-
公开(公告)号：KR101677426B1
公开(公告)日：2016-11-21
申请号：KR1020150046990
申请日：2015-04-02
Applicant: 한국과학기술원
CPC classification number: G06K9/00302 , G06F3/048 , G06F21/32 , G06K9/6247 , G06Q50/01 , G06Q50/10 , H04M1/72522 , H04M1/72544 , H04M2250/52
Abstract: 본발명은사용자인터럽트(interrupt)를통해잠금해제인터페이스를디스플레이하는과정과, 상기잠금해제인터페이스를통해입력된잠금해제패턴을수신하는과정과, 상기수신된잠금해제패턴을검출하고검출된잠금해제패턴에대응하는모드를실행하여상기검출된잠금해제패턴에대응하는오브젝트의상태정도를측정하는과정과, 기설정되어분류된오브젝트유형에따라유형별적정상태정도범위가측정되어매칭된룩업테이블을호출하여상기측정된오브젝트의상태정도를판단하고, 판단결과를상기잠금해제인터페이스를통해피드백하는과정을포함함을특징으로한다.
-
公开(公告)号：KR1020140141174A
公开(公告)日：2014-12-10
申请号：KR1020130062620
申请日：2013-05-31
Applicant: 한국과학기술원
CPC classification number: G06K9/6223 , G06K9/3233 , G06T7/30 , G06T2210/12
Abstract: 본 발명은 카메라를 통해 획득된 깊이 정보를 포함하는 3차원 영상을 기반으로 픽셀별 노멀벡터를 계산하는 과정과, K-평균 군집화 알고리즘(K-means clustering algorithm)을 이용하여 계산된 상기 노멀벡터를 기설정된 수의 평면으로 군집화(clustering)하는 과정과, 상기 픽셀별 노멀벡터가 적어도 하나 이상 기설정된 수의 평면으로 군집화된 3차원 영상에서 사용자 인터럽트가 발생된 영역을 기준으로 평면 노멀벡터를 계산하는 과정과, 계산된 상기 평면 노멀벡터를 기반으로 사용자 상호작용을 통해 상기 사용자 인터럽트가 발생된 영역을 포함하는 기준 평면과 배경화면을 분할하는 과정과, 상기 기준 평면에 대한 컨벡스 헐(convex hull)을 구성하고, 특정 점군(point clouds) 데이터를 기준으로 추출된 윤곽선(contours)을 기준으로 하여 객체의 개수 및 위치를 계산하는 과정을 포함함을 특징으로 한다.
Abstract translation: 根据本发明，一种用于分割和识别用于3D反对识别的基于RGB-D图像的对象的方法包括以下步骤：基于包括通过相机获取的深度信息的3D图像来计算每个像素的法线向量; 将通过使用K均值聚类算法计算的法向量聚类到预设数量的平面; 计算相对于其中每个像素的法向量聚集到至少一个或多个平面的3D图像中发生用户中断的区域的平面法线矢量; 基于所计算出的平面法线向量，通过用户交互，将包括用户中断发生的区域的参考平面从背景屏幕划分; 并且相对于参考平面构造凸包，并且基于特定点云数据来计算相对于提取的轮廓的物体的数量和位置。
-
公开(公告)号：KR101442042B1
公开(公告)日：2014-09-23
申请号：KR1020130071393
申请日：2013-06-21
Applicant: 한국과학기술원
CPC classification number: G06K9/00201 , G06K9/4614 , G06K9/4647 , G06K9/6269
Abstract: A method to recognize a three-dimensional object using a complementary feature point based descriptor includes the steps of: inputting a reference image frame of a reference object; generating a reference descriptor using feature point information including local shape information in the reference image frame and at least one among local texture information, color information, and change information; generating reference data of the reference object by teaching the reference descriptor; inputting a recognition image frame of a recognition object; generating a recognition descriptor using feature point information including local shape information in the recognition image frame and at least one among local texture information, color information, and change information; generating recognition data of the recognition object by teaching the recognition descriptor; and recognizing the recognition object as the reference object if similarity between the reference data and the recognition data is more than a predetermined threshold.
Abstract translation: 使用基于互补特征点的描述符识别三维对象的方法包括以下步骤：输入参考对象的参考图像帧; 使用包括参考图像帧中的局部形状信息的特征点信息和局部纹理信息，颜色信息和变化信息中的至少一个来生成参考描述符; 通过引用参考描述符来生成参考对象的参考数据; 输入识别对象的识别图像帧; 使用包括识别图像帧中的局部形状信息的特征点信息和局部纹理信息，颜色信息和变化信息中的至少一个来生成识别描述符; 通过教导识别描述符生成识别对象的识别数据; 以及如果所述参考数据和所述识别数据之间的相似度大于预定阈值，则识别所述识别对象作为所述参考对象。
-
公开(公告)号：KR1020140001062A
公开(公告)日：2014-01-06
申请号：KR1020120091137
申请日：2012-08-21
Applicant: 한국과학기술원
IPC: G06T7/00
CPC classification number: G06T7/246 , G06T7/215 , G06T19/006
Abstract: The present invention relates to a technique for generating object feature points and a feature descriptor capable of complementing degradation of recognition capacity caused by the shape of an object which will be recognized, changes in environments around the object, and rotation of the object and recognizing an image object by using the generated feature descriptor. A feature descriptor generation device according to the present invention includes a feature point generation unit generating the object feature point which is more than a standard value set with the shape of the image object and a feature descriptor generation unit generating the feature descriptor distinguishing the object feature point generated in the feature point generation unit. [Reference numerals] (AA) Start; (BB) End; (S10) Inputting a video frame; (S20) Generating a feature point; (S30) Over a standard value?; (S40) Generating a complementary feature point; (S50) Generating a feature descriptor
Abstract translation: 本发明涉及一种用于生成对象特征点的技术和能够补充由被识别的对象的形状引起的识别能力的劣化的特征描述符，以及对象的旋转以及对象的旋转 图像对象通过使用生成的特征描述符。 根据本发明的特征描述符生成装置包括：特征点生成单元，其生成比图像对象的形状多的标准值的对象特征点，以及生成区分对象特征的特征描述符生成单元 在特征点生成单元中生成的点。 （附图标记）（AA）开始; （BB）结束; （S10）输入视频帧; （S20）生成特征点; （S30）超过标准值？ （S40）生成互补特征点; （S50）生成特征描述符
-
公开(公告)号：KR101478709B1
公开(公告)日：2015-01-05
申请号：KR1020130074403
申请日：2013-06-27
Applicant: 한국과학기술원
Abstract: 본 발명은 카메라를 통해 획득된 깊이 정보를 포함하는 3차원 영상의 픽셀별 깊이 영상 함수관계를 통해 픽셀별 위치에 기반한 깊이 그래디언트(gradient)를 생성하는 과정과, 생성된 상기 깊이 그래디언트에 기초하여 상기 깊이 영상의 소정 정점(vertex)을 기준으로 인접한 세 정점을 계산하는 과정과, 계산된 상기 세 정점을 사용하여 기설정된 벡터를 산출하고, 산출된 상기 벡터의 외적(cross-product)연산으로부터 정규화(normalized)된 표면 정규 벡터(surface normal vector)를 추출하는 과정과, 추출된 상기 표면 정규 벡터에 의해 구성된 해당 깊이 영상 벡터 정보를 이용하여 렌더링을 수행하여 3차원 벡터를 2차원 영상으로 영상화하는 과정과, SIFT(Scale Invariant Feature Transform) 알고리즘을 적용하여 상기 2차원 영상으로부터 특징 기술자(feature descriptor)를 산출하는 과정을 포함함을 특징으로 한다.
-
Patent Agency Ranking6.发明授权손의 홀딩 제스쳐에 대응하는 물체의 종류 및 조작 제스쳐에 대응하는 조작의 종류를 판단하기 위한 제스쳐 감지 장치 및 이에 의한 제스쳐 감지 방법 有权一种手势感测装置及其手势感测方法，用以判断手部的握持手势所对应的物件的种类以及对应该操作手势的一种操作
公开(公告)号：KR101772890B1
公开(公告)日：2017-08-31
申请号：KR1020160037120
申请日：2016-03-28
Applicant: 한국과학기술원
CPC classification number: G06K9/00355 , G06F3/017 , G06K9/6202
Abstract: 사용자에게착용된깊이카메라에의해촬영되는손의제 1 시퀀스영상을획득하는단계; 획득한제 1 시퀀스영상내 복수의프레임각각의손에복수의복셀(voxel)로나뉘어진사각큐브(rectangular cube)를매핑하는단계; 복수의프레임각각에대해, 사각큐브를구성하는복수의복셀들의정적복셀특징(static voxel feature)을추출하고, 추출된정적복셀특징을인코딩하여제 1 LSP 특징(layer shape pattern feature)을획득하는단계; 및제 1 LSP 특징을랜덤포레스트에입력하여, 제 1 시퀀스영상에서손의홀딩제스쳐에대응하는물체의종류와손의조작제스쳐에대응하는조작의종류를판단하는단계를포함하는것을특징으로하는본 발명의일 실시예에따른제스쳐감지장치에의한제스쳐감지방법이개시된다.
Abstract translation: 获取用户佩戴的深度相机拍摄的手部的第一序列图像; 将矩形立方体映射到所获取的第一序列图像中的多个帧中的每一个的手中的多个体素; 对于多个帧中的每一个提取构成矩形立方体的多个体素的静态体素特征并对提取的静态体素特征进行编码以获得第一LSP特征（层形状图案特征） 。 并将第一LSP的LSP特征输入到随机森林中，以确定与第一序列图像中的手的握持手势对应的对象的类型以及手的操作手势对应的操作的类型。 公开了根据其中一个实施例的手势感测设备的手势检测方法。
-
公开(公告)号：KR101374726B1
公开(公告)日：2014-03-17
申请号：KR1020120091137
申请日：2012-08-21
Applicant: 한국과학기술원
IPC: G06T7/00
Abstract: 본 발명은 인식하고자하는 객체의 형상, 객체 주변의 환경변화 및 객체 회전에 의한 인식 능력 저하를 보완할 수 있는 객체특징점 및 특징 기술자를 생성하고, 생성된 특징 기술자를 이용하여, 영상 객체를 인식하는 기술에 관한 것으로, 본 발명에 따른 특징 기술자 생성 장치는 영상 객체의 형상으로부터 설정된 기준값 이상의 객체특징점을 생성하는 특징점생성부 및 상기 특징점생성부에서 생성된 상기 객체특징점을 식별하는 특징 기술자를 생성하는 특징기술자 생성부를 포함하는 것을 기술적 특징으로 한다.
-
公开(公告)号：KR1020170084892A
公开(公告)日：2017-07-21
申请号：KR1020160004289
申请日：2016-01-13
Applicant: 한국과학기술원
Abstract: 사용자에게착용된단일깊이카메라에의해촬영되는손의제 1 시퀀스영상을획득하는단계; 획득한제 1 시퀀스영상내 복수의프레임으로부터제 1 시공간특징벡터(spatio-temporal feature vector)를획득하는단계; 클릭동작의발생여부및 클릭위치에대한정보를알고있는손의제 2 시퀀스영상의프레임으로부터추출된제 2 시공간특징벡터에기초하여, 랜덤포레스트(random forest)를구성하는단계; 및제 1 시공간특징벡터를랜덤포레스트에입력하여, 제 1 시퀀스영상에서손의클릭동작의발생여부및 클릭위치를판단하는단계를포함하는것을특징으로하는, 본발명의일 실시예에따른클릭감지장치에의한클릭감지방법이개시된다.
Abstract translation: 获取由用户佩戴的单个深度相机拍摄的手部的第一序列图像; 从获取的第一序列图像中的多个帧中获取第一时空特征向量; 基于从知道关于点击动作和点击位置的发生的信息的手的第二序列图像的帧中提取的第二时空特征向量构建随机森林; 并且将第一时空特征向量输入到随机森林，以确定在第一序列图像和点击位置中是否出现手的点击操作。根据本发明的实施例， 公开了一种检测点击的方法。
-
公开(公告)号：KR1020160118610A
公开(公告)日：2016-10-12
申请号：KR1020150046990
申请日：2015-04-02
Applicant: 한국과학기술원
CPC classification number: G06K9/00302 , G06F3/048 , G06F21/32 , G06K9/6247 , G06Q50/01 , G06Q50/10 , H04M1/72522 , H04M1/72544 , H04M2250/52
Abstract: 본발명은사용자인터럽트(interrupt)를통해잠금해제인터페이스를디스플레이하는과정과, 상기잠금해제인터페이스를통해입력된잠금해제패턴을수신하는과정과, 상기수신된잠금해제패턴을검출하고검출된잠금해제패턴에대응하는모드를실행하여상기검출된잠금해제패턴에대응하는오브젝트의상태정도를측정하는과정과, 기설정되어분류된오브젝트유형에따라유형별적정상태정도범위가측정되어매칭된룩업테이블을호출하여상기측정된오브젝트의상태정도를판단하고, 판단결과를상기잠금해제인터페이스를통해피드백하는과정을포함함을특징으로한다.
Abstract translation: 本发明包括以下步骤：经由用户中断显示解锁接口; 接收经由解锁接口输入的解锁图案; 检测接收到的解锁图案并执行与检测到的解锁图案相对应的模式，从而测量与检测到的解锁图案相对应的对象的状态度; 并且调用查找表，其中根据预设和分类对象类型来测量和匹配每种类型的适当状态度的范围，从而确定所测量的对象的状态度，并且通过以下方式反馈确定结果： 解锁界面。
-
公开(公告)号：KR101486543B1
公开(公告)日：2015-01-26
申请号：KR1020130062620
申请日：2013-05-31
Applicant: 한국과학기술원
Abstract: 본 발명은 카메라를 통해 획득된 깊이 정보를 포함하는 3차원 영상을 기반으로 픽셀별 노멀벡터를 계산하는 과정과, K-평균 군집화 알고리즘(K-means clustering algorithm)을 이용하여 계산된 상기 노멀벡터를 기설정된 수의 평면으로 군집화(clustering)하는 과정과, 상기 픽셀별 노멀벡터가 적어도 하나 이상 기설정된 수의 평면으로 군집화된 3차원 영상에서 사용자 인터럽트가 발생된 영역을 기준으로 평면 노멀벡터를 계산하는 과정과, 계산된 상기 평면 노멀벡터를 기반으로 사용자 상호작용을 통해 상기 사용자 인터럽트가 발생된 영역을 포함하는 기준 평면과 배경화면을 분할하는 과정과, 상기 기준 평면에 대한 컨벡스 헐(convex hull)을 구성하고, 특정 점군(point clouds) 데이터를 기준으로 추출된 윤곽선(contours)을 기준으로 하여 객체의 개수 및 위치를 계산하는 과정을 포함함을 특징으로 한다.
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.021 seconds)
