KR20230025550A

KR20230025550A - 오브젝트 검출 방법 및 그 방법을 수행하는 전자 장치

Info

Publication number: KR20230025550A
Application number: KR1020210106551A
Authority: KR
Inventors: 이성준; 김현수
Original assignee: 주식회사 넥스트칩
Priority date: 2021-08-12
Filing date: 2021-08-12
Publication date: 2023-02-22

Abstract

일 예에 따른, 오브젝트를 검출하기 위해, 원본 영상의 밝기 정보 또는 색채 정보를 나타내는 입력 영상을 생성하고, 입력 영상의 시점을 조감 시점으로 변경함으로써 조감 입력 영상을 생성하고, 조감 입력 영상에 미리 설정된 블러 효과를 적용시킴으로써 조감 블러 영상을 생성하고, 조감 블러 영상 및 조감 입력 영상에 기초하여 특징 맵을 생성하고, 특징 맵 상에 오브젝트 영역을 결정하고, 오브젝트 영역에 기초하여 원본 영상 상의 오브젝트를 검출할 수 있다.

Description

오브젝트 검출 방법 및 그 방법을 수행하는 전자 장치{OBJECT DETECTION METHOD AND ELECTRONIC DEVICE PERFORMING THE METHOD}

아래의 실시예들은 오브젝트를 검출하는 기술에 관한 것이고, 구체적으로 영상을 이용하여 오브젝트를 검출하는 기술에 관한 것이다.

ADAS(Advanced Driver Assistance Systems)를 지원하는 차량 또는 자율주행 차량은, 사용자를 보조하거나 또는 차량의 경로를 생성하기 위해 차량 주변의 오브젝트를 자동으로 검출해야 한다. 예를 들어, 차량은 차량의 카메라를 이용하여 차량의 정면을 촬영함으로써 영상을 생성할 수 있다. 생성된 영상 내에는 도로, 다른 차량, 신호등 및 사람 등이 포함될 수 있다. 차량은 영상 내의 오브젝트를 검출하고, 검출된 오브젝트에 기초하여 사용자를 보조하거나, 경로를 생성할 수 있다.

일 실시예는 전자 장치에 의해 수행되는 오브젝트 검출 방법을 제공할 수 있다.

일 실시예는 영상 내의 오브젝트를 검출하는 전자 장치를 제공할 수 있다.

다만, 기술적 과제는 상술한 기술적 과제들로 한정되는 것은 아니며, 또 다른 기술적 과제들이 존재할 수 있다.

일 측면에 따른, 전자 장치에 의해 수행되는, 오브젝트 검출 방법은, 카메라를 이용하여 촬영된 원본 영상의 밝기 정보 또는 색채 정보를 나타내는 입력 영상을 생성하는 단계, 상기 입력 영상의 시점을 조감 시점으로 변경함으로써 조감 입력 영상을 생성하는 단계, 상기 조감 입력 영상에 미리 설정된 블러 효과(blur effect)를 적용시킴으로써 조감 블러 영상을 생성하는 단계, 상기 조감 블러 영상 및 상기 조감 입력 영상에 기초하여 특징 맵을 생성하는 단계, 상기 특징 맵 상에 오브젝트 영역을 결정하는 단계, 및 상기 오브젝트 영역에 기초하여 상기 원본 영상 상의 오브젝트를 검출하는 단계를 포함한다.

상기 입력 영상을 생성하는 단계는, 상기 원본 영상을 HSV(Hue, Saturation, Value) 채널들로 변환하는 단계, 및 상기 HSV 채널들에 기초하여 상기 입력 영상을 생성하는 단계를 포함할 수 있다.

상기 조감 입력 영상을 생성하는 단계는, 상기 카메라의 자세 정보를 획득하는 단계, 및 상기 자세 정보에 기초하여 상기 입력 영상의 시점을 조감 시점으로 변경함으로써 조감 입력 영상을 생성하는 단계를 포함할 수 있다.

상기 특징 맵을 생성하는 단계는, 상기 조감 블러 영상의 제1 픽셀 및 상기 조감 입력 영상의 제2 픽셀 간의 차이를 계산하는 단계 - 상기 제1 픽셀의 좌표 및 상기 제2 픽셀의 좌표는 서로 대응함 -, 및 상기 차이에 기초하여 상기 제1 픽셀 및 상기 제2 픽셀에 대응하는 상기 특징 맵의 제3 픽셀의 값을 결정하는 단계를 포함할 수 있다.

상기 특징 맵 상에 오브젝트 영역을 결정하는 단계는, 상기 특징 맵 중 관심 영역을 결정하는 단계, 상기 관심 영역을 복수의 서브 관심 영역들로 분할하는 단계, 상기 복수의 서브 관심 영역들의 각각에 대한 특징 비율을 계산하는 단계, 및 계산된 특징 비율이 미리 설정된 임계 비율 이상인 하나 이상의 서브 관심 영역들에 기초하여 상기 오브젝트 영역을 결정하는 단계를 포함할 수 있다.

상기 계산된 특징 비율이 미리 설정된 임계 비율 이상인 하나 이상의 서브 관심 영역들에 기초하여 상기 오브젝트 영역을 결정하는 단계는, 최상단 서브 관심 영역의 좌표 및 최하단 서브 관심 영역의 좌표에 기초하여 상기 오브젝트 영역을 결정하는 단계를 포함할 수 있다.

상기 오브젝트 영역에 기초하여 상기 원본 영상 상의 오브젝트를 검출하는 단계는, 상기 오브젝트 영역의 시점을 상기 원본 영상의 시점으로 변환함으로써 타겟 오브젝트 영역을 생성하는 단계, 및 상기 타겟 오브젝트 영역에 대응하는 상기 원본 영상 상의 오브젝트를 검출하는 단계를 포함할 수 있다.

상기 오브젝트는 일정한 패턴을 갖는 오브젝트일 수 있다.

상기 오브젝트는 횡단보도 또는 방지턱 패턴일 수 있다.

상기 오브젝트 결정 방법은, 상기 오브젝트가 검출된 경우, 사용자에게 알람을 출력하는 단계를 더 포함할 수 있다.

상기 오브젝트 결정 방법은, 상기 오브젝트가 검출된 경우, 상기 전자 장치가 포함된 차량을 제어하는 단계를 더 포함할 수 있다.

다른 일 측면에 따른, 전자 장치는, 오브젝트를 검출하는 프로그램이 기록된 메모리, 및 상기 프로그램을 수행하는 프로세서를 포함하고, 상기 프로그램은, 카메라를 이용하여 촬영된 원본 영상의 밝기 정보 또는 색채 정보를 나타내는 입력 영상을 생성하는 단계, 상기 입력 영상의 시점을 조감 시점으로 변경함으로써 조감 입력 영상을 생성하는 단계, 상기 조감 입력 영상에 미리 설정된 블러(blur) 효과를 적용시킴으로써 조감 블러 영상을 생성하는 단계, 상기 조감 블러 영상 및 상기 조감 입력 영상에 기초하여 특징 맵을 생성하는 단계, 상기 특징 맵 상에 오브젝트 영역을 결정하는 단계, 및 상기 오브젝트 영역에 기초하여 상기 원본 영상 상의 오브젝트를 검출하는 단계를 실행한다.

상기 전자 장치는, 자율 주행을 지원하는 차량 또는 ADAS(advanced driver assistance systems)을 지원하는 차량에 포함될 수 있다.

상기 프로그램은, 상기 타겟 오브젝트가 검출된 경우, 상기 타겟 오브젝트에 기초하여 상기 차량을 제어하는 단계를 더 수행할 수 있다.

상기 오브젝트는 일정한 패턴을 갖는 횡단보도 또는 방지턱 패턴일 수 있다.

상기 프로그램은, 상기 오브젝트가 검출된 경우, 사용자에게 알람을 출력하는 단계를 더 수행할 수 있다.

전자 장치에 의해 수행되는 오브젝트 검출 방법이 제공될 수 있다.

영상 내의 오브젝트를 검출하는 전자 장치가 제공될 수 있다.

도 1은 일 예에 따른 지면에 그려진 횡단보도를 도시한다.
도 2는 일 실시 예에 따른 전자 장치의 구성도이다.
도 3은 일 실시 예에 따른 오브젝트를 검출하는 방법의 흐름도이다.
도 4는 일 예에 따른 조감 입력 영상을 생성하는 방법의 흐름도이다.
도 5는 일 예에 따른 입력 영상 및 조감 입력 영상을 도시한다.
도 6은 일 예에 따른 특징 맵을 생성하는 방법의 흐름도이다.
도 7은 일 예에 따른 특징 맵을 도시한다.
도 8은 일 예에 따른 오브젝트 영역을 결정하는 방법의 흐름도이다.
도 9는 일 예에 따른 특징 맵 상의 관심 영역 및 오브젝트 영역을 도시한다.
도 10은 일 예에 따른 오브젝트를 검출하는 방법의 흐름도이다.
도 11은 일 예에 따른 검출된 횡단보도 및 방지턱 패턴을 도시한다.
도 12는 일 예에 따른 오브젝트가 검출된 경우에 수행될 수 있는 추가 동작들을 도시한다.

실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 구현될 수 있다. 따라서, 실제 구현되는 형태는 개시된 특정 실시예로만 한정되는 것이 아니며, 본 명세서의 범위는 실시예들로 설명한 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.

제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.

단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설명된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 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 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 실시예들을 첨부된 도면들을 참조하여 상세하게 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고, 이에 대한 중복되는 설명은 생략하기로 한다.

도 1은 일 예에 따른 지면에 그려진 횡단보도를 도시한다.

방지턱 또는 횡단보도와 같이 등과 같이 반복되는 패턴을 갖는 로드 마커(road marker)(120)는 감속, 보행자 존재 여부 등의 그 존재 목적으로 인하여 차량(110)의 운전자가 반드시 인지해야 하는 표식이다. 전방 주시 미흡 등 다양한 이유로 운전자가 로드 마커(120)를 인지하지 못한 상황에서는 사고로 이어질 가능성이 존재한다. 예를 들어, 운전자의 미인식으로 인하여 경사각이 있는 방지턱이 전방에 존재함에도 불구하고, 감속하지 않은 경우 차량의 하단부가 파손되거나, 또는 사고로 이어질 수 있다. 이와 같은 상황에서 방지턱 및 횡단보도를 검출하여 운전자에게 경고하는 방식의 시스템은 차량의 주행 보조에 필수적인 요소이다.

차량(110)의 운전자를 보조를 위해 횡단보도 또는 방지턱과 같은 로드 마커(120)의 존재 여부를 검출하여 운전자에게 경고하는 기술이 활용되고 있다.

예를 들어, GPS(global positioning system) 정보를 이용하여 로드 마커의 존재를 운전자에게 알려주는 방식이 있으나, 이러한 방식은 로드 마커의 유무와 대략적인 위치만을 운전자에게 알려줄 수 있다는 단점이 있다. 또한, 이러한 방식은 GPS 정보의 업데이트가 지속적으로 이루어져야 한다는 단점이 있다.

다른 예로, TOF(time of flight) 카메라를 이용하여 차량 전방의 거리를 측정하는 방식이 있으나, 이러한 방식은 지면이 평탄한 곳에 로드 마커가 위치하는 경우 로드 마커가 검출되지 않고, 장애물에 취약한 단점이 있다.

또 다른 예로, 차량의 전방을 촬영한 영상을 이용하여 영상 내의 로드 마커를 오브젝트로서 검출하는 방식이 있다. 아래에서 도 2 내지 도 11을 참조하여 영상 내의 오브젝트를 검출하는 방법에 대해 상세히 설명된다.

도 2는 일 실시 예에 따른 전자 장치의 구성도이다.

일 측면에 따른, 전자 장치(200)는 통신부(210), 프로세서(220), 및 메모리(230)를 포함한다. 추가적으로 전자 장치(200)는 카메라(미도시)를 더 포함할 수 있다. 전자 장치(200)는 차량 내에 포함될 수 있다. 예를 들어, 전자 장치(200)는 ECU(electronic control unit) 또는 BCM(body control module)과 같은 장치일 수 있다. 다른 예로, 전자 장치(200)는 ECU/BCM과 연결된 독립적인 장치일 수 있다.

통신부(210)는 프로세서(220), 메모리(230) 및 카메라와 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)와 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 오브젝트를 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.

카메라는 장면을 촬영함으로써 영상을 생성한다. 카메라는 단안 카메라일 수 있고, 기재된 실시예로 한정되지 않는다. 예를 들어, 카메라는 차량의 전방에 배치될 수 있다.

통신부(210), 프로세서(220), 메모리(230) 및 카메라에 대해, 아래에서 도 3 내지 도 12를 참조하여 상세히 설명된다.

일 실시 예에 따르면, 전자 장치(200)는 자율 주행을 지원하는 차량 또는 ADAS(advanced driver assistance system)을 지원하는 차량에 포함될 수 있다.

일 측면에 따른, 차량은 운전자로부터의 입력이 거의 없거나 또는 전혀 없는 상황에서도, 인지된 주행 환경에 따라서 자율 모드(autonomous mode)로 주행할 수 있다. 주행 환경은 차량에 부착 또는 설치된 하나 이상의 센서들을 통해 인지될 수 있다. 예를 들어, 하나 이상의 센서들은 카메라, 라이다, 레이더 및 음성 인식 센서들을 포함할 수 있고, 기재된 예들로 제한되는 것은 아니다. 주행 환경은 도로, 도로의 상태, 차선의 종류, 주변 차량의 유무, 근접한 차량과의 거리, 날씨, 장애물의 유무 등을 포함할 수 있고, 기재된 예들로 제한되는 것은 아니다.

차량은 주행 환경을 인식하고, 주행 환경에 적합한 자율 주행 경로를 생성한다. 자율 주행 경로를 따라가도록 자율 주행 차량은 내외부의 기계적인 요소들을 제어한다. 차량은 자율 주행 경로를 주기적으로 생성할 수 있다.

다른 일 측면에 따른, 차량은 ADAS를 이용하여 운전자의 운전을 보조할 수 있다. ADAS는 충돌 위험시 운전자가 제동장치를 밟지 않아도 스스로 속도를 줄이거나 멈추는 자동 긴급제동 시스템(Autonomous Emergency Braking: AEB), 차선 이탈 시 주행 방향을 조절해 차선을 유지하는 주행 조향보조 시스템(Lane Keep Assist System: LKAS), 사전에 정해 놓은 속도로 달리면서도 앞차와 간격을 알아서 유지하는 어드밴스드 스마트 크루즈 컨트롤(Advanced Smart Cruise Control: ASCC), 사각지대 충돌 위험을 감지해 안전한 차로 변경을 돕는 후측방 충돌 회피 지원 시스템(Active Blind Spot Detection: ABSD), 차량 주변 상황을 시각적으로 보여주는 어라운드 뷰 모니터링 시스템(Around View Monitor: AVM) 등을 포함한다.

차량에 포함된 전자 장치(200)는 차량의 기계적 장치를 제어하여, 자율 주행하거나 운전자의 운전을 보조할 수 있고, 기재된 실시예 이외의 ECU, BCM 및 다양한 종류의 컨트롤러나 센서 등에 사용될 수 있다.

도 3은 일 실시 예에 따른 오브젝트를 검출하는 방법의 흐름도이다.

아래의 단계들(310 내지 370)은 도 2를 참조하여 전술된 전자 장치(200)에 의해 수행된다.

단계(310)에서, 전자 장치(200)는 카메라를 이용하여 원본 영상을 생성한다. 예를 들어, 원본 영상은 RGB(red, green, blue) 영상일 수 있다. 전자 장치는 미리 설정된 주기로 원본 영상을 생성할 수 있다.

단계(320)에서, 전자 장치(200)는 원본 영상의 밝기 정보 또는 색체 정보를 나타내는 입력 영상을 생성할 수 있다. 일 실시 예에 따르면, 전자 장치(200)는 원본 영상을 새로운 색 공간으로 표현함으로써 입력 영상을 생성할 수 있다. 예를 들어, 새로운 색 공간은 HSV(hue, saturation, value) , YUV, Y'UV, YCbCr 또는 YPbPr 일 수 있고, 기재된 실시에로 한정되지 않는다. 아래에서 도 4를 참조하여 입력 영상을 생성하는 방법에 대해 상세히 설명된다.

단계(330)에서, 전자 장치(200)는 입력 영상의 시점을 조감 시점(bird's-eye view)으로 변경함으로써 조감 입력 영상을 생성한다. 예를 들어, 전자 장치(200)는 원본 영상을 생성한 시각에서의 카메라의 자세 정보를 획득하고, 획득된 자세 정보에 기초하여 입력 영상의 시점을 조감 시점으로 변경함으로써 조감 입력 영상을 생성할 수 있다. 생성된 조감 입력 영상이 아래에서 도 5를 참조하여 도시된다.

단계(340)에서, 전자 장치(200)는 조감 입력 영상에 미리 설정된 블러 효과(blur effect)를 적용시킴으로써 조감 블러 영상을 생성한다. 블러 효과에 의해 조감 입력 영상 내의 엣지와 같은 특징이 주변 영역으로 전파될 수 있다.

단계(350)에서, 전자 장치(200)는 조감 블러 영상 및 조감 입력 영상에 기초하여 특징 맵을 생성한다. 예를 들어, 조감 블러 영상 및 조감 입력 영상 간의 차이가 특징 맵으로 생성될 수 있다. 특징 맵을 생성하는 방법에 대해, 아래에서 도 6 및 7을 참조하여 상세하게 설명된다.

단계(360)에서, 전자 장치(200)는 특징 맵 상에 오브젝트 영역을 결정한다. 오브젝트 영역을 결정하는 방법에 대해, 아래에서 도 8 및 9를 참조하여 상세히 설명된다.

단계(370)에서, 전자 장치(200)는 오브젝트 영역에 기초하여 원본 영상 또는 입력 영상 상의 오브젝트를 검출한다. 오브젝트를 검출하는 방법에 대해, 아래에서 도 10 및 11을 참조하여 상세히 설명된다.

도 4는 일 예에 따른 조감 입력 영상을 생성하는 방법의 흐름도이다.

일 실시 예에 따르면, 도 3을 참조하여 전술된 단계(330)는 아래의 단계들(410 및 420)을 포함할 수 있다.

단계(410)에서, 전자 장치(200)는 원본 영상을 새로운 색 공간(예: HSV, YUV, Y'UV, YcbCr, 또는 YPbPr)의 채널들로 변환할 수 있다. 변환된 채널들은 원본 영상의 밝기 정보를 나타내는 채널 및 색체 정보를 나타내는 채널을 포함할 수 있다.

단계(420)에서, 전자 장치(200)는 변환된 채널들에 기초하여 밝기 정보를 나타내는 입력 영상 및/또는 색체 정보를 나타내는 입력 영상을 생성할 수 있다. 예를 들어, 원본 영상에 대해 밝기 정보를 나타내는 제1 입력 영상 및 색체 정보를 나타내는 제2 입력 영상이 각각 생성될 수 있다.

도 5는 일 예에 따른 입력 영상 및 조감 입력 영상을 도시한다.

일 예에 따르면, 횡단보도를 포함하는 원본 영상에 기초하여 생성된 입력 영상(510)은 횡단보도 패턴(511)에 대한 밝기 정보를 나타낼 수 있다. 다른 예에 따르면, 방지턱 패턴을 포함하는 원본 영상에 기초하여 생성된 입력 영상은 방지턱 패턴에 대한 색체 정보를 나타낼 수 있다.

전자 장치(200)는 입력 영상(510)의 시점을 조감 시점으로 변경함으로써 조감 입력 영상(520)을 생성할 수 있다. 조감 입력 영상(520) 내에는 횡단보도 패턴(521)이 나타날 수 있다. 예를 들어, 조감 입력 영상(520)을 생성하기 위해 카메라의 자세 정보, 내부 파라미터 및/또는 외부 파라미터가 더 이용될 수 있다.

전자 장치(200)는 생성된 조감 입력 영상(520)에 미리 설정된 블러 효과를 적용함으로써 조감 블러 영상(미도시)을 생성할 수 있다.

도 6은 일 예에 따른 특징 맵을 생성하는 방법의 흐름도이다.

조감 블러 영상은 블러 효과가 적용되었으므로 조감 입력 영상과 동일하지 않을 수 있다. 이에 따라, 조감 블러 영상 및 조감 입력 영상 간에는 차이가 나타나게 되는데, 차이가 나타나는 영역은 주로 특정한 패턴(예: 횡단보도 패턴(521) 또는 방지턱 패턴)이 위치한 영역 주변에서 발생한다. 이러한 점을 이용하여 특징 맵이 생성될 수 있다.

일 실시 예에 따르면, 도 3을 참조하여 전술된 단계(350)는 아래의 단계들(610 및 620)을 포함할 수 있다.

단계(610)에서, 전자 장치(200)는 조감 블러 영상의 제1 픽셀 및 조감 입력 영상의 제2 픽셀 간의 차이를 계산할 수 있다. 조감 블러 영상의 제1 픽셀의 영상 내 좌표 및 조감 입력 영상의 제2 픽셀의 영상 내 좌표는 서로 동일할 수 있다.

단계(620)에서, 전자 장치(200)는 픽셀들 간의 차이에 기초하여 제1 픽셀 및 제2 픽셀에 대응하는 특징 맵의 제3 픽셀의 값을 결정할 수 있다. 특징 맵의 제3 픽셀의 영상 내 좌표는 제1 픽셀 및 제2 픽셀과 동일할 수 있다. 예를 들어, 차이의 절대 값이 미리 설정된 임계 값 이상인 경우 제3 픽셀의 값이 1로 결정되고, 그렇지 않은 경우에는 제3 픽셀의 값이 0으로 결정될 수 있다. 단계들(610 및 620)을 통해 특징 맵 내의 모든 픽셀들에 대해 각각의 픽셀 값이 계산될 수 있고, 이에 기초하여 특징 맵이 생성될 수 있다.

도 7은 일 예에 따른 특징 맵을 도시한다.

일 실시 예에 따르면, 특징 맵(710)의 각 픽셀은 0 또는 1의 값을 가질 수 있다. 도시된 특징 맵(710)에서는 1의 값을 갖는 픽셀이 밝게 나타나고, 0의 값을 갖는 픽셀이 어둡게 나타난다.

횡단보도 패턴 또는 방지턱 패턴과 같이 반복되는 패턴들에 기초하여 생성된 특징 맵(710)은 원래의 패턴과 유사한 크기의 형상(711)을 나타낼 수 있다. 도시된 형상(711)은 쉬운 이해를 위해 명확한 형태를 갖도록 도시되었으나, 실제로는 명확한 형태를 갖지 않을 수 있다.

도 8은 일 예에 따른 오브젝트 영역을 결정하는 방법의 흐름도이다.

일 실시 예에 따르면, 도 3을 참조하여 전술된 단계(360)는 아래의 단계들(810 및 840)을 포함할 수 있다.

단계(810)에서, 전자 장치(200)는 특징 맵 중 관심 영역을 결정할 수 있다. 관심 영역은 특징 맵의 픽셀 값에 기초하여 특징 맵 상에 설정될 수 있다. 예를 들어, 특징 맵 내의 형상(예: 형상(711))을 포함하도록 관심 영역이 설정될 수 있다.

단계(820)에서, 전자 장치(200)는 관심 영역을 복수의 서브 관심 영역들로 분할할 수 있다. 예를 들어, 복수의 서브 관심 영역들 각각이 동일한 크기를 갖도록 관심 영역이 분할될 수 있다.

단계(830)에서, 전자 장치(200)는 복수의 서브 관심 영역들의 각각에 대한 특징 비율을 계산할 수 있다. 예를 들어, 타겟 서브 관심 영역이 25개의 픽셀들을 포함하는 경우, 25개의 픽셀들 중 1의 값을 갖는 픽셀들의 비율이 특징 비율로 계산될 수 있다.

단계(840)에서, 전자 장치(200)는 계산된 특징 비율이 임계 비율 이상인 하나 이상의 서브 관심 영역들에 기초하여 오브젝트 영역을 결정할 수 있다. 예를 들어, 임계 비율 이상인 서브 관심 영역들 중 가장 상단 및 가장 하단에 위치한 서브 관심 영역들이 포함되도록 오브젝트 영역이 결정될 수 있다. 다른 예로, 임계 비율 이상인 서브 관심 영역들 중 가장 좌측 및 가장 우측에 위치한 서브 관심 영역들이 포함되도록 오브젝트 영역이 결정될 수 있다.

도 9는 일 예에 따른 특징 맵 상의 관심 영역 및 오브젝트 영역을 도시한다.

도 7을 참조하여 전술된 특징 맵(710) 상에 관심 영역(910)이 설정될 수 있다. 예를 들어, 특징 맵(710)의 형상(711)이 포함되도록 관심 영역(910)이 설정될 수 있다. 관심 영역(910)은 복수의 서브 관심 영역들로 분할될 수 있다.

전자 장치(200)는 서브 관심 영역(911)에 대한 특징 비율을 계산할 수 있다. 서브 관심 영역(911)은 형상(711) 위에 설정되어 있으므로 서브 관심 영역(911)의 특징 비율은 임계 비율 이상일 수 있다.

전자 장치(200)는 임계 비율 이상의 특징 비율을 갖는 하나 이상의 서브 관심 영역들에 기초하여 오브젝트 영역(920)을 결정할 수 있다. 예를 들어, 횡단보도의 검출은 카메라의 시점을 기준으로 좌우 방향의 검출 보다는 상하 방향의 검출이 더욱 중요할 수 있다. 이에 따라, 임계 비율 이상의 특징 비율을 갖는 하나 이상의 서브 관심 영역들 중 가장 하단에 위치한 서브 관심 영역 및 가장 상단에 위치한 서브 관심 영역이 포함되도록 오브젝트 영역(920)이 결정될 수 있다. 다른 예로, 오브젝트 영역(920)는 임계 비율 이상의 특징 비율을 갖는 하나 이상의 서브 관심 영역들 중 4 방향으로 최외곽의 서브 관심 영역들이 포함되도록 결정될 수 있다.

도 10은 일 예에 따른 오브젝트를 검출하는 방법의 흐름도이다.

일 실시 예에 따르면, 도 3을 참조하여 전술된 단계(370)는 아래의 단계들(1010 및 1020)을 포함할 수 있다.

단계(1010)에서, 전자 장치(200)는 특징 맵의 오브젝트 영역의 시점을 원본 영상의 시점으로 변환함으로써 타겟 오브젝트 영역을 생성할 수 있다. 특징 맵의 시점은 조감 시점이므로, 오브젝트 영역의 시점을 원본 영상의 시점인 카메라 시점으로 변환함으로써 타겟 오브젝트 영역을 생성할 수 있다. 예를 들어, 전술된 단계(330)에서 조감 입력 영상을 생성하기 위해 이용된 변환 행렬의 역변환 행렬이 타겟 오브젝트 영역을 생성하기 위해 이용될 수 있다.

단계(1020)에서, 전자 장치(200)는 타겟 오브젝트 영역에 대응하는 원본 영상(또는, 입력 영상) 상의 오브젝트를 검출할 수 있다. 예를 들어, 검출된 오브젝트는 일정한 패턴을 갖는 횡단보도 또는 방지턱 패턴일 수 있다.

도 11은 일 예에 따른 검출된 횡단보도 및 방지턱 패턴을 도시한다.

(a) 도면은 원본 영상(1110) 내의 횡단보도(1111)가 오브젝트로서 검출된 도면이고, (b) 도면은 원본 영상(1120) 내의 방지턱 패턴(1121)가 오브젝트로서 검출된 도면이다.

도 12는 일 예에 따른 오브젝트가 검출된 경우에 수행될 수 있는 추가 동작들을 도시한다.

일 실시 예에 따르면, 오브젝트가 검출된 경우 추가의 동작들이 수행될 수 있다.

단계(1210)에서, 전자 장치(200)가 자율 주행 차량 또는 ADAS를 지원하는 차량에 포함된 경우, 전자 장치(200)는 차량을 제어할 수 있다. 예를 들어, 오브젝트가 횡단보도 또는 방지턱 패턴인 경우, 전자 장치(200)는 감속하도록 차량을 제어할 수 있다.

단계(1220)에서, 전자 장치(200)는 검출된 오브젝트에 대해 사용자에게 알람을 출력할 수 있다. 예를 들어, 알람은 소리 효과 및/또는 시각적 효과일 수 있다.

일 측면에 따르면, 전자 장치(200)는 사용자(또는, 운전자)가 검출된 오브젝트에 대한 차량의 제어(예: 감속)를 수행하지 않는 경우 사용자에게 알람(예: 전방 주시 경고)을 출력할 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.

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.

Claims

전자 장치에 의해 수행되는, 오브젝트 검출 방법은,
카메라를 이용하여 촬영된 원본 영상의 밝기 정보 또는 색채 정보를 나타내는 입력 영상을 생성하는 단계;
상기 입력 영상의 시점을 조감 시점으로 변경함으로써 조감 입력 영상을 생성하는 단계;
상기 조감 입력 영상에 미리 설정된 블러 효과(blur effect)를 적용시킴으로써 조감 블러 영상을 생성하는 단계;
상기 조감 블러 영상 및 상기 조감 입력 영상에 기초하여 특징 맵을 생성하는 단계;
상기 특징 맵 상에 오브젝트 영역을 결정하는 단계; 및
상기 오브젝트 영역에 기초하여 상기 원본 영상 상의 오브젝트를 검출하는 단계
를 포함하는,
오브젝트 검출 방법.
제1항에 있어서,
상기 입력 영상을 생성하는 단계는,
상기 원본 영상을 HSV(Hue, Saturation, Value) 채널들로 변환하는 단계; 및
상기 HSV 채널들에 기초하여 상기 입력 영상을 생성하는 단계
를 포함하는,
오브젝트 검출 방법.
제1항에 있어서,
상기 조감 입력 영상을 생성하는 단계는,
상기 카메라의 자세 정보를 획득하는 단계; 및
상기 자세 정보에 기초하여 상기 입력 영상의 시점을 조감 시점으로 변경함으로써 조감 입력 영상을 생성하는 단계
를 포함하는,
오브젝트 검출 방법.
제1항에 있어서,
상기 특징 맵을 생성하는 단계는,
상기 조감 블러 영상의 제1 픽셀 및 상기 조감 입력 영상의 제2 픽셀 간의 차이를 계산하는 단계 - 상기 제1 픽셀의 좌표 및 상기 제2 픽셀의 좌표는 서로 대응함 -; 및
상기 차이에 기초하여 상기 제1 픽셀 및 상기 제2 픽셀에 대응하는 상기 특징 맵의 제3 픽셀의 값을 결정하는 단계
를 포함하는,
오브젝트 결정 방법.
제1항에 있어서,
상기 특징 맵 상에 오브젝트 영역을 결정하는 단계는,
상기 특징 맵 중 관심 영역을 결정하는 단계;
상기 관심 영역을 복수의 서브 관심 영역들로 분할하는 단계;
상기 복수의 서브 관심 영역들의 각각에 대한 특징 비율을 계산하는 단계; 및
계산된 특징 비율이 미리 설정된 임계 비율 이상인 하나 이상의 서브 관심 영역들에 기초하여 상기 오브젝트 영역을 결정하는 단계
를 포함하는,
오브젝트 결정 방법.
제5항에 있어서,
상기 계산된 특징 비율이 미리 설정된 임계 비율 이상인 하나 이상의 서브 관심 영역들에 기초하여 상기 오브젝트 영역을 결정하는 단계는,
최상단 서브 관심 영역의 좌표 및 최하단 서브 관심 영역의 좌표에 기초하여 상기 오브젝트 영역을 결정하는 단계
를 포함하는,
오브젝트 결정 방법.
제1항에 있어서,
상기 오브젝트 영역에 기초하여 상기 원본 영상 상의 오브젝트를 검출하는 단계는,
상기 오브젝트 영역의 시점을 상기 원본 영상의 시점으로 변환함으로써 타겟 오브젝트 영역을 생성하는 단계; 및
상기 타겟 오브젝트 영역에 대응하는 상기 원본 영상 상의 오브젝트를 검출하는 단계
를 포함하는,
오브젝트 결정 방법.
제1항에 있어서,
상기 오브젝트는 일정한 패턴을 갖는 오브젝트인,
오브젝트 결정 방법.
제8항에 있어서,
상기 오브젝트는 횡단보도 또는 방지턱 패턴인,
오브젝트 결정 방법.
제1항에 있어서,
상기 오브젝트가 검출된 경우, 사용자에게 알람을 출력하는 단계
를 더 포함하는,
오브젝트 결정 방법.
제1항에 있어서,
상기 오브젝트가 검출된 경우, 상기 전자 장치가 포함된 차량을 제어하는 단계
를 더 포함하는,
오브젝트 결정 방법.
하드웨어와 결합되어 제1항 내지 제11항 중 어느 하나의 항의 방법을 실행시키기 위하여 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램.
전자 장치는,
오브젝트를 검출하는 프로그램이 기록된 메모리; 및
상기 프로그램을 수행하는 프로세서
를 포함하고,
상기 프로그램은,
카메라를 이용하여 촬영된 원본 영상의 밝기 정보 또는 색채 정보를 나타내는 입력 영상을 생성하는 단계;
상기 입력 영상의 시점을 조감 시점으로 변경함으로써 조감 입력 영상을 생성하는 단계;
상기 조감 입력 영상에 미리 설정된 블러 효과(blur effect)를 적용시킴으로써 조감 블러 영상을 생성하는 단계;
상기 조감 블러 영상 및 상기 조감 입력 영상에 기초하여 특징 맵을 생성하는 단계;
상기 특징 맵 상에 오브젝트 영역을 결정하는 단계;
상기 오브젝트 영역에 기초하여 상기 원본 영상 상의 오브젝트를 검출하는 단계
를 실행하는,
전자 장치.
제13항에 있어서,
상기 전자 장치는, 자율 주행을 지원하는 차량 또는 ADAS(advanced driver assistance systems)을 지원하는 차량에 포함되는,
전자 장치.
제14항에 있어서,
상기 프로그램은,
상기 타겟 오브젝트가 검출된 경우, 상기 타겟 오브젝트에 기초하여 상기 차량을 제어하는 단계
를 더 수행하는,
전자 장치.
제13항에 있어서,
상기 특징 맵을 생성하는 단계는,
상기 조감 블러 영상의 제1 픽셀 및 상기 조감 입력 영상의 제2 픽셀 간의 차이를 계산하는 단계 - 상기 제1 픽셀의 좌표 및 상기 제2 픽셀의 좌표는 서로 대응함 -; 및
상기 차이에 기초하여 상기 제1 픽셀 및 상기 제2 픽셀에 대응하는 상기 특징 맵의 제3 픽셀의 값을 결정하는 단계
를 포함하는,
전자 장치.
제13항에 있어서,
상기 특징 맵 상에 오브젝트 영역을 결정하는 단계는,
상기 특징 맵 중 관심 영역을 결정하는 단계;
상기 관심 영역을 복수의 서브 관심 영역들로 분할하는 단계;
상기 복수의 서브 관심 영역들의 각각에 대한 특징 비율을 계산하는 단계; 및
계산된 특징 비율이 미리 설정된 임계 비율 이상인 하나 이상의 서브 관심 영역들에 기초하여 상기 오브젝트 영역을 결정하는 단계
를 포함하는,
전자 장치.
제13항에 있어서,
상기 오브젝트는 일정한 패턴을 갖는 횡단보도 또는 방지턱 패턴인,
전자 장치.
제13항에 있어서,
상기 프로그램은,
상기 오브젝트가 검출된 경우, 사용자에게 알람을 출력하는 단계
를 더 수행하는,
전자 장치.