KR20190024244A - 영상 처리 시스템 및 그에 의한 영상 처리 방법 - Google Patents

영상 처리 시스템 및 그에 의한 영상 처리 방법 Download PDF

Info

Publication number
KR20190024244A
KR20190024244A KR1020170111039A KR20170111039A KR20190024244A KR 20190024244 A KR20190024244 A KR 20190024244A KR 1020170111039 A KR1020170111039 A KR 1020170111039A KR 20170111039 A KR20170111039 A KR 20170111039A KR 20190024244 A KR20190024244 A KR 20190024244A
Authority
KR
South Korea
Prior art keywords
image
color
background
restoration data
moving object
Prior art date
Application number
KR1020170111039A
Other languages
English (en)
Other versions
KR102422128B1 (ko
Inventor
박준영
이종서
Original Assignee
한화테크윈 주식회사
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 한화테크윈 주식회사 filed Critical 한화테크윈 주식회사
Priority to KR1020170111039A priority Critical patent/KR102422128B1/ko
Publication of KR20190024244A publication Critical patent/KR20190024244A/ko
Application granted granted Critical
Publication of KR102422128B1 publication Critical patent/KR102422128B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Image Processing (AREA)

Abstract

본 실시예들은 영상 처리 시스템 및 이를 이용한 영상 처리 방법을 개시한다.
본 발명의 일 실시예에 따른 영상 처리 시스템의 영상 처리 방법은, 영상획득장치로부터 제1 조도 범위에서 획득한 제1 기준 영상 및 제1 조도 범위보다 높은 제2 조도 범위에서 획득한 제2 기준 영상을 수신하는 단계; 상기 제1 기준 영상으로부터 생성한 제1 배경 영상 및 상기 제2 기준 영상으로부터 생성한 제2 배경 영상에 대한 컬러 학습을 통해 컬러 복원 데이터를 생성하는 단계; 상기 제1 조도 범위에서 획득된 제1 영상에 상기 컬러 복원 데이터를 적용하여 컬러 복원된 제2 영상을 생성하는 단계; 및 상기 제2 영상의 컬러 정보를 기초로 상기 제2 영상으로부터 이동체를 검출하는 단계;를 포함한다.

Description

영상 처리 시스템 및 그에 의한 영상 처리 방법{Image processing system and method}
본 실시예들은 컬러 복원 및 이동체 검출을 위한 영상 처리 시스템 및 이를 이용한 영상 처리 방법에 관한 것이다.
감시용 카메라의 경우 주변 조도에 따라 촬영 모드가 변경될 수 있다. 저조도 환경에서 선명한 영상을 획득하고자 하는 경우 고가의 고감도 하드웨어 센서를 이용하여야 한다.
본 발명의 실시예들은 저조도 상황에서 고감도 하드웨어 센서를 이용하지 않고, 저조도 노이즈를 줄이며 컬러 정보를 복원하는 영상 처리 시스템을 제공하고자 한다.
본 발명의 일 실시예에 따른 영상 처리 시스템의 영상 처리 방법은, 영상획득장치로부터 제1 조도 범위에서 획득한 제1 기준 영상 및 제1 조도 범위보다 높은 제2 조도 범위에서 획득한 제2 기준 영상을 수신하는 단계; 상기 제1 기준 영상으로부터 생성한 제1 배경 영상 및 상기 제2 기준 영상으로부터 생성한 제2 배경 영상에 대한 컬러 학습을 통해 컬러 복원 데이터를 생성하는 단계; 상기 제1 조도 범위에서 획득된 제1 영상에 상기 컬러 복원 데이터를 적용하여 컬러 복원된 제2 영상을 생성하는 단계; 및 상기 제2 영상의 컬러 정보를 기초로 상기 제2 영상으로부터 이동체를 검출하는 단계;를 포함한다.
상기 이동체 검출 단계는, 상기 제2 영상에서 픽셀의 컬러 값과 상기 픽셀의 주변 픽셀들의 컬러 값 차이를 기초로 상기 이동체를 검출하는 단계;를 포함할 수 있다.
상기 제1 배경 영상은 상기 제1 기준 영상에서 상기 제2 배경 영상의 배경에 대응하는 영역을 추출하여 생성될 수 있다.
상기 방법은, 상기 제2 조도 범위에서 획득된 제3 영상의 컬러 정보를 기초로 상기 제3 영상으로부터 이동체를 검출하는 단계;를 더 포함할 수 있다.
상기 방법은, 상기 이동체의 종류를 기초로 상기 이동체의 컬러를 변환하는 단계;를 더 포함할 수 있다.
상기 방법은, 상기 컬러 복원 데이터를 배경 정보와 함께 외부 디바이스로 전송하는 단계;를 더 포함할 수 있다.
상기 방법은, 외부 디바이스로 배경 정보 및 컬러 복원 데이터 요청을 전송하고, 상기 배경 정보에 대응하는 컬러 복원 데이터를 수신하는 단계; 및 기 저장된 컬러 복원 데이터를 상기 외부 디바이스로부터 수신한 컬러 복원 데이터로 업데이트하는 단계;를 더 포함할 수 있다.
상기 방법은, 상기 외부 디바이스로부터 상기 배경 정보에 대응하는 복수의 컬러 복원 데이터를 배경 유사도 정보와 함께 수신하는 단계;를 포함할 수 있다.
상기 컬러 학습은 딥 러닝 기법이 적용될 수 있다.
본 발명의 일 실시예에 따른 영상처리시스템은, 영상획득장치로부터 제1 조도 범위에서 획득한 제1 기준 영상 및 제1 조도 범위보다 높은 제2 조도 범위에서 획득한 제2 기준 영상을 수신하고, 상기 제1 기준 영상으로부터 제1 배경 영상 및 상기 제2 기준 영상으로부터 제2 배경 영상을 생성하는 추출기; 상기 제1 배경 영상 및 상기 제2 배경 영상에 대한 컬러 학습을 통해 컬러 복원 데이터를 생성하는 학습기; 상기 제1 조도 범위에서 획득된 제1 영상에 상기 컬러 복원 데이터를 적용하여 컬러 복원된 제2 영상을 생성하는 복원기; 및 상기 제2 영상의 컬러 정보를 기초로 상기 제2 영상으로부터 이동체를 검출하는 검출기;를 포함한다.
상기 검출기는, 상기 제2 영상에서 픽셀의 컬러 값과 상기 픽셀의 주변 픽셀들의 컬러 값 차이를 기초로 상기 이동체를 검출할 수 있다.
상기 추출기는, 상기 제1 기준 영상에서 상기 제2 배경 영상의 배경에 대응하는 영역을 추출하여 상기 제1 배경 영상을 생성할 수 있다.
상기 검출기는, 상기 제2 조도 범위에서 획득된 제3 영상의 컬러 정보를 기초로 상기 제3 영상으로부터 이동체를 검출할 수 있다.
상기 검출기는, 상기 이동체의 종류를 기초로 상기 이동체의 컬러를 변환할 수 있다.
상기 시스템은, 상기 컬러 복원 데이터를 배경 정보와 함께 외부 디바이스로 전송할 수 있다.
상기 시스템은, 기 저장된 컬러 복원 데이터를, 외부 디바이스로 전송한 배경 정보 및 컬러 복원 데이터 요청에 대한 응답으로 수신한 상기 배경 정보에 대응하는 컬러 복원 데이터로 업데이트할 수 있다.
상기 시스템은, 상기 외부 디바이스로부터 상기 배경 정보에 대응하는 복수의 컬러 복원 데이터를 배경 유사도 정보와 함께 수신할 수 있다.
상기 컬러 학습은 딥 러닝 기법이 적용될 수 있다.
본 발명의 실시예들은 저조도 상황에서 고감도 하드웨어 센서를 이용하지 않고, 저조도 노이즈를 줄이며 컬러 정보를 복원하고 이동체를 검출할 수 있는 영상 처리 시스템을 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 영상 처리 시스템을 개략적으로 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 영상처리부의 구성을 개략적으로 도시한 블록도이다.
도 3 및 도 4는 추출기의 출력 결과 예시이다.
도 5는 본 발명의 일 실시예에 따른 영상 처리 시스템이 적용된 시스템의 예를 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 영상 처리 방법을 개략적으로 설명하는 흐름도이다.
도 7은 본 발명의 다른 실시예에 따른 영상 처리 방법을 개략적으로 설명하는 흐름도이다.
이하의 내용은 단지 본 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만 본 발명의 원리를 구현하고 본 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다. 또한, 본 명세서에 열거된 모든 조건부 용어 및 실시예들은 원칙적으로, 본 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와 같이 특별히 열거된 실시예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다. 또한, 본 발명의 원리, 관점 및 실시예들 뿐만 아니라 특정 실시예를 열거하는 모든 상세한 설명은 이러한 사항의 구조적 및 기능적 균등물을 포함하도록 의도되는 것으로 이해되어야 한다. 또한, 이러한 균등물들은 현재 공지된 균등물뿐만 아니라 장래에 개발될 균등물 즉 구조와 무관하게 동일한 기능을 수행하도록 발명된 모든 소자를 포함하는 것으로 이해되어야 한다.
따라서, 프로세서 또는 이와 유사한 개념으로 표시된 기능 블록을 포함하는 도면에 도시된 다양한 소자의 기능은 전용 하드웨어뿐만 아니라 적절한 소프트웨어와 관련하여 소프트웨어를 실행할 능력을 가진 하드웨어의 사용으로 제공될 수 있다. 프로세서에 의해 제공될 때, 기능은 단일 전용 프로세서, 단일 공유 프로세서 또는 복수의 개별적 프로세서에 의해 제공될 수 있고, 이들 중 일부는 공유될 수 있다. 또한, 프로세서, 제어 또는 이와 유사한 개념으로 제시되는 용어의 사용은 소프트웨어를 실행할 능력을 가진 하드웨어를 배타적으로 인용하여 해석되어서는 아니 되고, 제한 없이 디지털 신호 프로세서(DSP) 하드웨어, 소프트웨어를 저장하기 위한 롬(ROM), 램(RAM) 및 비휘발성 메모리를 암시적으로 포함하는 것으로 이해되어야 한다. 주지 관용의 다른 하드웨어도 포함될 수 있다.
상술한 목적, 특징 및 장점들은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 더욱 분명해 질 것이다. 본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략하거나 간략하게 설명하는 것으로 한다.
한편, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라, 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
이하, 첨부된 도면을 참조하여 바람직한 실시예에 따른 본 발명을 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 영상 처리 시스템을 개략적으로 나타낸 도면이다.
도 1을 참조하면, 일 실시예에 따른 영상 처리 시스템(10)은 영상획득부(100), 영상처리부(300) 및 디스플레이(500)를 포함할 수 있다.
영상획득부(100)는 특정 장소의 고정된 위치에 배치되고, 팬(Pan)/틸트(Tilt)/줌(Zoom) 기능을 갖는 PTZ 카메라일 수 있다. 영상획득부(100)는 구동장치에 의하여 패닝 및/또는 틸팅 회전하거나, 줌 렌즈를 줌-인 또는 줌-아웃 하여 줌 배율을 조정하면서, 다양한 영상을 획득할 수 있다. 영상획득부(100)는 사무실, 주택, 병원은 물론 은행이나 보안이 요구되는 공공건물 등의 내외 또는 공원 등의 야외에 설치되며, 그 설치 장소 및 사용목적에 따라 일자형, 돔형 등 다양한 형태를 가질 수 있다. 영상획득부(100)는 영상센서 및 광신호를 수신하는 렌즈를 포함할 수 있다.
영상획득부(100)는 제1 조도 범위에서 제1 촬영 모드로 영상을 촬영하고, 제2 조도 범위에서 제2 촬영 모드로 영상을 촬영할 수 있다. 제1 조도 범위는 임계값보다 낮은 조도이고, 제2 조도 범위는 임계값 이상인 조도이다. 임계값은 사용자에 의해 설정될 수 있다. 조도 감지를 위해 영상 처리 시스템(10)은 촬영 영역의 조도 및 조도 변화를 감지하는 조도 센서를 포함할 수 있다. 조도 센서는 주변의 밝기에 대해 감지 신호를 출력할 수 있다.
일 실시예에서, 제1 촬영 모드 및 제2 촬영 모드는 동일 조건으로 영상을 획득할 수 있다. 이에 따라 제1 촬영 모드에서 획득된 영상 및 제2 촬영 모드에서 획득된 영상은 각 픽셀이 적어도 하나의 컬러 성분을 갖는 컬러 영상일 수 있다. 예를 들어, 영상의 각 픽셀은 RGB와 같이 세 개의 컬러 성분을 가질 수 있다.
다른 실시예에서, 제1 촬영 모드는 주변 조도가 제1 조도 범위인 경우 보조 광원을 이용하여 영상을 획득할 수 있다. 보조 광원은 적외선 광원일 수 있다. 이 경우, 제1 촬영 모드에서 획득된 영상은 컬러 정보가 없는 흑백 영상이고, 제2 촬영 모드에서 획득된 영상은 컬러 영상일 수 있다.
다른 실시예에서, 영상획득부(100)는 제1 촬영 모드에서 영상을 획득하는 제1 영상센서 및 제2 촬영 모드에서 영상을 획득하는 제2 영상센서를 포함할 수 있다. 제1 영상센서와 제2 영상센서는 상이한 영상센서일 수 있다. 예를 들어, 제1 영상센서는 흑백 영상센서 또는 열 영상센서이고, 제2 영상센서는 컬러 영상센서일 수 있다. 영상획득부(100)는 제1 영상센서로부터 흑백 영상 또는 열 영상을 획득하고, 제2 영상센서로부터 컬러 영상을 획득할 수 있다.
영상획득부(100)는 튜닝 모드에서 기준 영상을 생성하고, 감시 모드에서 감시 영상을 생성할 수 있다. 튜닝 모드는 영상획득부(100)의 최초 설치 시 또는 정해진 주기로 수행될 수 있다.
튜닝 모드에서, 영상획득부(100)는 제1 조도 범위에서 설치된 장소를 촬영하여 복수의 제1 기준 영상들을 획득하고, 제2 조도 범위에서 설치된 장소를 촬영하여 복수의 제2 기준 영상들을 획득할 수 있다. 제1 기준 영상은 컬러 영상, 흑백 영상 또는 열 영상일 수 있다. 제2 기준 영상은 컬러 영상일 수 있다.
제1 기준 영상 및 제2 기준 영상은 전경 및 배경을 포함할 수 있다. 전경은 영상 내에서 움직임을 갖는 영역이다. 배경은 영상 내에서 움직이지 않는 영역으로, 하늘, 땅, 건물, 나무, 신호등, 도로 등일 수 있다.
영상획득부(100)는 프리셋 설정에 따라 정해진 방향을 주시하며 해당 영역을 촬영하고, 각 영역에 대한 제1 기준 영상 및 제2 기준 영상을 획득할 수 있다.
영상획득부(100)는 튜닝 모드에서 획득된 제1 기준 영상 및 제2 기준 영상을 영상처리부(300)로 전달할 수 있다.
감시 모드에서, 영상획득부(100)는 고정된 방향 또는 프리셋 설정에 따라 정해진 방향을 차례로 주시하며 해당 영역을 촬영하여 감시 영상을 생성할 수 있다. 감시 영상은 제1 촬영 모드로 획득된 경우 컬러 영상, 흑백 영상 또는 열 영상일 수 있고, 제2 촬영 모드로 획득된 경우 컬러 영상일 수 있다. 감시 영상은 전경 및 배경을 포함할 수 있다.
영상획득부(100)는 감시 모드에서 획득된 영상을 영상처리부(300)로 출력할 수 있다.
영상처리부(300)는 영상획득부(100)로부터 기준 영상 및 감시 영상을 입력받고, 처리, 변형, 스케일링, 인코딩, 디코딩, 송신, 저장, 및 디스플레이하도록 구성될 수 있다. 영상처리부(300)는 영상 신호를 디스플레이(500)의 규격에 맞는 신호로 출력하는 신호 처리를 수행할 수 있다. 예를 들어, 영상처리부(300)는 감마 보정(Gamma Correction), 색 필터 배열 보간(color filter array interpolation), 색 매트릭스(color matrix), 색 보정(color correction), 색 향상(color enhancement) 등의 화질 개선을 위한 영상 신호 처리를 수행할 수 있다.
영상처리부(300)는 특정 기능들을 실행하는 다양한 개수의 하드웨어 또는/및 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 영상처리부(300)는 하나 이상의 마이크로프로세서들의 제어 또는 다른 제어 장치들에 의해서 다양한 기능들을 실행할 수 있는, 메모리, 프로세싱, 로직(logic), 룩업 테이블(look-up table) 등과 같은 직접 회로 구성들을 채용할 수 있다. 영상처리부(300)의 일 예로써, 마이크로프로세서(microprocessor), 중앙처리장치(central processing unit: CPU), 프로세서 코어(processor core), 멀티프로세서(multiprocessor), ASIC(application-specific integrated circuit), FPGA(field programmable gate array) 등의 처리 장치를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다. 영상처리부(300)의 기능은 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, 프로그래밍 또는 스크립팅 언어로 구현될 수 있다.
영상처리부(300)는 영상획득부(100)와 함께 하나의 물리적 장치(예, 카메라)로 구현될 수 있고, 영상처리부(300)에 포함된 구성 중 일부 또는 전부가 다른 물리적 장치에 분산 배치될 수 있으며, 분산 배치된 구성들이 유기적으로 결합하여 본 명세서에서 정의하는 기능 및/또는 동작을 수행할 수 있도록 구현될 수도 있다.
영상처리부(300)는 초기 컬러 복원 데이터를 디폴트 값으로 저장하고 있을 수 있고, 초기 컬러 복원 데이터를 주변 환경 학습에 의해 생성된 컬러 복원 데이터로 업데이트할 수 있다.
주변 환경 학습은 영상획득부(100)의 설치 장소에서 조도를 달리하여 획득한 기준 영상들에 딥 러닝 등의 학습 기법을 적용함으로써 수행될 수 있다. 즉, 튜닝 모드에서, 영상처리부(300)는 영상획득부(100)로부터 수신한 제1 기준 영상과 제2 기준 영상의 학습을 기초로 컬러 복원 데이터를 생성할 수 있다.
영상처리부(300)는 영상획득부(100)로부터 수신한 제1 촬영 모드에서 획득된 감시 영상에 컬러 복원 데이터를 적용하여 컬러 복원된 복원 영상을 생성할 수 있다. 영상처리부(300)는 복원 영상의 컬러 정보를 기초로 이동체를 검출할 수 있다.
본 발명의 실시예는 카메라가 설치된 후 학습을 통해 컬러 복원 데이터를 생성 및/또는 업데이트함으로써 설치 환경에 보다 적합하게 영상에 대한 컬러 복원이 가능하다.
디스플레이(500)는 영상처리부(300)로부터 출력되는 영상을 사용자에게 제공함으로써, 사용자가 디스플레이되는 영상을 모니터링할 수 있도록 한다. 디스플레이(500)는 액정 디스플레이 패널(LCD), 유기 발광 디스플레이 패널(OLED), 전기 영동 디스플레이 패널(EPD) 등으로 이루어질 수 있다. 디스플레이(500)는 사용자의 터치를 통하여 입력을 받을 수 있도록 터치스크린 형태로 구비되어, 사용자 입력 인터페이스로서 동작할 수 있다.
도 2는 본 발명의 일 실시예에 따른 영상처리부의 구성을 개략적으로 도시한 블록도이다.
도 2를 참조하면, 영상처리부(300)는 추출기(301), 학습기(305), 복원기(307) 및 검출기(309)를 포함할 수 있다. 도 3 및 도 4는 추출기의 출력 결과 예시이다. 영상처리부(300)는 튜닝 모드에서 추출기(301) 및 학습기(305)를 통해 컬러 복원 데이터를 생성하고, 감시 모드에서 복원기(307) 및 검출기(309)를 통해 감시 영상의 컬러 복원 및 이동체 검출을 수행할 수 있다.
추출기(301)는 상이한 조도에서 촬영된 배경 영상들을 생성할 수 있다. 추출기(301)는 제1 추출기(301) 및 제2 추출기(303)를 포함할 수 있다.
제1 추출기(301)는 제1 기준 영상으로부터 제1 배경 영상을 추출할 수 있다. 제2 추출기(303)는 제2 기준 영상으로부터 제2 배경 영상을 추출할 수 있다. 제1 추출기(301) 및 제2 추출기(303)는 각각 배경마다 제1 배경 영상 및 제2 배경 영상을 추출할 수 있다.
도 3을 참조하면, 제1 추출기(301)는 제1 조도 범위에서 획득된 제1 기준 영상(INR)을 영상획득부(100)로부터 입력받고, 제1 기준 영상(INR)으로부터 배경을 추출하여 제1 배경 영상(INB)을 생성할 수 있다. 도 3에서는 제1 기준 영상(INR)의 일부로부터 제1 배경 영상(INB)을 생성하고 있으나, 본 발명의 실시예는 이에 한정되지 않는다. 예를 들어, 제1 배경 영상은 제1 기준 영상과 동일하거나 제1 기준 영상의 부분 영상일 수 있다.
제1 추출기(301)는 제1 기준 영상에서 제2 배경 영상의 배경에 대응하는 영역을 추출하여 제1 배경 영상을 생성할 수 있다. 이로써 낮은 조도로 인해 제1 기준 영상의 픽셀 정보가 불명하여 전경 및 배경 분리가 어려운 경우에도 배경 영상 생성이 가능하다.
도 4를 참조하면, 제2 추출기(303)는 제2 조도 범위에서 획득된 제2 기준 영상(IDR)을 영상획득부(100)로부터 입력받고, 제2 기준 영상(IDR)으로부터 배경을 추출하여 제2 배경 영상(IDB)을 생성할 수 있다. 도 4에서는 제2 기준 영상(IDR)의 일부로부터 제2 배경 영상(IDB)을 생성하고 있으나, 본 발명의 실시예는 이에 한정되지 않는다. 예를 들어, 제2 배경 영상은 제2 기준 영상과 동일하거나 제2 기준 영상의 부분 영상일 수 있다.
본 발명의 실시예에서 배경 추출 방법은 특별히 한정되지 않는다. 예를 들어, 이웃하는 영상들 간의 차분 및 움직임 벡터 산출 등의 이동체(전경) 검출에 의한 배경 추출 등 공지의 다양한 방법이 적용될 수 있다.
학습기(305)는 동일한 배경에 대한 제1 배경 영상(INB)과 제2 배경 영상(IDB)의 분석 및 학습을 통해 제1 배경 영상(INB)과 제2 배경 영상(IDB) 간의 컬러 관계를 나타내는 컬러 복원 데이터(CR)를 생성할 수 있다. 컬러 복원 데이터(CR)는 픽셀의 컬러 값에 대한 가중치, 컬러 복원 매트릭스, 컬러 복원 함수 등의 형태로 생성될 수 있다.
학습기(305)의 배경 영상 학습 방법은 특별히 한정되지 않는다. 예를 들어, 머신러닝(machine learning), DNN(Deep Neural Networks), CNN(Convolutional Neural Networks), DBN(Deep Believe Networks)과 같은 다양한 딥 러닝 기법들이 적용될 수 있다. 학습기(305)는 DNN 기반 객체 분류(Object Classification) 기술, DNN 기반 디컨벌루션(Deconvolution) 기술을 이용한 특징벡터(feature vector)의 업샘플링(up-sampling) 기술, Neural Network 기반 Generative Model 등을 이용할 수 있다. 일 실시예에서, 학습기(305)는 인코더와 디코더를 포함하는 DNN 기반 학습기일 수 있다.
학습기(305)는 대응하는 복수의 제1 배경 영상들과 제2 배경 영상들의 쌍을 학습하여 에러가 최소로 되는 컬러 복원 데이터를 생성할 수 있다. 학습기(305)는 이전에 생성된 컬러 복원 데이터를 신규 컬러 복원 데이터로 업데이트할 수 있다. 학습기(305)는 배경마다 컬러 복원 데이터(CR)를 생성할 수 있다.
복원기(307)는 제1 촬영 모드, 즉 제1 조도 범위의 환경에서 촬영된 제1 감시 영상(IN)에 대해 컬러 복원 데이터를 적용하여 컬러 복원된 제2 감시 영상(IR)을 생성할 수 있다. 제1 감시 영상(IN)은 컬러 영상, 열 영상 또는 흑백 영상일 수 있다. 복원기(307)는 제1 감시 영상(IN)에 포함된 배경 및 전경(이동체)에 동일한 컬러 복원 데이터를 적용하여 제2 감시 영상(IR)을 생성할 수 있다.
제2 촬영 모드, 즉 제2 조도 범위의 환경에서 촬영된 제3 감시 영상(ID)에 대해서는 컬러 복원이 수행되지 않을 수 있다. 제3 감시 영상(ID)은 컬러 영상일 수 있다.
검출기(309)는 제2 감시 영상(IR)으로부터 이동체를 검출할 수 있다. 컬러 복원 데이터(CR)는 배경 영상의 학습에 의해 획득된 데이터이다. 따라서, 배경과 이동체가 포함된 제1 감시 영상(IN)에 컬러 복원 데이터(CR)를 적용함에 따라, 제2 감시 영상(IR)에서 이동체에 대응하는 영역의 경계에서 컬러 변화가 클 수 있다. 검출기(309)는 제2 영상(IR)에서 픽셀 단위 또는 영역 단위로 해당 픽셀과 주변 픽셀들의 컬러 값 비교를 통해 이동체를 검출할 수 있다.
검출기(309)는 제2 감시 영상(IR)에서 검출된 이동체의 컬러를 변환할 수 있다. 검출기(309)는 검출된 이동체의 종류를 판단하고, 이동체의 종류에 대응하는 컬러 변환 데이터를 적용하여 이동체의 컬러를 변환할 수 있다. 제2 감시 영상(IR)에서 검출된 이동체의 컬러는 배경의 컬러 정보가 반영되어 있다. 따라서, 검출기(309)는 이동체 정보를 기초로 이동체의 컬러 정보를 변환할 수 있다. 이동체는 미리 알고 있거나 관심 있는 물체로서 사전 등록된 물체일 수 있다. 이동체 종류와 종류별 색상은 미리 학습을 통해 저장될 수 있다.
일 실시예에서, 학습기(305)는 제2 추출기(331)에서 배경 추출 시에 추출된 이동체를 사전 학습하여 이동체의 컬러 정보를 획득할 수 있다. 학습기(305)는 이동체별 컬러 정보를 저장 수단에 저장할 수 있다. 검출기(309)는 제2 감시 영상(IR)에서 검출된 이동체의 컬러 정보를 저장 수단으로부터 획득한 대응하는 이동체의 컬러 정보로 대체할 수 있다.
검출기(309)는 제3 영상(ID)에서 픽셀 단위 또는 영역 단위로 해당 픽셀과 주변 픽셀들의 컬러 값 비교를 통해 이동체를 검출할 수 있다.
검출기(309)는 이동체가 검출된 제2 감시 영상(IR) 및 제3 감시 영상(ID)을 디스플레이(500)로 출력할 수 있다.
도시되지 않았으나, 영상처리부(300)는 저장 수단을 더 포함할 수 있다. 저장 수단은 배경 영상 및 복원 영상을 저장할 수 있다. 저장 수단은 배경에 대응하는 컬러 복원 데이터 및 이동체에 대응하는 컬러 정보를 저장할 수 있다.
저장 수단은 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램, 롬 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 또한, 저장 수단은 인터넷 상에서 저장 기능을 수행하는 웹 스토리지(web storage)일 수 있다.
도 5는 본 발명의 일 실시예에 따른 영상 처리 시스템이 적용된 시스템의 예를 나타낸 도면이다.
도 5를 참조하면, 영상 처리 시스템(10)은 컬러 복원 데이터(CR)를 통신망을 통해 외부 디바이스로 전송할 수 있다. 외부 디바이스는 서버(30) 및 적어도 하나의 디바이스(50)를 포함할 수 있다. 영상 처리 시스템(10)은 환경 정보 및 환경에 대응하는 컬러 복원 데이터(CR)를 외부 디바이스로 전송할 수 있다. 환경 정보는 배경 정보를 포함할 수 있다. 배경 정보는 배경의 유형 및 컬러 등의 정보를 포함할 수 있다.
일 실시예에서, 영상 처리 시스템(10)은 외부 디바이스로 자신의 환경 정보에 대응하는 컬러 복원 데이터(CR)를 요청할 수 있다. 영상 처리 시스템(10)은 외부 디바이스로부터 수신한 컬러 복원 데이터(CR)를 기초로 기 저장된 컬러 복원 데이터(CR)를 업데이트할 수 있다.
다른 실시예에서, 영상 처리 시스템(10)은 촬영 환경이 변경된 경우, 외부 디바이스로 자신의 변경된 환경 정보에 대응하는 컬러 복원 데이터(CR)를 요청할 수 있다. 영상 처리 시스템(10)은 외부 디바이스로부터 수신한 컬러 복원 데이터(CR)를 기초로 저조도 영상의 컬러 복원 및 이동체 검출을 수행할 수 있다.
통신망은 유선 및/또는 무선 통신망을 포함할 수 있다. 무선 통신은 3G, 4G(LTE), 와이파이(WiFi), 와이브로(Wibro), 와이맥스(Wimax) 등과 같은 무선 인터넷, 및 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(IrDA, infrared Data Association), UWB(Ultra Wideband), 지그비(ZigBee) 등의 근거리 통신, 와이파이(Wi-Fi), LTE 통신 등을 포함할 수 있다.
서버(30)는 적어도 하나의 영상 처리 시스템(10)으로부터 환경 정보 및 컬러 복원 데이터(CR)를 수신하여 저장할 수 있다. 서버(30)는 수집된 환경 정보 및 대응 컬러 복원 데이터(CR)를 유사도를 기초로 그룹화하여 저장할 수 있다.
서버(30)는 디바이스(50)로부터 컬러 복원 데이터 요청을 수신할 수 있다. 서버(30)는 컬러 복원 데이터 요청으로부터 환경 정보를 추출하고, 요청된 환경 정보와 유사 및/또는 동일한 환경 정보에 대응하는 컬러 복원 데이터(CR)를 추출할 수 있다. 서버(30)는 요청된 환경 정보와 유사한 환경 정보에 대응하는 컬러 복원 데이터(CR)를 유사 정도에 따라 하나 이상 추출할 수 있다. 서버(30)는 하나 이상의 컬러 복원 데이터(CR)를 디바이스(50)로 제공할 수 있다. 유사도는 배경의 유형 및 컬러 별로 제공될 수 있다.
서버(30)는 클라우드 서버 등의 저장 서버를 포함할 수 있다.
디바이스(50)는 영상 처리 시스템(10) 또는 서버(30)로부터 환경 정보 및 컬러 복원 데이터(CR)를 수신할 수 있다. 디바이스(50)는 영상 처리 시스템(10) 또는 서버(30)로 컬러 복원 데이터를 요청할 수 있다. 디바이스(50)는 자신의 환경 정보를 영상 처리 시스템(10) 또는 서버(30)로 전송하여 환경 정보에 대응하는 컬러 복원 데이터를 요청할 수 있다.
디바이스(50)는 복수의 디바이스(디바이스 1 내지 디바이스 N)를 포함할 수 있다. 디바이스(50)는 노트북, 핸드헬드 장치, 스마트폰, 탭 등의 모바일 단말, 데스크 탑 컴퓨터, 또는 이를 이용하거나 직접적으로 또는 간접적으로 이와 연결된 임의의 적절한 디바이스, 카메라, 디지털 비디오 레코더(DVR: digital video recorder), 네트워크 비디오 레코더(NVR: network video recorder), 다른 영상 처리 시스템 등을 포함할 수 있다.
도 6은 본 발명의 일 실시예에 따른 영상 처리 방법을 개략적으로 설명하는 흐름도이다. 도 6에 따른 영상 처리 방법은 도 1에 도시된 영상 처리 시스템에 의해 수행될 수 있다. 이하 도 1 내지 도 5를 참조하여 설명한 내용과 중복하는 내용의 상세한 설명은 생략한다.
영상 처리 시스템은 튜닝 모드에서 상이한 조도에서 획득된 제1 배경 영상 및 제2 배경 영상을 생성할 수 있다(S61). 영상 처리 시스템은 제1 조도 범위에서 획득된 제1 기준 영상으로부터 제1 배경 영상을 생성할 수 있다. 영상 처리 시스템은 제1 조도 범위보다 높은 제2 조도 범위에서 획득된 제2 기준 영상으로부터 제2 배경 영상을 생성할 수 있다.
영상 처리 시스템은 제1 배경 영상 및 제2 배경 영상의 쌍 간의 컬러 관계를 나타내는 컬러 복원 데이터를 생성할 수 있다(S63).
영상 처리 시스템은 감시 모드에서 제1 조도 범위에서 촬영된 영상에 대해 컬러 복원 데이터를 적용하여 컬러가 복원된 복원 영상을 생성할 수 있다(S65).
영상 처리 시스템은 복원 영상의 컬러 정보를 기초로 복원 영상으로부터 이동체를 검출할 수 있다(S67). 영상 처리 시스템은 검출된 이동체의 종류를 기초로 이동체의 컬러를 변환할 수 있다.
도 7은 본 발명의 다른 실시예에 따른 영상 처리 방법을 개략적으로 설명하는 흐름도이다. 도 7에 따른 영상 처리 방법은 도 1에 도시된 영상 처리 시스템에 의해 수행될 수 있다. 이하 도 1 내지 도 5를 참조하여 설명한 내용과 중복하는 내용의 상세한 설명은 생략한다.
영상 처리 시스템은 주변 정보, 즉 배경 정보를 포함하는 환경 정보와 함께 컬러 복원 데이터 요청을 외부 디바이스로 전송할 수 있다(S71). 배경 정보는 기존 촬영 장소에 대한 정보이거나, 변경된 촬영 장소에 대한 정보일 수 있다. 외부 디바이스는 도 1 내지 도 5를 참조하여 설명한 방법으로 생성한 컬러 복원 데이터를 저장하고 있거나, 다른 외부 디바이스로부터 수신한 컬러 복원 데이터를 저장하고 있을 수 있다.
영상 처리 시스템은 배경 정보에 대응하는 컬러 복원 데이터를 외부 디바이스로부터 수신할 수 있다(S73). 영상 처리 시스템은 기존 컬러 복원 데이터를 수신한 컬러 복원 데이터로 업데이트할 수 있다. 외부 디바이스는 배경 정보의 유사도를 기초로 적어도 하나의 컬러 복원 데이터를 영상 처리 시스템으로 제공할 수 있다. 유사도는 배경의 유형 및 컬러 별로 제공될 수 있다.
영상 처리 시스템은 저조도 감시 영상에 대해 수신한 컬러 복원 데이터를 적용하여 컬러 복원할 수 있다(S73). 저조도 감시 영상은 제1 촬영 모드에서 획득한 감시 영상일 수 있다.
영상 처리 시스템은 컬러 복원된 영상으로부터 컬러 정보를 기초로 이동체를 검출할 수 있다(S79). 영상 처리 시스템은 검출된 이동체의 종류를 기초로 이동체의 컬러를 변환할 수 있다.
도 7은 도 1에 도시된 영상 처리 시스템이 수행하는 것을 예로 설명하였으나, 본 발명의 실시예는 이에 한정되지 않고, 도 5에 도시된 외부 디바이스의 영상 처리 방법에 적용할 수 있다.
야간과 같이 조명이 부족한 저조도 영상 취득 시 선명한 영상을 얻기 위해 고감도 센서가 필요하며, 고감도 센서를 이용하더라도 영상 노이즈가 많다. 또한 가시성을 위해 IR 광원을 이용하면 컬러 정보가 없는 흑백 영상이 획득된다.
본 발명의 실시예들은 딥 러닝 등을 적용한 학습을 통해 획득된 컬러 복원 데이터를 이용하여 저조도 영상에서 노이즈를 줄이면서 컬러를 복원할 수 있다. 이에 따라 본 발명의 실시예들은 카메라의 설치 환경에 맞는 컬러 영상을 제공할 수 있고, 간단하게 이동체를 검출할 수 있다.
전술된 실시예들은 저조도 영상의 복원을 예로서 설명하고 있으나, 본 발명의 실시예들은 이에 한정되지 않는다. 예를 들어, 본 발명의 실시예들은 비, 눈, 안개 등으로 흐려진 영상의 복원, 수중 내에서 촬영된 탁하거나 뿌연 영상의 복원, 차량에 습기 또는 성애 등에 의한 뿌연 영상의 복원 등에도 적용할 수 있다.
본 발명의 실시예들은 감시 경계 분야, 우주 항공 및 항공기 영상 분야, 의료 및 바이오 영상 분야, 모바일 및 디지털 카메라 영상 분야, 로봇 분야, 차량용 블랙박스 또는 ADAS(Advanced Driver Assistance Systems) 분야, Retail, Franchise 등의 BI(Business Intelligence) 분야 등에 적용할 수 있다.
본 발명에 따른 영상 처리 시스템의 컬러 복원 및 이동체 검출 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고, 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
본 발명은 첨부된 도면에 도시된 일 실시예를 참고로 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 수 있을 것이다. 따라서, 본 발명의 진정한 보호 범위는 첨부된 청구 범위에 의해서만 정해져야 할 것이다.

Claims (18)

  1. 영상획득장치로부터 제1 조도 범위에서 획득한 제1 기준 영상 및 제1 조도 범위보다 높은 제2 조도 범위에서 획득한 제2 기준 영상을 수신하는 단계;
    상기 제1 기준 영상으로부터 생성한 제1 배경 영상 및 상기 제2 기준 영상으로부터 생성한 제2 배경 영상에 대한 컬러 학습을 통해 컬러 복원 데이터를 생성하는 단계;
    상기 제1 조도 범위에서 획득된 제1 영상에 상기 컬러 복원 데이터를 적용하여 컬러 복원된 제2 영상을 생성하는 단계; 및
    상기 제2 영상의 컬러 정보를 기초로 상기 제2 영상으로부터 이동체를 검출하는 단계;를 포함하는 영상 처리 시스템의 영상 처리 방법.
  2. 제1항에 있어서, 상기 이동체 검출 단계는,
    상기 제2 영상에서 픽셀의 컬러 값과 상기 픽셀의 주변 픽셀들의 컬러 값 차이를 기초로 상기 이동체를 검출하는 단계;를 포함하는 영상 처리 시스템의 영상 처리 방법.
  3. 제1항에 있어서,
    상기 제1 배경 영상은 상기 제1 기준 영상에서 상기 제2 배경 영상의 배경에 대응하는 영역을 추출하여 생성된, 영상 처리 시스템의 영상 처리 방법.
  4. 제1항에 있어서,
    상기 제2 조도 범위에서 획득된 제3 영상의 컬러 정보를 기초로 상기 제3 영상으로부터 이동체를 검출하는 단계;를 더 포함하는 영상 처리 시스템의 영상 처리 방법.
  5. 제1항에 있어서,
    상기 이동체의 종류를 기초로 상기 이동체의 컬러를 변환하는 단계;를 더 포함하는 영상 처리 시스템의 영상 처리 방법.
  6. 제1항에 있어서,
    상기 컬러 복원 데이터를 배경 정보와 함께 외부 디바이스로 전송하는 단계;를 더 포함하는 영상 처리 시스템의 영상 처리 방법.
  7. 제1항에 있어서,
    외부 디바이스로 배경 정보 및 컬러 복원 데이터 요청을 전송하고, 상기 배경 정보에 대응하는 컬러 복원 데이터를 수신하는 단계; 및
    기 저장된 컬러 복원 데이터를 상기 외부 디바이스로부터 수신한 컬러 복원 데이터로 업데이트하는 단계;를 더 포함하는 영상 처리 시스템의 영상 처리 방법.
  8. 제7항에 있어서,
    상기 외부 디바이스로부터 상기 배경 정보에 대응하는 복수의 컬러 복원 데이터를 배경 유사도 정보와 함께 수신하는 단계;를 포함하는 영상 처리 시스템의 영상 처리 방법.
  9. 제1항에 있어서,
    상기 컬러 학습은 딥 러닝 기법이 적용된, 영상 처리 시스템의 영상 처리 방법.
  10. 영상획득장치로부터 제1 조도 범위에서 획득한 제1 기준 영상 및 제1 조도 범위보다 높은 제2 조도 범위에서 획득한 제2 기준 영상을 수신하고, 상기 제1 기준 영상으로부터 제1 배경 영상 및 상기 제2 기준 영상으로부터 제2 배경 영상을 생성하는 추출기;
    상기 제1 배경 영상 및 상기 제2 배경 영상에 대한 컬러 학습을 통해 컬러 복원 데이터를 생성하는 학습기;
    상기 제1 조도 범위에서 획득된 제1 영상에 상기 컬러 복원 데이터를 적용하여 컬러 복원된 제2 영상을 생성하는 복원기; 및
    상기 제2 영상의 컬러 정보를 기초로 상기 제2 영상으로부터 이동체를 검출하는 검출기;를 포함하는 영상 처리 시스템.
  11. 제10항에 있어서, 상기 검출기는,
    상기 제2 영상에서 픽셀의 컬러 값과 상기 픽셀의 주변 픽셀들의 컬러 값 차이를 기초로 상기 이동체를 검출하는, 영상 처리 시스템.
  12. 제10항에 있어서, 상기 추출기는,
    상기 제1 기준 영상에서 상기 제2 배경 영상의 배경에 대응하는 영역을 추출하여 상기 제1 배경 영상을 생성하는, 영상 처리 시스템.
  13. 제10항에 있어서, 상기 검출기는,
    상기 제2 조도 범위에서 획득된 제3 영상의 컬러 정보를 기초로 상기 제3 영상으로부터 이동체를 검출하는, 영상 처리 시스템.
  14. 제10항에 있어서, 상기 검출기는,
    상기 이동체의 종류를 기초로 상기 이동체의 컬러를 변환하는, 영상 처리 시스템.
  15. 제10항에 있어서,
    상기 컬러 복원 데이터를 배경 정보와 함께 외부 디바이스로 전송하는, 영상 처리 시스템.
  16. 제10항에 있어서,
    기 저장된 컬러 복원 데이터를, 외부 디바이스로 전송한 배경 정보 및 컬러 복원 데이터 요청에 대한 응답으로 수신한 상기 배경 정보에 대응하는 컬러 복원 데이터로 업데이트하는, 영상 처리 시스템.
  17. 제16항에 있어서,
    상기 외부 디바이스로부터 상기 배경 정보에 대응하는 복수의 컬러 복원 데이터를 배경 유사도 정보와 함께 수신하는, 영상 처리 시스템.
  18. 제10항에 있어서,
    상기 컬러 학습은 딥 러닝 기법이 적용된, 영상 처리 시스템.
KR1020170111039A 2017-08-31 2017-08-31 영상 처리 시스템 및 그에 의한 영상 처리 방법 KR102422128B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170111039A KR102422128B1 (ko) 2017-08-31 2017-08-31 영상 처리 시스템 및 그에 의한 영상 처리 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170111039A KR102422128B1 (ko) 2017-08-31 2017-08-31 영상 처리 시스템 및 그에 의한 영상 처리 방법

Publications (2)

Publication Number Publication Date
KR20190024244A true KR20190024244A (ko) 2019-03-08
KR102422128B1 KR102422128B1 (ko) 2022-07-20

Family

ID=65800953

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170111039A KR102422128B1 (ko) 2017-08-31 2017-08-31 영상 처리 시스템 및 그에 의한 영상 처리 방법

Country Status (1)

Country Link
KR (1) KR102422128B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002522830A (ja) * 1998-08-07 2002-07-23 コリア インスティテュート オブ サイエンス アンド テクノロジー 色フレームイメージシーケンスで移動体を検出する装置及び方法
KR20170024287A (ko) * 2015-08-25 2017-03-07 경북대학교 산학협력단 적응적으로 저조도를 개선하는 영상 처리 장치 및 방법, 그리고 그를 이용한 객체 검출 장치
KR20170070715A (ko) * 2015-12-14 2017-06-22 삼성전자주식회사 딥러닝 기반 영상 처리 장치 및 방법, 학습 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002522830A (ja) * 1998-08-07 2002-07-23 コリア インスティテュート オブ サイエンス アンド テクノロジー 色フレームイメージシーケンスで移動体を検出する装置及び方法
KR20170024287A (ko) * 2015-08-25 2017-03-07 경북대학교 산학협력단 적응적으로 저조도를 개선하는 영상 처리 장치 및 방법, 그리고 그를 이용한 객체 검출 장치
KR20170070715A (ko) * 2015-12-14 2017-06-22 삼성전자주식회사 딥러닝 기반 영상 처리 장치 및 방법, 학습 장치

Also Published As

Publication number Publication date
KR102422128B1 (ko) 2022-07-20

Similar Documents

Publication Publication Date Title
KR102519085B1 (ko) 로컬 및 글로벌 모션에 효율적인 멀티-프레임 초해상도 방법 및 장치
US10176543B2 (en) Image processing based on imaging condition to obtain color image
US20160142680A1 (en) Image processing apparatus, image processing method, and storage medium
CN108897786B (zh) 应用程序的推荐方法、装置、存储介质及移动终端
EP3425590B1 (en) Image processing apparatus, image processing method, and storage medium
CN108769550B (zh) 一种基于dsp的图像显著分析***及方法
US11037013B2 (en) Camera and image processing method of camera
US20190279024A1 (en) On-Demand Visual Analysis Focalized on Salient Events
JP4764487B2 (ja) 映像監視システム
KR102127276B1 (ko) 복수의 고해상도 카메라들을 이용한 파노라마 영상 감시 시스템 및 그 방법
CN115760912A (zh) 运动目标跟踪方法、装置、设备及计算机可读存储介质
KR102366544B1 (ko) 딥러닝을 활용한 영상 기반의 강수 정보 제공 시스템 및 방법
US11605220B2 (en) Systems and methods for video surveillance
KR102218255B1 (ko) 갱신 영역 학습을 통한 인공지능 기반의 영상 분석 시스템 및 방법과, 이를 위한 컴퓨터 프로그램
KR102171384B1 (ko) 영상 보정 필터를 이용한 객체 인식 시스템 및 방법
US10789472B1 (en) Multiple image processing and sensor targeting for object detection
WO2021027889A1 (en) Systems and methods for image retrieval
KR101553012B1 (ko) 객체 추출 장치 및 방법
KR101625471B1 (ko) 보급형 열화상 카메라의 해상도 향상 방법 및 장치
KR101520293B1 (ko) 시각 집중에 의한 관심객체 검지와 포렌식 영상 획득 스케쥴링 방법 및 시스템
KR102422128B1 (ko) 영상 처리 시스템 및 그에 의한 영상 처리 방법
JP7006678B2 (ja) 移動体検出装置、移動体検出方法および移動体検出プログラム
KR102299250B1 (ko) 복합 영상 데이터를 이용한 입출력 인원 계수 장치 및 방법
JP6784254B2 (ja) 滞留物体検出システム、滞留物体検出方法およびプログラム
Tyagi et al. A review paper on real-time video analysis in dense environment for surveillance system

Legal Events

Date Code Title Description
N231 Notification of change of applicant
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right