KR101271092B1 - 감시 카메라 시스템에서 움직임을 검출하기 위한 실시간움직임 영역 분할 방법 및 장치 - Google Patents

Abstract

본 발명은 감시 카메라 시스템에서 움직임을 검출하기 위한 실시간 움직임 영역 분할 방법 및 장치에 관한 것으로써, 입력된 영상 시퀀스 중 이전 입력 영상을 이용하여 배경 영상을 업데이트하고, 영상 시퀀스의 현재 영상과 배경 영상의 차이 영상을 생성하여, 차이 영상의 움직임 영역의 정규화된 에너지 및 차이 영상의 움직임이 없는 영역의 정규화된 에너지를 포함하는 제 1 함수를 최소화하는 제 2 함수를 생성하고, 제 2함수에 기초하여 움직임 영역을 분할함으로써, 저조도 환경에서도 잡음을 제거하면서 정확하고 빠르게 움직임 영역을 분할하여 움직임이 있는 객체를 검출한다.

감시 카메라, 움직임 검출, 영역 분할, 잡음 제거, 에너지 함수, 레벨 세트 함수, 정규화.

Description

감시 카메라 시스템에서 움직임을 검출하기 위한 실시간 움직임 영역 분할 방법 및 장치{Method and apparatus of real-time segmentation for motion detection in surveillance camera system}

도 1은 본 발명의 일 특징에 따른 감시 카메라 시스템에서 움직임을 검출하기 위한 실시간 움직임 영역 분할 장치의 기능블럭도를 도시한다.

도 2는 본 발명의 바람직한 실시예에 따른 움직임 분할부의 상세한 기능블럭도를 도시한다.

도 3은 레벨 세트 함수의 개념을 도시한다.

도 4는 레벨 세트 함수의 범위를 도시한다.

도 5는 레벨 세트 함수에 따라 분할된 영역의 기준값을 도시한다.

도 6은 잡음 레벨에 따라 움직임 영역에서의 기준값을 조절하는 방법을 도시한다.

도 7은 기존의 방식으로 낮에 획득된 영상에서 움직임 영역을 분할한 영상을 도시한다.

도 8은 어두운 환경에서 획득된 영상에서 움직임 영역을 분할한 영상과 본 발명의 일 실시예에 의한 움직임 영역을 검출한 결과를 비교한 영상를 도시한다.

도 9 어두운 환경에서 획득된 영상에서 움직임 영역을 분할한 영상과 본 발명의 일 실시예에 의한 움직임 영역을 검출한 결과를 비교한 다른 영상을 도시한다.

도 10 은 갑작스러운 조명 변화가 있는 환경에서 움직임 검출 결과를 비교하는 영상을 도시한다.

본 발명은 감시 카메라에서 움직임을 검출하기 위한 실시간 움직임 영역 분할 방법 및 장치에 관한 것으로, 더 상세하게는 저조도 환경에서도 잡음 제거와 영역 분할을 동시에 실시간으로 수행하면서 움직임 영역을 분할함으로써 움직임을 검출할 수 있는 움직임 영역 분할 방법 및 장치에 관한 것이다.

감시 시스템은 많은 CCTV 카메라를 이용하는 분야에서 발전해 왔다. 영상 시퀀스는 중앙 센터에 전송되어 여러 비디오 모니터 화면에 표시된다. 보안요원은 모니터 화면에 표시된 수백 개의 비디오 채널을 관찰하는 역할을 담당한다. 인공지능적 비디오 감시 시스템은 주어진 영상 내에서 물체가 움직이는 장소를 결정하는 움직임 검출 알고리즘을 적용함으로써 보안요원의 부담을 감소하려고 한다. 보안 요원은 물체의 움직임이 검출된 모니터에 집중하기만 하면 된다.

움직임이 없더라도 감시 시스템은 또한 엄청난 양의 비디오 데이터를 기록할 필요가 있다. 비디오 감시 시스템에서 생성된 많은 양의 데이터 때문에 제한된 저장 용량에 많은 양의 비디오 데이터를 저장하기 위하여 비디오 압축 알고리즘이 사용되어 왔다. 그러나, 어두운 환경에서는, 영상 센서의 잡음 때문에 비디오 압축 알고리즘의 압축 효율이 떨어진다. 이러한 문제점을 해결하기 위해, 특히 밤에 움직임 검출 알고리즘이 이용되어 왔다. 움직임 검출 알고리즘은 영상 내에서 물체가 움직이는지 아닌지 결정하고, 만약 영상 상에 움직임이 없다면 기록되지 않는다. 그리하여 움직임 검출은 효율적인 기법으로 알려지고, 상대적으로 움직임이 적게 발생하는 밤에 더욱 효율적이다.

종래의 감시 시스템에서, 대부분의 움직임 검출은 믹스쳐 오브 가우시안(Mixture of Gaussian), 피파인더(Pfinder),

등과 같은 임계화 기법의 변형에 비롯된다. 이 방식들에서, 움직이는 물체의 영역 분할은 배경 영상과 현재 영상 간의 차이 영상의 임계화와 후처리로써 모폴로지 필터(morphological filter)에 기반하여 픽셀 단위로 수행된다. 이 방식은 낮에는 잘 작동하는 반면, 밤에는 영상 시퀀스 내의 잡음에 의한 거짓 양성 및 음성 경보가 발생한다.

본 발명이 이루고자 하는 기술적 과제는, 감시 시스템에서 움직임을 검출하는 움직임 영역 분할 방법 및 장치에 있어서, 저조도 환경에서도 움직임을 정확히 검출하기 위해 잡음을 제거하면서 영역 분할 방법을 동시에 실시간으로 수행하는 방법 및 장치를 제시하는데 있다.

어두운 환경에서도 움직이는 물체와 잡음을 효과적으로 구별하는 적응적인 두 가지 모드의 영역 분할 기법을 제시한다. 적응적인 두 가지 모드의 영역 분할 기법은 자동적으로 움직임 영역의 분할과 잡음 제거를 동시에 조합하는 정규화된 비선형 편미분 방정식의 해를 구하는 방법에 기초한다. 결과적으로 영역 분할 알고리즘은 입력 영상 시퀀스의 다양한 잡음 레벨에 적용된다. 특별한 하드웨어적 가속기 없이도 실시간 작동이 가능하다. 또한 갑작스러운 조명 변화를 고려한 움직임 검출 방법을 제시한다.

따라서 상기 기술적 과제를 달성하기 위하여, 본 발명의 일 실시예에 따른 감시 카메라 시스템에서 움직임을 검출하기 위한 실시간 움직임 영역 분할 방법은 입력된 영상 시퀀스 중 이전 입력 영상을 이용하여 배경 영상을 업데이트하는 단계, 영상 시퀀스의 현재 영상과 배경 영상의 차이 영상을 생성하는 단계, 차이 영상의 움직임 영역의 정규화된 에너지 및 차이 영상의 움직임이 없는 영역의 정규화된 에너지를 포함하는 제 1 함수를 최소화하는 제 2 함수를 생성하는 단계 및 제 2 함수에 기초하여 움직임 영역을 분할하는 단계를 포함한다.

바람직한 실시예에서 차이 영상의 움직임 영역의 정규화된 에너지는 상기 움직임 영역의 평균값에 기초하는 제 1 기준값과 차이 영상과의 차이를 이용하고, 차이 영상의 움직임이 없는 영역에 해당하는 에너지는 움직임이 없는 영역의 평균값에 기초하는 제 2 기준값과 차이 영상과의 차이를 이용한다.

일 실시예에 따르면, 정규화는 움직임 영역에 관한 에너지와 움직임이 없는 영역에 관한 에너지를, 움직임 영역에 관한 에너지와 움직임이 없는 영역에 관한 에너지의 합으로 각각 나눈다.

또한, 배경 영상의 업데이트 단계는 이전 영상에 제 1가중치를 곱한 결과 와 이전 배경 영상에 제 2 가중치를 곱한 결과를 합하고, 제 1 가중치와 제 2 가중치의 합이 1이다.

본 발명의 바람직한 실시예에서, 움직임 분할 단계는 차이 영상의 픽셀의 제 2 함수값이 0보다 큰 픽셀을 움직임 영역의 픽셀로 판단하는 단계, 차이 영상의 픽셀의 제 2 함수값이 0보다 작은 픽셀을 움직임이 없는 영역의 픽셀로 판단하는 단계, 차이 영상의 픽셀의 제 2 함수값이 0인 픽셀을 움직임 영역의 경계의 픽셀로 판단하는 단계 및 제 2 함수값이 0보다 큰 픽셀의 수가 소정의 임계치 이상이면 현재 영상에서 움직임이 검출되었다고 판단한다.

일 실시예에서 에너지 함수는 제 2함수의 편미분값에 관한 함수를 이용하는 잡음 에너지를 포함한다.

바람직한 실시예에서, 제2 함수 생성 단계는 제 2함수의 범위를 제한함으로써 제 2함수의 수렴값을 조절하여 이터레이션의 수행 횟수를 조절하는 단계 및 제 2 함수를 이터레이션을 통하여 구하는 단계를 포함한다.

또 다른 실시예에서, 제 2 함수는 이터레이션에 의하여, 이전 제 2 함수, 차이 영상의 편미방함수, 이전 제 2 함수에 기초한 움직임 영상의 에너지를 정규화한 에너지 및 이전 제 2 함수에 기초한 움직임이 없는 영상의 에너지를 정규화한 함수를 이용하여 실시간으로 제 2 함수를 구한다.

또한 이터레이션 수행 시에도, 정규화는 움직임 영역에 관한 에너지 및 움직임이 없는 영역에 관한 에너지를, 움직임 영역에 관한 에너지와 움직임이 없는 영역에 관한 에너지의 합으로 각각 나눈다.

본 발명의 바람직한 실시예에서, 제 1 기준값은 움직임 영역의 평균값에 기초하여 차이 영상의 잡음 레벨에 따라 조절된다.

일 실시예에서 상세하게는, 상기 제 2 함수의 초기값은 상기 차이 영상 중 이전 차이 영상의 제 2 기준값이다.

본 발명의 또 다른 실시예는 차이 영상 중 이전 차이 영상과 현재 차이 영상의 각각 움직임 없는 영역에서의 차이값이 소정의 임계치 이상이면 갑작스러운 조명 변화가 있다고 판단하는 단계를 포함한다.

본 발명의 일 실시예는 제 1 함수

을 최소화하는 제 2함수

을 구하며, u는 차이 영상,

및

는 제 2 함수

와 차이 영상 u에 의존하고 각각 제 2 함수

가 0보다 큰 영역과 0보다 작은 영역에서의 기준값을 나타내며,

는 s가 0보다 크거나 같을 때는 1을, 0보다 작을 때는 0을 갖는 계단 함수이며,

는 소정의 함수이고,

,

,

는 모두 차이 영상을 고려한 변수일 때,

이다.

일 실시예에서는 제 1 함수

는 최소화하는 제 2 함수

을 구하기 위해,

의 확산형 편미분 방정식을 이용한다.

본 발명의 기술적 과제를 달성하기 위해, 감시 카메라 시스템에서 움직임 영역을 검출하기 위한 움직임 영역 분할 장치는 영상 시퀀스를 입력 받는 영상 입력부, 영상 시퀀스 중 이전 입력 영상을 이용하여 배경 영상을 업데이트하는 배경 영상 생성부, 영상 시퀀스의 현재 영상과 배경 영상의 차이 영상을 생성하는 차이 영상 생성부 및 차이 영상의 움직임 영역의 정규화된 에너지 및 차이 영상의 움직임이 없는 영역의 정규화된 에너지를 포함하는 제 1 함수를 최소화하는 제 2 함수를 생성하는 함수 생성부 및 제 2 함수에 기초하여 움직임 영역을 분할하는 움직임 분할부를 포함한다.

또한, 본 발명의 일 실시예는 본 발명의 바람직한 실시예에 따르는 움직임 영역 분할 방법들 중 적어도 어느 한 방법을 구현하기 위한 프로그램을 기록된 컴퓨터로 판독 가능한 기록 매체도 포함한다.

이하, 설명의 편의를 위해 지칭된 본 명세서 상의 제 1함수 및 제 2함수는 각각 본 발명의 바람직한 실시예에 의한 에너지 함수 및 레벨 세트 함수를 의미한 다.

이하에서 첨부된 도면을 이용하여 본 발명의 특징으로 설명한다.

도 1 내지 도 6은 본 발명의 구성 및 구현 방법을 설명하며, 도 7 내지 도 10은 본 발명의 목적 및 효과를 보여주는 영상을 도시한다.

도 1은 본 발명의 일 특징에 따른 감시 카메라 시스템에서 움직임을 검출하기 위한 실시간 움직임 영역 분할 장치의 기능블럭도를 도시한다.

본 발명의 일 실시예에 따른 움직임 검출 시스템(100)은 영상 입력부(102), 배경 영상 생성부(104), 차이 영상 생성부(106), 함수 생성부(108) 및 움직임 분할부(110)를 포함한다.

영상 입력부(102)는 감시 카메라 시스템에서 감시하는 대상이 되는 위치의 영상을 입력 받아, 배경 영상 생성부(104)와 차이 영상 생성부(106)로 출력한다. 감시 카메라 시스템은 감시 대상이 되는 위치의 영상을 영상 시퀀스 형식으로 획득하여 감시 대상을 분석하게 된다.

배경 영상 생성부(104)는 영상 입력부(102)로부터 현재 영상을 입력받아, 배경 영상을 생성하여 차이영상 생성부(106)로 출력한다.

배경 영상은 현재 영상에서 움직임이 있는 영역을 제외한 부분, 즉 움직임이 없는 영역에 해당한다.

본 발명의 바람직한 실시예는 영상 입력부(102)를 통해 입력된 비디오 스트림의 이전 영상과 이전 배경 영상을 이용하여 현재 배경 영상을 업데이트함으로써 생성하는 재귀적인 방식을 이용한다. 배경 영상은 간단한 적응적 필터를 사용 하여 재귀적으로 유지된다.

여기서

는 업데이트 변수로 0과 1 사이의 값이며, 움직이는 물체 뒤에 형성되는 인위적인 꼬리 현상을 방지하기 위해

는 작아야 한다.

는 시간 t에서의 입력 영상이고,

는 배경 영상이다. 여기서 생성된

가 업데이트된 배경 영상이며, 배경 영상 생성부(104)는 이 배경 영상을 차이 영상 생성부(106)로 출력한다.

차이 영상 생성부(106)은 영상 입력부(102)로 입력 받은 현재 입력 영상과 배경 영상 생성부(104)로부터 입력 받은 현재 배경 영상을 이용하여 현재 차이 영상을 생성하여, 함수 생성부(108)로 출력한다.

차이 영상은 이전 배경 영상과 이전 입력 영상을 이용하여 생성된 현재 배경 영상을 현재 입력 영상에서 뺌으로써 획득된다.

본 발명의 일 특징에 의해 영상에서의 움직임을 검출하기 위해서는, 움직임 영역을 분할하여야 하므로, 현재 영상에서 움직임이 없는 배경 영상을 제외하여 움직임이 있는 물체의 영역이 필요하다. 따라서 본 발명에서는 수학식 2와 같이 산출한 차이 영상

이 필요하다.

함수 생성부(108)는 차이 영상 생성부(106)로부터 입력받은 차이 영상을 이용하여 움직임 검출을 위한 에너지 함수를 최소화하기 위한 레벨 세트 함수를 생성하여 움직임 분할부(110)로 출력한다.

움직임 분할부(110)은 함수 생성부(108)로부터 입력받은 레벨 세트 함수값을 이용하여 움직임 영역 또는 움직임이 없는 영역으로 분할한다.

본 발명의 일 실시예에 따라, 함수 생성부(108)에서 생성된 레벨 세트 함수는 차이 영상에 적응적인 임계화를 통한 움직임 영역을 분할하는 기능과 더불어, 더 정확한 움직임 영역의 분할을 위해 잡음을 제거하는 기능을 동시에 수행하기 위해 개발된 에너지 함수를 최소화한다. 또한, 본 발명은 잡음 제거와 움직임 영역 분할이 따로 이루어지지 않으므로 한 가지 연산으로 이루어지므로 연산량에 있어 더 효율적이고, 이터레이션에 의해 잡음이 제거되고, 잡음 레벨에 의해 임계화를 더욱 정밀하게 할 수 있다.

도 2는 본 발명의 바람직한 실시예에 따른 함수 생성부(108)의 상세한 기능블럭도를 도시한다.

함수 생성부(108)은 제 1 기준값 생성부(202), 제 2 기준값 생성부(204), 제 2 함수 생성부(206)를 포함한다.

제 1 기준값 생성부(202)는 차이 영상 생성부(106)로부터 입력 받은 차이 영상을 이용하여 제 1 기준값을 구하여, 제 2 함수 생성부(206)로 출력한다.

제 2 기준값 생성부(204)는 차이 영상 생성부(106)로부터 입력 받은 차이 영상을 이용하여 제 2 기준값을 구하여, 제 2 함수 생성부(206)로 출력한다.

제 1 기준값과 제 2 기준값은 본 발명이 두 가지 형태로 차이 영상에 적응적으로 움직임 영역을 분할하는데 있어서 중요한 역할을 한다. 제 1 기준값은 주로 움직임 영역를 대표하는 변수가 되고, 제 2 기준값은 움직임 없는 영역, 즉 배경 영상을 대표하는 변수가 된다. 이에 대해서는 다음에 설명되는 에너지 함수, 레벨 세트 함수 및 도 3 내지 도 6을 통해 더욱 상세히 설명된다.

제 2함수 생성부(206)는 차이 영상 생성부(106)로부터 입력 받은 차이 영상과 제 1 기준값 생성부(202), 제 2 기준값 생성부(204)로부터 입력받은 기준값을 이용하여 레벨 세트 함수를 생성한다.

제 2함수 생성부(206)은 차이 영상과 제 1 기준값, 제 2 기준값을 이용하여 레벨 세트 함수를 생성하여 움직임 분할부(110)로 출력한다. 본 발명의 바람직한 실시예는 차이 영상의 움직임 영역을 분할 하기 위해 에너지 함수 개념을 이용하고, 이 에너지 함수를 최소화하는 레벨 세트 함수를 구하기 위해 이터레이션(iteration) 과정이 필요하다. 또한 이러한 이터레이션을 통해 레벨 세트 함수가 변하고, 레벨 세트 함수와 차이 영상에 의존되는 제 1 기준값과 제 2 기준값이 동시에 변하므로 레벨 세트 함수는 재귀적으로 산출된다.

이하에서 본 발명의 일 특징으로 뒷받침하는 에너지 함수와 레벨 세트 함수의 개념을 설명한다.

레벨 세트 기법이란 접점과 경계선를 추적하는 수치 해석적 기법 중 하나 이다. 레벨 세트 기법의 장점은 오일러 기법처럼 곡선과 표면적을 매개 변수화 할 필요 없이 고정된 데카르트 좌표계 상에서 곡선과 표면적을 포함하는 수치 해석적 연산을 수행할 수 있다는데 있다. 또한, 레벨 세트 기법에 의하면, 예를 들어 윤곽선이 둘로 나누어지거나, 구멍을 형성하거나 그 반대의 동작이 이루어질 때, 토폴로지가 변하는 경계선을 찾기 쉬워진다.

2차원 상에서 레벨 세트 기법은 평면 상의 닫힌 곡선

을 두 차원의 보조 함수

의 제로 레벨 세트로 나타내며, 함수

을 통해

을 암시적으로 조정하게 된다. 이 때 함수

을 레벨 세트 함수라고 한다. 수학식 3과 같이 레벨 세트 함수가 0인 영역에서 곡선

이 형성된다. 함수

는 곡선

에 의한 경계 영역 안에서 양의 값을 가지며, 바깥 영역에서는 음의 값을 가진다고 가정된다.

도 3은 레벨 세트 함수의 개념을 도시한다.

도3의 (d), (e) 및 (f)의 영역 302은 윤곽선 306을 결정하는 레벨 세트 함수

의 그래프를 도시한다.

도3의 (d), (e) 및 (f)의 평면 304는 x-y 평면을 나타낸다.

도3의 (a), (b) 및 (c)의 평면 306의 경계선은

의 제로 레벨 세트이며, 평면 306 자체는

가 양이거나 0이 되는 평면 상의 점의 집합이다.

(a), (b) 및 (c)의 평면 306에서는 영역이 둘로 분할됨에 의해 토폴로지가 변하는 것을 볼 수 있다. (d), (e) 및 (f)에서 레벨 세트 함수가 단순히 아래 방향으로 평행 이동된 것을 볼 수 있다. 레벨 세트 함수가 아래로 평행 이동함에 따라 영역 306도 변형되는 것을 볼 수 있다. 영역 306에게 모든 가능한 변형을 관찰해야 할 때, 영역 306을 직접적으로 조정하기 보다는 레벨 세트 함수를 통해 작업하는 것이 훨씬 수월하다.

이를 본 발명의 일 특징을 위해 영상에 적용한다. 따라서 (d), (e) 및 (f)의 평면 304는 차이 영상 u(x)에 해당하게 되고, (d), (e) 및 (f)의 영역 302은 레벨 세트 함수

에 해당된다. (a), (b) 및 (c)의 평면 306이 우리가 찾고자 하는 움직임 영역에 해당된다. 따라서 도 3의 (a) 내지 (f)를 통해 레벨 세트 함수와 영상의 관계를 유추할 수 있다. 본 발명의 가능한 모든 실시예들에서도 움직임 영역에 해당하는 평면 306의 윤곽을 찾기 위해 레벨 세트 함수

가 0이 되는 제로 레벨 세트를 구하게 된다.

본 발명에서 잡음이 있는 배경 영상으로부터 물체를 구별하기 위해 제안된 에너지 함수는 수학식 4와 같다.

여기서 u(x)는 배경 영상과 현재 영상의 차이 영상이며, 수학식 4의 에너지 함수를 최소화하는 레벨 세트 함수

에 의해 차이 영상 u(x)가 영역 분할이 이루어 진다. u=u(x,t)는 시간 t에서의 입력 영상

과 업데이트된 배경 영상인

간의 차이 영상이다.

는 양의 작은 값이고,

는

와 u(x)의 히스토그램에 의존하는 값이다.

및

는 음이 아닌 변수이며,

는 1차원 계단 함수로, s

0일 때는 H(s)=1이고, s<0일 때는 H(s)=0이다.

는

(

>0)에 의해 평행 이동된다.

이하 설명의 편의를 위해 지칭된 제 1기준값 및 제 2 기준값은 각각

및

을 의미한다.

레벨 세트 함수

을 구할 때 신속한 영역 분할 결과를 얻기 위해,

함수는 일 때의

범위로 제한된다.

에너지 함수

의 첫 번째 항은 차이 영상의 잡음을 제거하기 위한 항 이다. 감시 대상이 되는 영상에 잡음이 존재하면, 입력 영상과 배경 영상의 차이 영상을 생성하는데 있어서, 감시 대상이 되는 물체에 움직임이 없더라도 잡음의 위치가 변함에 따라 움직임이 발생한 것으로 파악될 수 있다. 잡음의 존재는 감시 시스템의 거짓 경보를 발생시키는 일 요인이 된다.

따라서, 강하고 효과적인 움직임 검출 시스템을 위해, 배경 유지 방법, 전경과 배경의 구분 방법과 함께, 모폴로지 필터가 필요하다. 기존의 움직임 검출 방식은 영상의 잡음에 의한 거짓 경보의 가능성을 줄이고자 움직임 검출 후의 이진영상에 모폴로지 필터 등을 이용하여 작은 크기의 움직임 검출부분을 제거한다 .

그러나, 본 발명은 움직임 검출을 위한 움직임 영역 분할과 동시에 잡음을 제거함으로써 하나의 구성요소로 기존 발명의 두 가지 기능을 수행하여 효율을 높일 수 있다.

수학식 4는 두 번째 항과 세 번째 항은 차이 영상 u(x,t)와 기준값과의 정규화된 거리 개념 계수가 도입된 비선형 에너지 함수이다. 본 발명의 일 실시예에서, 에너지 함수의 움직임 영역에 해당하는 에너지와 움직임이 없는 영역에 해당하는 에너지항을 차이 영상과 각각의 기준값의 거리의 합, 즉

로 나누어 정규화한다.

이하, 기준값

의 정의 및 기능에 대하여 도 4를 참조하여 설명한다.

차이 영상 u(x)와 차이 영상의 평균값에 기초하는 기준값

간의 거리를 이용하여 정규화 함으로써 주위 환경의 변화에 보다 안정적이므로, 어두운 환경에서나 잡음이 많은 환경에도 거짓 경보 가능성을 줄이면서 움직임 영역을 분할할 수 있다.

도 4는 레벨 세트 함수의 범위를 도시한다.

곡선 402가 레벨 세트 함수

를 나타내며, 직선 404는

인 경계선, 직선 406은

인 경계선을 나타낸다. 수학식4에서

인 경우, 수학식 4를 최소화하기 위해서는

는

로 수렴한다. 마찬가지로,

인 경우, 수학식 4를 최소화 하기 위해서는

는

로 수렴한다. 따라서

인 경쟁 범위가 발생한다.

그러므로 에너지 함수

를 최소화하는 레벨 세트 함수

를 구하는 과정은,

를

인 영역에서는

로 수렴하게 하고,

인 영역에서는

로 수렴하게 하는 과정과 같다.

이런 식으로 두 개의 항을 이용한 두 가지 기준값 변화에 따른 경쟁을 통해 영상에 더욱 적응적인 결과를 이끌어낼 수 있으므로, 본 발명은 두 가지 모드의 영역 분할 방법으로 볼 수 있다.

기준값

은 본 발명의 바람직한 실시예에서 수행되는 이터레이션 과도 관련이 깊다. 에너지 함수

를 최소화하는 레벨 세트 함수

를 구하기 위해 이터레이션 방법을 이용한다. 이터레이션에 의해 업데이트되는

값과

및

이 변화하여, 에너지 함수를 최소화하게 되는 것은 물론, 영상에 적응적으로 영역 분할이 가능해 진다.

이터레이션은 많이 하면 할수록 정확한 결과를 얻을 수 있는 것이 일반적이지만, 실시간 처리가 중요시되는 감시 카메라 시스템에서 무한적인 이터레이션은 불가능하다. 이때 레벨 세트 함수

가

또는

로 수렴하는 것이 연산의 목적이므로,

값의 결정에 의해 이터레이션 횟수가 영향을 받는다.

수학식 4의 최소값을 구하기 위한 수학식4의 오일러-라그랑지 식(Euler-Lagrange equation)은 수학식 5이다. 따라서 수학식 4의 에너지 함수를 최소화하는 레벨 세트 함수

를 구하기 위해서는 수학식 5의 편미분 방정식의 해를 구해야 한다.

본 발명의 일 실시예는, 수학식5의 계산 량을 줄이기 위해

는

를 사용하고, 수학식 5를 간단히 하면 수학식 6과 같이 된다.

이를 실시간으로 구현하기 위해, 패스트 스킴(fast scheme)을 이용하면 수학식 7과 같다.

수학식 7에서 n은 이터레이션 횟수, i 및 j는 영상의 위치를 의미한다. 본 발명의 바람직한 실시예는 수학식 7을 이용하여 이터레이션을 수행하게 되고, n+1번째 수행시 레벨 세트 함수

는 n번째 수행시의 레벨 세트 함수

와 입력 영상 u및 n번째 수행시의 기준값들

및

을 이용하여 구한다. 따라서 재귀적인 이터레이션이 이루어진다.

또한 수학식 7에서 편미방값 부분, 즉 해당 픽셀의 근접 픽셀과의 차이값을 이용함으로써, 잡음 영역을 고려하는 이터레이션이 가능하다. 이를 통해 움직 임 영역 분할을 수행하면서, 잡음 영역과 움직임 영역을 구분할 수 있다.

일 실시예에서, 이터레이션 수행시 레벨 세트 함수

의 초기값, 즉 n=0일 때의

값은 이전 영상의

으로 정의한다.

바람직한 실시예와 같이, 수학식 7과 같은 패스트 스킴을 이용하면 영역 분할 기법의 뛰어난 성능에도 불구하고 실시간의 작동이 중시되는 감시 시스템 환경에서 사용되지 못한 단점을 극복할 수 있다. 따라서, 영역 분할을 위한 이터레이션을 행하더라도 실시간으로 움직임 영역에 해당하는 영역을 분할하여 움직임을 검출할 수 있다.

앞서 설명한 바와 같이, 본 발명에서는 레벨 세트 함수가 0보다 큰 영역을 움직임 영역으로 판단하고, 레벨 세트 함수가 0보다 작은 영역을 움직임이 없는 배경으로 판단한다. 따라서 레벨 세트 함수가 0보다 큰 영역을 카운트함으로써 움직임 영역을 검출한다. 따라서, 움직임 분할부(110)에서는, 해당 픽셀의 제 2 함수값이 0보다 크면 해당 픽셀이 움직임 영역의 픽셀이라 판단하고, 0보다 작으면 움직임이 없는 영역, 0인 영역을 움직임 영역의 경계 상의 픽셀이라 판단하게 된다.

본 발명의 일 실시예에서는, 현재 영상에서 움직이는 객체가 있는 부분을 파악하기 위해서, 차이 영상에서 움직임 영역이라 판단되는 픽셀의 개수를 센다. 현재 영상의 차이 영상의 픽셀에 대한 레벨 세트 함수값이 0보다 큰 픽셀이 실험값으로 지정되는 임계치보다 큰 경우, 현재 영상에는 움직임 영역이 있으므로 움직이는 객체가 있다고 판단한다. 따라서, 레벨 세트 함수값이 0보다 큰 픽셀의 개수가 소정의 임계치보다 큰 경우, 현재 영상에서 움직임이 검출된다.

이하

의 조절에 대해 도 5 및 도 6을 참조하여 설명한다.

에너지 함수

을 최소화하는데 있어서, 비선형 함수

의 역할은 움직이는 물체의 영상을 자동적으로 이끌어 내는데 있다. 반면에

은 차이 영상의 전역 구조를 고려함으로써 잡음이 있는 배경 영상을 이끌어낸다. 그리하여, 레벨 세트 함수

에 관한 수학식 4의 에너지 함수는

및

의 역할과 관련된 정규화 정도와 그의 규칙성을 조절한다.

레벨 세트 함수

의 범위에 따른 기준값은 레벨 세트 함수

와 차이 영상에 의존한다. 간단하게는

를 레벨 세트 함수

이 0보다 큰 영역에서의 픽셀의 평균값으로 하며,

는 레벨 세트 함수

이 0보다 작은 영역에서의 픽셀의 평균값으로 한다. 즉,

가

인 영역에서의 픽셀의 평균값,

는

인 영역에서의 픽셀의 평균값을 나타낼 때,

가 되고,

가 된다.

본 발명의 일 실시예는 레벨 세트 함수

이 0보다 큰 영역을 움직임 영역으로 판단하고, 레벨 세트 함수

이 0보다 작은 영역을 움직임 없는 영역, 즉 배 경으로 판단하기 때문에,

는 움직임을,

는 배경 및 잡음과 관련된다.

도 5는 레벨 세트 함수에 따라 분할된 영역의 기준값을 도시한다.

그래프 500은 차이 영상의 히스토그램을 나타낸다. 히스토그램의 특성상 가로축은 픽셀값의 크기, 세로축은 빈도수를 나타낸다.

직선 502는 레벨 세트 함수

를 두 부분으로 나누는 경계선을 나타낸다. 경계선은

와

로부터의 거리의 비인

과

에 의해서 결정된다. 따라서

이면 경계선은

이다.

따라서 직선 502의 오른쪽 영역에서 레벨 세트 함수

가 0보다 큰 영역을 대표하는

가 결정되고, 왼쪽 영역에서 레벨 세트 함수

가 0보다 작은 영역의

가 결정된다. 따라서, 본 발명의 간단한 예에서

는 직선 502의 오른쪽 영역의 평균값,

는 직선 502의 왼쪽 영역의 평균값에 해당한다.

본 발명의 바람직한 실시예는, 영상에 적응적으로 움직임 영역을 분할하고자

및

을 영상의 잡음 레벨에 따라 변형한다. 특히 잡음만 있는 영상에서는 레벨 세트 함수

가 영역이 구분되기 힘들어지므로, 이에 따라 각 영역의 평균값인

와

가 거의 동일하게 된다. 따라서 기준값이 단순히 픽셀의 평균값으로 결정되어서는 정확한 영역 분할이 이루어질 수 없다.

따라서 잡음만 있는 환경에서는

를 조절하여 영상에 적응적인 영역 분할을 달성할 수 있다. 즉

대신에

를 이용한다. 여기서

는 차이 영상 u에 따른 실험적 값이다. 잡음만 있는 환경에서는

을 조절하여

를 증가시킴으로써 보다 정확한 움직임 영역 분할을 유도할 수 있다.

도 6은 잡음 레벨에 따라 움직임 영역에서의 기준값을 조절하는 방법을 도시한다.

도 6의 (a)는 저조도 환경에서 잡음만 있는 영상의 히스토그램을 나타내며, (b)는 움직이는 객체가 있는 경우의 영상을 나타낸다. 움직이는 객체가 있는 영상의 경우인 (b)의 히스토그램과는 달리 (a)의 히스토그램은 극히 저조도인 환경이므로 히스토그램이 왼쪽으로 집중되어 있어, 두 기준값이 거의 동일하고 영역 분할이 어려워진다. 따라서

와 같이, 감시 환경의 잡음 레벨에 따라

을 오른쪽으로 평행 이동, 즉 증가시킴으로써 조절한다. 이에 따라 두 가지 모드의 영역 분할이 역시 가능해진다.

앞서 설명한 바와 같이, 이터레이션을 위한 레벨 세트 함수

의 초기값 설정은

에 따른다. 이터레이션에 의해 움직임 영역을 찾아가는 것이므로, 초기값은 배경 영상에 의존하는 기준값에 따르는 것이다. 이 때, 이전 영상의 임계치 레벨

로 차이 영상 u를 임계화한 결과로 레벨 세트 함수의 초기값을 정의할 수 있다. 이 때

는 u에 따른 실험값이다.

본 발명의 바람직한 실시예는 갑작스런 조명 변화를 고려하여 움직임 영역을 분할한다. 기존의 영역 분할 방법은 조명 변화와 같이 영상 전체적으로 차이값이 발생하는 경우, 차이 영상에 전체적으로 움직임 영역이라고 판단될 수 있다. 본 발명에서는 조명 변화에 의해 움직임이 없는 배경 영역에 걸쳐 차이 값이 크게 발생하는 사실에 착안한다. 따라서, 움직임이 없는 배경 영역을 대표하는 변수인

을 조절함으로써 조명 변화를 반영한다. 즉, 본 발명의 일 실시예는 이전 프레임과 현재 프레임의

의 차이값이 소정의 값 이상이면, 배경에 전체적으로 차이가 생긴 것으로 판단하여 이를 조명 변화로 파악한다. 따라서 조명 변화에 강한 움직임 영역 분할이 가능하다.

도 7은 기존의 방식으로 낮에 획득된 영상에서 움직임 영역을 분할한 영상을 도시한다.

도 7의 (a)와 (c)는 낮 또는 밝은 환경에서 획득된 영상이며, (b)와 (d)는 기존의 영역 분할 방법에 의하여 각각 (a)와 (c)에서 움직임 영역을 분할한 영상이 다. (a) 영상의 움직임이 있는 객체 702는 (b) 영상에서 움직임이 있는 객체 704와 같이 나타나는 것을 볼 수 있다. (c) 영상의 움직임 영역 706, 708 및 710도 (d) 영상에서 각각 움직임 영역 712, 714 및 716으로 분할된 것을 확인할 수 있다. 기존의 영역 분할 방법에서도 낮 또는 밝은 환경에서는 움직임 영역이 비교적 정확하게 분할되는 것을 확인할 수 있다.

도 8은 어두운 환경에서 획득된 영상에서 움직임 영역을 분할한 영상과 본 발명의 일 실시예에 의한 움직임 영역을 검출한 결과를 비교한 한 영상을 도시한다.

도 8의 (a)는 어두운 환경에서 획득된 영상이며 움직임이 있는 객체 802가 존재한다. 도 8의 (b)와 (c)는 각각 기존의 영역 분할 기법과 본 발명의 바람직한 실시예에 의해 움직임 영역이 분할된 영상이다. (b)에서는 (a)의 객체 802가 움직임 영역 806으로 분할되지만, 움직임에 의해 발생하는 꼬리가 과도하게 발생한다. 또한 그림자의 움직임이 움직임 영역 804으로 판단되어 불필요한 움직임을 검출하게 된다. (c)는 객체 802가 움직임 영역 808로 판단되어 분할된 것을 볼 수 있다. (b)의 결과에 비해 움직임의 꼬리나 그림자의 움직임 등 불필요한 정보가 훨씬 줄어든 것을 확인할 수 있다.

도 9 어두운 환경에서 획득된 영상에서 움직임 영역을 분할한 영상과 본 발명의 일 실시예에 의한 움직임 영역을 검출한 결과를 비교한 다른 영상을 도시한다.

도 9의 (a)는 매우 저조도 환경에서 획득된 영상이며, (b)와 (c)는 각각 기존의 영역 분할 방법 및 본 발명의 바람직한 실시예에 의해 움직임 영역이 분할된 것을 도시한다. (a)와 같은 저조도 환경에서 영상을 획득하면 잡음의 영향을 많이 받게 된다. 따라서 잡음의 영향을 고려하지 않은 기존의 영역 분할 방법에 의해 움직임 영역을 분할하면 (b)와 같이 영상 전체적으로 잡음에 의한 거짓 경보가 발생한다. (a)의 움직임이 있는 객체 902가 (b)에서 움직임 영역 904로 분할되기는 하지만, 잡음에 의한 영향으로 움직임 검출 성능이 감소된다.

본 발명의 일 실시예에 따라, 잡음의 영향을 고려하여 개발한 수학식 1의 에너지 함수에 기초하여 움직임 영역을 분할한 결과를 (c)에서 볼 수 있다. 객체 902가 움직임 영역 906으로 분할되는 것은 물론, 결과 영상 전체적으로 (b)에서 볼 수 있던 잡음의 영향이 전혀 발생하지 않은 것을 확인된다. 따라서 저조도 환경에서의 본 발명의 실시예의 성능이 매우 향상되는 것을 볼 수 있다.

도 10 은 갑작스러운 조명 변화가 있는 환경에서 움직임 검출 결과를 비교하는 영상을 도시한다.

도 10의 (a) 영상은 일반적인 밝은 조명이 있는 환경에서 획득된 영상이며, (b)는 (a)에서 조명이 갑자기 꺼져서 어두운 환경에서 획득된 영상이다. (c)와 (d)는 기존의 영역 분할 방법에 의해 각각 (a)와 (b)로부터 움직임 영역을 분할한 영상이며, (e)와 (f)는 본 발명의 바람직한 실시예에 의해 각각 (a)와 (b)로부터 움직임 영역을 분할한 영상이다.

(c)와 (e)는 밝은 조명이 있는 (a) 영상으로부터 움직임 영역을 분할한 것이므로, (a)의 움직임이 있는 객체 1002가 각각 움직임 영역 1004와 움직임 영역 1006으로 모두 분할된다. 그러나 (d)는 기존의 영역 분할 방식에 의해 조명의 변화가 그 자체로 움직임으로 검출되어 영상이 전체적으로 움직임 영역으로 파악된 것을 볼 수 있다. 반면에, (f)는 본 발명의 바람직한 실시예에 의해 갑작스런 조명 변화에도 불구하고, 객체 1002의 움직임 영역 1008이 정확히 분할되는 것을 확인할 수 있다.

한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다.

상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 및 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)와 같은 저장매체를 포함한다.

이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

본 발명은 감시 시스템에서 움직임을 검출하는 움직임 영역 분할 방법 및 장치에 있어서, 저조도 환경에서도 움직임을 정확히 검출하기 위해 잡음을 제거하면서 영역 분할 방법을 동시에 실시간으로 수행하는 방법 및 장치를 제시한다.

영상에 적응적인 두 가지 모드의 영역 분할 기법은 움직임 영역의 분할과 잡음 제거를 자동적으로 동시에 조합하는 정규화된 비선형 부분 미분 방정식의 해를 구하는 방법에 기초한다. 영역 분할 알고리즘은 입력 영상 시퀀스의 다양한 잡음 레벨에 적용되어 잡음이 많은 저조도 환경에서도 보다 정확한 움직임을 검출할 수 있다. 움직임 영역의 분할과 잡음이 동시에 제거되므로 효율적이며 영상에 더욱 적응적인 효과를 가진다. 또한, 에너지 함수의 정규화를 통해 보다 거짓 경보 확률을 줄이면서 안정적으로 움직임을 검출하는 효과가 있다.

이터레이션에 의한 영역 분할 방법을 사용함에도 불구하고 특별한 하드웨어적 가속기 없이도 실시간 작동이 가능한 효과가 있다. 또한 영상 전체에 영향을 미치는 조명 변화도 고려할 수 있으므로, 갑작스런 조명 변화가 있더라도 정확한 움직임 영역을 분할하는 효과를 가진다.

더 나아가 본 발명의 영역 분할 알고리즘에 기반하여, 물체 추적, 물체 감식 및 물체 분류 등과 같은 인공지능적 감시 알고리즘을 개발할 수 있다.

Claims (29)

1. 현재 입력되는 영상인 현재 영상의 바로 이전에 입력된 영상인 이전 영상을 이용하여 배경 영상을 업데이트하여 현재 배경 영상을 생성하는 단계;

   상기 현재 영상과 상기 현재 배경 영상의 차이인 현재 차이 영상을 생성하는 단계;

   상기 현재 차이 영상의 움직임 영역의 정규화된 에너지 및 상기 현재 차이 영상의 움직임이 없는 영역의 정규화된 에너지를 포함하는 제 1 함수를 최소화하는 제 2 함수를 생성하는 단계; 및

   상기 제 2 함수에 기초하여 움직임 영역을 분할하는 단계를 포함하며,

   상기 현재 차이 영상의 움직임 영역의 정규화된 에너지는 상기 움직임 영역의 평균값에 기초하는 제 1 기준값과 상기 현재 차이 영상과의 차이를 이용하고,

   상기 차이 영상의 움직임이 없는 영역에 해당하는 에너지는 상기 움직임이 없는 영역의 평균값에 기초하는 제 2 기준값과 상기 현재 차이 영상과의 차이를 이용하는 것을 특징으로 하는 움직임 영역 분할 방법.
2. 삭제
3. 제 1 항에 있어서,

   상기 정규화는 상기 움직임 영역에 관한 에너지와 상기 움직임이 없는 영역에 관한 에너지를, 움직임 영역에 관한 에너지와 움직임이 없는 영역에 관한 에너지의 합으로 각각 나누는 것을 특징으로 하는 움직임 영역 분할 방법.
4. 제 1 항에 있어서, 상기 배경 영상의 업데이트 단계는

   이전 영상에 제 1가중치를 곱한 결과와 이전 배경 영상에 제 2 가중치를 곱한 결과를 합하고,

   상기 제 1 가중치와 상기 제 2 가중치의 합이 1인 것을 특징으로 하는 움직임 영역 분할 방법.
5. 제 1 항에 있어서, 상기 움직임 영역 분할 단계는

   상기 현재 차이 영상의 픽셀의 제 2 함수값이 0보다 큰 픽셀을 움직임 영역의 픽셀로 판단하는 단계;

   상기 현재 차이 영상의 픽셀의 제 2 함수값이 0보다 작은 픽셀을 움직임이 없는 영역의 픽셀로 판단하는 단계;

   상기 현재 차이 영상의 픽셀의 제 2 함수값이 0인 픽셀을 움직임 영역의 경계의 픽셀로 판단하는 단계; 및

   상기 제 2 함수값이 0보다 큰 픽셀의 수가 소정의 임계치 이상이면 상기 현재 영상에서 움직임이 검출되었다고 판단하는 단계를 포함하는 것을 특징으로 하는 움직임 영역 분할 방법.
6. 제 1 항에 있어서,

   상기 제 1 함수는 상기 제 2 함수의 편미분값에 관한 함수를 이용하는 잡음 에너지를 포함하는 것을 특징으로 하는 움직임 영역 분할 방법.
7. 제 1 항에 있어서, 상기 제 2 함수 생성 단계는

   상기 제 2 함수의 범위를 제한함으로써 상기 제 2 함수의 수렴값을 조절하여 이터레이션의 수행 횟수를 조절하는 단계; 및

   상기 제 2 함수를 이터레이션을 통하여 구하는 단계를 포함하는 것을 특징으로 하는 움직임 영역 분할 방법.
8. 제 7 항에 있어서,

   n번째 이터레이션에 의해 구해진 이전 제 2 함수, 상기 현재 차이 영상의 편미방함수, 상기 이전 제 2 함수에 기초한 움직임 영상의 에너지를 정규화한 에너지 및 상기 이전 제 2 함수에 기초한 움직임이 없는 영상의 에너지를 정규화한 함수를 이용하여 수행된 (n+1)번째 이터레이션에 의하여 실시간으로 상기 제 2 함수를 구하는 것을 특징으로 하는 움직임 영역 분할 방법.
9. 청구항 9은(는) 설정등록료 납부시 포기되었습니다.

   제 8 항에 있어서,

   상기 정규화는 상기 움직임 영역에 관한 에너지와 상기 움직임이 없는 영 역에 관한 에너지를, 움직임 영역에 관한 에너지와 움직임이 없는 영역에 관한 에너지의 합으로 각각 나누는 것을 특징으로 하는 움직임 영역 분할 방법.
10. 제 1 항에 있어서,

    상기 제 1 기준값은 상기 움직임 영역의 평균값에 기초하여 상기 현재 차이 영상의 잡음 레벨에 따라 조절되는 것을 특징으로 하는 움직임 영역 분할 방법.
11. 제 1 항에 있어서,

    상기 제 2 함수의 초기값은 상기 현재 차이 영상 바로 이전에 생성된 이전 차이 영상의 제 2 기준값인 것을 특징으로 하는 움직임 영역 분할 방법.
12. 제 1 항에 있어서,

    상기 현재 차이 영상과 상기 현재 차이 영상 바로 이전에 생성된 이전 차이 영상의 각각 움직임 없는 영역에서의 차이값이 소정의 임계치 이상이면 갑작스러운 조명 변화가 있다고 판단하는 단계를 포함하는 것을 특징으로 하는 움직임 검출을 위한 실시간 움직임 영역 분할 방법.
13. 청구항 13은(는) 설정등록료 납부시 포기되었습니다.

    제 1항에 있어서,

    상기 제 1 함수

    

    는 최소화하는 상기 제 2 함수

    

    을 구함으로써 임계화를 수행하며,

    u는 상기 현재 차이 영상,

    

    및

    

    는 상기 제 2 함수

    

    와 상기 현재 차이 영상 u에 의존하고 각각 상기 제 2 함수

    

    가 0보다 큰 영역과 0보다 작은 영역에서의 기준값을 나타내며,

    

    는 s가 0보다 크거나 같을 때는 1, 0보다 작을 때는 0을 갖는 계단 함수이며,

    

    는 소정의 함수이고, Ω는 영상이 정의되는 2차원 직사각형 영역을 나타내고,

    

    는 양의 작은 값이고,

    

    ,

    

    는 음이 아닌 변수일 때,

    

    인 것을 특징으로 하는 움직임 영역 분할 방법.
14. 청구항 14은(는) 설정등록료 납부시 포기되었습니다.

    제 13 항에 있어서,

    상기 제 1 함수

    

    는 최소화하는 상기 제 2 함수

    

    을 구하기 위해,

    

    의 확산형 편미분 방정식을 이용하며,

    

    와

    

    는 각각

    

    와

    

    의 미분 함수인 것을 특징으로 하는 움직임 영역 분할 방법.
15. 청구항 15은(는) 설정등록료 납부시 포기되었습니다.

    현재 영상을 입력 받는 영상 입력부;

    상기 현재 영상 바로 이전에 입력된 영상인 이전 영상을 이용하여 배경 영상을 업데이트하여 현재 배경 영상을 생성하는 배경 영상 생성부;

    상기 현재 영상과 상기 현재 배경 영상의 차이인 현재 차이 영상을 생성하는 차이 영상 생성부; 및

    상기 현재 차이 영상의 움직임 영역의 정규화된 에너지 및 상기 현재 차이 영상의 움직임이 없는 영역의 정규화된 에너지를 포함하는 제 1 함수를 최소화하는 제 2 함수를 생성하는 함수 생성부; 및

    상기 제 2 함수에 기초하여 움직임 영역을 분할하는 움직임 분할부를 포함하며,

    상기 함수 생성부는

    상기 움직임 영역의 평균값에 기초하여 제 1 기준값을 생성하는 제 1 기준값 생성부;

    상기 움직임이 없는 영역의 평균값에 기초하여 제 2 기준값을 생성하는 제 2 기준값 생성부; 및

    상기 제 1 기준값과 상기 현재 차이 영상과의 차이를 이용한 상기 움직임 영역의 정규화된 에너지 및, 상기 제 2 기준값과 상기 현재 차이 영상과의 차이를 이용한 상기 움직임이 없는 영역의 정규화된 에너지를 이용하여 상기 제 2 함수를 구하는 제 2 함수 생성부를 포함하는 것을 특징으로 하는 움직임 영역 분할 장치.
16. 삭제
17. 청구항 17은(는) 설정등록료 납부시 포기되었습니다.

    제 15 항에 있어서,

    상기 정규화는 상기 움직임 영역에 관한 에너지와 상기 움직임이 없는 영역에 관한 에너지를, 움직임 영역에 관한 에너지와 움직임이 없는 영역에 관한 에너지의 합으로 각각 나누는 것을 특징으로 하는 움직임 영역 분할 장치.
18. 청구항 18은(는) 설정등록료 납부시 포기되었습니다.

    제 15 항에 있어서,

    상기 배경 영상 생성부는 이전 영상에 제 1가중치를 곱한 결과와 이전 배경 영상에 제 2 가중치를 곱한 결과를 합하고, 상기 제 1 가중치와 상기 제 2 가중치의 합이 1인 것을 특징으로 하는 움직임 영역 분할 장치.
19. 청구항 19은(는) 설정등록료 납부시 포기되었습니다.

    제 15 항에 있어서, 상기 움직임 분할부는

    상기 현재 차이 영상의 픽셀의 제 2 함수값이 0보다 큰 픽셀을 움직임 영역의 픽셀로 판단하는 수단;

    상기 현재 차이 영상의 픽셀의 제 2 함수값이 0보다 작은 픽셀을 움직임이 없는 영역의 픽셀로 판단하는 수단;

    상기 현재 차이 영상의 픽셀의 제 2 함수값이 0인 픽셀을 움직임 영역의 경계의 픽셀로 판단하는 수단; 및

    상기 제 2 함수값이 0보다 큰 픽셀의 수가 소정의 임계치 이상이면 상기 현재 영상에서 움직임이 검출되었다고 판단하는 움직임 분할부를 포함하는 것을 특징으로 하는 움직임 영역 분할 장치.
20. 청구항 20은(는) 설정등록료 납부시 포기되었습니다.

    제 15 항에 있어서,

    상기 제 1 함수는 상기 제 2 함수의 편미분값에 관한 함수를 이용하는 잡음 에너지를 포함하는 것을 특징으로 하는 움직임 영역 분할 장치.
21. 청구항 21은(는) 설정등록료 납부시 포기되었습니다.

    제 15 항에 있어서, 상기 함수 생성부는

    상기 제 2 함수의 범위를 제한함으로써 상기 제 2 함수의 수렴값을 조절하여 이터레이션의 수행 횟수를 조절하는 수단; 및

    상기 제 2 함수를 이터레이션을 통하여 구하는 수단를 포함하는 것을 특징으로 하는 움직임 영역 분할 장치.
22. 청구항 22은(는) 설정등록료 납부시 포기되었습니다.

    제 21 항에 있어서,

    n번째 이터레이션에 의해 구해진 이전 제 2 함수, 상기 현재 차이 영상의 편미방함수, 상기 이전 제 2 함수에 기초한 움직임 영상의 에너지를 정규화한 에너지 및 상기 이전 제 2 함수에 기초한 움직임이 없는 영상의 에너지를 정규화한 함수를 이용하여 수행된 (n+1)번째 이터레이션에 의해 실시간으로 상기 제 2 함수를 구하는 것을 특징으로 하는 움직임 영역 분할 장치.
23. 청구항 23은(는) 설정등록료 납부시 포기되었습니다.

    제 22 항에 있어서,

    상기 정규화는 상기 움직임 영역에 관한 에너지와 상기 움직임이 없는 영역에 관한 에너지를, 움직임 영역에 관한 에너지와 움직임이 없는 영역에 관한 에너지의 합으로 각각 나누는 것을 특징으로 하는 움직임 영역 분할 장치.
24. 청구항 24은(는) 설정등록료 납부시 포기되었습니다.

    제 15 항에 있어서,

    상기 제 1 기준값은 상기 움직임 영역의 평균값에 기초하여 상기 현재 차이 영상의 잡음 레벨에 따라 조절하는 것을 특징으로 하는 움직임 영역 분할 장치.
25. 청구항 25은(는) 설정등록료 납부시 포기되었습니다.

    제 15 항에 있어서,

    상기 제 2 함수의 초기값은 상기 현재 차이 영상 바로 이전에 생성된 이전 차이 영상의 제 2 기준값인 것을 특징으로 하는 움직임 영역 분할 장치.
26. 청구항 26은(는) 설정등록료 납부시 포기되었습니다.

    제 15 항에 있어서,

    상기 현재 차이 영상과 상기 현재 차이 영상 바로 이전에 생성된 이전 차이 영상의 각각 움직임 없는 영역에서의 차이값이 소정의 임계치 이상이면 갑작스러운 조명 변화가 있다고 판단하는 조명 변화 검출부를 포함하는 것을 특징으로 하는 움직임 검출을 위한 실시간 움직임 영역 분할 장치.
27. 청구항 27은(는) 설정등록료 납부시 포기되었습니다.

    제 15 항에 있어서,

    상기 제 1 함수

    

    는 최소화하는 상기 제 2 함수

    

    을 구함으로써 움직임 영역을 분할하며,

    u는 상기 차이 영상,

    

    및

    

    는 상기 제 2 함수

    

    와 상기 차이 영상 u에 의존하고 각각 상기 제 2 함수

    

    가 0보다 큰 영역과 0보다 작은 영역에서의 기준값을 나타내며,

    

    는 s가 0보다 크거나 같을 때는 1, 0보다 작을 때는 0을 갖는 계단 함수이며,

    

    는 소정의 함수이고, Ω는 영상이 정의되는 2차원 직사각형 영역을 나타내고,

    

    는 양의 작은 값이고,

    

    및

    

    는 음이 아닌 변수일 때,

    

    인 것을 특징으로 하는 움직임 영역 분할 장치.
28. 청구항 28은(는) 설정등록료 납부시 포기되었습니다.

    제 27 항에 있어서,

    상기 제 1 함수

    

    는 최소화하는 상기 제 2 함수

    

    을 구하기 위해,

    

    의 확산형 편미분 방정식을 이용하며,

    

    와

    

    는 각각

    

    와

    

    의 미분 함수인 것을 특징으로 하는 움직임 영역 분할 장치.
29. 청구항 29은(는) 설정등록료 납부시 포기되었습니다.

    제 1 항, 및 제3항 내지 제 14 항 중 어느 한 항의 방법을 구현하기 위한 프로그램을 기록된 컴퓨터로 판독 가능한 기록 매체.

Images