Abstract:
Disclosed are a method and a device for detecting a human based on an image. The method for detecting a human based on an image includes a step of detecting one or more body parts among a front face, a side face, an upper part, and a whole body from an image and a step of detecting a human by combining the detected one body part based on the shape and the structure of the detected body part. Therefore, the method for detecting a human based on an image may more stably detect a human than a method for detecting a human based on face detection in a moving environment. [Reference numerals] (AA) Start; (BB) End; (S100) Obtain a photographed image; (S120) Detect body parts from the obtained image(detection of a front face, a side face, an upper part, and a whole body); (S140) Detect a human from the detection result of the body parts(the front face, the side face, the upper part, and the whole body); (S160) Output the result of human detection
Abstract:
본 발명은 사용자 인식 시스템 및 그 방법에 관한 것이다. 본 발명에 따르면, 사용자 아이디 및 해당 사용자 특징 정보를 저장한 후, 사용자 영상 데이타를 전달받아 각 사용자의 절대적 고유 생체 특징인 제1 특징 정보 및 소정 조건에 의한 고유 생체 특징인 제2 특징 정보를 추출하여, 추출된 제1 특징 정보가 임의의 사용자의 상기 제1 특징일 확률인 제1 확률 및 추출된 제2 특징 정보가 임의의 사용자의 상기 제2 특징일 제2 확률을 각각 생성한다. 그리고, 상기 제1 확률 및 상기 제2 확률을 결합하여 입력 영상의 사용자 아이디를 최종 판단한다. 그 결과, 일정 환경내에서는 사용자가 자유롭게 움직이고 있는 상황에서도 사용자를 인식할 수 있다. 사용자 인식, 키, 생체 특징, 로봇, 패턴 인식
Abstract:
A method for detecting and tracking both hands is provided to detect and track motions of both hands in real time without increasing calculation complexity by performing regression of KLT(Kanade-Lucas-Tomasi) feature information to compress the KLT feature information to a gradient value to reduce calculation complexity. A method for detecting and tracking both hands includes a step of modeling both arms including shoulders, elbows and hands of a person from an image, a step of detecting both hands from the modeling, and a step of comparing the image with a previous image to track the positions of both hands by using variations in gradients of straight lines connecting the elbows and both hands. The modeling step detects the positions of shoulder points, detects both hands through first-order regression of KLT feature points, and estimates the elbows from the positions of the shoulder points and the hands.
Abstract:
1. 청구범위에 기재된 발명이 속한 기술분야 본 발명은 휴대형 카메라로 획득한 문자영상의 문자영역선택을 통한 문자인식 장치 및 그 방법에 관한 것임. 2. 발명이 해결하려고 하는 기술적 과제 본 발명은 휴대형 카메라로 획득한 문자영상에서 문자영역을 선택하여 국소 이진화한 후에 문자를 인식함으로써, 문자 추출 및 인식 성능을 향상시킬 수 있는 문자인식 장치 및 그 방법을 제공하는데 그 목적이 있음. 3. 발명의 해결방법의 요지 본 발명은, 휴대형 카메라로 획득한 문자영상의 문자영역선택을 통한 문자인식 장치에 있어서, 휴대형 카메라를 이용하여 획득한 문자영상을 입력받기 위한 문자영상 입력 수단; 상기 문자영상 입력 수단을 통하여 입력받은 카메라 문자영상을 전처리하여 영상을 개선하기 위한 영상 전처리 수단; 상기 영상 전처리 수단에서 영상 개선한 문자영상에 대해 에지 영상을 검출하기 위한 에지 검출 수단; 상기 에지 검출 수단에서 검출한 에지 영상에 대해 화소를 팽창(Dilation)시키기 위한 화소 팽창 수단; 상기 화소 팽창 수단에서 팽창된 문자영상에 대해 화소 영역을 레이블링하여 일정 임계치 이상의 높이를 가진 긴 라인을 형성하는 가상문자영역을 추출하기 위한 가상문자영역 추출 수단; 상기 가상문자영역 추출 수단에서 추출한 문자영역에 대해 이진화를 수행하기 위한 이진화 수단; 상기 이진화 수단에서 이진화한 문자영역에서 문자를 추출하기 위한 문자 추출 수단; 상기 문자 추출 수단에서 추출한 문자의 특징을 추출하기 위한 특징 추출 수단; 및 상기 특징 추출 수단에서 추출한 문자의 특징을 이용하여 문자를 인식하기 위한 문자 인식 수단을 포함함. 4. 발명의 중요한 용도 본 발명은 영상처리 기술분야 중 패턴인식분야의 문자인식 기술분야 등에 이용됨. 휴대형 카메라, 문자영상 획득, 문자영역 선택, 국소 이진화, 문자인식
Abstract:
본 발명은 대상 물체 검출 시스템 및 그 방법에 관한 것이다. 본 발명에 따르면, 입력 영상으로부터 대상 물체를 검출할 때, 입력 영상에 움직임 영역이 존재하는 경우, 카메라 움직임 파라미터를 구하여, 영상 프레임을 보정 하고, 영상 프레임과 이전 입력 영상 프레임으로부터 움직임 후보 영역을 추출한다. 그리고, 입력 영상으로부터 영상 특징 정보를 추출하여,상기 움직임 후보 영역 및 상기 영상 특징 정보를 기초로 대상 물체의 형상을 추출한다. 따라서, 대상물체 추출 및 추적이 빨라지고 정확해진다. 동적 카메라, 움직이는 사람 추출, 움직이는 사람 추적
Abstract:
본 발명은 대상 물체 검출 시스템 및 그 방법에 관한 것이다. 본 발명에 따르면, 입력 영상으로부터 대상 물체를 검출할 때, 입력 영상에 움직임 영역이 존재하는 경우, 카메라 움직임 파라미터를 구하여, 영상 프레임을 보정 하고, 영상 프레임과 이전 입력 영상 프레임으로부터 움직임 후보 영역을 추출한다. 그리고, 입력 영상으로부터 영상 특징 정보를 추출하여,상기 움직임 후보 영역 및 상기 영상 특징 정보를 기초로 대상 물체의 형상을 추출한다. 따라서, 대상물체 추출 및 추적이 빨라지고 정확해진다. 동적 카메라, 움직이는 사람 추출, 움직이는 사람 추적
Abstract:
본 발명은 휴대형 카메라를 이용하여 획득한 문서영상의 기하학적 왜곡에 대한 자동 보정방법에 관한 것으로, 카메라를 통해 입력된 문서영상을 영상처리하고, 문서영상의 문자영역 형태를 분석한 후에, 특징이 되는 점들의 좌표를 찾고, 이들을 이용하여 원래의 형태로 복원할 수 있는 변형함수를 찾아내고, 역 매핑을 이용하여 원래의 형상으로 보정하는 것이다.