-
公开(公告)号：KR100813168B1
公开(公告)日：2008-03-17
申请号：KR1020060051611
申请日：2006-06-08
Applicant: 삼성전자주식회사
CPC classification number: G06K9/6209
Abstract: 본 발명의 사전 모양 정보를 이용한 디지털 영상에서의 물체를 추출하기 위한 방법 및 상기 방법을 수행하는 시스템에 관한 것이다. 본 발명에 따른 디지털 영상에서 특정 영역을 추출하는 방법은, 입력 영상 및 사전 모양 정보에 기초하여 이미지 정보에 모양 정보를 합성하는 단계 및 상기 이미지 정보를 통해 상기 입력 영상으로부터 특정 영역을 추출하는 단계를 포함한다.
영상 추출, 모양 모델, min-cut, tri-map, ASM(Active Shape Model)-
公开(公告)号：KR100601946B1
公开(公告)日：2006-07-14
申请号：KR1020040020761
申请日：2004-03-26
Applicant: 삼성전자주식회사
IPC: G05D1/02
CPC classification number: G01S5/18 , G01S5/0294
Abstract: 본 발명은 로봇의 전역 위치 추정 방법에 관한 것으로, 복수의 샘플들중 하나를 선택하고, 선택된 샘플을 로봇의 이동에 따라 쉬프트하는 단계; 쉬프트된 샘플의 소정 범위내의 주변에서 새로운 샘플을 생성하는 단계; 쉬프트된 샘플과 새로운 샘플에 대한 소정 조건에 따라 쉬프트된 샘플 또는 새로운 샘플을 다음 시간의 샘플로 결정하는 단계; 및 다음 시간의 샘플로 결정된 샘플 수가 최대 샘플 수보다 크거나 같다면, 샘플들의 위치들로부터 로봇의 다음 위치를 추정하는 단계를 포함함을 특징으로한다.
-
公开(公告)号：KR1020060133345A
公开(公告)日：2006-12-26
申请号：KR1020050053154
申请日：2005-06-20
Applicant: 삼성전자주식회사
CPC classification number: G06K9/00281 , G06K9/00275 , G06K2009/4666
Abstract: A device and a method for verifying a face with an LBP(Local Binary Patten) discriminant method are provided to increase verification performance of the LBP discriminant method by using a KFDA(Kernel Fisher Discriminant Analysis) having an LBP feature extraction method as a classifier. A base vector generator(400) generates a KFDA base vector by using an LBP feature of a trained face image. A target image CSIP(Chi Square Inner Product) unit(420) performs CSIP by using the LBP/kernel LBP face feature of a registered face image. A target image KFDA projector(440) projects LBP feature vector generated from the target image CSIP unit to the KFDA base vector. A query image CSIP unit(460) performs the CSIP by using the LBP/kernel LBP face feature of a query image. A query image KFDA projector(480) projects the LBP feature vector generated from the query image CSIP unit to the KFDA base vector. A similarity obtainer(490) obtains a similarity between two images by comparing target image face feature vector of the target image KFDA projector with query image face feature vector of the query image KFDA projector.
Abstract translation: 提供了一种使用LBP（Local Binary Patten）判别方法验证面部的装置和方法，以通过使用具有LBP特征提取方法的KFDA（内核Fisher判别分析）作为分类器来提高LBP判别方法的验证性能。 基本向量生成器（400）通过使用经训练的面部图像的LBP特征来生成KFDA基本向量。 目标图像CSIP（卡方内部产品）单元（420）通过使用登记的面部图像的LBP /内核LBP面部特征来执行CSIP。 目标图像KFDA投影仪（440）将从目标图像CSIP单元生成的LBP特征向量投影到KFDA基矢量。 查询图像CSIP单元（460）通过使用查询图像的LBP /内核LBP面部特征来执行CSIP。 查询图像KFDA投影仪（480）将从查询图像CSIP单元生成的LBP特征向量投影到KFDA基本向量。 相似度获取器（490）通过比较目标图像KFDA投影仪的目标图像面特征向量与查询图像KFDA投影仪的查询图像面特征向量来获得两个图像之间的相似度。
-
公开(公告)号：KR100601957B1
公开(公告)日：2006-07-14
申请号：KR1020040052643
申请日：2004-07-07
Applicant: 삼성전자주식회사
IPC: G06K9/00
CPC classification number: G06K9/00248 , G06K9/00288
Abstract: 얼굴 인식을 위한 영상간 대응 결정 방법 및 장치, 이를 이루기위한 영상 보정 방법 및 장치가 개시된다. 본 발명의 영상간 대응 결정 방법은 테스트 영상을 복수의 서브영역들로 분할하고, 복수의 레퍼런스 영상들을 각각 테스트 영상과 동일한 크기의 서브영역들로 분할하는 단계; 테스트 영상의 서브영역중 하나와 레퍼런스 영상들의 해당 서브영역들간의 상관관계가 가장 큰 제1레퍼런스 영상을 결정하는 단계; 테스트 영상의 서브영역중 다른 하나와 레퍼런스 영상들의 해당 서브영역들간의 상관관계가 가장 큰 제2레퍼런스 영상을 결정하는 단계; 및 상관관계를 기반으로하여 제1 및 제2레퍼런스 영상중 하나를 선택하는 단계를 포함함을 특징으로한다.
-
5.发明公开확장 국부 이진 패턴을 이용한 얼굴 기술자 생성 방법 및장치와 이를 이용한 얼굴 인식 방법 및 장치 有权用于使用扩展的局部二进制图来生成脸部描述符的方法和装置，以及使用它来识别脸部的方法和装置
公开(公告)号：KR1020080065866A
公开(公告)日：2008-07-15
申请号：KR1020070003068
申请日：2007-01-10
Applicant: 삼성전자주식회사
CPC classification number: G06K9/00281
Abstract: A method and a device for generating a face descriptor with an extended LBP(Local Binary Pattern), and the method and the device for recognizing face by using the same are provided to improve a high FRR(False Rejection Rate) and a low FAR(False Accept Ratio), and shorten a processing time in a biometric recognition system by using LBP features to face recognition. A first LBP feature extractor(30) extracts extended LBP features from a training face image. A selector(40) recognizes the extended LBP features by performing supervisory training for classifying face images for the extracted extended LBP features and constructs an LBP feature set according to the selected extended LBP features. A second LBP feature extractor(80) extracts LBP features from an input face image by applying the input face image to the LBP feature set. A face vector generator(50) generates a basis vector by performing a linear discrimination analyzing training for the generated LBP feature set. A face descriptor generator(90) generates a face descriptor by using the extracted LBP features and the basis vector.
Abstract translation: 提供一种利用扩展LBP（局部二进制图案）生成面部描述符的方法和装置，并且提供用于通过使用该面部识别面部的方法和装置来提高高FRR（假拒绝率）和低FAR（ 假接受率），并通过使用LBP特征来面对识别缩短生物识别系统中的处理时间。 第一LBP特征提取器（30）从训练面部图像中提取延伸的LBP特征。 选择器（40）通过执行用于对提取的扩展LBP特征进行面部图像分类的监督训练来识别扩展的LBP特征，并根据所选择的扩展LBP特征构建LBP特征集。 第二LBP特征提取器（80）通过将输入面部图像应用于LBP特征集从输入面部图像中提取LBP特征。 面向量生成器（50）通过对生成的LBP特征集进行线性判别分析训练来生成基矢量。 面部描述符生成器（90）通过使用所提取的LBP特征和基本矢量来生成面部描述符。
-
Patent Agency Ranking
公开(公告)号：KR1020060133346A
公开(公告)日：2006-12-26
申请号：KR1020050053155
申请日：2005-06-20
Applicant: 삼성전자주식회사
CPC classification number: G06K9/00241 , G06T5/008 , G06T5/20 , G06T5/50 , G06T7/13
Abstract: A method and a device for removing shading from an image are provided to offer an integral normalized gradient image not sensitive to lighting by analyzing a face image model, defining an intrinsic and extrinsic factor, and setting reasonable assumption, and avoid blur in an edge area of the image by using an anisotropic diffusion method. A smoothing part(200) smooths an input image by using a smoothening kernel. A gradient calculator(220) calculates gradient of the input image by using a gradient operator. A normalizer(240) normalizes the gradient-calculated images by using the smoothened image. An image integrator(260) integrates the normalized images.
Abstract translation: 提供一种从图像中去除阴影的方法和装置，通过分析面部图像模型，定义内在因素和外在因素，设定合理假设，提供对照明不敏感的整体归一化归一化梯度图像，避免边缘区域模糊 通过使用各向异性扩散法形成图像。 平滑部分（200）通过使用平滑内核来平滑输入图像。 梯度计算器（220）通过使用梯度算子来计算输入图像的梯度。 归一化器（240）通过使用平滑化图像对梯度计算的图像进行归一化。 图像积分器（260）对归一化图像进行积分。
-
公开(公告)号：KR100601958B1
公开(公告)日：2006-07-14
申请号：KR1020040055089
申请日：2004-07-15
Applicant: 삼성전자주식회사
IPC: G06K9/00
CPC classification number: G06K9/00288 , G06K9/00201 , G06K9/20 , G06K2209/40 , G06T7/593
Abstract: 3차원 객체 인식을 위한 양안차 추정 방법이 개시된다. 본 발명은 스테레오 이미지로부터 양안차를 추정하는 방법에 있어서 스테레오 이미지의 해상도를 각각 달리하여 복수 레벨의 이미지를 구하는 단계; 복수 레벨의 이미지에 대해 평활화 에너지 계수를 결정하고, 결정된 평활화 에너지 계수를 이용하여 해상도가 최하위인 레벨의 이미지에 대해 양안차 맵을 구하는 단계; 상위 레벨의 이미지에 대해 최하위레벨의 이미지와의 해상도 차를 반영하여 양안차 맵으로부터 상위 레벨의 이미지에 대해 거친 양안차 맵을 추정하는 단계; 거친 양안차 맵을 이용하여 상위 레벨의 이미지에 대한 미세한 양안차 맵을 구하는 단계; 및 상위 레벨의 이미지가 최상위 레벨의 해상도를 갖는 이미지이면 미세한 양안차 맵을 스테레오 이미지에 대한 최종 양안차 맵으로 출력하는 단계를 포함한다.
Abstract translation: 提供了一种估计3D对象识别差异的方法。 该方法包括：获取对于立体图像具有不同分辨率的多个图像，估计最低分辨率水平图像的视差图，通过使用视差来估计上分辨率水平图像的粗视差图，获得精细视差图， 通过使用粗略视差来分辨高分辨率级别图像，并且如果高分辨率级别图像具有最高级别的分辨率，则输出精细视差图作为立体图像的最终视差图。
-
公开(公告)号：KR1020050095384A
公开(公告)日：2005-09-29
申请号：KR1020040020761
申请日：2004-03-26
Applicant: 삼성전자주식회사
IPC: G05D1/02
CPC classification number: G01S5/18 , G01S5/0294
Abstract: 본 발명은 로봇의 전역 위치 추정 방법에 관한 것으로, 복수의 샘플들중 하나를 선택하고, 선택된 샘플을 로봇의 이동에 따라 쉬프트하는 단계; 쉬프트된 샘플의 소정 범위내의 주변에서 새로운 샘플을 생성하는 단계; 쉬프트된 샘플과 새로운 샘플에 대한 소정 조건에 따라 쉬프트된 샘플 또는 새로운 샘플을 다음 시간의 샘플로 결정하는 단계; 및 다음 시간의 샘플로 결정된 샘플 수가 최대 샘플 수보다 크거나 같다면, 샘플들의 위치들로부터 로봇의 다음 위치를 추정하는 단계를 포함함을 특징으로한다.
-
公开(公告)号：KR101129386B1
公开(公告)日：2012-03-28
申请号：KR1020050053155
申请日：2005-06-20
Applicant: 삼성전자주식회사
CPC classification number: G06K9/00241 , G06T5/008 , G06T5/20 , G06T5/50 , G06T7/13
Abstract: 영상의 음영(shading)제거 방법 및 장치가 개시된다. 그 음영제거 방법은 영상의 음영(shading)제거 방법은 입력영상을 평탄화(smoothing) 하는 단계; 입력영상에 대해 경사도 연산(gradient operation)을 수행하는 단계; 평탄화된 영상과 경사도 연산된 영상들을 이용하여 정규화하는 단계; 및 정규화된 영상들을 통합하는 단계를 포함함을 특징으로 하고, 그 음영제거 장치는 입력영상을 소정의 평탄화 커널을 이용하여 평탄화(smoothing)하는 평탄화부; 입력영상에 대해 소정의 경사도 연산자를 사용하여 경사도 연산(gradient operation)을 수행하는 경사도연산부; 평탄화된 영상과 경사도 연산된 영상들을 이용하여 정규화하는 정규화부; 및 정규화된 영상들을 통합하는 영상통합부를 포함함을 특징으로 한다.
본 발명에 의하면, 얼굴 영상 모델의 분석과 intrinsic 및 extrinsic 인자를 정의하고 합리적인 가정을 세움으로써, 조명에 민감하지 않는 integral normalized gradient 영상을 제공한다. 또한 본 발명은 anisotropic diffusion 방법을 사용함으로써 영상의 에지 영역에서 번짐 현상을 피할 수 있다.Abstract translation: 提供了用于去除图像的阴影的方法，装置和介质。 去除图像的阴影的方法包括：平滑输入图像; 对所述输入图像执行梯度操作; 使用平滑化图像和执行梯度操作的图像来执行归一化; 并整合归一化图像。 用于去除图像的阴影的装置包括：平滑单元，使用预定的平滑核平滑输入图像; 梯度操作单元，使用预定的梯度算子对所述输入图像执行梯度操作; 归一化单元，其使用所述平滑图像和执行了所述梯度操作的图像来执行归一化; 以及整合归一化图像的图像积分单元。 根据该方法，装置和介质，通过定义面部图像模型分析和内在和外在因素并建立合理假设，提供了对照明不敏感的积分归一化梯度图像。 此外，通过使用各向异性扩散法，可以避免图像边缘区域中的莫尔条纹现象。
-
10.发明授权확장 국부 이진 패턴을 이용한 얼굴 기술자 생성 방법 및장치와 이를 이용한 얼굴 인식 방법 및 장치 有权使用扩展局部二进制图案生成面部描述符的方法和装置，以及用于识别使用它的面部的方法和装置
公开(公告)号：KR100866792B1
公开(公告)日：2008-11-04
申请号：KR1020070003068
申请日：2007-01-10
Applicant: 삼성전자주식회사
CPC classification number: G06K9/00281
Abstract: 본 발명은 확장 국부 이진 패턴(Extended Local Binary Pattern)을 이용한 얼굴 기술자 생성 방법 및 장치, 그리고 얼굴 인식 방법 및 장치를 개시한다. 본 발명은 확장 LBP 특징 들에 대한 감독 학습을 통해 LBP 특징 들을 선별하고 선별된 확장 LBP 특징 들을 얼굴 인식에 활용함으로써, 얼굴 인식 또는 검증시 에러 발생을 억제하고 인증률을 향상시킬 뿐만 아니라 확장 LBP 특징을 이용함에 따라 발생하는 프로세싱 시간이 길어지는 문제를 극복할 수 있다.
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.113 seconds)
