-
公开(公告)号：KR102225623B1
公开(公告)日：2021-03-12
申请号：KR1020140124637A
申请日：2014-09-18
Applicant: 한화테크윈 주식회사 , 포항공과대학교 산학협력단
CPC classification number: G06K9/00288 , G06K9/4671 , G06K9/6215
Abstract: 본 발명에 따른 키포인트 기술자 매칭 및 다수결 기법 기반 얼굴 인식 시스템 및 방법에 의하면, 입력된 얼굴 영상과 등록 얼굴 영상으로부터 키포인트 기술자를 추출하여 비교하고, 다수결 기법으로 동일인 여부를 판단함으로써, 더 빠르고 정확한 얼굴 인식이 가능하다.
-
公开(公告)号：WO2013002473A1
公开(公告)日：2013-01-03
申请号：PCT/KR2012/001383
申请日：2012-02-23
Applicant: 포항공과대학교 산학협력단 , 김대진 , 김대환 , 김연호 , 안현진
CPC classification number: G06K9/00375 , G06K9/00201
Abstract: 본 발명에 따른 부피 특징 벡터와 3차원 하르-유사 필터를 이용한 물체 검출 방법 및 장치가 개시된다. 본 발명의 물체 검출 방법은, 특정 물체가 포함된 다차원 영상을 이용하여 특정 물체 검출을 위한 방법으로, 미리 생성된 3차원 입방체 필터를 적용하여 윈도우 슬라이딩된 영상의 각 윈도우 슬라이드에 대하여, 윈도우 슬라이드에 대응되는 영역의 데이터를 미리 정의된 특정한 형태로 정규화하는 단계, 3차원 입방체 필터의 각 셀에 상기 정규화된 데이터의 대응되는 부분을 할당한 후, 각 셀의 부피를 산출하여 부피 특징을 갖는 하나의 부피 특징 벡터로 표현하는 단계, 윈도우 슬라이드에 대응되는 영역의 데이터가 특정 물체에 해당하는지 여부를 판단하기 위하여 부피 특징 벡터를 분류기에 적용하는 단계를 포함하여 구성된다.
Abstract translation: 根据本发明，公开了一种使用体积特征矢量和三维Haar滤波器来检测物体的方法和装置。 根据本发明的用于检测对象的方法是使用包括特定对象的多维图像来检测特定对象的方法，包括以下步骤：对与预定的窗口滑动的窗口相对应的区域的数据进行归一化 通过应用先前生成的三维立方过滤器相对于经过窗口滑动的图像的每个窗口滑块的特定形式; 将归一化数据的相应部分分配给三维立方体滤波器中的每个单元，然后计算每个单元的体积以将单元的体积表示为一个体积特征向量; 以及将所述体积特征向量应用于分类器，以便确定与所述窗口幻灯片相对应的区域的数据是否对应于所述特定对象。
-
公开(公告)号：WO2020045903A1
公开(公告)日：2020-03-05
申请号：PCT/KR2019/010766
申请日：2019-08-23
Applicant: 포항공과대학교 산학협력단
Abstract: CNN(Convolutional Neural Network)을 이용하여 크기 독립적으로 물체를 검출하는 방법 및 장치가 개시된다. 크기 독립적으로 물체를 검출하는 방법은, 검출하고자 하는 물체가 포함된 입력 영상을 획득하는 단계, 상기 물체의 크기를 정규화한 영상에서 추출한 고정 크기 특징과 상기 입력 영상에서 추출한 크기 의존적 특징 사이의 상관 관계를 학습한 크기 인식 기반 CNN에 상기 입력 영상을 입력하여, 상기 물체에 대한 크기 독립적 특징을 추출하는 단계 및 추출된 크기 독립적 특징을 물체 검출 신경망에 입력하여 상기 물체를 검출하는 단계를 포함한다.
-
公开(公告)号：KR1020110032244A
公开(公告)日：2011-03-30
申请号：KR1020090089637
申请日：2009-09-22
Applicant: 현대자동차주식회사 , 기아자동차주식회사 , 포항공과대학교 산학협력단
CPC classification number: G10L15/32 , G01C21/3602 , G01C21/3608 , G06F3/011 , G06K9/00335 , G10L15/25 , G06F3/017 , G06F3/0481
Abstract: PURPOSE: A multimodal interface system combining a lip reading and a voice recognition is provided to perform a service in an environment in which the voice recognition is not available by combining the lip reading and with the voice recognition. CONSTITUTION: A lip image input unit(140) receives the lip image through an image sensor or other external input. A lip reading unit(150) processes the inputted image, and recognize the lip reading command of a user. A lip reading recognition command output unit(160) outputs the recognized lip reading command. A voice and lip reading recognition result combiner(170) outputs a command by the comparison result between the estimation probability and the threshold value.
Abstract translation: 目的：提供组合唇读和语音识别的多模式界面系统，通过组合唇读和语音识别来实现语音识别不可用的环境中的服务。 构成：唇部图像输入单元（140）通过图像传感器或其他外部输入接收唇部图像。 嘴唇读取单元（150）处理输入的图像，并识别用户的唇读取命令。 嘴唇读取识别命令输出单元（160）输出识别的唇读取命令。 语音和唇读取识别结果组合器（170）通过比较结果在估计概率和阈值之间输出命令。
-
公开(公告)号：KR101092820B1
公开(公告)日：2011-12-12
申请号：KR1020090089637
申请日：2009-09-22
Applicant: 현대자동차주식회사 , 기아자동차주식회사 , 포항공과대학교 산학협력단
CPC classification number: G10L15/32 , G01C21/3602 , G01C21/3608 , G06F3/011 , G06K9/00335 , G10L15/25
Abstract: 본발명은내비게이션조작명령을음성과입술의움직임만으로할 수있어운전자가내비게이션조작중에도전방주시를유지할수 있도록하여운전중내비게이션조작에따른자동차사고를줄일수 있는립리딩과음성인식통합멀티모달인터페이스시스템에관한것이다.
-
Patent Agency Ranking
公开(公告)号：KR101360412B1
公开(公告)日：2014-02-27
申请号：KR1020080090002
申请日：2008-09-11
Applicant: 현대자동차주식회사 , 포항공과대학교 산학협력단
Abstract: 본 문서는 적외선 카메라를 이용하여 영상을 얻고 운전자의 고개 움직임을 분석하여 운전자의 산만 운전이나 졸음 운전을 판별하고 이를 운전자에게 알림으로써 안전 운전에 도움을 주는 시스템이다. 특히 선글라스나 안경을 쓴 운전자의 경우와 같이 눈이 검출되지 않는 경우에는 눈이 아닌 입과 코의 위치 정보를 이용하여 운전자의 머리 움직임 정보를 파악하기 때문에, 기존의 산만/졸음 운전 감시 시스템들보다 폭넓은 운전자층을 대상으로 적용할 수 있는 자동차 안전 운전 시스템이다.
머리 움직임, 산만/졸음 운전 판단, AAM-
公开(公告)号：KR1020100030991A
公开(公告)日：2010-03-19
申请号：KR1020080090002
申请日：2008-09-11
Applicant: 현대자동차주식회사 , 포항공과대학교 산학협력단
Abstract: PURPOSE: A distracted/drowsy driving monitor system using head motion information is provided to motor drivers' distracted/drowsy driving which causes car accidents through the motion of a driver's motion. CONSTITUTION: A distracted/drowsy driving monitor system using head motion information comprises a face detection part(20), an eye detection discriminating unit(30), a head angle and position measurement part(40), a head motion tracker(50), and a distracted/drowsy driving discriminating unit(60). The face detection part extracts the face range into face image from an input image. The eye detection discriminating unit discriminates eye from the face image. The head angle and position measurement part extracts the head angle the location through the first method. The head angle and position measurement part extracts the head angle and position measurement part through a second method. The head motion tracker tracks the motion of the head using a cylinder and an ellipse model which are installed based on the heat angle and position information.
Abstract translation: 目的：使用头部运动信息的分心/昏昏欲睡的驾驶监视器系统被提供给驾驶员的分心/困倦驾驶，其通过驾驶员动作的运动引起车祸。 构成：使用头部运动信息的分心/困倦的驾驶监视器系统包括面部检测部分（20），眼睛检测判别单元（30），头部角度和位置测量部分（40），头部运动跟踪器（50） 和分心/困倦驾驶鉴别单元（60）。 面部检测部从输入图像中提取脸部范围为脸部图像。 眼睛检测鉴别单元将眼睛与脸部图像区分开。 头角和位置测量部分通过第一种方法提取头角度的位置。 头部角度和位置测量部件通过第二种方法提取头部角度和位置测量部件。 头部运动跟踪器使用基于热角度和位置信息安装的圆柱体和椭圆模型跟踪头部的运动。
-
公开(公告)号：KR102213600B1
公开(公告)日：2021-02-05
申请号：KR1020180101128
申请日：2018-08-28
Applicant: 포항공과대학교 산학협력단
Abstract: CNN(Convolutional Neural Network)을이용하여크기독립적으로물체를검출하는방법및 장치가개시된다. 크기독립적으로물체를검출하는방법은, 검출하고자하는물체가포함된입력영상을획득하는단계, 상기물체의크기를정규화한영상에서추출한고정크기특징과상기입력영상에서추출한크기의존적특징사이의상관관계를학습한크기인식기반 CNN에상기입력영상을입력하여, 상기물체에대한크기독립적특징을추출하는단계및 추출된크기독립적특징을물체검출신경망에입력하여상기물체를검출하는단계를포함한다.
-
公开(公告)号：KR101938743B1
公开(公告)日：2019-01-15
申请号：KR1020170041928
申请日：2017-03-31
Applicant: 포항공과대학교 산학협력단
IPC: G10L21/0272 , G10L21/0208 , G10L21/0356
-
公开(公告)号：KR1020160024309A
公开(公告)日：2016-03-04
申请号：KR1020140110960
申请日：2014-08-25
Applicant: 한화테크윈 주식회사 , 포항공과대학교 산학협력단
IPC: G06T7/60
CPC classification number: G06K9/00281 , G06K9/6269 , G06K2009/00322 , G06T5/50
Abstract: 본발명에따른평균얼굴패치및 메시기반나이추정시스템및 방법에의하면, 영상에포함된얼굴로부터평균얼굴패치를추출하고, 메시를이용하여추출한특징벡터를계층적으로구성된분류모델의입력값으로하여, 더많고정확한나이추정정보를획득함으로써, 영상에포함된얼굴의방향성에의존하지않고, 종래의나이추정기법에비해더 정확한나이추정이가능하다.
Abstract translation: 本发明涉及一种基于平均面部斑块和网格估计年龄的系统和方法，其从包括在图像中的脸部提取平均面部斑块，并且通过允许更加丰富和精确地获得更丰富和精确的年龄估计信息 通过使用网格作为分层结构的分类模型的输入值提取的特征向量，因此与传统的年龄估计方法相比，可以更精确地估计年龄，而不依赖于包括在图像中的面部的方向。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.023 seconds)
