KR20240018255A - 신체 인식 시스템 - Google Patents

신체 인식 시스템 Download PDF

Info

Publication number
KR20240018255A
KR20240018255A KR1020220096275A KR20220096275A KR20240018255A KR 20240018255 A KR20240018255 A KR 20240018255A KR 1020220096275 A KR1020220096275 A KR 1020220096275A KR 20220096275 A KR20220096275 A KR 20220096275A KR 20240018255 A KR20240018255 A KR 20240018255A
Authority
KR
South Korea
Prior art keywords
unit
recognition
information
algorithm
lidar
Prior art date
Application number
KR1020220096275A
Other languages
English (en)
Inventor
배종호
최용
손소은
박성호
Original Assignee
한국로봇융합연구원
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 한국로봇융합연구원 filed Critical 한국로봇융합연구원
Priority to KR1020220096275A priority Critical patent/KR20240018255A/ko
Publication of KR20240018255A publication Critical patent/KR20240018255A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)

Abstract

생체특성을 분석하기 위한 신체 인식 시스템이 개시된다. 본 시스템은 길이알고리즘, 수정알고리즘, 인식알고리즘을 통하여 신체를 정확하게 인식할 수 있다. 그러므로 정확한 인식을 바탕으로 정확한 신체 특성을 분석할 수 있다.

Description

신체 인식 시스템{RECOGNITION SYSTEM OF HUMAN}
본 발명은 신체 인식 시스템에 관한 것이다.
특히, 생체정보를 분석하기 위하여 정확하게 분석하기 위하여 사람을 정확하게 인식할 수 있는 신체 인식 시스템에 관한 것이다.
전염병은 전염성을 가진 병들을 의미하는 것으로, 전세계를 강타한 코로나 이후 전염병에 대한 경각심이 높아졌다. 전염병은 무증상자가 있을 수 있으나 대부분 전염병에 걸리게 되면 일반적으로 생체정보가 정상과 상이한 것이 일반적이다.
그러므로 최근에는 입구 또는 출구에 생체정보를 측정하여 생체정보에 이상이 있으면 출입을 제한하여 전염병이 퍼지지 않도록 하는 것이 보편화되고 있고, 이에 관한 연구 개발이 활발히 진행되고 있다.
생체정보를 측정하기 위하여는 가장 중요한 것은 얼굴을 인식하는 것이다.
그러나 사람은 개성을 가진 동물인 것처럼, 어른과 아이, 남자와 여자 등 여러 가지 개성적인 요인으로 인하여 얼굴을 인식하는 것이 매우 어려운 것이 현실이다.
즉, 어른의 얼굴을 인식하도록 만들어진 인식 시스템은 아이들의 얼굴을 인식하기 어려우며, 아이들의 얼굴을 인식하도록 만들어진 경우는 반대인 문제가 발생된다.
아울러 이러한 문제를 해결하였다 하더라도, 얼굴 인식에 다소 시간이 오래 걸리게 되는 문제가 추가로 발생되고 있다. 그러므로 입구 또는 출구에 정체가 발생되고는 한다.
국내 공개특허 공개번호 10-2022-0080884 (2022.06.15. 공개)
일 실시예에 의한 본 발명은 전술한 문제점을 해결한 신체 인식 시스템을 제공하는 데 목적이 있다.
일 실시예에 의한 본 발명은 어른, 아이 구분없이 사람의 키를 연산하여 정확하게 인식할 수 있는 신체 인식 시스템을 제공하는 데 목적이 있다.
일 실시예에 의한 본 발명은 얼굴을 빠른 시간에 정확하게 인식하여 생체정보를 정확하게 측정할 수 있는 신체 인식 시스템을 제공하는 데 목적이 있다.
일 실시예에 의한 신체 인식 시스템은 대상체와 이격된 이격거리를 측정하여 거리정보를 생성하는 제1라이다부, 상기 제1라이다부와 이격되어 위치되는 제2라이다부, 상기 제2라이다부와 연결되어 상기 제2라이다부를 설정된 각도로 틸트시켜 상기 제2라이다부가 인식정보를 생성하거나 또는 생성하지 않는 틸트각에 대한 정보인 틸트각정보를 생성하는 틸트동작부 및 상기 거리정보와 상기 제2라이다부가 동작되어 상기 대상체를 인지하여 인식정보를 생성하면 상기 거리정보와 인식정보 및 상기 틸트각정보를 수신받아 기설정된 길이알고리즘을 수행하여 상기 대상체의 세로길이를 연산하는 연산부를 포함할 수 있다.
상기 틸트동작부는 상기 제2라이다부가 인식정보를 생성되다가 생성하지 않거나 또는 상기 인식정보를 생성되지 않다가 생성되는 경우의 각도인 틸트각정보를 생성하고, 상기 연산부의 길이알고리즘은 상기 거리정보에 상기 틸트각정보를 탄젠트(tan)로 연산한 값을 연산하는 것을 특징으로 할 수 있다.
상기 신체 인식 시스템은, 상기 연산부의 길이알고리즘을 통하여 연산된 대상체를 기준으로 기설정된 위치를 촬영하여 촬영정보를 생성하는 촬영부를 포함하고, 상기 촬영정보를 수신하여, 기설정된 인식알고리즘을 수행하여 촬영된 대상체를 인식하는 인식부를 더 포함하는 것을 특징으로 할 수 있다.
상기 인식부의 인식알고리즘은 촬영정보의 각각의 픽셀을 밝기별로 표현하고, 상기 픽셀들을 대표할 수 있는 상호 수식이 되는 복수개의 벡터값을 연산하며, 상기 복수개의 벡터값과 기준벡터값을 비교하여 상기 대상체를 인식하는 것을 특징으로 할 수 있다.
상기 인식부는 인식알고리즘을 수행 전 상기 촬영정보를 수신하고, 각각의 픽셀들의 밝기를 수정하는 수정알고리즘을 수행하는 것을 특징으로 할 수 있다.
상기 인식부의 수정알고리즘은 상기 픽셀들을 설정된 영역으로 구획하고, 상기 구획된 영역의 각각의 픽셀들의 밝기를 수로 구성된 표현값으로 표현하고, 상기 표현값 중 어느 하나의 표현값을 기준값으로 선정한 후, 상기 표현값에서 상기 기준값을 마이너스 하는 연산을 수행하는 것을 특징으로 할 수 있다.
일 실시예에 의한 본 발명은 제1라이다부와 제2라이다부를 이용하여 사람의 존재를 인지하고, 제2라이다부가 틸트되는 정도인 틸트각정보를 이용하여 사람의 키를 정확하게 연산할 수 있다.
일 실시예에 의한 본 발명은 정확하게 연산된 키를 바탕으로 사람의 얼굴의 위치를 정확하게 연산할 수 있다.
또한, 본 발명은 촬영된 얼굴의 픽셀을 수정하는 수정알고리즘을 활용하여 픽셀의 밝기를 수정하고, 이를 기반으로 기학습된 인식알고리즘을 통하여 얼굴을 정확하게 인식할 수 있다.
도 1은 일 실시예에 본 발명인 신체 인식 시스템을 도시한 것이다.
도 2는 일 실시예에 의한 본 발명인 신체 감지 시스템이 대상체의 길이를 측정하는 방식을 측정한 것이다.
도 3은 일 실시예에 의한 본 발명인 신체 감지 시스템의 인식부의 수정알고리즘을 도시한 것이다.
도 4는 일 실시예에 의한 신체 감지 시스템의 인식부의 인식알고리즘의 원리를 도시한 것이다.
도 5는 일 실시예에 의한 신체 감지 시스템의 인식부의 인식알고리즘에 순서를 도시한 것이다.
도 6은 일 실시예에 의한 신체 인식 시스템의 인식부의 수정인식알고리즘을 도시한 것이다.
이하, 본 발명의 일실시예를 예시적인 도면을 통해 상세하게 설명한다. 그러나 이는 본 발명의 범위를 한정하려고 의도된 것은 아니다.
각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
또한, 도면에 도시된 구성요소의 크기나 형상 등은 설명의 명료성과 편의상 과장되게 도시될 수 있다. 또한, 본 발명의 구성 및 작용을 고려하여 특별히 정의된 용어들은 본 발명의 실시예를 설명하기 위한 것일 뿐이고, 본 발명의 범위를 한정하는 것이 아니다.
도 1은 일 실시예에 본 발명인 신체 인식 시스템을 도시한 것이다.
일 실시예에 의한 본 발명인 신체 인식 시스템은 생체의 특성을 분석하기 위하여 신체(특히 얼굴)을 정확하게 인식하는 것이 특징이다.
일 실시예에 의한 본 발명인 신체 인식 시스템은 프레임, 제1라이다부(100), 제2라이다부(200), 틸트동작부(300), 제어부, 연산부(500), 촬영부(400), 인식부(600)를 포함할 수 있다.
프레임은 뼈대의 역할을 한다. 프레임에는 제1라이다부(100), 제2라이다부(200), 틸트동작부(300), 촬영부(400)가 배치될 수 있다. 여기서 제어부, 연산부(500), 인식부(600)는 프레임에 배치되어 있을 수도 있으나, 무선으로 제1라이다부(100), 제2라이다부(200), 틸트동작부(300)와 연결되어 있을 수 있다.
제1라이다부(100)는 프레임의 하측에 배치되어 일측을 향하여 신호를 인가할 수 있다. 그러므로 제1라이다부(100)는 바닥으로부터 높이가 기 설정된 바와 같이 유지될 수 있다. 제1라이다부(100)는 사람(이하에서는 사람을 대상체라고 지칭함)의 다리를 측정할 수 있다. 더 정확하게는 빛을 송신하고, 수신받아 대상체의 다리 부분의 거리를 측정할 수 있다.
제2라이다부(200)는 제1라이다부(100)와 이격되어 위치된다. 제2라이다부(200)는 제1라이다부(100)를 기준으로 상측에 위치된다. 여기서 제1라이다부(100)와 제2라이다부(200) 사이의 거리는 기설정된 바와 같이 배치될 수 있다. 여기서 제1라이다부(100)와 제2라이다부(200) 사이의 거리는 일례로 150cm일 수 있다. 제2라이다부(200)는 제1라이다부(100)와 마찬가지로 대상체를 측정할 수 있다. 여기서 제2라이다부(200)는 대상체의 특정한 신체(일례로 얼굴)을 측정함이 바람직하다.
틸트동작부(300)는 제1틸트동작부(310)와 제2틸트동작부(320)로 구성될 수 있다. 제1틸트동작부(310)는 제2라이다부(200)와 연결될 수 있다. 제2틸트동작부(320)는 후술하여 자세하게 설명할 촬영부(400)와 연결될 수 있다.
틸트동작부(300)는 각각 연결된 각각의 구성요소들을 설정된 각도로 틸트시킬 수 있다. 일례로 제1틸트동작부(310)는 제2라이다부(200)를 상측 또는 하측으로 틸트시킬 수 있다. 물론 이는 제2틸트동작부(320)도 마찬가지이다. 즉, 제2틸트동작부(320)는 촬영부(400)를 상, 하로 틸트시킬 수 있다.
제어부(미도시)는 틸트동작부(300)와 연결되어 있을 수 있다. 제어부는 제어신호를 인가하여 제1틸트동작부(310), 제2틸트동작부(320)를 동작시킬 수 있다.
연산부(500)는 제1라이다부(100), 제2라이다부(200)와 연결되어 있을 수 있다. 그러므로 연산부(500)는 대상체와 제1라이다부(100), 제2라이다부(200) 사이의 거리를 측정할 수 있다. 그리고 연산부(500)는 제2라이다부(200)가 송신하는 신호를 수신하여, 대상체의 길이(키)를 측정할 수 있다.
여기서 연산부(500)가 대상체의 길이를 측정함으로써 대상체가 어른인지 아이인지 구분할 수 있고, 그에 대응하여 얼굴의 위치를 정확하게 알 수 있으며, 그러므로 얼굴을 정확하게 촬영하여 얼굴을 통하여 신체의 특성을 측정할 수 있게 된다.
도 2는 일 실시예에 의한 본 발명인 신체 감지 시스템이 대상체의 길이를 측정하는 방식을 측정한 것이다.
연산부(500)는 길이알고리즘이 기설정되어 있다. 그러므로 대상체의 길이(키)를 연산할 수 있다. 이하에서는 연산부(500)의 길이알고리즘을 설명하도록 하겠다.
도 1을 통하여 설명한 바와 같이 제1라이다부(100)는 프레임에 고정되어 위치되어 있다. 그러므로 바닥에서 제1라이다부(100) 사이의 길이는 기설정되어 있을 것이다. 그리고 제2라이다부(200)도 제1라이다부(100)와 이격된 위치는 기설정되어 있을 수 있다. 그러므로 바닥에서부터 제2라이다부(200) 사이의 거리인 HL은 기설정되어 있다. 연산부(500)는 HL에 대한 정보를 기저장하고 있다. 이와 같이 기초적으로 본 발명은 연산부(500)가 HL을 이미 알고 있다. 이후 연산부(500)의 연산과정은 실시예를 통하여 설명하도록 하겠다.
일례로 어른이 제2라이다부(200)로 가까이 이동한다고 가정하겠다.
그러면 제1라이다부(100)는 어른의 다리 부분을 촬영하고, 제2라이다부(200)는 어른의 목 부분을 촬영할 것이다. 그리고 연산부(500)는 제1라이다부(100)와 이동 중인 어른 사이의 거리는 점진적으로 가까워지므로 어른이 시스템측으로 이동 중이라는 것을 인지할 수 있다.
그러면 제어부는 제1틸트동작부(310)를 동작시켜 제2라이다부(200)를 점진적으로 상측으로 틸트시킬 수 있다. 제2라이다부(200)는 점진적으로 상측으로 틸트되는 경우 더는 어른의 신체를 감지(정수리를 벗어난 위치)하지 못하는 경우가 발생될 수 있다. 이때 제2라이다부(200)가 생성하는 정보는 인식정보일 수 있다. 이 각도를 틸트각정보(θ1)이라고 하겠다. 그리고 이때 제2라이다부(200)와 어른 사이의 수직 길이를 (거리정보-LA)라고 가정하겠다. 참고로 거리정보-LA는 제1라이다부(100)가 대상체와의 거리를 감지하므로 정확하게 측정할 수 있다.
연산부(500)는 틸트각정보(θ1)를 이용하여 어른의 길이(키)를 연산할 수 있다. 즉, 연산부(500)는 tan(틸트각정보(θ1))을 연산하고 거리정보-LA에 연산하여 H1을 연산할 수 있다(거리정보-LA*tan(틸트각정보(θ1)) = H1). 그후 연산부(500)는 HL에 H1을 더하는 연산을 하여 어른의 길이(키)를 연산할 수 있다. (HL + H1)
일례로 어린이가 제2라이다부(200)로 가까이 이동한다고 가정하겠다.
이 경우 제1라이다부(100)는 대상체를 감지할 수 있으나, 제2라이다부(200)는 대상체를 감지할 수 없다. 그러나 제1라이다부(100)에 감지되는 대상체와의 거리는 좁혀질 수 있다.
그러면 제어부는 제1틸트동작부(310)를 동작시켜 제2라이다부(200)를 점진적으로 하측으로 틸트시킬 수 있다. 제2라이다부(200)는 점진적으로 하측으로 틸트되는 경우 어린이의 신체를 감지하는 시점이 있을 수 있다. 이 각도를 틸트각정보(θ2)라고 하겠다. 이때 제2라이다부(200)가 생성하는 정보는 인식정보일 수 있다. 그리고 이때 제2라이다부(200)와 어른 사이의 수직 길이를 (거리정보-LC)라고 가정하겠다. 참고로 거리정보-LC는 제1라이다부(100)가 대상체와의 거리를 감지하므로 정확하게 측정할 수 있다.
연산부(500)는 θ2를 이용하여 어른의 길이(키)를 연산할 수 있다. 즉, 연산부(500)는 tan(틸트각정보(θ2))을 연산하고 인식정보-LC에 연산하여 H2를 연산할 수 있다(인식정보-LC*tan(틸트각정보(θ2)) = H2). 그후 연산부(500)는 HL에 H1을 더하는 연산을 하여 어른의 길이(키)를 연산할 수 있다. (HL - H2)
정리하자면 연산부(500)에 설정된 길이알고리즘은 다음과 같다.
(i) 제2라이다부(200)에 대상체 감지 여부를 통하여 어른 또는 아이를 감지
(ii-1) 만약 어른이라면 제어부가 제2라이다부(200)를 상측으로 틸트시킴 -> 틸트각정보(θ1), 거리정보-LA연산
(ii-2) 만약 아이라면 제어부가 제2라이다부(200)를 상측으로 틸트시킴 -> 틸트각정보(θ2), 거리정보-LC연산
(iii-1) 어른키 연산 (HL + H1)
(iii-2) 아이키 연산 (HL - H2)
본 발명은 이와 같이 연산부(500)가 대상체의 길이를 연산할 수 있다.
도 3은 일 실시예에 의한 본 발명인 신체 감지 시스템의 인식부의 수정알고리즘을 도시한 것이다.
본 발명인 신체 감지 시스템은 인식부(600)를 더 포함할 수 있다.
전술한 도 2를 통하여 대상체의 길이를 정확하게 감지한 경우 그에 대응하여 얼굴의 위치를 정확하게 알 수 있다. 그러면 제2틸트동작부(320)는 동작되어 촬영부(400)를 틸트시킬 수 있다. 여기서 제2틸트동작부(320)는 전술하여 획득한 틸트각정보 보다 더 큰 범위로 움직이는 것이 바람직하다. 여기서 제2틸트동작부(320)가 틸트되는 틸트정도는 틸트각정보 +,- A일 수 있다. 여기서 A는 정수일 수 있다. 어른의 경우에는 틸트각정보 -A만큼 제2틸트동작부(320)가 동작되고, 아이인 경우 틸트각정보 + A만큼 제2틸트동작부(320)가 동작됨이 바람직하다.
그러므로 촬영부(400)는 얼굴을 정확하게 촬영하여 촬영정보를 생성할 수 있다.
다만, 촬영부(400)가 얼굴을 촬영하는 것과 촬영부(400)의 촬영정보를 기반으로 얼굴의 위치를 정확하게 인식하는 것은 다른 것이다. 만약 촬영의 대상이 되는 대상체의 신체(얼굴)이 정면이 아닌 틀어진 경우 또는 기타 여러 요인에 의하여 얼굴이 정확하게 인식되지 않을 수 있기 때문이다.
그러므로 본 발명인 인식부(600)는 수정알고리즘과 인식알고리즘을 통하여 얼굴을 정확하게 인식할 수 있다. 도 3에서는 수정알고리즘을 먼저 설명하도록 하겠다.
촬영정보는 픽셀별로 밝기가 다를 수 있다. 인식부(600)에는 표현값이 기설정되어 있다. 인식부(600)는 픽셀의 명암에 대응하여 기설정된 표현값을 대응할 수 있다. 일례로 도 3에서 상측의 우측에 도시된 바와 같이 표현될 수 있다. 인식부(600)는 촬영정보의 픽셀 중 특정한 영역의 픽셀을 구획하여 설정할 수 있다. 그리고 해당 구획하여 인식된 픽셀들이 표현된 표현값 중 어느 하나의 표현값을 기준값으로 선정할 수 있다.
여기서 기준값은 구획하여 인식된 표현값의 집합 중 평균이 되는 값일 수 있다. 도 3과 같이 복수의 픽셀이 구획된 경우 복수의 표현값 중 평균이 되는 값은 16일 수 있다. 이후 인식부(600)는 각각의 표현값에 기준값을 마이너스 하는 연산을 한다.
그후 인식부(600)는 표현값에 기준값이 마이너스 되어 생성된 값에 대응되는 밝기로 각각의 픽셀을 표현할 수 있다. 즉, 일례로 16의 표현값을 가진 픽셀은 0의 표현값을 가진 밝기로 수정된다.
이와 같이 본 발명인 인식부(600)는 촬영정보를 일차적으로 수정하는 수정알고리즘을 수행한다. 수정알고리즘을 정리하면 다음과 같다.
(i) 촬영정보를 수신하고 구획된 영역을 지정
(ii) 구획된 영역의 픽셀들의 명암에 따라 표현값을 설정
(iii) 표현값 중 평균값을 기준값으로 설정
(iv) 표현값 - 기준값을 수행
(v) 표현값 - 기준값에 대응되는 밝기로 픽셀들을 수정
본 발명은 이와 같이 픽셀의 명암을 수정하여 보다 정확하게 얼굴을 인식할 수 있도록 할 수 있다.
도 4는 일 실시예에 의한 신체 감지 시스템의 인식부의 인식알고리즘의 원리를 도 5는 일 실시예에 의한 신체 감지 시스템의 인식부의 인식알고리즘에 순서를 도시한 것이다.
본 발명인 인식부(600)는 인식알고리즘을 이용하여 대상체를 인식한다.
인식알고리즘의 기본적인 컨셉은 도 4와 같다. 즉, 도 4와 같이 타원형의 점이 있다고 가정하겠다. 그러면 이 타원형의 점은 각각의 점들로 인식될 수 있으나, 가로, 세로, 대각 방향을 고려하여 가장 넓은 범위로 분포된 점들을 하나의 벡터 1로 나타낼 수 있고, 그 다음 넓은 범위로 분포된 점들을 다른 하나의 벡터2로 나타낼 수 있다. 즉, 벡터 1, 벡터 2의 방향과 크기를 이용하여 점들의 분포특성을 정확하게 나타낼 수 있다. 도 4의 벡터 1, 벡터 2를 알게 된다면 이를 기초로 하여 점들의 형태를 알 수 있다. 본 발명은 이와 같은 것을 기초적인 아이디어로 하여 인식알고리즘을 설정하였다.
도 5를 통하여 본 발명의 인식알고리즘을 상세하게 살펴보면, 일례로 45X40의 픽셀을 가지는 촬영정보가 있다고 가정하겠다. 촬영정보를 통하여 각각의 픽셀들을 유사한 범위의 밝기값으로 연결하여 픽셀을 수정하면 도 5의 상측에 위치된 다양한 밝기를 가지는 촬영정보를 획득할 수 있다.
인식부(600)는 이와 같이 다양한 밝기를 가지는 촬영정보를 기초로 이들에 대하여 각각 벡터의 크기와 방향으로 이들을 표현할 수 있다. 즉, 인식부(600)는 다양한 밝기의 촬영정보에 각각 이를 대표하도록 복수의 벡터값을 각각 연산할 수 있다.
그리고 인식부(600)는 각각의 복수의 벡터값을 더하는 연산을 한다.(K는 각각의 벡터값들이 연산된 것, C1, C2 등은 크기를 보완하는 상수, e1, e2는 벡터값들의 방향 및 크기)
이후 인식부(600)는 후단의 벡터값을 삭제하는 연산을 한다.
만약 K= C1*e1 + C2*e2??C20*e20이라면, 인식부(600)는 K'= C1*e1 + C2*e2 ??C18*e18과 같이 일부 벡터값을 더하지 않은 채 이 벡터값을 이용하여 얼굴을 복원한다. 이를 통하여 밝기와 어둡기가 적절하게 연관되어 인식부(600)는 사람의 T존을 정확하게 인식할 수 있는 최적의 K'값을 찾아낸다.
그러면 이후 인식부(600)는 최적의 K'값과 같이 촬영정보의 픽셀값들을 수정하고 인식한다.
이처럼 인식부(600)의 인식알고리즘을 정리하면 다음과 같다.
(i) 촬영정보 수신
(ii) 픽셀들을 설정된 범위 내 밝기로 연결하여 촬영정보를 수정
(iii) 각각 생성된 촬영정보를 벡터값으로 표현
(iv) 벡터값을 모두 더하는 연산을 함(K)
(v) 벡터값을 수정(K', 후단 벡터값을 더하지 않는 연산)
(vi) 얼굴 인식 가능한 밝기의 촬영정보를 찾아내고 저장
(v) 새로 인식되는 촬영정보에 대하여 (ii), (iii), (v)를 수행하여 얼굴을 인식함
이처럼 본 발명인 인식부(600)는 인식알고리즘을 통하영 얼굴을 정확하게 인식할 수 있다.
도 6은 일 실시예에 의한 신체 인식 시스템의 인식부의 수정인식알고리즘을 도시한 것이다.
인식부(600)는 수정인식알고리즘을 통하여 얼굴을 인식할 수 있다.
일례로 대상체(사람)이 안경을 쓰고 있거나 신체 이외의 물건을 착용한 경우 해당 물건을 제거하여야만 신체를 정확히 인식할 수 있다. 이 경우 인식부(600)는 수정인식알고리즘을 수행하여 얼굴을 인식할 수 있다.
여기서 촬영부(400)가 촬영한 촬영정보를 인식부(600)가 수신하면, 인식부(600)는 도 5와 동일한 인식알고리즘을 수행한다. 다만, 인식부(600)는 기저장된 기준데이터를 토대로 얼굴 이외에 다른 물건이 있다고 인식되면 수정인식알고리즘을 수행한다.
수정인식알고리즘은 인식알고리즘과 동일한 수행을 하되, 다만, 물체만 밝게 보이는 픽셀의 벡터값을 연산하고, 이를 마이너스 하는 연산을 하는 것이다.
일례로 K'에 물체가 밝게 보이는 경우 연산된 벡터값(xk)를 마이너스 한다. (k' - xk, 다만 이때 값은 절대값으로 표현하는 것이 바람직함)
그러므로 본 발명은 대상체에서 물건이 제거된 채 인식될 수 있다.
수정알고리즘을 정리하면 다음과 같다.
수정알고리즘 +
(i) 촬영정보 내 물체 인식
(ii) 물체만이 밝기로 픽셀을 표현
(iii) 해당 픽셀의 벡터값(xk)을 연산
(iv) 벡터값을 수정(K', 후단 벡터값을 더하지 않는 연산)하고 (iii)에서 연산된 벡터값을 마이너스 함
본 발명은 특정한 실시 예에 관련하여 도시하고 설명하였지만, 이하의 특허청구범위에 의해 제공되는 본 발명의 기술적 사상을 벗어나지 않는 한도 내에서, 본 발명이 다양하게 개량 및 변화될 수 있다는 것은 당 업계에서 통상의 지식을 가진 자에게 있어서 자명할 것이다.
100 : 제1라이다부
200 : 제2라이다부
300 : 틸트동작부
310 : 제1틸트동작부
320 : 제2틸트동작부
400 : 촬영부
500 : 연산부
600 : 인식부

Claims (6)

  1. 생체특성을 분석하기 위한 신체 인식 시스템에 있어서,
    대상체와 이격된 이격거리를 측정하여 거리정보를 생성하는 제1라이다부;
    상기 제1라이다부와 이격되어 위치되는 제2라이다부;
    상기 제2라이다부와 연결되어 상기 제2라이다부를 설정된 각도로 틸트시켜 상기 제2라이다부가 인식정보를 생성하거나 또는 생성하지 않는 틸트각에 대한 정보인 틸트각정보를 생성하는 틸트동작부; 및
    상기 거리정보와 상기 제2라이다부가 동작되어 상기 대상체를 인지하여 인식정보를 생성하면 상기 거리정보와 인식정보 및 상기 틸트각정보를 수신받아 기설정된 길이알고리즘을 수행하여 상기 대상체의 세로길이를 연산하는 연산부
    를 포함하는 신체 인식 시스템.
  2. 제1항에 있어서,
    상기 틸트동작부는 상기 제2라이다부가 인식정보를 생성되다가 생성하지 않거나 또는 상기 인식정보를 생성되지 않다가 생성되는 경우의 각도인 틸트각정보를 생성하고,
    상기 연산부의 길이알고리즘은
    상기 거리정보에 상기 틸트각정보를 탄젠트로 연산한 값을 연산하는 것
    을 특징으로 하는 신체 인식 시스템.
  3. 제2항에 있어서,
    상기 신체 인식 시스템은,
    상기 연산부의 길이알고리즘을 통하여 연산된 대상체를 기준으로 기설정된 위치를 촬영하여 촬영정보를 생성하는 촬영부를 포함하고,
    상기 촬영정보를 수신하여, 기설정된 인식알고리즘을 수행하여 촬영된 대상체를 인식하는 인식부를 더 포함하는 것
    을 특징으로 하는 신체 인식 시스템.
  4. 제3항에 있어서,
    상기 인식부의 인식알고리즘은
    촬영정보의 각각의 픽셀을 밝기별로 표현하고,
    상기 픽셀들을 대표할 수 있는 상호 수식이 되는 복수개의 벡터값을 연산하며,
    상기 복수개의 벡터값과 기준벡터값을 비교하여 상기 대상체를 인식하는 것
    을 특징으로 하는 신체 인식 시스템.
  5. 제4항에 있어서,
    상기 인식부는
    인식알고리즘을 수행 전 상기 촬영정보를 수신하고, 각각의 픽셀들의 밝기를 수정하는 수정알고리즘을 수행하는 것
    을 특징으로 하는 신체 인식 시스템.
  6. 제5항에 있어서,
    상기 인식부의 수정알고리즘은
    상기 픽셀들을 설정된 영역으로 구획하고, 상기 구획된 영역의 각각의 픽셀들의 밝기를 수로 구성된 표현값으로 표현하고, 상기 표현값 중 어느 하나의 표현값을 기준값으로 선정한 후, 상기 표현값에서 상기 기준값을 마이너스 하는 연산을 수행하는 것
    을 특징으로 하는 신체 인식 시스템.
KR1020220096275A 2022-08-02 2022-08-02 신체 인식 시스템 KR20240018255A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220096275A KR20240018255A (ko) 2022-08-02 2022-08-02 신체 인식 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220096275A KR20240018255A (ko) 2022-08-02 2022-08-02 신체 인식 시스템

Publications (1)

Publication Number Publication Date
KR20240018255A true KR20240018255A (ko) 2024-02-13

Family

ID=89899652

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220096275A KR20240018255A (ko) 2022-08-02 2022-08-02 신체 인식 시스템

Country Status (1)

Country Link
KR (1) KR20240018255A (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220080884A (ko) 2020-12-08 2022-06-15 주식회사 유니컴퍼니 손 소독 장치가 구비된 열화상 카메라를 이용한 얼굴인식 출입통제 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220080884A (ko) 2020-12-08 2022-06-15 주식회사 유니컴퍼니 손 소독 장치가 구비된 열화상 카메라를 이용한 얼굴인식 출입통제 시스템

Similar Documents

Publication Publication Date Title
US7916904B2 (en) Face region detecting device, method, and computer readable recording medium
US7756299B2 (en) Face region estimating device, face region estimating method, and face region estimating program
JP3143819B2 (ja) まぶたの開度検出装置
JP3761059B2 (ja) ヒトの顔を検出する方法および装置、ならびに観察者トラッキングディスプレイ
US5995639A (en) Apparatus for identifying person
US10540777B2 (en) Object recognition device and object recognition system
US7912251B2 (en) Eyelid detection apparatus and program therefor
JP2500726B2 (ja) 上まぶた領域、目頭・目尻・上まぶた領域及び目の構造の検出方法及び装置
US20010036298A1 (en) Method for detecting a human face and an apparatus of the same
US20120062749A1 (en) Human body identification method using range image camera and human body identification apparatus
JPH11250267A (ja) 目の位置検出方法、目の位置検出装置および目の位置検出プログラムを記録した記録媒体
US20090279786A1 (en) Face center position detecting device, face center position detecting method, and computer-readable medium
KR20140045854A (ko) 단일객체에 대한 기울기를 추정하는 영상을 감시하는 장치 및 방법
US20230008297A1 (en) Bio-security system based on multi-spectral sensing
KR101343623B1 (ko) 적응적 피부색 검출 방법, 그리고 이를 이용한 얼굴 검출 방법 및 그 장치
JP7063076B2 (ja) 認識装置、認識方法及び認識プログラム
KR20240018255A (ko) 신체 인식 시스템
JP2004038531A (ja) 物体の位置検出方法および物体の位置検出装置
JP2021058361A (ja) 生体情報取得装置およびプログラム
CN110660187A (zh) 一种基于边缘计算的森林火警监测***
KR100871211B1 (ko) 사용자의 키를 이용하여 사용자를 인증하기 위한 장치 및방법
JP7361342B2 (ja) 学習方法、学習装置、及び、プログラム
JPH04174309A (ja) 運転車の眼位置検出装置及び状態検出装置
KR101049409B1 (ko) 영상 처리 시스템에서의 색 보정 장치 및 방법
KR102304593B1 (ko) 시각장애인의 횡단보도 보행을 위한 가이드 장치 및 방법