 히스토그램 자체를 해쉬로 저장할 수도 있고, 히스토그램 분포를 이진 비트열 형태로 변환하여 저장할 수도 있다.
본 발명의 일실시예에 따르면, 해쉬 생성부(330)는 SURF(Speeded Up Robust Features) 또는 SIFT (Scale Invariant Feature Transform)를 이용하여 특징점을 검출할 수 있다. 해쉬 생성부(330)는 검출된 특징점을 해쉬로 이용할 수 있다. SURF/ SIFT의 경우, 각 특징점은 128 차수의 벡터 형태로 되어 있으므로 이를 P[128]이라고 하면, N개의 특징점을 이용할 경우, N x P[128]이 하나의 해쉬 정보가 될 수 있다.
본 발명의 일실시예에 따르면, 해쉬 생성부(330)는 특징점을 이진열로 변환할 수 있다. 128 차수의 벡터에 대해 각 성분들 가운데 중간값을 기준으로 각 성분이 더 큰 값이면 1, 더 작은 값이면 0으로 하여 해쉬를 128 비트의 이진열로 변환할 수 있다. 이 경우, 하나의 특징점은 128 비트가 되고, N개의 특징점을 이용할 경우, N x 128 비트의 해쉬가 생성될 수 있다.
본 발명의 일실시예에 따르면, 해쉬 생성부(330)는 DCT (Discrete Cosine Transform), FMT (Fourier-Mellin Transform) 및 Radon Transform 중 적어도 하나를 이용하여 영상의 엣지를 검출하고, 특징점을 검출할 수 있다. 해쉬 생성부(330)는 검출된 특징점을 해쉬로 이용할 수 있다.
유사도 레벨 조절부(340) 및 유사도 결정부(350)에 대한 상세한 설명은 도 2에서 설명하였다. 도 3에 도시된 유사도 레벨 조절부(340) 및 유사도 결정부(350)는 도 2에 도시된 유사도 레벨 조절부(210) 및 유사도 결정부(220)와 동일하며, 동일한 역할을 수행한다.
본 발명의 일실시예에 따르면, 유사도 레벨 조절부(340)는 제1 영상의 제1 메타데이터와 제2 영상의 제2 메타데이터를 비교하여 유사도 레벨을 조절할 수 있다. 예를 들면, 메타데이터가 시간 정보인 경우, 유사도 레벨 조절부(340)는 두 개의 영상 촬영 시간 차를 구하여 사간 간격이 가까울수록 검출률을 높이도록 유사도 레벨을 조절할 수 있다. 또한, 유사도 레벨 조절부(340)는 두 개의 영상 촬영 또는 생성 시간 차가 클수록 검출률보다 정확도를 높이도록 유사도 레벨을 조절할 수 있다.
본 발명의 일실시예에 따르면, 유사도 결정부(350)는 제1 영상의 각 해쉬 값과 제2 영상의 해쉬 값을 매칭하여 유사도를 결정할 수 있다. 여기서, 제1 영상은 기준 영상일 수 있고, 제2 영상은 제1 영상과 유사한 영상인지 비교되는 비교 영상일 수 있다.
본 발명의 일실시예에 따르면, 매칭 방법은 이진열로 이루어진 각 해쉬의 해밍 디스턴스(Hamming distance) 값을 유사도로 결정할 수 있다. 유사도 결정부(350)는 매칭 값 및 유사도 레벨을 이용하여 제1 영상 및 제2 영상의 유사여부를 결정할 수 있다.
본 발명의 일실시예에 따르면, 유사 영상 검출 장치(120)는 복수 영상들을 입력 받고, 입력된 복수 영상들 각각에 대한 메타데이터를 이용하여 유사도 레벨을 조절할 수 있다. 복수 영상들 각각에 대한 해쉬 값을 매칭하고, 매칭된 결과를 유사도 레벨과 비교함으로써 유사 영상을 검출할 수 있다.
본 발명의 일실시예에 따르면, 유사 영상 검출 장치(120)는 유사도에 기초하여 복수 영상들 각각을 유사한 영상들로 그룹핑할 수 있다. 유사 영상 검출 장치(120)은 그룹핑된 유사한 영상들을 저장할 수 있다. 유사 영상 검출 장치(120)은 저장부를 구비하여 그룹핑된 유사한 영상들을 저장하거나, 외부 장치의 저장부에 상기 그룹핑된 유사한 영상들을 저장할 수 있다. 여기서 저장부는 통상적인 저장매체로서 본 실시예와 관련된 기술 분야에서 통상의 지식을 가진 자라면, 저장부(110)는 하드디스크드라이브(Hard Disk Drive, HDD), ROM(Read Only Memory), RAM(Random Access Memory), 플래쉬메모리(Flash Memory) 및 메모리카드(Memory Card)를 모두 포함함을 알 수 있다.
또한, 유사 영상 검출 장치(120)는 그룹핑 된 영상들을 디스플레이부에 표시할 수 있다. 유사 영상 검출 장치(120)는 디스플레이부를 더 포함할 수 있다.
본 발명의 일실시예에 따른 디스플레이부는 유사 영상 검출 장치(120)에 장착되어 있을 수도 있고, 원격 제어 장치의 형태로 유사 영상 검출 장치(120) 외부에 존재할 수도 있다. 본 발명의 일실시예에 따르면, 원격 제어 장치는 다양한 형태로 구현될 수 있다. 예를 들어, 원격 제어(remote control) 장치에는 디스플레이 전용 리모콘 또는 스마트 폰, 핸드폰, 태블릿 PC 등의 이동 단말 등이 있을 수 있다.
본 발명의 일실시예에 따르면, 유사 영상 검출 장치(120)는 결정된 유사도에 기초하여 복수 영상들 각각에 대하여 유사한 영상들로 그룹핑할 수 있다. 유사한 영상들을 그룹화함으로써, 유사 영상을 모아 앨범을 생성하는 사용자의 편의성을 증대시킬 수 있다. 또한, 영상 검색 등 대용량 서버에 저장된 사진들 가운데 입력된 사진과 유사한 사진들을 찾는 서비스에서도 활용될 수 있다.
본 발명의 일실시예에 따르면, 유사 영상 검출 장치(120)는 결정된 유사도에 기초하여 유사한 제1 영상과 제2 영상 중 제2 영상을 삭제할 수 있다. 동일하거나 유사한 영상 중 불필요한 영상을 제거함으로써, 유사 영상을 모아 앨범을 생성하는 사용자의 편의성을 증대시킬 수 있다.
본 발명의 일실시예에 따르면, 유사 영상 검출 장치(120)는 중앙 연산 프로세서를 구비하여, 영상 수신부(310), 메타데이터 추출부(320), 해쉬 생성부(330), 유사도 레벨 조절부(340) 및 유사도 결정부(350)의 동작을 총괄적으로 제어할 수 있다. 중앙 연산 프로세서는 다수의 논리 게이트들의 어레이로 구현될 수도 있고, 범용적인 마이크로 프로세서와 이 마이크로 프로세서에서 실행될 수 있는 프로그램이 저장된 메모리의 조합으로 구현될 수도 있다. 또한, 다른 형태의 하드웨어로 구현될 수도 있음을 본 실시예가 속하는 기술분야에서 통상의 지식을 가진 자라면 이해할 수 있다.
이하에서는, 유사 영상 검출 장치가 수행하는 다양한 동작이나 응용들이 설명되는데, 상기 영상 수신부, 메타데이터 추출부, 해쉬 생성부, 유사도 레벨 조절부 및 유사도 결정부 중 어느 구성을 특정하지 않더라도 본 발명의 기술분야에 대한 통상의 기술자가 명확하게 이해하고 예상할 수 있는 정도의 내용은 통상의 구현으로 이해될 수 있으며, 본 발명의 권리범위가 특정한 구성의 명칭이나 물리적/논리적 구조에 의해 제한되는 것은 아니다.
도 4는 일실시예에 따라, 유사 영상 검출의 결과를 나타낸 예시 도면이다.
도 4의 400에 도시된 바와 같이, 유사 영상 검출 장치는 복수 영상들 중에서 유사한 영상들(411 내지 420)을 그룹으로 지정할 수 있다. 사용자가 지정된 그룹을 선택하면, 유사한 영상들은 디스플레이부에 표시될 수 있다.
도 411 내지 도 420은 어린 아이가 서 있는 자세에서 지면을 짚고 앉았다가 다시 일어나는 연속 동작을 나타낸 사진들이다. 도 411 내지 도 420이 촬영된 날짜는 2014.09.03로 동일하고, 도 411 내지 도 420의 촬영된 시간의 간격은 0.1초일 수 있다. 이하 도 4에서 설명되는 유사 영상 검출 과정은 상기 언급한 조건을 만족하는 것을 전제로 설명한다.
본 발명의 일실시예에 따르면, 유사 영상 검출 장치는 어린 아이가 서 있는 자세에서 지면을 짚고 앉았다가 다시 일어나는 연속 동작을 나타내는 사진들(도 411 내지 도 420) 및 상기 어린 아이의 동작과 관계가 없는 사진들을 수신할 수 있다. 유사 영상 검출 장치는 내장된 카메라를 이용하여 사진을 촬영하여 복수 사진들을 수신할 수도 있고, 외부 장치로부터 복수 사진들을 수신할 수도 있다.
유사 영상 검출 장치는 복수의 사진들로부터 메타데이터를 추출할 수 있다. 어린 아이의 동작과 관련된 사진들(도 411 내지 도 420)의 각각에 대한 메타데이터는 촬영 날짜, 촬영 시간 및 촬영 장소를 포함할 수 있다. 촬영 날짜는 2014.09.03로 동일하고, 촬영 시간은 0.1초씩 차이가 날 수 있다.
유사 영상 검출 장치는 복수의 사진들로부터 사진의 특성에 해당하는 핑거프린트 정보를 해쉬 형태로 변환할 수 있다. 유사 영상 검출 장치는 어린 아이의 동작과 관련된 사진들(도 411 내지 도 420) 및 어린 아이의 동작과 관련 없는 사진들의 특성에 해당하는 핑거프린트 정보를 추출할 수 있다. 예를 들면, 유사 영상 검출 장치는 특징점을 추출하여 벡터 형태로 나타내고, 벡터 형태를 해쉬 형태로 변환할 수 있다.
유사 영상 검출 장치는 복수 사진들의 메타데이터에 기초하여 유사도 레벨을 조절할 수 있다. 유사 영상 검출 장치는 복수 사진들 각각의 해쉬 값을 매칭시키고, 매칭 결과를 유사도 레벨에 비교하여 유사도를 결정할 수 있다. 어린 아이의 동작과 관련 있는 사진(도 411 내지 도 420)들은 서로 어린 아이가 차지하는 부분(401)은 매칭이 안 되지만, 어린 아이가 차지하지 않는 부분(402)은 매칭이 된다.
예를 들면, 어린 아이의 동작과 관련 있는 사진(도 411 내지 도 420) 및 어린 아이의 동작과 관련 없는 사진들의 촬영 날짜, 촬영 시간 및 촬영 장소가 모두 동일한 경우, 유사 영상 검출 장치는 메타데이터의 비교만으로는 어린 아이의 동작과 관련된 사진들(도 411 내지 도 420)을 정확하게 검출할 수 없다.
따라서, 복수 사진들 각각에 대한 해쉬 값의 매칭 결과와 유사도 레벨을 비교하여 유사도를 결정할 수 있다. 유사 영상 검출 장치는 유사한 사진을 정확하게 검출하기 위해 유사도 레벨을 높게 조절할 수 있다. 복수의 사진 중 제1 사진의 각 해쉬 값과 제2 사진의 각 해쉬 값의 매칭 값이 조절된 유사도 레벨보다 낮으면, 유사 영상 검출 장치는 제1 사진과 제2 사진은 유사하지 않은 것으로 결정할 수 있다. 복수의 사진 중 제1 사진의 각 해쉬 값과 제2 사진의 각 해쉬 값의 매칭 값이 조절된 유사도 레벨보다 높으면, 유사 영상 검출 장치는 제1 사진과 제2 사진은 유사한 것으로 결정할 수 있다.
다른 예를 들면, 어린 아이의 동작과 관련 있는 사진(도 411 내지 도 420) 및 어린 아이의 동작과 관련 없는 사진들의 촬영 날짜, 촬영 시간 및 촬영 장소가 차이가 많이 있는 경우, 유사 영상 검출 장치는 메타데이터의 비교만으로도 대략적으로 유사한 사진들을 검출할 수 있다. 유사한 사진들의 정확성을 높이기 위해 복수 사진들 각각에 대한 해쉬 값의 매칭 결과와 유사도 레벨을 비교하여 유사도를 결정할 수 있다.
이 경우, 유사 영상 검출 장치는 유사한 사진을 검출하기 위해 유사도 레벨을 낮게 조절할 수 있다. 복수의 사진 중 제1 사진의 각 해쉬 값과 제2 사진의 각 해쉬 값의 매칭 값이 조절된 유사도 레벨보다 낮으면, 유사 영상 검출 장치는 제1 사진과 제2 사진은 유사하지 않은 것으로 결정할 수 있다. 복수의 사진 중 제1 사진의 각 해쉬 값과 제2 사진의 각 해쉬 값의 매칭 값이 조절된 유사도 레벨보다 높으면, 유사 영상 검출 장치는 제1 사진과 제2 사진은 유사한 것으로 결정할 수 있다.
도 5는 다른 일실시예에 따라, 유사 영상 검출의 결과를 나타낸 예시 도면이다.
도 5에 도시된 바와 같이, 유사 영상 검출 장치는 복수의 영상들 중에서 유사한 영상들(510, 520)을 그룹으로 지정할 수 있다. 사용자가 지정된 그룹을 선택하면, 유사한 영상들은 디스플레이부에 표시될 수 있다.
사진 510 및 사진 520를 살펴보면, 촬영 장소는 같지만, 촬영 시간이 다른 사진이다. 사용자는 사진 510 및 사진 520을 유사한 사진으로 분류해야 하는 경우가 있다. 사용자는 유사 영상 검출 장치를 이용하여 사진 510 및 사진 520을 유사한 사진으로 검출할 수 있다.
사진 510의 메타데이터 및 사진 520의 메타데이터는 촬영 장소만 동일하고, 촬영 시간은 다르다. 이 경우, 유사 영상 검출 장치는 유사도 레벨을 조절하여 사진 510 및 사진 520을 유사한 영상으로 검출할 수 있다.
이 경우, 각 사진에 대응하는 메타데이터의 값이 다르더라도 유사 영상 검출 장치는 유사도 레벨을 높게 설정하여, 사진 510 및 사진 520을 유사한 사진으로 검출할 수 있다.
각 사진의 해쉬 값에 대한 매칭 값이 유사도 레벨보다 커야 사진 510 및 사진 520이 유사한 사진으로 결정될 수 있다. 따라서, 각 사진의 촬영된 시간이 다르더라도, 유사 영상 검출 장치는 유사도 레벨을 높게 설정하여 사진 510 및 사진 520을 유사한 사진으로 검출할 수 있다.
도 6은 또 다른 일실시예에 따라, 유사 영상 검출의 결과를 나타낸 예시 도면이다.
도 6에 도시된 바와 같이, 유사 영상 검출 장치는 복수의 영상들 중에서 유사한 영상들(610, 620)을 그룹으로 지정할 수 있다. 사용자가 지정된 그룹을 선택하면 유사한 영상들은 디스플레이부에 표시될 수 있다.
사진 610 및 사진 620을 살펴보면, 촬영 장소는 같지만, 촬영 날짜가 다른 사진이다. 사용자는 날짜의 흐름에 따라 같은 장소, 같은 사람이 찍은 사진을 유사 사진으로 검출해야 하는 경우가 있다. 사용자는 유사 영상 검출 장치를 이용하여 사진 610 및 사진 620을 유사한 사진으로 검출할 수 있다.
사진 610의 메타데이터 및 사진 620의 메타데이터는 촬영 장소만 동일하고, 촬영 날짜는 다르다. 이 경우, 유사 영상 검출 장치는 유사도 레벨을 조절하여 사진 610 및 사진 620을 유사한 영상으로 검출할 수 있다. 사진 610 및 사진 620의 촬영 장소가 동일하더라도 상당한 시간이 흘렀다면, 비교 사진에서 시간의 흐름에 따라 변화하는 부분은 기준 사진에 대응하는 부분과 다를 수 있다. 따라서, 유사 영상 검출 장치는 시간의 흐름에 따라 변화하는 부분 및 시간의 흐름에 따라 변화하지 않은 부분 각각에 대해 유사도 레벨을 조절하여 사진 610 및 사진 620을 유사한 영상으로 검출할 수 있다.
도 4 내지 도 6에서, 유사 영상 검출 방법과 관련하여, 사진을 일예시로 설명하였으나, 유사 영상 검출 방법은 사진에 한정하지 않고, 동영상 등 다른 영상들에도 적용될 수 있다.
도 7은 일실시예에 따라, 히스토그램을 이용하여 영상의 핑거프린트 정보를 산출하는 것을 설명하기 위한 도면이다.
도 710에 도시된 바와 같이, 도 710은 영상을 채도 및 명암에 관하여 분석하여 색상 히스토그램을 나타낸다. 가로축은 채도를 나타내며, 세로축은 명암을 나타낸다. 또한, 각 단위 영역에 대한 분포를 칼라를 통하여 나타낼 수 있다.
본 발명의 일실시예에 따르면, 유사 영상 검출 장치는 영상의 색상 히스토그램을 주어진 영상의 특성에 해당하는 핑거프린트 정보로 이용할 수 있다.
본 발명의 일실시예에 따르면, 유사 영상 검출 장치는 색상 히스토그램 자체를 해쉬로 저장할 수 있고, 또는 색상 히스토그램 분포를 이진 비트열 형태로 변환하여 저장할 수도 있다.
도 720에 도시된 바와 같이, 도 720은 도 710의 히스토그램 위에 격자 모양으로 범위를 나누어 구간을 양자화하고 있다.
본 발명의 일실시예에 따르면, 유사 영상 검출 장치는 복수 개의 단위 영역을 합하여 하나의 범위로 하고, 비교 영상의 히스토그램의 대응되는 부분과 비교할 수 있다. 하나의 범위 안에는 복수 개의 단위 영역을 포함하고 있으며, 그에 대한 수치가 같은 수도 있지만 다를 수도 있다.
본 발명의 일실시예에 따르면, 채도 5단위, 명암 4단위를 하나의 범위로 할 수 있다. 상기 하나의 범위 내에는 각기 다른 수치를 가진 단위 영역을 가지고 있지만, 하나의 수치로 나타낼 수 있다.
도 720에 도시된 바와 같이, 유사 영상 검출 장치는 색상 히스토그램을 4 X 4 격자 모양으로 나눌 수 있다. 단위 영역에 있는 수치 각각은 다를 수 있지만, 하나의 범위에는 하나의 수치 값을 갖는 것으로 하여 비교 대상의 색상 히스토그램과 비교할 수 있다. 상기 비교는 두 영상의 각각에 대한 색상 히스토그램이 서로 대응되는 부분을 매칭하는 것이다. 이 경우, 유사 영상 검출 장치는 히스토그램 분포 값을 해쉬 형태로 변환하고, 각 해쉬 값이 매칭하는지를 확인할 수 있다.
본 발명의 일실시예에 따르면, 도 720에 도시된 바와 같이, 제1 범위 내지 제7 범위를 기준으로 복수 영상들 각각에 대한 히스토그램의 매칭여부를 확인하고, 복수 영상들의 유사도를 결정할 수 있다.
도 8은 다른 일실시예에 따라, 특징점 추출을 이용하여 영상의 핑거프린트 정보를 산출하는 것을 설명하기 위한 도면이다.
본 발명의 일실시예에 따르면, 유사 영상 검출 장치는 영상의 특성에 해당하는 핑거프린트 정보를 산출하기 위해 특징점을 추출할 수 있다.
도 810에 도시된 바와 같이, 유사 영상 검출 장치는 점 811이 코너인지 여부를 특징점을 이용하여 판별할 수 있다. 예를 들면, 도 820에 도시된 바와 같이, 점 811이 코너인지 여부는 점 811을 중심으로 원 상의 16개 픽셀값을 통하여 판단할 수 있다. 점 811보다 일정값 이상 밝은 픽셀들이 n개 이상 연속되어 있거나 또는 일정값 이상 어두운 픽셀들이 n개 이상 연속되어 있으면 점 811을 코너로 판단할 수 있다. 유사 영상 검출 장치는 코너로 판단된 부분을 1로, 코너가 아닌 것으로 판단된 부분을 0으로 하여 해쉬를 이진열로 변환할 수 있다. 유사 영상 검출 장치는 해쉬 및 유사도 레벨에 기초하여 복수 영상들 간의 유사도를 결정할 수 있다.
도 9는 일실시예에 따른 유사 영상 검출 방법의 흐름을 나타낸 순서도이다.
도 9에 도시된 바와 같이, 단계 910에서, 유사 영상 검출 장치는 복수 영상들 각각의 메타데이터에 기초하여 유사도 레벨을 조절할 수 있다. 유사도 레벨은 복수 영상들 간의 유사도를 결정하는 데에 이용될 수 있다. 상기 복수 영상들 각각의 메타데이터는 상기 복수 영상들 각각에 대한 시간 정보 및 장소 정보 중 적어도 하나를 포함할 수 있다.
본 발명의 일실시예에 따르면, 유사 영상 검출 장치는 제1 영상의 제1 메타데이터 및 제2 영상의 제2 메타데이터를 비교할 수 있다. 제1 영상 및 제2 영상은 상기 복수 영상들에 포함하며, 제1 영상은 기준 영상이고, 제2 영상은 기준 영상에 비교되는 비교 영상일 수 있다.
본 발명의 일실시예에 따르면, 유사 영상 검출 장치는 제1 메타데이터의 값과 제2 메타데이터의 값의 차이 값을 이용하여 미리 설정된 기준에 따라 유사도 레벨을 조절할 수 있다. 여기서, 미리 설정된 기준은 차이 값에 따라 제1 영상의 각 해쉬 값과 제2 영상의 각 해쉬 값의 매칭 비율을 설정한 것일 수 있다.
단계 920에서, 유사 영상 검출 장치는 복수 영상들 각각의 해쉬 및 유사도 레벨에 기초하여 복수 영상들 간의 유사도를 결정할 수 있다. 해쉬는 복수 영상들 각각의 핑거프린트 정보를 이용하여 생성된 것이다.
본 발명의 일실시예에 따르면, 유사 영상 검출 장치는 복수 영상들 각각에 대한 각 해쉬 값을 매칭하고, 매칭 결과와 유사도 레벨에 기초하여 복수 영상들 간의 유사도를 결정할 수 있다. 매칭 결과는 매칭되는 비율을 나타내는 매칭 값일 수 있고, 유사 영상 검출 장치는 매칭 값과 유사도 레벨을 비교하여 복수 영상들 간의 유사도를 결정할 수 있다.
도 10은 다른 일실시예에 따른 유사 영상 검출 방법의 흐름을 나타낸 순서도이다.
도 10에 도시된 바와 같이 단계 1010에서, 유사 영상 검출 장치는 복수 영상들을 수신할 수 있다. 복수 영상들의 수신은 유사 영상 검출 장치에 내장된 카메라로부터 획득된 영상을 수신할 수도 있고, 외부 장치로부터 영상을 수신할 수도 있다.
단계 1020에서, 유사 영상 검출 장치는 복수 영상들로부터 복수 영상들 각각에 대한 메타데이터를 추출할 수 있다. 복수 영상들 각각에 대한 메타데이터는 복수 영상들 각각에 대한 시간 정보 및 장소 정보 중 적어도 하나를 포함할 수 있다. 여기서, 시간 정보는 복수 영상들 각각의 촬영 날짜, 촬영 시간 및 수정 시간 중 적어도 하나를 포함하고, 장소 정보는 복수 영상들을 촬영한 GPS 데이터를 포함할 수 있다.
단계 1030에서, 유사 영상 검출 장치는 복수 영상들 각각의 핑거프린트 정보를 이용하여 해쉬를 생성할 수 있다. 핑거프린트 정보는 복수 영상들 각각의 색차 신호의 분포 정보, 복수 영상들 각각의 특징점 정보 및 엣지 검출 정보 중 적어도 하나를 포함할 수 있다.
본 발명의 일실시예에 따르면, 색차 신호의 분포 정보는 복수 영상들 각각의 히스토그램 및 히스토그램의 비트열 중 적어도 하나를 포함할 수 있다. 또한, 특징점 정보는 SURF 또는 SIFT를 이용하여 검출되고, 엣지 검출 정보는 DCT, FMT 및 Radon Transform 중 적어도 하나를 이용하여 검출될 수 있다.
단계 1040 및 단계 1050은, 도 9의 단계 910 및 단계 920에서 설명하였다.
단계 1060에서, 유사 영상 검출 장치는 결정된 유사도에 기초하여 복수 영상들 각각에 대하여 유사한 영상들로 그룹핑할 수 있다. 또한, 복수 영상들 중에서 제1 영상 및 제2 영상이 유사한 영상으로 결정된 경우, 유사 영상 검출 장치는 제1 영상 및 제2 영상 중에서 불필요한 영상을 삭제할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다.
처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다.
이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
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.
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.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 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, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.

Claims (15)

  1. 복수 영상들 각각의 메타데이터에 기초하여, 상기 복수 영상들 간의 유사도를 결정하는 데에 이용되는 유사도 레벨을 조절하는 단계 - 상기 복수의 영상들 각각의 메타데이터는 상기 복수 영상들 각각에 대한 시간 정보 및 장소 정보 중 적어도 하나를 포함함 - ; 및
    상기 복수 영상들 각각의 핑거프린트(fingerprint) 정보를 이용하여 생성된 해쉬(hash) 및 상기 조절된 유사도 레벨에 기초하여 상기 유사도를 결정하는 단계
    를 포함하는 유사 영상 검출 방법.
  2. 제1항에 있어서,
    상기 유사도 레벨을 조절하는 단계는,
    상기 복수 영상들 중의 제1 영상의 제1 메타데이터 및 상기 복수 영상들 중의 제2 영상의 제2 메타데이터를 비교하는 단계; 및
    상기 비교 결과에 따라, 상기 제1 영상 및 상기 제2 영상 간의 유사도를 결정하는 데에 이용되는 유사도 레벨을 조절하는 단계
    를 포함하는 유사 영상 검출 방법.
  3. 제2항에 있어서,
    상기 유사도 레벨을 조절하는 단계는,
    상기 비교에 대응하는 상기 제1 메타데이터의 값과 상기 제2 메타데이터의 값의 차이 값을 이용하여 미리 설정된 기준에 따라 유사도 레벨을 조절하는 유사 영상 검출 방법.
  4. 제3항에 있어서,
    상기 미리 설정된 기준은,
    상기 차이 값에 따라 상기 제1 영상의 각 해쉬 값과 상기 제2 영상의 각 해쉬 값의 매칭 비율을 설정한 것인 유사 영상 검출 방법.
  5. 제1항에 있어서,
    상기 유사도를 결정하는 단계는,
    상기 복수 영상들 각각에 대한 각 해쉬 값을 매칭하는 단계; 및
    상기 매칭 결과와 상기 조절된 유사도 레벨에 기초하여 상기 복수 영상들 간의 유사도를 결정하는 단계
    를 포함하는 유사 영상 검출 방법.
  6. 제1항에 있어서,
    상기 복수 영상들 각각의 메타데이터를 추출하는 단계를 더 포함하는 유사 영상 검출 방법.
  7. 제6항에 있어서,
    상기 시간 정보는, 상기 복수 영상들 각각의 촬영 날짜, 촬영 시간 및 수정 시간 중 적어도 하나를 포함하고,
    상기 장소 정보는, 상기 영상을 촬영한 GPS 데이터를 포함하는 유사 영상 검출 방법.
  8. 제1항에 있어서,
    상기 복수 영상들 각각의 핑거프린트 정보를 이용하여 해쉬를 생성하는 단계를 더 포함하고,
    상기 핑거프린트 정보는,
    상기 복수 영상들 각각의 색차 신호의 분포 정보, 상기 복수 영상들 각각의 특징점 정보 및 엣지 검출 정보 중 적어도 하나를 포함하는 유사 영상 검출 방법.
  9. 제8항에 있어서,
    상기 색차 신호의 분포 정보는,
    상기 복수 영상들 각각의 히스토그램 및 상기 히스토그램의 비트열 중 적어도 하나를 포함하는 유사 영상 검출 방법.
  10. 제8항에 있어서,
    상기 특징점 정보는, SURF(Speeded Up Robust Features) 또는 SIFT (Scale Invariant Feature Transform)를 이용하여 검출되고,
    상기 엣지 검출 정보는, DCT (Discrete Cosine Transform), FMT (Fourier-Mellin Transform) 및 Radon Transform 중 적어도 하나를 이용하여 검출되는 유사 영상 검출 방법.
  11. 제1항에 있어서,
    상기 결정된 유사도에 기초하여 상기 복수 영상들 각각에 대하여 유사한 영상들로 그룹핑하는 단계를 더 포함하는 유사 영상 검출 방법.
  12. 제1항에 있어서,
    상기 결정된 유사도에 기초하여 상기 유사도가 동일한 제1 영상과 제2 영상 중 상기 제2 영상을 삭제하는 단계를 더 포함하는 유사 영상 검출 방법.
  13. 복수 영상들 각각의 메타데이터에 기초하여, 상기 복수 영상들 간의 유사도를 결정하는 데에 이용되는 유사도 레벨을 조절하는 유사도 레벨 조절부 - 상기 복수의 영상들 각각의 메타데이터는 상기 복수 영상들 각각에 대한 시간 정보 및 장소 정보 중 적어도 하나를 포함함 - ; 및
    상기 복수 영상들 각각의 핑거프린트(fingerprint) 정보를 이용하여 생성된 해쉬(hash) 및 상기 조절된 유사도 레벨에 기초하여 상기 유사도를 결정하는 유사도 결정부
    를 포함하는 유사 영상 검출 장치.
  14. 제13항에 있어서,
    상기 유사도 레벨 조절부는,
    상기 복수 영상들 중의 제1 영상의 제1 메타데이터 및 상기 복수 영상들 중의 제2 영상의 제2 메타데이터를 비교하고, 상기 비교 결과에 따라, 상기 제1 영상 및 상기 제2 영상 간의 유사도를 결정하는 데에 이용되는 유사도 레벨을 조절하는 유사 영상 검출 장치.
  15. 유사 영상 검출 방법을 실행하는 프로그램을 수록한 컴퓨터 판독 가능 기록 매체에 있어서, 상기 유사 영상 검출 방법은,
    복수 영상들 각각의 메타데이터에 기초하여, 상기 복수 영상들 간의 유사도를 결정하는 데에 이용되는 유사도 레벨을 조절하는 단계 - 상기 복수의 영상들 각각의 메타데이터는 상기 복수 영상들 각각에 대한 시간 정보 및 장소 정보 중 적어도 하나를 포함함 - ; 및
    상기 복수 영상들 각각의 핑거프린트(fingerprint) 정보를 이용하여 생성된 해쉬(hash) 및 상기 조절된 유사도 레벨에 기초하여 상기 유사도를 결정하는 단계
    를 포함하는 컴퓨터 판독 가능 기록 매체.
KR20140117255A 2013-09-03 2014-09-03 영상 처리 방법 및 장치 KR20150027011A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201361872891P 2013-09-03 2013-09-03
US61/872,891 2013-09-03

Publications (1)

Publication Number Publication Date
KR20150027011A true KR20150027011A (ko) 2015-03-11

Family

ID=52628653

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20140117255A KR20150027011A (ko) 2013-09-03 2014-09-03 영상 처리 방법 및 장치

Country Status (3)

Country Link
US (1) US20160196478A1 (ko)
KR (1) KR20150027011A (ko)
WO (1) WO2015034269A1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101648966B1 (ko) 2015-05-11 2016-08-30 강릉원주대학교산학협력단 인지적 한계를 기초로 핑거프린트의 생성 또는 정합을 수행하는 장치 및 방법
KR20180138002A (ko) * 2017-06-20 2018-12-28 삼성전자주식회사 지문 인증 방법 및 장치
KR20200063839A (ko) * 2018-11-28 2020-06-05 (주)유엠로직스 핑거프린트 및 3D n-gram을 혼합한 영상 데이터 무결성 검증 방법 및 그 시스템
US11138408B2 (en) 2019-01-03 2021-10-05 Samsung Electronics Co., Ltd. Method and apparatus for verifying fingerprint
WO2023058844A1 (ko) * 2021-10-08 2023-04-13 삼성전자주식회사 전자 장치 및 전자 장치에서 파일의 부가 정보를 생성하는 방법

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105956020B (zh) * 2016-04-22 2019-11-05 广东精点数据科技股份有限公司 一种基于感知哈希的相似图像搜索方法和装置
US11386140B2 (en) * 2017-12-05 2022-07-12 Huawei Technologies Co., Ltd. Story album display method and apparatus
CN107967478A (zh) * 2017-12-08 2018-04-27 奕响（大连）科技有限公司 一种简化dct像素灰度图片相似判定方法
US10755104B2 (en) * 2018-06-18 2020-08-25 Hulu, LLC Scene level video search
CN110533050B (zh) * 2019-07-22 2023-11-24 平安科技（深圳）有限公司 图片地理信息获取方法、装置、计算机设备及存储介质
CN110414625B (zh) * 2019-08-06 2022-11-08 北京字节跳动网络技术有限公司 确定相似数据的方法、装置、电子设备及存储介质
KR20210042752A (ko) * 2019-10-10 2021-04-20 삼성전자주식회사 이미지 백업을 수행하는 컴퓨팅 시스템 및 이미지 백업 방법
CN112804527B (zh) * 2021-01-07 2023-01-24 苏州浪潮智能科技有限公司 图像输出方法、装置及计算机可读存储介质
CN112966629B (zh) * 2021-03-18 2023-03-24 东华理工大学 基于图像变换和BoF模型的遥感图像场景分类方法
CN113160029B (zh) * 2021-03-31 2022-07-05 海南大学 一种基于感知哈希和数据增强的医学图像数字水印方法

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5719958A (en) * 1993-11-30 1998-02-17 Polaroid Corporation System and method for image edge detection using discrete cosine transforms
US6959098B1 (en) * 1999-11-30 2005-10-25 Digimarc Corporation Method and system for determining image transformation
US6895104B2 (en) * 2001-02-16 2005-05-17 Sac Technologies, Inc. Image identification system
US6785405B2 (en) * 2002-10-23 2004-08-31 Assuretec Systems, Inc. Apparatus and method for document reading and authentication
US7379627B2 (en) * 2003-10-20 2008-05-27 Microsoft Corporation Integrated solution to digital image similarity searching
US7487145B1 (en) * 2004-06-22 2009-02-03 Google Inc. Method and system for autocompletion using ranked results
KR100790865B1 (ko) * 2005-01-10 2008-01-03 삼성전자주식회사 상황기반 디지털 사진 클러스터링 방법 및 장치와 이를이용한 디지털 사진 앨범 시스템 및 방법
US7647331B2 (en) * 2006-03-28 2010-01-12 Microsoft Corporation Detecting duplicate images using hash code grouping
US7521620B2 (en) * 2006-07-31 2009-04-21 Hewlett-Packard Development Company, L.P. Method of and system for browsing of music
US8117210B2 (en) * 2006-10-06 2012-02-14 Eastman Kodak Company Sampling image records from a collection based on a change metric
US8045800B2 (en) * 2007-06-11 2011-10-25 Microsoft Corporation Active segmentation for groups of images
US9514355B2 (en) * 2009-01-05 2016-12-06 Apple Inc. Organizing images by correlating faces
JP5227888B2 (ja) * 2009-05-21 2013-07-03 富士フイルム株式会社 人物追跡方法、人物追跡装置および人物追跡プログラム
US20110099199A1 (en) * 2009-10-27 2011-04-28 Thijs Stalenhoef Method and System of Detecting Events in Image Collections
US9329699B2 (en) * 2010-10-22 2016-05-03 Southern Methodist University Method for subject classification using a pattern recognition input device
US8266115B1 (en) * 2011-01-14 2012-09-11 Google Inc. Identifying duplicate electronic content based on metadata
US8782077B1 (en) * 2011-06-10 2014-07-15 Google Inc. Query image search
JP5834950B2 (ja) * 2012-01-24 2015-12-24 富士通株式会社 写真系列の類似度算出装置、方法、及びプログラム
EP3413222B1 (en) * 2012-02-24 2020-01-22 Nant Holdings IP, LLC Content activation via interaction-based authentication, systems and method
US9235780B2 (en) * 2013-01-02 2016-01-12 Samsung Electronics Co., Ltd. Robust keypoint feature selection for visual search with self matching score
US11132719B2 (en) * 2013-01-31 2021-09-28 Facebook, Inc. Real-time feedback of advertisement review

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101648966B1 (ko) 2015-05-11 2016-08-30 강릉원주대학교산학협력단 인지적 한계를 기초로 핑거프린트의 생성 또는 정합을 수행하는 장치 및 방법
KR20180138002A (ko) * 2017-06-20 2018-12-28 삼성전자주식회사 지문 인증 방법 및 장치
KR20200063839A (ko) * 2018-11-28 2020-06-05 (주)유엠로직스 핑거프린트 및 3D n-gram을 혼합한 영상 데이터 무결성 검증 방법 및 그 시스템
US11138408B2 (en) 2019-01-03 2021-10-05 Samsung Electronics Co., Ltd. Method and apparatus for verifying fingerprint
WO2023058844A1 (ko) * 2021-10-08 2023-04-13 삼성전자주식회사 전자 장치 및 전자 장치에서 파일의 부가 정보를 생성하는 방법

Also Published As

Publication number Publication date
WO2015034269A1 (ko) 2015-03-12
US20160196478A1 (en) 2016-07-07

Similar Documents

Publication Publication Date Title
KR20150027011A (ko) 영상 처리 방법 및 장치
US10523894B2 (en) Automated selection of keeper images from a burst photo captured set
US9773322B2 (en) Image processing apparatus and image processing method which learn dictionary
JP2022023887A (ja) 外観検索のシステムおよび方法
CN110853033B (zh) 基于帧间相似度的视频检测方法和装置
JP6267224B2 (ja) 最良の写真を検出及び選択する方法及びシステム
US10311595B2 (en) Image processing device and its control method, imaging apparatus, and storage medium
US9418297B2 (en) Detecting video copies
CN108241645B (zh) 图像处理方法及装置
US9626552B2 (en) Calculating facial image similarity
US9058655B2 (en) Region of interest based image registration
CN106663195B (zh) 用于指纹匹配和相机识别的改进的方法、设备和***
JP2012530287A (ja) 代表的な画像を選択するための方法及び装置
JP6103243B2 (ja) 局所特徴量抽出装置、局所特徴量抽出方法、及びプログラム
CN110012350B (zh) 一种视频处理方法及装置、设备、存储介质
US10339418B2 (en) Computer-readable storage medium storing image processing program and image processing apparatus
TWI528197B (zh) 相片分群系統及相片分群方法與電腦可讀取記錄媒體
JP2010067014A (ja) 画像分類装置及び画像分類方法
US10296539B2 (en) Image extraction system, image extraction method, image extraction program, and recording medium storing program
US9767533B2 (en) Image resolution enhancement based on data from related images
US8218823B2 (en) Determining main objects using range information
US20170200062A1 (en) Method of determination of stable zones within an image stream, and portable device for implementing the method
US20140270541A1 (en) Apparatus and method for processing image based on feature point
JP6109118B2 (ja) 画像処理装置および方法、情報処理装置および方法、並びにプログラム
Sun et al. The detecting system of image forgeries with noise features and EXIF information

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid