[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR20190118078A - 객체 및 배경 구분 방법 - Google Patents

객체 및 배경 구분 방법 Download PDF

Info

Publication number
KR20190118078A
KR20190118078A KR1020180041248A KR20180041248A KR20190118078A KR 20190118078 A KR20190118078 A KR 20190118078A KR 1020180041248 A KR1020180041248 A KR 1020180041248A KR 20180041248 A KR20180041248 A KR 20180041248A KR 20190118078 A KR20190118078 A KR 20190118078A
Authority
KR
South Korea
Prior art keywords
pixel
background
input image
pixels
samples
Prior art date
Application number
KR1020180041248A
Other languages
English (en)
Other versions
KR102629594B1 (ko
Inventor
이상하
유지상
이준환
임정은
심진욱
Original Assignee
한화테크윈 주식회사
광운대학교 산학협력단
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, 광운대학교 산학협력단 filed Critical 한화테크윈 주식회사
Priority to KR1020180041248A priority Critical patent/KR102629594B1/ko
Publication of KR20190118078A publication Critical patent/KR20190118078A/ko
Application granted granted Critical
Publication of KR102629594B1 publication Critical patent/KR102629594B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

본 발명의 일 실시예에 따른 입력 영상에서 객체와 배경을 구분하는 방법은, 픽셀 별 색상 정보 및 픽셀 별 텍스쳐(Texture) 정보를 포함하는 복수의 배경 샘플(Sample)과 상기 입력 영상의 색상 정보 및 텍스쳐 정보의 비교 결과에 기초하여, 상기 입력 영상을 구성 하는 적어도 하나의 픽셀을 배경 픽셀 및 객체 픽셀 중 어느 하나로 구분한 제1 영상을 생성하는 단계; 및 상기 제1 영상에서 상기 객체 픽셀로 구분된 픽셀 중, 소정의 블링킹(Blinking) 조건을 만족하는 픽셀을 상기 배경 픽셀로 재구분 하는 단계;를 포함할 수 있다.

Description

객체 및 배경 구분 방법{METHOD FOR DISTINGUISHING OBJECT FROM BACKGROUNDS}
본 발명의 실시예들은 객체 및 배경 구분 방법에 관한 것이다.
오늘날 다수의 감시카메라가 도처에 설치되어 있고, 감시카메라가 획득한 영상을 분석하는 다양한 기술들이 개발되고 있다.
특히 감시카메라의 설치 대수가 증가함에 따라, 관리자가 모든 감시카메라의 영상을 육안으로 관찰하고 분석하는 것은 사실상 불가능해진 실정이다. 따라서 감시 장치에 의해 보다 정확하고 세밀하게 영상을 분석할 수 있는 방법의 필요성이 대두되고 있다.
본 발명은 복수의 배경 샘플과 색상의 유사성이나 텍스쳐의 유사성이 떨어지는 픽셀을 확인하고, 이에 기초하여 입력 영상 내에서 객체 픽셀과 배경 픽셀을 구분하고자 한다.
또한 본 발명은 입력 영상과 배경 샘플의 비교에 있어서, 입력 영상의 배경의 유동 정도를 반영한 기준에 따라 입력 영상에서 배경을 분리하고자 한다.
또한 본 발명은 동적 배경에 의한 객체 구분의 오류를 최소화 하고자 한다.
본 발명의 일 실시예에 따른 입력 영상에서 객체와 배경을 구분하는 방법은, 픽셀 별 색상 정보 및 픽셀 별 텍스쳐(Texture) 정보를 포함하는 복수의 배경 샘플(Sample)과 상기 입력 영상의 색상 정보 및 텍스쳐 정보의 비교 결과에 기초하여, 상기 입력 영상을 구성 하는 적어도 하나의 픽셀을 배경 픽셀 및 객체 픽셀 중 어느 하나로 구분한 제1 영상을 생성하는 단계; 및 상기 제1 영상에서 상기 객체 픽셀로 구분된 픽셀 중, 소정의 블링킹(Blinking) 조건을 만족하는 픽셀을 상기 배경 픽셀로 재구분 하는 단계;를 포함할 수 있다.
상기 제1 영상을 생성하는 단계는, 상기 복수의 배경 샘플 각각에 대해서, 상기 입력 영상을 구성하는 제1 픽셀의 색상 값의 크기와 상기 복수의 배경 샘플 각각을 구성하는 적어도 하나의 픽셀의 색상 값의 크기간의 차인 색상 차이를 산출하는 단계; 및 상기 복수의 배경 샘플 중 상기 색상 차이가 소정의 임계 색상 차이 미만인 픽셀을 포함하는 배경 샘플의 수가 소정의 제1 임계 샘플의 수 미만인 경우, 상기 제1 픽셀을 상기 객체 픽셀로 구분하는 단계;를 포함할 수 있다. 이때 상기 소정의 임계 색상 차이는 상기 입력 영상의 배경의 움직임이 클수록 증가할 수 있다.
상기 제1 영상을 생성하는 단계는, 상기 복수의 배경 샘플 각각에 대해서, 상기 입력 영상을 구성하는 제1 픽셀의 텍스쳐에 대응되는 바이너리(Binary) 값과 상기 복수의 배경 샘플 각각을 구성하는 적어도 하나의 픽셀의 텍스쳐에 대응되는 바이너리 값 간에 일치하지 않는 비트(Bit)의 수를 확인하는 단계; 및 상기 복수의 배경 샘플 중 상기 일치하지 않는 비트의 수가 소정의 임계 비트수 차이 미만인 픽셀을 포함하는 배경 샘플의 수가 소정의 제2 임계 샘플의 수 미만인 경우, 상기 제1 픽셀을 상기 객체 픽셀로 구분하는 단계;를 포함할 수 있다. 이때 상기 소정의 임계 비트수 차이는 상기 입력 영상의 배경의 움직임이 클수록 증가할 수 있다.
상기 소정의 블링킹 조건을 만족하는 픽셀을 상기 배경 픽셀로 재구분 하는 단계는 상기 객체 픽셀로 구분된 픽셀 중 제2 픽셀의 단위시간당 상기 배경 픽셀에서 상기 객체 픽셀로 분류가 전환 되는 횟수 및 상기 객체 픽셀에서 상기 배경 픽셀로 분류가 전환 되는 횟수의 합이 소정의 제1 임계 횟수 이상인 경우, 상기 제2 픽셀을 상기 배경 픽셀로 분류하는 단계; 및 상기 객체 픽셀로 구분된 픽셀 중 제3 픽셀의 상기 배경 픽셀에서 상기 객체 픽셀로 분류가 전환 되는 횟수 및 상기 객체 픽셀에서 상기 배경 픽셀로 분류가 전환 되는 횟수의 합이 소정의 제2 임계 횟수 이상인 경우, 상기 제3 픽셀을 상기 배경 픽셀로 분류하는 단계;를 포함할 수 있다.
전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 상세한 설명으로부터 명확해질 것이다.
본 발명의 일 실시예에 따르면, 복수의 배경 샘플과 색상의 유사성이나 텍스쳐의 유사성이 떨어지는 픽셀을 확인하고, 이에 기초하여 입력 영상 내에서 객체 픽셀과 배경 픽셀을 구분할 수 있다.
특히 입력 영상과 배경 영상의 비교에 있어서, 입력 영상 배경의 유동 정도를 반영한 기준에 따라 입력 영상에서 배경을 분리하여 동적 배경에 의한 객체 구분의 오류를 최소화 할 수 있다.
도 1은 본 발명의 일 실시예에 따른 객체와 배경을 구분하는 시스템을 개략적으로 도시한다.
도 2는 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치의 구성을 개략적으로 도시한다.
도 3은 본 발명의 일 실시예에 따른 입력 영상의 예시이다.
도 4는 종래기술에 따라 도 3과 같은 입력 영상에서 객체를 구분한 영상의 예시이다.
도 5는 객체 구분 에러의 예시를 도시한 도면이다.
도 6은 객체가 구분된 영상의 예시이다.
도 7은 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치에 의해 수행되는 객체 및 배경 구분 방법을 설명하기 위한 흐름도이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 본 발명의 효과 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 다양한 형태로 구현될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 하며, 도면을 참조하여 설명할 때 동일하거나 대응하는 구성 요소는 동일한 도면부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
이하의 실시예에서, 제1, 제2 등의 용어는 한정적인 의미가 아니라 하나의 구성 요소를 다른 구성 요소와 구별하는 목적으로 사용되었다. 이하의 실시예에서, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 이하의 실시예에서, 포함하다 또는 가지다 등의 용어는 명세서상에 기재된 특징, 또는 구성요소가 존재함을 의미하는 것이고, 하나 이상의 다른 특징들 또는 구성요소가 부가될 가능성을 미리 배제하는 것은 아니다. 도면에서는 설명의 편의를 위하여 구성 요소들이 그 크기가 과장 또는 축소될 수 있다. 예컨대, 도면에서 나타난 각 구성의 크기 및 형태는 설명의 편의를 위해 임의로 나타내었으므로, 본 발명이 반드시 도시된 바에 한정되지 않는다.
도 1은 본 발명의 일 실시예에 따른 객체와 배경을 구분하는 시스템을 개략적으로 도시한다.
본 발명의 일 실시예에 따른 객체와 배경을 구분하는 시스템은, 객체 및 배경 구분 장치(100)가 복수의 배경 샘플과 영상 장치(200A, 200B)가 획득한 입력 영상의 비교 결과에 기초하여, 입력 영상에서 객체와 배경을 구분할 수 있다.
이를 위하여 본 발명의 일 실시예에 따른 객체와 배경을 구분하는 시스템은 객체 및 배경 구분 장치(100), 영상 장치(200A, 200B) 및 이들을 상호 연결하는 통신망(300)을 포함할 수 있다.
본 발명에서 '배경 샘플'은 해당 배경 이미지의 픽셀 별 색상 정보 및 픽셀 별 텍스쳐(Texture) 정보를 포함하는 데이터를 의미할 수 있다. 이와 같은 배경 샘플은 미리 수집되어 후술하는 메모리(114)에 저장되어 있을 수 있으며, 복수일 수 있다.
본 발명에서 어떤 픽셀에 대한 '텍스쳐 정보'는 해당 픽셀과 인접하는 픽셀 간의 유사한 정도를 나타내는 데이터를 의미할 수 있다. 가령 텍스쳐 정보는 해당 픽셀의 픽셀값과 해당 픽셀에 인접하는 16 개의 픽셀값 간의 차이가 소정의 임계 차이 미만인지 여부를 판단하여 바이너리(Binary) 값의 형태로 나타낸 것일 수 있다.
한편 본 발명에서 어떤 픽셀에 대한 '색상 정보'는 해당 픽셀의 색상에 관한 정보를 포함하는 데이터를 의미할 수 있다. 가령 색상 정보는 해당 픽셀의 R, G, B 값을 의미할 수 있다.
본 발명의 일 실시예에 따른 영상 장치(200A, 200B)는 영상을 다른 장치로 전송하는 다양한 장치일 수 있다. 가령 영상 장치(200A, 200B)는 도 1에 도시된 바와 같이 영상을 획득하는 영상 획득 장치일 수 있다. 또한 영상 장치(200A, 200B)는 영상을 저장하고, 저장된 영상을 다른 장치에 제공하는 장치일 수도 있다.
한편 영상 장치(200A, 200B)는 도 1에 도시된 바와 같이 두 개일수도 있고, 시스템의 구성에 따라 한 개이거나, 세 개 이상일 수도 있다.
이하에서는 설명의 편의를 위하여 영상 장치(200A, 200B)가 영상 획득 장치이며, 한 개인 것을 전제로 설명한다. 다만 이는 예시적인 것으로 본 발명의 사상이 이에 한정되는 것은 아니다.
본 발명의 일 실시예에 따른 통신망(300)은 전술한 영상 장치(200A, 200B)와 후술하는 객체 및 배경 구분 장치(100) 간의 데이터를 송수신하는 통로로써의 역할을 수행할 수 있다. 가령 통신망(300)은 제2 영상 장치(200B)가 객체 및 배경 구분 장치(100)로 입력 영상을 전송하는 경로를 제공할 수 있다. 이때 통신망(300)은 예컨대 LANs(Local Area Networks), WANs(Wide Area Networks), MANs(Metropolitan Area Networks), ISDNs(Integrated Service Digital Networks) 등의 유선 네트워크나, 무선 LANs, CDMA, 블루투스, 위성 통신 등의 무선 네트워크를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.
본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 입력 영상에서 객체와 배경을 구분할 수 있다. 이때 객체 및 배경 구분 장치(100)는 전술한 영상 장치(200A, 200B)이거나, 영상 장치(200A, 200B)에 포함된 장치일 수 있다. 또한 객체 및 배경 구분 장치(100)는 VMS(Video Management System), CMS(Central Management System), NVR(Network Video Recorder) 및 DVR(Digital Video Recorder)중 어느 하나이거나, 어느 하나에 포함된 장치일 수 있다.
나아가 객체 및 배경 구분 장치(100)는 전술한 장치와 구분되는 별개의 장치일 수도 있다.
다만 이하에서는 설명의 편의를 위하여 객체 및 배경 구분 장치(100)가 독립된 장치임을 전제로 설명한다.
도 2는 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)의 구성을 개략적으로 도시한다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 통신부(110), 제어부(120), 디스플레이부(130) 및 메모리(140)를 포함할 수 있다.
본 발명의 일 실시예에 따른 통신부(110)는 다른 네트워크 장치와 유무선 연결을 통해 제어 신호 또는 데이터 신호와 같은 신호를 송수신하기 위해 필요한 하드웨어 및 소프트웨어를 포함하는 장치일 수 있다.
본 발명의 일 실시예에 따른 제어부(120)는 복수의 배경 샘플과 입력 영상의 비교 결과에 기초하여, 입력 영상에서 객체와 배경을 구분할 수 있다. 이때 제어부(120)는 프로세서(Processor)와 같이 데이터를 처리할 수 있는 모든 종류의 장치를 포함할 수 있다. 여기서, '프로세서(Processor)'는, 예를 들어 프로그램 내에 포함된 코드 또는 명령으로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 의미할 수 있다. 이와 같이 하드웨어에 내장된 데이터 처리 장치의 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.
이와 같은 제어부(120)는 단일 프로세서로 구성될 수도 있고, 제어부에 의해 수행되는 기능의 단위로 구분되는 복수개의 프로세서로 구성될 수도 있다.
본 발명의 일 실시예에 따른 디스플레이부(130)는 제어부(120)가 생성한 전기 신호에 따라 도형, 문자 또는 이들의 조합을 표시하는 표시장치를 의미할 수 있다. 예컨대, 디스플레이부(130)는 CRT(Cathode Ray Tube), LCD(Liqu-id Crystal Display), PDP (Plasma Display Panel) 및 OLED(Organic Light Emitting Diode) 중 어느 하나로 구성될 수 있으나, 본 발명의 사상은 이에 제한되지 않는다.
본 발명의 일 실시예에 따른 메모리(140)는 제어부(120)가 처리하는 데이터, 명령어(instructions), 프로그램, 프로그램 코드, 또는 이들의 결합 등을 일시적 또는 영구적으로 저장하는 기능을 수행한다. 또한 메모리(140)는 전술한 바와 같이 미리 수집된 배경 샘플을 저장하는 기능을 수행할 수도 있다. 이와 같은 메모리(140)는 자기 저장 매체(magnetic storage media) 또는 플래시 저장 매체(flash storage media)를 포함할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.
이하에서는 제어부(120)에 의해 수행되는 객체 및 배경 구분 방법을 중심으로 설명한다.
도 3은 본 발명의 일 실시예에 따른 입력 영상의 예시이다.
설명의 편의를 위하여 입력영상이 도 3에 도시된 바와 같이 흐르는 강에서 보트를 타는 사람에 대한 영상이라고 가정한다. 이러한 경우 객체는 보트 및 보트를 타는 사람이고, 배경은 보트 및 보트를 타는 사람을 제외한 나머지(즉 흐르는 강, 강 뒤의 땅 및 나무 등)일 수 있다.
전술한 가정 하에, 본 발명의 일 실시예에 따른 제어부(120)는 복수의 배경 샘플과 입력 영상의 비교 결과에 기초하여, 입력 영상을 구성하는 적어도 하나의 픽셀을 배경 픽셀 및 객체 픽셀 중 어느 하나로 구분한 제1 영상을 생성할 수 있다. 이때 본 발명의 일 실시예에 따른 제어부(120)는 배경 샘플과 입력 영상의 비교에 있어서, 양자의 픽셀 별 색상 정보 및 픽셀 별 텍스쳐(Texture) 정보를 비교할 수 있다.
먼저 제어부(120)가 양자의 픽셀 별 색상 정보를 비교하는 과정을 보다 상세히 살펴보자. 본 발명의 일 실시예에 따른 제어부(120)는 복수의 배경 샘플 각각에 대해서, 입력 영상을 구성하는 제1 픽셀의 색상 값의 크기와 복수의 배경 샘플 각각을 구성하는 적어도 하나의 픽셀의 색상 값의 크기간의 차인 색상 차이를 산출할 수 있다.
바꾸어 말하면, 제어부(120)는 입력 영상을 구성하는 어느 하나의 픽셀의 색상 값의 크기와 복수의 배경 샘플 중 어느 하나의 샘플을 구성하는 어느 하나의 픽셀의 색상 값의 크기를 비교할 수 있다. 이때 제어부(120)는 이와 같은 비교를 입력 영상을 구성하는 복수의 픽셀에 대해서 수행할 수도 있고, 해당 배경 샘플을 구성하는 복수의 픽셀에 대해서 수행할 수도 있고, 나아가 복수의 배경 샘플에 대해서 수행할 수도 있다.
이때 본 발명의 일 실시예에 따른 제어부(120)는 복수의 배경 샘플 중 전술한 과정에 의해서 산출되는 색상 차이가 소정의 임계 색상 차이 미만인 픽셀을 포함하는 배경 샘플의 수가 소정의 제1 임계 샘플의 수 미만인 경우, 제1 픽셀을 객체 픽셀로 구분할 수 있다.
바꾸어 말하면, 제어부(120)는 복수의 배경 샘플 중에 제1 픽셀(입력 영상을 구성하는 픽셀)과의 색상 차이가 소정의 임계 색상 차이 미만인 픽셀을 포함하는 배경 샘플의 수를 확인하고, 확인된 배경 샘플의 수가 제1 임계 샘플의 수 미만인 경우 해당 픽셀(즉 입력 영상의 제1 픽셀)을 객체 픽셀로 구분할 수 있다.
한편 본 발명의 일 실시예에 따른 제어부(120)는 입력 영상의 배경의 움직임이 클 수록 전술한 '소정의 임계 색상 차이'를 증가시킬 수 있다.
바꾸어 말하면 본 발명의 일 실시예에 따른 제어부(120)는 입력 영상의 배경의 움직임이 클수록 객체 픽셀로 구분하는 기준이 되는 임계 색상 차이를 증가시킴으로써, 움직이는 배경에 포함되는 픽셀들이 객체로 잘못 구분되는 확률을 낮출 수 있다. 가령 도 3과 같은 입력 영상의 경우 강물이 움직이므로, 본 발명의 일 실시예에 따른 제어부(120)는 전술한 임계 색상 차이를 증가시켜, 강물을 구성하는 픽셀들이 객체로 잘못 구분되는 확률을 낮출 수 있다.
한편 본 발명의 일 실시예에 따른 제어부(120)는 이전 입력 영상 및/또는 과거 입력 영상의 임계 색상 차이를 참조하여, 현재 입력 영상의 임계 색상 차이를 결정함으로써, 상술한 바와 같이 움직이는 배경에 포함되는 픽셀들이 객체로 잘못 구분되는 확률을 낮출 수 있다. 가령 입력 영상이 프레임(Frame)단위로 입력되는 경우, 제어부(120)는 이전 프레임의 임계 색상 차이를 참조하여 현재 프레임의 임계 색상 차이를 결정할 수 있다.
이와 같이 본 발명의 일 실시예에 따른 제어부(120)는 복수의 배경 샘플과의 비교를 통하여, 배경과 색상의 유사성이 떨어지는 픽셀을 객체픽셀로 구분하되, 동적 배경에서 객체 픽셀로 구분하는 기준을 강화하여 객체 구분의 정확도를 향상시킬 수 있다.
다음으로 제어부(120)가 양자의 픽셀 별 텍스쳐 정보를 비교하는 과정을 보다 상세히 살펴보자. 본 발명의 일 실시예에 따른 제어부(120)는 복수의 배경 샘플 각각에 대해서, 입력 영상을 구성하는 제1 픽셀의 텍스쳐에 대응되는 바이너리 값과 복수의 배경 샘플 각각을 구성하는 적어도 하나의 픽셀의 텍스쳐에 대응되는 바이너리 값 간에 일치하지 않는 비트(Bit)의 수를 확인할 수 있다.
바꾸어 말하면, 제어부(120)는 입력 영상을 구성하는 어느 하나의 픽셀의 바이너리 값과 복수의 배경 샘플 중 어느 하나의 샘플을 구성하는 어느 하나의 픽셀의 바이너리 값 간에 일치하지 않는 비트의 수를 확인할 수 있다. 이때 제어부(120)는 이와 같은 과정을 입력 영상을 구성하는 복수의 픽셀에 대해서 수행할 수도 있고, 해당 샘플을 구성하는 복수의 픽셀에 대해서 수행할 수도 있고, 나아가 복수의 샘플에 대해서 수행할 수도 있다.
가령, 제1 픽셀의 텍스쳐에 대응되는 바이너리 값이 '101011'이고, 샘플을 구성하는 픽셀의 바이너리 값이 '111111'인 경우, 제어부(120)는 일치하지 않는 비트의 수가 2인 것으로 확인할 수 있다.(왜냐하면 두 번째 비트와 네 번째 비트가 일치하지 않으므로)
이어서 본 발명의 일 실시예에 따른 제어부(120)는 복수의 배경 샘플 중 전술한 과정에 의해서 산출되는 일치하지 않는 비트의 수가 소정의 임계 비트수 차이 미만인 픽셀을 포함하는 배경 샘플의 수가 소정의 제2 임계 샘플의 수 미만인 경우, 제1 픽셀을 객체 픽셀로 구분할 수 있다.
바꾸어 말하면, 제어부(120)는 복수의 배경 샘플 중에 제1 픽셀(입력 영상을 구성하는 픽셀)의 바이너리 값과 일치하지 않는 비트의 수가 소정의 임계 비트수 차이 미만인 픽셀을 포함하는 배경 샘플의 수를 확인하고, 확인된 배경 샘플의 수가 제2 임계 샘플의 수 미만인 경우 해당 픽셀(즉 제1 픽셀)을 객체 픽셀로 구분할 수 있다.
이때 본 발명의 일 실시예에 따른 제어부(120)는 입력 영상의 배경의 움직임이 클 수록 전술한 '소정의 임계 비트수 차이'를 증가시킬 수 있다.
바꾸어 말하면 본 발명의 일 실시예에 따른 제어부(120)는 입력 영상의 배경의 움직임이 클수록 객체 픽셀로 구분하는 기준이 되는 임계 비트수 차이를 증가시킴으로써, 움직이는 배경에 포함되는 픽셀들이 객체로 잘못 구분되는 확률을 낮출 수 있다. 가령 도 3과 같은 입력 영상의 경우 강물이 움직이므로, 본 발명의 일 실시예에 따른 제어부(120)는 전술한 임계 비트수 차이를 증가시켜, 강물을 구성하는 픽셀들이 객체로 잘못 구분되는 확률을 낮출 수 있다.
한편 본 발명의 일 실시예에 따른 제어부(120)는 이전 입력 영상 및/또는 과거 입력 영상의 임계 비트수 차이를 참조하여, 현재 입력 영상의 임계 비트수 차이를 결정함으로써, 상술한 바와 같이 움직이는 배경에 포함되는 픽셀들이 객체로 잘못 구분되는 확률을 낮출 수 있다. 가령 입력 영상이 프레임(Frame)단위로 입력되는 경우, 제어부(120)는 이전 프레임의 임계 비트수 차이를 참조하여 현재 프레임의 임계 비트수 차이를 결정할 수 있다.
이와 같이 본 발명의 일 실시예에 따른 제어부(120)는 복수의 배경 샘플과의 비교를 통하여, 배경과 텍스쳐의 유사성이 떨어지는 픽셀을 객체픽셀로 구분 구분하되, 동적 배경에서 객체 픽셀로 구분하는 기준을 강화하여 객체 구분의 정확도를 향상시킬 수 있다.
도 4는 종래기술에 따라 도 3과 같은 입력 영상에서 객체를 구분한 영상의 예시이다.
설명의 편의를 위해서, 입력영상이 도 3에 도시된 바와 같이 흐르는 강에서 보트를 타는 사람에 대한 영상이라고 가정한다. 또한 흰색으로 채색된 영역이 객체로 구분된 영역이고, 검은색으로 채색된 영역이 배경으로 구분된 영역인 것으로 가정한다. 즉, 보트와 보트를 타는 사람과 흐르는 강물의 일부 영역이 객체로 구분되고, 나머지 영역이 배경으로 구분되었다고 가정한다.
종래기술은 이와 같이 동적 배경에 있어서, 객체와 배경을 구분하는 정확도가 높지 않았다. 특히 도 3과 같이 흐르는 강물과 같은 배경의 경우 배경의 형상이 시간의 흐름에 따라 변화하므로, 도 4에 도시된 바와 같이 보트 및 보트를 타는 사람 외에 강물의 일 부분이 객체로써 구분하였다.
본 발명의 일 실시예에 따른 제어부(120)는 전술한 바와 같이 배경 샘플과 입력 영상의 색상의 유사성을 판단함에 있어서, 입력 영상의 배경의 움직임이 클수록 '소정의 임계 색상 차이'를 증가시켜, 움직이는 배경에 포함되는 픽셀들이 객체로 잘못 구분되는 확률을 낮출 수 있다.
또한 이와 유사하게 본 발명의 일 실시예에 따른 제어부(120)는 배경 샘플과 입력 영상의 텍스쳐의 유사성을 판단함에 있어서, 입력 영상의 배경의 움직임이 클수록 '소정의 임계 비트수 차이'를 증가시켜, 움직이는 배경에 포함되는 픽셀들이 객체로 잘못 구분되는 확률을 낮출 수 있다.
한편 본 발명의 일 실시예에 따른 제어부(120)는 객체와 배경 구분의 정확도를 향상시키기 위하여, 전술한 과정에 의해서 생성된 제1 영상에서 객체 픽셀로 구분된 픽셀 중, 소정의 블링킹(Blinking) 조건을 만족하는 픽셀을 배경 픽셀로 재구분 할 수 있다.
이하에서는 전술한 과정에 의해서 생성된 제1 영상이 도 4인 것으로 가정하고, 이에 따라 제1 영상이 도 5와 같은 객체 구분 에러를 포함하는 것이라고 가정한다. 이때 도 4가 종래기술에 따른 객체 구분 영상임에도 불구하고, 본 발명에 따른 제1 영상인 것으로 가정하는 것은 단지 중복 도면의 최소화와 설명의 편의를 위한 것일 뿐이므로, 종래기술 대비 본 발명의 객체 구분의 효과가 현저하지 않음을 의미하는 것은 아니다.
상술한 가정 하에, 본 발명의 일 실시예에 따른 제어부(120)는 제1 영상에서 객체 픽셀로 구분된 픽셀 중 어느 하나의 픽셀인 제2 픽셀에 대해서, 단위시간당 배경 픽셀에서 객체 픽셀로 분류가 전환 되는 횟수 및 객체 픽셀에서 배경 픽셀로 분류가 전환 되는 횟수의 합이 소정의 제1 임계 횟수 이상인 경우, 제2 픽셀을 배경 픽셀로 재분류할 수 있다.
바꾸어 말하면, 제어부(120)는 입력 영상을 구성하는 어떤 픽셀의 단위시간당 분류 전환(객체 픽셀에서 배경 픽셀로 전환 또는 배경 픽셀에서 객체 픽셀로 전환)의 수, 즉 분류 전환 주파수가 소정의 기준 이상인 경우, 이러한 픽셀을 배경 픽셀로 재분류할 수 있다.
또한 이와 유사하게, 본 발명의 일 실시예에 따른 제어부(120)는 객체 픽셀로 구분된 픽셀 중 어느 하나의 픽셀인 제3 픽셀에 대해서, 배경 픽셀에서 객체 픽셀로 분류가 전환 되는 횟수 및 객체 픽셀에서 배경 픽셀로 분류가 전환 되는 횟수의 합이 소정의 제2 임계 횟수 이상인 경우, 이러한 제3 픽셀을 상기 배경 픽셀로 재분류할 수 있다.
바꾸어 말하면, 제어부(120)는 입력 영상을 구성하는 어떤 픽셀의 분류 전환(객체 픽셀에서 배경 픽셀로 전환 또는 배경 픽셀에서 객체 픽셀로 전환) 횟수의 총 합이 소정의 기준 이상인 경우, 이러한 픽셀도 배경 픽셀로 재분류할 수 있다.
이로써 본 발명은 도 6에 도시된 바와 같이 동적 배경에 의한 객체 구분의 오류를 최소화할 수 있다.
한편 본 발명의 일 실시예에 따른 제어부(120)는 입력 영상에 기초하여 배경 샘플을 업데이트 할 수 있다. 이때 본 발명의 일 실시예에 따른 제어부(120)는 복수의 배경 샘플들을 랜덤하게 선택하여 업데이트 할 수 있다.
또한 본 발명의 일 실시예에 따른 제어부(120)는 입력 영상을 구성하는 제4 픽셀이 객체 픽셀로 분류될 가능성이 높을수록 업데이트 펙터(Factor)를 감소시킬 수 있고, 이러한 업데이트 펙터 만큼 입력 영상을 반영하여 배경 샘플을 업데이트 할 수 있다.
바꾸어 말하면, 제4 픽셀이 객체 필셀로 분류될 가능성이 높을수록(즉 배경 픽셀로 분류될 가능성이 낮을수록) 제4 픽셀을 포함하는 입력 영상을 적게 반영하여 배경 샘플을 업데이트 할 수 있다. 또한 제4 픽셀이 객체 필셀로 분류될 가능성이 낮을수록(즉 배경 픽셀로 분류될 가능성이 높을수록) 제4 픽셀을 포함하는 입력 영상을 많이 반영하여 배경 샘플을 업데이트 할 수 있다.
이로써 본 발명은 동적 배경에 의한 객체 구분의 오류를 최소화할 수 있다.
도 7은 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)에 의해 수행되는 객체 및 배경 구분 방법을 설명하기 위한 흐름도이다. 이하에서는 도 1 내지 도 6에서 설명한 내용과 중복하는 내용의 설명은 생략한다.
본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 복수의 배경 샘플과 입력 영상의 비교 결과에 기초하여, 입력 영상을 구성하는 적어도 하나의 픽셀을 배경 픽셀 및 객체 픽셀 중 어느 하나로 구분한 제1 영상을 생성할 수 있다.(S71) 이때 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 배경 샘플과 입력 영상의 비교에 있어서, 양자의 픽셀 별 색상 정보 및 픽셀 별 텍스쳐(Texture) 정보를 비교할 수 있다.
먼저 객체 및 배경 구분 장치(100)가 양자의 픽셀 별 색상 정보를 비교하는 과정을 보다 상세히 살펴보자. 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 복수의 배경 샘플 각각에 대해서, 입력 영상을 구성하는 제1 픽셀의 색상 값의 크기와 복수의 배경 샘플 각각을 구성하는 적어도 하나의 픽셀의 색상 값의 크기간의 차인 색상 차이를 산출할 수 있다.
바꾸어 말하면, 객체 및 배경 구분 장치(100)는 입력 영상을 구성하는 어느 하나의 픽셀의 색상 값의 크기와 복수의 배경 샘플 중 어느 하나의 샘플을 구성하는 어느 하나의 픽셀의 색상 값의 크기를 비교할 수 있다. 이때 객체 및 배경 구분 장치(100)는 이와 같은 비교를 입력 영상을 구성하는 복수의 픽셀에 대해서 수행할 수도 있고, 해당 배경 샘플을 구성하는 복수의 픽셀에 대해서 수행할 수도 있고, 나아가 복수의 배경 샘플에 대해서 수행할 수도 있다.
이때 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 복수의 배경 샘플 중 전술한 과정에 의해서 산출되는 색상 차이가 소정의 임계 색상 차이 미만인 픽셀을 포함하는 배경 샘플의 수가 소정의 제1 임계 샘플의 수 미만인 경우, 제1 픽셀을 객체 픽셀로 구분할 수 있다.
바꾸어 말하면, 객체 및 배경 구분 장치(100)는 복수의 배경 샘플 중에 제1 픽셀(입력 영상을 구성하는 픽셀)과의 색상 차이가 소정의 임계 색상 차이 미만인 픽셀을 포함하는 배경 샘플의 수를 확인하고, 확인된 배경 샘플의 수가 제1 임계 샘플의 수 미만인 경우 해당 픽셀(즉 입력 영상의 제1 픽셀)을 객체 픽셀로 구분할 수 있다.
한편 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 입력 영상의 배경의 움직임이 클 수록 전술한 '소정의 임계 색상 차이'를 증가시킬 수 있다.
바꾸어 말하면 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 입력 영상의 배경의 움직임이 클수록 객체 픽셀로 구분하는 기준이 되는 임계 색상 차이를 증가시킴으로써, 움직이는 배경에 포함되는 픽셀들이 객체로 잘못 구분되는 확률을 낮출 수 있다. 가령 도 3과 같은 입력 영상의 경우 강물이 움직이므로, 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 전술한 임계 색상 차이를 증가시켜, 강물을 구성하는 픽셀들이 객체로 잘못 구분되는 확률을 낮출 수 있다.
한편 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 이전 입력 영상 및/또는 과거 입력 영상의 임계 색상 차이를 참조하여, 현재 입력 영상의 임계 색상 차이를 결정함으로써, 상술한 바와 같이 움직이는 배경에 포함되는 픽셀들이 객체로 잘못 구분되는 확률을 낮출 수 있다. 가령 입력 영상이 프레임(Frame)단위로 입력되는 경우, 객체 및 배경 구분 장치(100)는 이전 프레임의 임계 색상 차이를 참조하여 현재 프레임의 임계 색상 차이를 결정할 수 있다.
이와 같이 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 복수의 배경 샘플과의 비교를 통하여, 배경과 색상의 유사성이 떨어지는 픽셀을 객체픽셀로 구분하되, 동적 배경에서 객체 픽셀로 구분하는 기준을 강화하여 객체 구분의 정확도를 향상시킬 수 있다.
다음으로 객체 및 배경 구분 장치(100)가 양자의 픽셀 별 텍스쳐 정보를 비교하는 과정을 보다 상세히 살펴보자. 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 복수의 배경 샘플 각각에 대해서, 입력 영상을 구성하는 제1 픽셀의 텍스쳐에 대응되는 바이너리 값과 복수의 배경 샘플 각각을 구성하는 적어도 하나의 픽셀의 텍스쳐에 대응되는 바이너리 값 간에 일치하지 않는 비트(Bit)의 수를 확인할 수 있다.
바꾸어 말하면, 객체 및 배경 구분 장치(100)는 입력 영상을 구성하는 어느 하나의 픽셀의 바이너리 값과 복수의 배경 샘플 중 어느 하나의 샘플을 구성하는 어느 하나의 픽셀의 바이너리 값 간에 일치하지 않는 비트의 수를 확인할 수 있다. 이때 객체 및 배경 구분 장치(100)는 이와 같은 과정을 입력 영상을 구성하는 복수의 픽셀에 대해서 수행할 수도 있고, 해당 샘플을 구성하는 복수의 픽셀에 대해서 수행할 수도 있고, 나아가 복수의 샘플에 대해서 수행할 수도 있다.
가령, 제1 픽셀의 텍스쳐에 대응되는 바이너리 값이 '101011'이고, 샘플을 구성하는 픽셀의 바이너리 값이 '111111'인 경우, 객체 및 배경 구분 장치(100)는 일치하지 않는 비트의 수가 2인 것으로 확인할 수 있다.(왜냐하면 두 번째 비트와 네 번째 비트가 일치하지 않으므로)
이어서 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 복수의 배경 샘플 중 전술한 과정에 의해서 산출되는 일치하지 않는 비트의 수가 소정의 임계 비트수 차이 미만인 픽셀을 포함하는 배경 샘플의 수가 소정의 제2 임계 샘플의 수 미만인 경우, 제1 픽셀을 객체 픽셀로 구분할 수 있다.
바꾸어 말하면, 객체 및 배경 구분 장치(100)는 복수의 배경 샘플 중에 제1 픽셀(입력 영상을 구성하는 픽셀)의 바이너리 값과 일치하지 않는 비트의 수가 소정의 임계 비트수 차이 미만인 픽셀을 포함하는 배경 샘플의 수를 확인하고, 확인된 배경 샘플의 수가 제2 임계 샘플의 수 미만인 경우 해당 픽셀(즉 제1 픽셀)을 객체 픽셀로 구분할 수 있다.
이때 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 입력 영상의 배경의 움직임이 클 수록 전술한 '소정의 임계 비트수 차이'를 증가시킬 수 있다.
바꾸어 말하면 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 입력 영상의 배경의 움직임이 클수록 객체 픽셀로 구분하는 기준이 되는 임계 비트수 차이를 증가시킴으로써, 움직이는 배경에 포함되는 픽셀들이 객체로 잘못 구분되는 확률을 낮출 수 있다. 가령 도 3과 같은 입력 영상의 경우 강물이 움직이므로, 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 전술한 임계 비트수 차이를 증가시켜, 강물을 구성하는 픽셀들이 객체로 잘못 구분되는 확률을 낮출 수 있다.
한편 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 이전 입력 영상 및/또는 과거 입력 영상의 임계 비트수 차이를 참조하여, 현재 입력 영상의 임계 비트수 차이를 결정함으로써, 상술한 바와 같이 움직이는 배경에 포함되는 픽셀들이 객체로 잘못 구분되는 확률을 낮출 수 있다. 가령 입력 영상이 프레임(Frame)단위로 입력되는 경우, 객체 및 배경 구분 장치(100)는 이전 프레임의 임계 비트수 차이를 참조하여 현재 프레임의 임계 비트수 차이를 결정할 수 있다.
이와 같이 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 복수의 배경 샘플과의 비교를 통하여, 배경과 텍스쳐의 유사성이 떨어지는 픽셀을 객체픽셀로 구분 구분하되, 동적 배경에서 객체 픽셀로 구분하는 기준을 강화하여 객체 구분의 정확도를 향상시킬 수 있다.
다시 도 4를 참조하여, 종래기술에 따라 도 3과 같은 입력 영상에서 객체를 구분한 결과 영상을 설명한다. 이때 설명의 편의를 위해서, 입력영상이 도 3에 도시된 바와 같이 흐르는 강에서 보트를 타는 사람에 대한 영상이라고 가정한다. 또한 흰색으로 채색된 영역이 객체로 구분된 영역이고, 검은색으로 채색된 영역이 배경으로 구분된 영역인 것으로 가정한다. 즉, 보트와 보트를 타는 사람과 흐르는 강물의 일부 영역이 객체로 구분되고, 나머지 영역이 배경으로 구분되었다고 가정한다.
종래기술은 이와 같이 동적 배경에 있어서, 객체와 배경을 구분하는 정확도가 높지 않았다. 특히 도 3과 같이 흐르는 강물과 같은 배경의 경우 배경의 형상이 시간의 흐름에 따라 변화하므로, 도 4에 도시된 바와 같이 보트 및 보트를 타는 사람 외에 강물의 일 부분이 객체로써 구분하였다.
본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 전술한 바와 같이 배경 샘플과 입력 영상의 색상의 유사성을 판단함에 있어서, 입력 영상의 배경의 움직임이 클수록 '소정의 임계 색상 차이'를 증가시켜, 움직이는 배경에 포함되는 픽셀들이 객체로 잘못 구분되는 확률을 낮출 수 있다.
또한 이와 유사하게 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 배경 샘플과 입력 영상의 텍스쳐의 유사성을 판단함에 있어서, 입력 영상의 배경의 움직임이 클수록 '소정의 임계 비트수 차이'를 증가시켜, 움직이는 배경에 포함되는 픽셀들이 객체로 잘못 구분되는 확률을 낮출 수 있다.
이어서 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 객체와 배경 구분의 정확도를 향상시키기 위하여, 전술한 과정에 의해서 생성된 제1 영상에서 객체 픽셀로 구분된 픽셀 중, 소정의 블링킹(Blinking) 조건을 만족하는 픽셀을 배경 픽셀로 재구분 할 수 있다. (S72)
이하에서는 전술한 과정에 의해서 생성된 제1 영상이 도 4인 것으로 가정하고, 이에 따라 제1 영상이 도 5와 같은 객체 구분 에러를 포함하는 것이라고 가정한다. 이때 도 4가 종래기술에 따른 객체 구분 영상임에도 불구하고, 본 발명에 따른 제1 영상인 것으로 가정하는 것은 단지 중복 도면의 최소화와 설명의 편의를 위한 것일 뿐이므로, 종래기술 대비 본 발명의 객체 구분의 효과가 현저하지 않음을 의미하는 것은 아니다.
상술한 가정 하에, 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 제1 영상에서 객체 픽셀로 구분된 픽셀 중 어느 하나의 픽셀인 제2 픽셀에 대해서, 단위시간당 배경 픽셀에서 객체 픽셀로 분류가 전환 되는 횟수 및 객체 픽셀에서 배경 픽셀로 분류가 전환 되는 횟수의 합이 소정의 제1 임계 횟수 이상인 경우, 제2 픽셀을 배경 픽셀로 재분류할 수 있다.
바꾸어 말하면, 객체 및 배경 구분 장치(100)는 입력 영상을 구성하는 어떤 픽셀의 단위시간당 분류 전환(객체 픽셀에서 배경 픽셀로 전환 또는 배경 픽셀에서 객체 픽셀로 전환)의 수, 즉 분류 전환 주파수가 소정의 기준 이상인 경우, 이러한 픽셀을 배경 픽셀로 재분류할 수 있다.
또한 이와 유사하게, 본 발명의 일 실시예에 따른 객체 및 배경 구분 장치(100)는 객체 픽셀로 구분된 픽셀 중 어느 하나의 픽셀인 제3 픽셀에 대해서, 배경 픽셀에서 객체 픽셀로 분류가 전환 되는 횟수 및 객체 픽셀에서 배경 픽셀로 분류가 전환 되는 횟수의 합이 소정의 제2 임계 횟수 이상인 경우, 이러한 제3 픽셀을 상기 배경 픽셀로 재분류할 수 있다.
바꾸어 말하면, 객체 및 배경 구분 장치(100)는 입력 영상을 구성하는 어떤 픽셀의 분류 전환(객체 픽셀에서 배경 픽셀로 전환 또는 배경 픽셀에서 객체 픽셀로 전환) 횟수의 총 합이 소정의 기준 이상인 경우, 이러한 픽셀도 배경 픽셀로 재분류할 수 있다.
이로써 본 발명은 도 6에 도시된 바와 같이 동적 배경에 의한 객체 구분의 오류를 최소화할 수 있다.
이상 설명된 본 발명에 따른 실시예는 컴퓨터 상에서 다양한 구성요소를 통하여 실행될 수 있는 컴퓨터 프로그램의 형태로 구현될 수 있으며, 이와 같은 컴퓨터 프로그램은 컴퓨터로 판독 가능한 매체에 기록될 수 있다. 이때, 매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다. 나아가, 매체는 네트워크 상에서 전송 가능한 형태로 구현되는 무형의 매체를 포함할 수 있으며, 예를 들어 소프트웨어 또는 애플리케이션 형태로 구현되어 네트워크를 통해 전송 및 유통이 가능한 형태의 매체일 수도 있다.
한편, 상기 컴퓨터 프로그램은 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 프로그램의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함될 수 있다.
본 발명에서 설명하는 특정 실행들은 일 실시 예들로서, 어떠한 방법으로도 본 발명의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, “필수적인”, “중요하게” 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.
100: 객체 및 배경 구분 장치
200A, 200B: 영상 장치
300: 통신망

Claims (6)

  1. 입력 영상에서 객체와 배경을 구분하는 방법에 있어서,
    픽셀 별 색상 정보 및 픽셀 별 텍스쳐(Texture) 정보를 포함하는 복수의 배경 샘플(Sample)과 상기 입력 영상의 색상 정보 및 텍스쳐 정보의 비교 결과에 기초하여, 상기 입력 영상을 구성 하는 적어도 하나의 픽셀을 배경 픽셀 및 객체 픽셀 중 어느 하나로 구분한 제1 영상을 생성하는 단계; 및
    상기 제1 영상에서 상기 객체 픽셀로 구분된 픽셀 중, 소정의 블링킹(Blinking) 조건을 만족하는 픽셀을 상기 배경 픽셀로 재구분 하는 단계;를 포함하는, 객체 및 배경 구분 방법.
  2. 제1 항에 있어서
    상기 제1 영상을 생성하는 단계는,
    상기 복수의 배경 샘플 각각에 대해서, 상기 입력 영상을 구성하는 제1 픽셀의 색상 값의 크기와 상기 복수의 배경 샘플 각각을 구성하는 적어도 하나의 픽셀의 색상 값의 크기간의 차인 색상 차이를 산출하는 단계; 및
    상기 복수의 배경 샘플 중 상기 색상 차이가 소정의 임계 색상 차이 미만인 픽셀을 포함하는 배경 샘플의 수가 소정의 제1 임계 샘플의 수 미만인 경우, 상기 제1 픽셀을 상기 객체 픽셀로 구분하는 단계;를 포함하는, 객체 및 배경 구분 방법.
  3. 제2 항에 있어서
    상기 소정의 임계 색상 차이는
    상기 입력 영상의 배경의 움직임이 클수록 증가하는, 객체 및 배경 구분 방법.
  4. 제1 항에 있어서
    상기 제1 영상을 생성하는 단계는,
    상기 복수의 배경 샘플 각각에 대해서, 상기 입력 영상을 구성하는 제1 픽셀의 텍스쳐에 대응되는 바이너리(Binary) 값과 상기 복수의 배경 샘플 각각을 구성하는 적어도 하나의 픽셀의 텍스쳐에 대응되는 바이너리 값 간에 일치하지 않는 비트(Bit)의 수를 확인하는 단계; 및
    상기 복수의 배경 샘플 중 상기 일치하지 않는 비트의 수가 소정의 임계 비트수 차이 미만인 픽셀을 포함하는 배경 샘플의 수가 소정의 제2 임계 샘플의 수 미만인 경우, 상기 제1 픽셀을 상기 객체 픽셀로 구분하는 단계;를 포함하는, 객체 및 배경 구분 방법.
  5. 제4 항에 있어서
    상기 소정의 임계 비트수 차이는
    상기 입력 영상의 배경의 움직임이 클수록 증가하는, 객체 및 배경 구분 방법.
  6. 제1 항에 있어서
    상기 소정의 블링킹 조건을 만족하는 픽셀을 상기 배경 픽셀로 재구분 하는 단계는
    상기 객체 픽셀로 구분된 픽셀 중 제2 픽셀의 단위시간당 상기 배경 픽셀에서 상기 객체 픽셀로 분류가 전환 되는 횟수 및 상기 객체 픽셀에서 상기 배경 픽셀로 분류가 전환 되는 횟수의 합이 소정의 제1 임계 횟수 이상인 경우, 상기 제2 픽셀을 상기 배경 픽셀로 분류하는 단계; 및
    상기 객체 픽셀로 구분된 픽셀 중 제3 픽셀의 상기 배경 픽셀에서 상기 객체 픽셀로 분류가 전환 되는 횟수 및 상기 객체 픽셀에서 상기 배경 픽셀로 분류가 전환 되는 횟수의 합이 소정의 제2 임계 횟수 이상인 경우, 상기 제3 픽셀을 상기 배경 픽셀로 분류하는 단계;를 포함하는, 객체 및 배경 구분 방법.
KR1020180041248A 2018-04-09 2018-04-09 객체 및 배경 구분 방법 KR102629594B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180041248A KR102629594B1 (ko) 2018-04-09 2018-04-09 객체 및 배경 구분 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180041248A KR102629594B1 (ko) 2018-04-09 2018-04-09 객체 및 배경 구분 방법

Publications (2)

Publication Number Publication Date
KR20190118078A true KR20190118078A (ko) 2019-10-17
KR102629594B1 KR102629594B1 (ko) 2024-01-29

Family

ID=68424094

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180041248A KR102629594B1 (ko) 2018-04-09 2018-04-09 객체 및 배경 구분 방법

Country Status (1)

Country Link
KR (1) KR102629594B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007323572A (ja) * 2006-06-05 2007-12-13 Nec Corp 物体検出装置、物体検出方法および物体検出プログラム
KR20090088219A (ko) * 2008-02-14 2009-08-19 한양대학교 산학협력단 질감 특성을 이용한 객체 경계 추적 방법 및 장치
KR20130013462A (ko) * 2011-07-28 2013-02-06 광주과학기술원 정사각 코드북과 다중 경계 값이 적용된 텍스쳐 특징을 이용한 전경 검출 장치 및 방법
KR20160089165A (ko) * 2015-01-19 2016-07-27 한화테크윈 주식회사 이동 물체 탐지 시스템 및 방법
JP2018022475A (ja) * 2016-06-08 2018-02-08 アクシス アーベー 背景モデルを更新するための方法及び装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007323572A (ja) * 2006-06-05 2007-12-13 Nec Corp 物体検出装置、物体検出方法および物体検出プログラム
KR20090088219A (ko) * 2008-02-14 2009-08-19 한양대학교 산학협력단 질감 특성을 이용한 객체 경계 추적 방법 및 장치
KR20130013462A (ko) * 2011-07-28 2013-02-06 광주과학기술원 정사각 코드북과 다중 경계 값이 적용된 텍스쳐 특징을 이용한 전경 검출 장치 및 방법
KR20160089165A (ko) * 2015-01-19 2016-07-27 한화테크윈 주식회사 이동 물체 탐지 시스템 및 방법
JP2018022475A (ja) * 2016-06-08 2018-02-08 アクシス アーベー 背景モデルを更新するための方法及び装置

Also Published As

Publication number Publication date
KR102629594B1 (ko) 2024-01-29

Similar Documents

Publication Publication Date Title
US7742650B2 (en) Object detection in images
JP7272533B2 (ja) 知覚システムを評価するシステム及び方法
CN112669344B (zh) 一种运动物体的定位方法、装置、电子设备及存储介质
US8902053B2 (en) Method and system for lane departure warning
US10970823B2 (en) System and method for detecting motion anomalies in video
JP2016027490A (ja) マルチキュー・オブジェクトの検出および分析のための方法、システム、製品、およびコンピュータ・プログラム（マルチキュー・オブジェクトの検出および分析）
US11836958B2 (en) Automatically detecting and isolating objects in images
US20210374440A1 (en) On-road obstacle detection device, on-road obstacle detection method, and recording medium
CN111832492B (zh) 静态交通异常的判别方法、装置、计算机设备及存储介质
JP4626886B2 (ja) デジタル画像におけるキャプションを位置特定及び抽出する方法及び装置
US20220245955A1 (en) Method and Device for Classifying Pixels of an Image
CN111931726B (zh) 交通灯检测的方法、装置、计算机存储介质和路侧设备
US9508018B2 (en) Systems and methods for object detection
KR20160037480A (ko) 지능형 영상 분석을 위한 관심 영역 설정 방법 및 이에 따른 영상 분석 장치
US11188756B2 (en) Object localization and classification system and method thereof
US20200394802A1 (en) Real-time object detection method for multiple camera images using frame segmentation and intelligent detection pool
US11410443B2 (en) Labelling training method and system for implementing the same
KR20190118078A (ko) 객체 및 배경 구분 방법
US20240221426A1 (en) Behavior detection method, electronic device, and computer readable storage medium
CN112949359A (zh) 基于卷积神经网络的异常行为识别方法和装置
US10686969B2 (en) Detecting shot changes in a video
US11961314B2 (en) Method for analyzing an output of an object detector
KR20230050150A (ko) 조감도 영상 기반 안전지대 차선 인식 방법 및 시스템
CN114519709A (zh) 一种视频检测方法、装置、设备和存储介质
RU2676026C1 (ru) Способ анализа видеопотока

Legal Events

Date Code Title Description
N231 Notification of change of applicant
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant