KR20170030332A - Appratus and method for recognizing object using structure feartures of object - Google Patents
Appratus and method for recognizing object using structure feartures of object Download PDFInfo
- Publication number
- KR20170030332A KR20170030332A KR1020150127804A KR20150127804A KR20170030332A KR 20170030332 A KR20170030332 A KR 20170030332A KR 1020150127804 A KR1020150127804 A KR 1020150127804A KR 20150127804 A KR20150127804 A KR 20150127804A KR 20170030332 A KR20170030332 A KR 20170030332A
- Authority
- KR
- South Korea
- Prior art keywords
- target object
- image
- structural feature
- contour
- color
- Prior art date
- Legal status (The legal status 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 status listed.)
- Ceased
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000000605 extraction Methods 0.000 claims abstract description 10
- 238000010586 diagram Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000004590 computer program Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Classifications
-
- G06K9/6201—
-
- G06F17/30244—
-
- G06K9/00624—
-
- G06K9/6215—
Landscapes
- Image Analysis (AREA)
Abstract
본 명세서는 획득한 영상 내 대상 객체에 대한 구조적 특징을 추출하는 구조적 특징 추출부, 복수의 참조 객체 및 각 참조 객체에 대한 구조정보가 저장된 데이터베이스에서, 추출된 대상 객체에 대한 구조적 특징에 대응되는 구조정보를 갖는 참조 객체를 검색하는 참조 객체 검색부 및 상기 대상 객체를 검색된 참조 객체로 인식하는 대상 객체 인식부를 포함하는 객체 고유의 구조적 특징을 이용한 객체 인식 장치 및 이를 이용한 방법이 개시된다.The present invention relates to a structural feature extraction unit for extracting structural features of a target object in an acquired image, a structure corresponding to a structural feature of the extracted target object in a database storing structure information for a plurality of reference objects and respective reference objects, A reference object search unit for searching a reference object having information, and a target object recognizing unit for recognizing the target object as a searched reference object, and a method using the same.
Description
본 발명은 영상 기반의 객체 인식 장치 및 방법에 관련된 것으로, 더욱 구체적으로는 객체 고유의 구조적 특징을 이용하여 영상 내 객체를 인식하는 장치 및 방법에 관련된다.The present invention relates to an image-based object recognition apparatus and method, and more particularly, to an apparatus and method for recognizing an object in an image using a structural characteristic inherent to the object.
종래 영상 내 객체의 종류를 인식하기 위해서는 특징을 추출한 후, 해당 이미지와 유사한 이미지를 데이터베이스에서 매칭시는 방법을 이용하였다. 그러나 이러한 방법은 각각의 객체에 대한 이미지 또는 특징점 정보를 데이터베이스화 해야하기 때문에 데이터 처리 속도가 느리고 대용량의 데이터베이스가 필요한 문제점이 있다.In order to recognize the types of objects in the conventional image, a feature is extracted and a method of matching an image similar to the image in the database is used. However, this method requires a database of images or minutia information for each object, which results in a slow data processing speed and a large-capacity database.
위와 같은 문제점을 해결하기 위해, 영상 내 각각의 객체에 대한 이미지를 데이터베이스화 하지 않고 객체의 구조적 특징에 대한 정보만을 데이터베이스화하여 영상 내 객체를 인식하는 장치 및 방법이 요구된다.In order to solve the above problems, there is a need for an apparatus and a method for recognizing an object in an image by converting only the information on the structural characteristics of the object into a database without converting the image of each object in the image into a database.
본 발명의 기술적 과제는 이상에서 언급한 것들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제는 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The technical problem of the present invention is not limited to those mentioned above, and another technical problem which is not mentioned can be clearly understood by those skilled in the art from the following description.
본 발명의 일 실시예에 따른 객체 고유의 구조적 특징을 이용한 객체 인식 장치는 획득한 영상 내 대상 객체에 대한 구조적 특징을 추출하는 구조적 특징 추출부, 복수의 참조 객체 및 각 참조 객체에 대한 구조정보가 저장된 데이터베이스에서, 추출된 대상 객체에 대한 구조적 특징에 대응되는 구조정보를 갖는 참조 객체를 검색하는 참조 객체 검색부 및 상기 대상 객체를 검색된 참조 객체로 인식하는 대상 객체 인식부를 포함하는 객체 고유의 구조적 특징을 이용한 객체 인식 장치.The object recognition apparatus using an object-specific structural feature according to an embodiment of the present invention includes a structural feature extraction unit for extracting structural features of a target object in an acquired image, a plurality of reference objects, and structural information about each reference object A reference object search unit for searching a stored database for a reference object having structural information corresponding to a structural feature of the extracted target object and a target object recognizing unit for recognizing the target object as a searched reference object, .
일 실시예에 있어서, 상기 구조적 특징은 대상 객체의 윤곽(contour), 질감, 색, 명암, 엣지(edge), 및 소실점 중 하나 이상을 포함하는 것을 특징으로 하는 객체 고유의 구조적 특징을 이용한 객체 인식 장치.In one embodiment, the structural feature comprises at least one of a contour, texture, color, contrast, edge, and vanishing point of a target object. Device.
일 실시예에 있어서, 상기 대상 객체의 윤곽은 대상 객체의 폭, 가로대세로비율, 각도, 형태(shape) 중 하나 이상을 포함하고, 상기 색은 명암 또는 그라데이션을 포함하는 것을 특징으로 하는 객체 고유의 구조적 특징을 이용한 객체 인식 장치.In one embodiment, the contour of the target object comprises at least one of a width, a cross-sectional aspect ratio, an angle, and a shape of a target object, and the color includes a contrast or a gradient. Object Recognition Device Using Structural Features.
일 실시예에 있어서, 상기 구조정보는, 참조 객체의 윤곽(contour), 질감, 색, 명암, 엣지(edge), 및 소실점 중 하나 이상을 포함하는 것을 특징으로 하는 객체 고유의 구조적 특징을 이용한 객체 인식 장치.In one embodiment, the structure information includes at least one of a contour, a texture, a color, a contrast, an edge, and a vanishing point of a reference object. Recognition device.
일 실시예에 있어서, 영상 내 인식된 대상 객체의 위치, 개수 및 지도 정보를 이용하여 사용자의 위치를 추정하는 위치 추정부를 더 포함하는 것을 특징으로 하는 객체 고유의 구조적 특징을 이용한 객체 인식 장치.In one embodiment, the apparatus further comprises a position estimator for estimating a position of the user using the position, the number, and the map information of the recognized object in the image.
일 실시예에 있어서, 상기 데이터베이스를 더 포함하는 것을 특징으로 하는 객체 고유의 구조적 특징을 이용한 객체 인식 장치.In one embodiment, the apparatus further comprises the database.
본 발명의 일 실시예에 따른 객체 고유의 구조적 특징을 이용한 객체 인식 방법은 영상을 획득하는 단계, 획득한 영상 내 대상 객체에 대한 구조적 특징을 추출하는 단계, 데이터베이스에서, 추출된 구조적 특징에 대응되는 구조를 갖는 참조 객체를 검색하는 단계 및 상기 대상 객체를 검색된 참조 객체로 인식하는 단계를 포함할 수 있다.An object recognition method using an object-specific structural feature according to an exemplary embodiment of the present invention includes a step of acquiring an image, a step of extracting a structural feature of a target object in the acquired image, Searching for a reference object having a structure, and recognizing the target object as a searched reference object.
일 실시예에 있어서, 상기 구조적 특징은 대상 객체의 윤곽(contour), 질감, 색, 명암, 엣지(edge), 및 소실점 중 하나 이상을 포함하는 것을 특징으로 하는 포함하는 객체 고유의 구조적 특징을 이용한 객체 인식 방법.In one embodiment, the structural feature comprises at least one of a contour of the object, texture, color, contrast, edge, and vanishing point. Object recognition method.
일 실시예에 있어서, 상기 대상 객체의 윤곽은 대상 객체의 폭, 가로대세로비율, 각도, 형태(shape) 중 하나 이상을 포함하고, 상기 색은 명암 또는 그라데이션을 포함하는 것을 특징으로 하는 포함하는 객체 고유의 구조적 특징을 이용한 객체 인식 방법.In one embodiment, the contour of the target object comprises at least one of a width, a transverse length ratio, an angle, and a shape of a target object, and the color includes a shade or a gradient. An object recognition method using inherent structural features.
일 실시예에 있어서, 상기 데이터베이스는, 상기 참조 객체에 대한 구조정보를 포함하되, 상기 구조정보는, 참조 객체의 윤곽(contour), 질감, 색, 명암, 엣지(edge), 및 소실점 중 하나 이상을 포함하는 것을 특징으로 하는 포함하는 객체 고유의 구조적 특징을 이용한 객체 인식 방법.In one embodiment, the database includes structure information for the reference object, wherein the structure information includes at least one of a contour, a texture, a color, a contrast, an edge, and a vanishing point of a reference object The method of claim 1, further comprising the steps of:
일 실시예에 있어서, 영상 내 인식된 대상 객체의 위치 및 개수에 따라서 사용자의 위치를 추정하는 단계를 더 포함하는 것을 특징으로 하는 포함하는 객체 고유의 구조적 특징을 이용한 객체 인식 방법.In one embodiment, the method further comprises estimating a location of the user according to the location and number of the recognized object in the image.
본 발명의 일 실시예에 따른 기록매체는 상술한 객체 인식 방법을 실행하기 위한 프로그램을 저장할 수 있다.The recording medium according to an embodiment of the present invention may store a program for executing the object recognition method described above.
본 발명에 따르면, 영상 내 각각의 객체에 대한 이미지를 데이터베이스화 하지 않고 객체의 구조적 특징에 대한 정보만을 데이터베이스화하여 영상 내 객체를 인식하는 장치 및 방법을 제공할 수 있다.According to the present invention, it is possible to provide an apparatus and a method for recognizing an object in an image by converting only the information on the structural characteristics of the object into a database without converting the image of each object in the image into a database.
본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The effects of the present invention are not limited to the effects mentioned above, and other effects not mentioned can be clearly understood by those skilled in the art from the description of the claims.
도 1은 본 발명의 일 실시예에 따른 객체 고유의 구조적 특징을 이용한 객체 인식 장치의 블록도이다.
도 2는 본 발명의 일 실시예에 따른 영상 내 대상 객체의 구조적 특징을 설명하기 위한 도이다.
도 3 및 도 4는 복도입구 및 복도에 대한 객체 인식을 설명하기 위한 도이다.
도 5는 본 발명의 일 실시예에 따른 객체 고유의 구조적 특징을 이용한 객체 인식 방법의 순서도이다.1 is a block diagram of an object recognition apparatus using an object-specific structural feature according to an embodiment of the present invention.
2 is a view for explaining structural characteristics of a target object in an image according to an embodiment of the present invention.
3 and 4 are diagrams for explaining object recognition for corridor entrance and corridor.
5 is a flowchart of an object recognition method using an object-specific structural feature according to an embodiment of the present invention.
본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 기재된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terminology used herein is for the purpose of describing particular embodiments only and is not intended to be limiting of the invention. The singular expressions include plural expressions unless the context clearly dictates otherwise. In this specification, the terms "comprises" or "having", etc. are intended to specify the presence of stated features, integers, steps, operations, elements, parts or combinations thereof, But do not preclude the presence or addition of steps, operations, elements, parts, or combinations thereof.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미이다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미인 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.Unless otherwise defined, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which this invention belongs. Terms such as those defined in commonly used dictionaries should be construed as meaning consistent with meaning in the context of the relevant art and are not to be construed as ideal or overly formal in meaning unless expressly defined herein . Like reference numerals in the drawings denote like elements.
다만, 실시형태를 설명함에 있어서, 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그에 대한 상세한 설명은 생략한다. 또한, 도면에서의 각 구성요소들의 크기는 설명을 위하여 과장될 수 있으며, 실제로 적용되는 크기를 의미하는 것은 아니다.In the following description, well-known functions or constructions are not described in detail to avoid unnecessarily obscuring the subject matter of the present invention. In addition, the size of each component in the drawings may be exaggerated for the sake of explanation and does not mean a size actually applied.
본 명세서에 기술된 실시예는 전적으로 하드웨어이거나, 부분적으로 하드웨어이고 부분적으로 소프트웨어이거나, 또는 전적으로 소프트웨어인 측면을 가질 수 있다. 본 명세서에서 "부(unit)", "모듈(module)", "장치" 또는 "시스템" 등은 하드웨어, 하드웨어와 소프트웨어의 조합, 또는 소프트웨어 등 컴퓨터 관련 엔티티(entity)를 지칭한다. 예를 들어, 본 명세서에서 부, 모듈, 장치 또는 시스템 등은 실행중인 프로세스, 프로세서, 객체(object), 실행 파일(executable), 실행 스레드(thread of execution), 프로그램(program), 및/또는 컴퓨터(computer)일 수 있으나, 이에 제한되는 것은 아니다. 예를 들어, 컴퓨터에서 실행중인 애플리케이션(application) 및 컴퓨터의 양쪽이 모두 본 명세서의 부, 모듈, 장치 또는 시스템 등에 해당할 수 있다. Embodiments described herein may be wholly hardware, partially hardware, partially software, or entirely software. A "unit," "module," "device," or "system" or the like in this specification refers to a computer-related entity such as a hardware, a combination of hardware and software, or software. A processor, an object, an executable, a thread of execution, a program, and / or a computer, for example, a computer, but is not limited to, a computer. For example, both an application running on a computer and a computer may correspond to a part, module, device or system of the present specification.
실시예들이 도면에 제시된 순서도를 참조로 하여 설명되었다. 간단히 설명하기 위하여 상기 방법은 일련의 블록들로 도시되고 설명되었으나, 본 발명은 상기 블록들의 순서에 한정되지 않고, 몇몇 블록들은 다른 블록들과 본 명세서에서 도시되고 기술된 것과 상이한 순서로 또는 동시에 일어날 수도 있으며, 동일한 또는 유사한 결과를 달성하는 다양한 다른 분기, 흐름 경로, 및 블록의 순서들이 구현될 수 있다. 또한, 본 명세서에서 기술되는 방법의 구현을 위하여 도시된 모든 블록들이 요구되지 않을 수도 있다. 나아가, 본 발명의 일 실시예에 따른 방법은 일련의 과정들을 수행하기 위한 컴퓨터 프로그램의 형태로 구현될 수도 있으며, 상기 컴퓨터 프로그램은 컴퓨터로 판독 가능한 기록 매체에 기록될 수도 있다.Embodiments have been described with reference to the flowcharts shown in the drawings. While the above method has been shown and described as a series of blocks for purposes of simplicity, it is to be understood that the invention is not limited to the order of the blocks, and that some blocks may be present in different orders and in different orders from that shown and described herein And various other branches, flow paths, and sequences of blocks that achieve the same or similar results may be implemented. Also, not all illustrated blocks may be required for implementation of the methods described herein. Furthermore, the method according to an embodiment of the present invention may be implemented in the form of a computer program for performing a series of processes, and the computer program may be recorded on a computer-readable recording medium.
이하에서, 도면을 참조하여 본 발명의 실시예들에 대하여 상세히 살펴본다.Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings.
도 1은 본 발명의 일 실시예에 따른 객체 고유의 구조적 특징을 이용한 객체 인식 장치의 블록도이다. 도 1을 참조하면 객체 고유의 구조적 특징을 이용한 객체 인식 장치(1000)는 구조적 특징 추출부(100), 참조 객체 검색부(300) 및 대상 객체 인식부(400)를 포함할 수 있다. 또한 다른 일 실시예에서 객체 고유의 구조적 특징을 이용한 객체 인식 장치(1000)는 데이터베이스(200) 또는 위치 추정부(500)를 더 포함할 수 있다. 1 is a block diagram of an object recognition apparatus using an object-specific structural feature according to an embodiment of the present invention. Referring to FIG. 1, an
구조적 특징 추출부(100)는 획득한 영상 내 대상 객체에 대한 구조적 특징을 추출한다. 영상을 획득하기 위해 장치(1000)는 카메라를 더 포함할 수 있다.The structural
구조적 특징은 대상 객체의 윤곽(contour), 질감, 색, 명암, 엣지(edge), 및 소실점 중 하나 이상을 포함할 수 있다. 또한 대상 객체의 윤곽은 대상 객체의 폭, 가로대세로비율, 각도, 형태(shape) 중 하나 이상을 포함할 수 있다. 또한 색은 명암 또는 그라데이션을 포함할 수 있다.Structural features may include one or more of a contour, texture, color, contrast, edge, and vanishing point of a target object. In addition, the contour of the target object may include at least one of a width, a cross ratio, an angle, and a shape of the target object. The color may also include contrast or gradation.
도 2는 본 발명의 일 실시예에 따른 영상 내 대상 객체의 구조적 특징을 설명하기 위한 도이다. 도 2를 참조하면 실내 공간에 기둥(10), 선반(20), 바닥(30) 및 벽(40)이 표시된다. 도 2의 영상에 있어서, 대상 객체 중 하나가 기둥(10)인 경우, 구조적 특징 추출부(100) 영상에 포함되는 라인 세그멘트들(11-13)을 이용하여 대상 객체에 대한 구조적 특징을 추출할 수 있다. 2 is a view for explaining structural characteristics of a target object in an image according to an embodiment of the present invention. 2, the
예컨대, 구조적 특징 추출부(100)는 라인 세그멘트들(11-13)의 윤곽이 세로로 긴 형태를 가지는 점, 기둥의 단부가 바닥(30)과 접하는 점(다른 영상에서는 천장에도 접할 수도 있다), 기둥의 면 색이 한가지인 점을 대상 객체인 기둥(10)에 대한 구조적 특징으로 생성할 수 있다.For example, the structural
도 3 및 도 4는 복도입구 및 복도에 대한 객체 인식을 설명하기 위한 도이다.3 and 4 are diagrams for explaining object recognition for corridor entrance and corridor.
도 3을 참조하면 구조적 특징 추출부(100)는 복도 입구(20)를 형성하는 라인 세그멘트들(21-24)과, 복도 입구(20)의 중심으로 갈수록 어두워지는 그라데이션 특징을 구조적 특징으로서 추출할 수 있다. 또한 영상 내 불규칙적으로 존재하는 많은 라인 세그멘트들을 분별하기 위해서 특정 객체에 대응되는 라인 세그멘트를 결정하기 위해서 서포트벡터머신이 이용될 수 있다.3, the structural
도 4를 참조하면 구조적 특징 추출부(100)는 영상 내 라인 세그멘트들(31-34,36,37)의 연장성이 교차하는 소실점(35)의 존재 및 4개의 퍼스펙티브 라인(31-34)이 존재하는 특징을 구조적 특징으로서 추출할 수 있다. 상기 퍼스펙티브 라인(31-34)은 복도의 각 모서리를 나타내는 라인 세그멘트를 의미한다.Referring to FIG. 4, the structural
위와 같이 구조적 특징 추출부(100)가 영상 내에서 각 대상 객체들에 대한 구조적 특징을 추출하면, 참조 객체 검색부(300)는 추출된 구조적 특징에 대응되는 구조를 가진 참조 객체를 검색한다. 참조 객체에 대한 정보 복수의 참조 객체 및 각 참조 객체에 대한 구조정보로서, 데이터베이스(200)에 저장되어 있을 수 있다. When the structural
예컨대, 참조 객체 '제1기둥'에 대하여 '세로로 긴 형태를 가짐', '표면은 단색', '단부는 바닥 또는 천장에 접촉됨'과 같은 구조정보가 데이터베이스(200)에 저장될 수 있다. 다른 예를 더 보면, 참조 객체 '복도'는 '4개의 퍼스펙티브 라인', '소실점의 존재'와 같은 구조정보에 연관되어 있을 수 있고, 참조 객체 '복도 입구'는 '사각형 형태의 윤곽', '내부의 명암이 점차 어두워지는 그라데이션'과 같은 구조정보에 연관되어 있을 수 있다.For example, structural information such as 'has a vertically long shape', 'a surface is monochromatic', and 'an end is in contact with a floor or a ceiling' can be stored in the
따라서 참조 객체 검색부(300)는 추출된 구조적 특징에 대응되는 구조정보를 데이터베이스에서 검색하고 해당 참조 객체를 검색할 수 있다. Therefore, the reference
대상 객체 인식부(400)는 영상 내 대상 객체를 검색된 참조 객체로 인식할 수 있다. 따라서 구조에대한 정보가 데이터베이스에 저장되어 있다면 영상 내 다양한 대상 객체들이 무엇인지 인식할 수 있으며, 종래와 같이 대상 객체와 동일한 형태를 가진 이미지 또는 특징점을 찾을 필요가 없다.The target
다른 일 실시예에서 객체 고유의 구조적 특징을 이용한 객체 인식 장치(1000)는 위치 추정부(500)를 더 포함할 수 있다.In another embodiment, the
위치 추정부(500)는 영상 내 인식된 대상 객체의 위치, 개수 및 지도 정보를 이용하여 사용자의 위치를 추정할 수 있다. 여기서 지도 정보는 영상이 촬영되는 공간을 포함하는 특정 영역에 대한 지도로서, 상기 특정 영역에 배치된 객체들에 대한 위치 정보를 포함할 수 있다.The
따라서 촬영된 영상에 따라서 대상 객체가 인식되면, 대상 객체가 위치하는 장소에 사용자가 위치하는 것으로 추정될 수 있다. 예컨대, 도 2를 참조하면, 사용자에의해 촬영된 영상에 대상 객체로서 기둥(10)과 선반(20)이 인식되면, 위치 추정부(500)는 기둥(10)과 선반(20)이 존재하는 지도 정보상의 위치에 사용자가 존재하는 것으로 사용자의 위치를 추정할 수 있다.Therefore, if the target object is recognized according to the photographed image, it can be estimated that the user is located at a place where the target object is located. 2, when the
또한 일 실시예에서 데이터베이스(200)는 객체 고유의 구조적 특징을 이용한 객체 인식 장치(1000) 내에 포함될 수 있고, 다른 일 실시예에서는 객체 고유의 구조적 특징을 이용한 객체 인식 장치(1000)와 별도로 존재할 수 있다. 데이터베이스(200)가 별도로 존재하는 경우 유선 또는 무선 네트워크를 통해 데이터베이스(200)에 저장된 참조 객체에 대한 정보가 이용될 수 있다.Also, in one embodiment, the
이에 따라서 별도의 특징점 또는 이미지 데이터베이스를 사용하지 않고, 객체 고유의 구조적 특징만을 이용하여 객체의 종류를 인식할 수 있고, 더 나아가서는 현재 인식된 객체의 종류, 위치 또는 개수를 이용하여 사용자의 위치를 추정할 수도 있다.Accordingly, it is possible to recognize the type of the object using only the structural characteristic inherent to the object without using a separate feature point or image database, and furthermore, to recognize the position of the user by using the type, position or number of the currently recognized object May be estimated.
도 5는 본 발명의 일 실시예에 따른 객체 고유의 구조적 특징을 이용한 객체 인식 방법의 순서도이다. 객체 고유의 구조적 특징을 이용한 객체 인식 방법은 영상을 획득하는 단계(S100), 획득한 영상 내 대상 객체에 대한 구조적 특징을 추출하는 단계(S200), 데이터베이스에서, 추출된 구조적 특징에 대응되는 구조를 갖는 참조 객체를 검색하는 단계(S300) 및 상기 대상 객체를 검색된 참조 객체로 인식하는 단계(S40)를 포함한다. 위 객체 고유의 구조적 특징을 이용한 객체 인식 방법은 상술한 객체 고유의 구조적 특징을 이용한 객체 인식 장치(1000)의 구성요소들에 의해 구현될 수 있다.5 is a flowchart of an object recognition method using an object-specific structural feature according to an embodiment of the present invention. A method for recognizing an object using an object-specific structural feature includes a step of acquiring an image (S100), extracting a structural feature of the object in the acquired image (S200), and a structure corresponding to the extracted structural feature in the database (S300) of searching for a reference object having the reference object (S300) and recognizing the object as a searched reference object (S40). The object recognition method using the inherent structural features of the above object can be implemented by the components of the
여기서 구조적 특징은 대상 객체의 윤곽(contour), 질감, 색, 명암, 엣지(edge), 및 소실점 중 하나 이상일 수 있다. 또한 상기 대상 객체의 윤곽은 대상 객체의 폭, 가로대세로비율, 각도, 형태(shape) 중 하나 이상을 포함할 수 있다.Here, the structural feature may be at least one of the contour, texture, color, contrast, edge, and vanishing point of the target object. In addition, the contour of the target object may include at least one of a width, a cross ratio, an angle, and a shape of the target object.
또한 구조적 특징 중 하나인 색은 명암 또는 그라데이션을 포함할 수 있다.Color, one of the structural features, can also include contrast or gradation.
상기 데이터베이스는, 상기 참조 객체에 대한 구조정보를 포함하되, 상기 구조정보는, 참조 객체의 윤곽(contour), 질감, 색, 명암, 엣지(edge), 및 소실점 중 하나 이상을 포함할 수 있다.The database may include structure information for the reference object, and the structure information may include at least one of a contour, a texture, a color, a contrast, an edge, and a vanishing point of a reference object.
또한 다른 일 실시예에서 객체 고유의 구조적 특징을 이용한 객체 인식 방법은 영상 내 인식된 대상 객체의 위치 및 개수에 따라서 사용자의 위치를 추정하는 단계를 더 포함할 수 있다.According to another embodiment of the present invention, an object recognition method using an object-specific structural feature may further include estimating a position of a user according to the position and the number of the recognized object in the image.
또한 본 발명의 일 실시예에 따른 기록 매체는 상술한 객체 고유의 구조적 특징을 이용한 객체 인식 방법을 실행하기 위한 프로그램을 저장할 수 있다.Also, the recording medium according to an embodiment of the present invention may store a program for executing the object recognition method using the above-described object-specific structural features.
이상에서 살펴본 본 발명은 도면에 도시된 실시예들을 참고로 하여 설명하였으나 이는 예시적인 것에 불과하며 당해 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 실시예의 변형이 가능하다는 점을 이해할 것이다. 그러나, 이와 같은 변형은 본 발명의 기술적 보호범위 내에 있다고 보아야 한다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해서 정해져야 할 것이다.While the invention has been shown and described with reference to certain embodiments thereof, it will be understood by those skilled in the art that various changes and modifications may be made therein without departing from the spirit and scope of the invention as defined by the appended claims. However, it should be understood that such modifications are within the technical scope of the present invention. Accordingly, the true scope of the present invention should be determined by the technical idea of the appended claims.
Claims (12)
복수의 참조 객체 및 각 참조 객체에 대한 구조정보가 저장된 데이터베이스에서, 추출된 대상 객체에 대한 구조적 특징에 대응되는 구조정보를 갖는 참조 객체를 검색하는 참조 객체 검색부; 및
상기 대상 객체를 검색된 참조 객체로 인식하는 대상 객체 인식부를 포함하는 객체 고유의 구조적 특징을 이용한 객체 인식 장치.
A structural feature extraction unit for extracting structural features of a target object in the acquired image;
A reference object search unit for searching, in a database storing a plurality of reference objects and structural information for each reference object, a reference object having structural information corresponding to a structural feature of the extracted target object; And
And a target object recognizing unit for recognizing the target object as a searched reference object.
상기 구조적 특징은 대상 객체의 윤곽(contour), 질감, 색, 명암, 엣지(edge), 및 소실점 중 하나 이상을 포함하는 것을 특징으로 하는 객체 고유의 구조적 특징을 이용한 객체 인식 장치.
The method according to claim 1,
Wherein the structural feature includes at least one of contour, texture, color, contrast, edge, and vanishing point of a target object.
상기 대상 객체의 윤곽은 대상 객체의 폭, 가로대세로비율, 각도, 형태(shape) 중 하나 이상을 포함하고,
상기 색은 명암 또는 그라데이션을 포함하는 것을 특징으로 하는 객체 고유의 구조적 특징을 이용한 객체 인식 장치.
3. The method of claim 2,
Wherein the contour of the target object includes at least one of a width, a cross ratio, an angle, and a shape of a target object,
Wherein the color includes a contrast or a gradient.
상기 구조정보는, 참조 객체의 윤곽(contour), 질감, 색, 명암, 엣지(edge), 및 소실점 중 하나 이상을 포함하는 것을 특징으로 하는 객체 고유의 구조적 특징을 이용한 객체 인식 장치.
The method according to claim 1,
Wherein the structure information includes at least one of a contour, a texture, a color, a contrast, an edge, and a vanishing point of a reference object.
영상 내 인식된 대상 객체의 위치, 개수 및 지도 정보를 이용하여 사용자의 위치를 추정하는 위치 추정부를 더 포함하는 것을 특징으로 하는 객체 고유의 구조적 특징을 이용한 객체 인식 장치.
The method according to claim 1,
And a position estimating unit estimating a position of the user using the position, number, and map information of the recognized object in the image.
상기 데이터베이스를 더 포함하는 것을 특징으로 하는 객체 고유의 구조적 특징을 이용한 객체 인식 장치.
The method according to claim 1,
And the database further comprises an object-specific structural feature.
획득한 영상 내 대상 객체에 대한 구조적 특징을 추출하는 단계;
데이터베이스에서, 추출된 구조적 특징에 대응되는 구조를 갖는 참조 객체를 검색하는 단계; 및
상기 대상 객체를 검색된 참조 객체로 인식하는 단계를 포함하는 객체 고유의 구조적 특징을 이용한 객체 인식 방법.
Acquiring an image;
Extracting structural features of the target object in the acquired image;
Retrieving, in the database, a reference object having a structure corresponding to the extracted structural feature; And
And recognizing the target object as a searched reference object.
상기 구조적 특징은 대상 객체의 윤곽(contour), 질감, 색, 명암, 엣지(edge), 및 소실점 중 하나 이상을 포함하는 것을 특징으로 하는 포함하는 객체 고유의 구조적 특징을 이용한 객체 인식 방법.
8. The method of claim 7,
Wherein the structural features include at least one of contour, texture, color, contrast, edge, and vanishing point of a target object.
상기 대상 객체의 윤곽은 대상 객체의 폭, 가로대세로비율, 각도, 형태(shape) 중 하나 이상을 포함하고,
상기 색은 명암 또는 그라데이션을 포함하는 것을 특징으로 하는 포함하는 객체 고유의 구조적 특징을 이용한 객체 인식 방법.9. The method of claim 8,
Wherein the contour of the target object includes at least one of a width, a cross ratio, an angle, and a shape of a target object,
Wherein the color comprises a contrast or a gradient.
상기 데이터베이스는, 상기 참조 객체에 대한 구조정보를 포함하되,
상기 구조정보는, 참조 객체의 윤곽(contour), 질감, 색, 명암, 엣지(edge), 및 소실점 중 하나 이상을 포함하는 것을 특징으로 하는 포함하는 객체 고유의 구조적 특징을 이용한 객체 인식 방법.
8. The method of claim 7,
Wherein the database comprises structure information for the reference object,
Wherein the structure information comprises at least one of a contour, texture, color, contrast, edge, and vanishing point of a reference object.
영상 내 인식된 대상 객체의 위치 및 개수에 따라서 사용자의 위치를 추정하는 단계를 더 포함하는 것을 특징으로 하는 포함하는 객체 고유의 구조적 특징을 이용한 객체 인식 방법.
8. The method of claim 7,
And estimating a position of the user according to the position and the number of the recognized object in the image.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150127804A KR20170030332A (en) | 2015-09-09 | 2015-09-09 | Appratus and method for recognizing object using structure feartures of object |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150127804A KR20170030332A (en) | 2015-09-09 | 2015-09-09 | Appratus and method for recognizing object using structure feartures of object |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20170030332A true KR20170030332A (en) | 2017-03-17 |
Family
ID=58502221
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150127804A Ceased KR20170030332A (en) | 2015-09-09 | 2015-09-09 | Appratus and method for recognizing object using structure feartures of object |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20170030332A (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019031714A1 (en) * | 2017-08-08 | 2019-02-14 | 삼성전자 주식회사 | Method and apparatus for recognizing object |
| WO2020209487A1 (en) * | 2019-04-09 | 2020-10-15 | 연세대학교 산학협력단 | Artificial neural network-based place recognition device and learning device thereof |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101491461B1 (en) | 2013-08-02 | 2015-02-23 | 포항공과대학교 산학협력단 | Method for recognizing object using covariance descriptor and apparatus thereof |
-
2015
- 2015-09-09 KR KR1020150127804A patent/KR20170030332A/en not_active Ceased
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101491461B1 (en) | 2013-08-02 | 2015-02-23 | 포항공과대학교 산학협력단 | Method for recognizing object using covariance descriptor and apparatus thereof |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019031714A1 (en) * | 2017-08-08 | 2019-02-14 | 삼성전자 주식회사 | Method and apparatus for recognizing object |
| US11216694B2 (en) | 2017-08-08 | 2022-01-04 | Samsung Electronics Co., Ltd. | Method and apparatus for recognizing object |
| WO2020209487A1 (en) * | 2019-04-09 | 2020-10-15 | 연세대학교 산학협력단 | Artificial neural network-based place recognition device and learning device thereof |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9761002B2 (en) | Stereo-motion method of three-dimensional (3-D) structure information extraction from a video for fusion with 3-D point cloud data | |
| CN109146963B (en) | An Image Position Offset Detection Method Based on Fast Feature Matching | |
| US10748027B2 (en) | Construction of an efficient representation for a three-dimensional (3D) compound object from raw video data | |
| US9576218B2 (en) | Selecting features from image data | |
| JP2014056572A (en) | Template matching with histogram of gradient orientations | |
| KR101909544B1 (en) | Apparatus and method for plane detection | |
| CN108573251B (en) | Character area positioning method and device | |
| KR20150051854A (en) | Method and apparatus for poi detection in 3d point clouds | |
| WO2018068129A1 (en) | Determining variance of a block of an image based on a motion vector for the block | |
| KR20140110586A (en) | Image matching apparatus, image matching system and image matching mehod | |
| WO2017168462A1 (en) | An image processing device, an image processing method, and computer-readable recording medium | |
| US20180165815A1 (en) | Distance measurement device and distance measurement method | |
| US20180158203A1 (en) | Object detection device and object detection method | |
| US20150186422A1 (en) | Image processing apparatus, image processing method, and image processing program | |
| KR20180116729A (en) | Method for recognizing distant multiple codes for logistics management and code recognizing apparatus using the same | |
| JP4348353B2 (en) | Pattern recognition apparatus, pattern recognition method, and recording medium storing program realizing the method | |
| JP2014170368A (en) | Image processing device, method and program and movable body | |
| KR20110021500A (en) | Real time tracking and distance measuring method of moving object and device | |
| KR20170030332A (en) | Appratus and method for recognizing object using structure feartures of object | |
| EP3146502B1 (en) | Accelerated image processing | |
| KR101707878B1 (en) | Appratus and method for predicting user location using multi image and pedestrian dead-reckoning | |
| JP2010238008A (en) | Video feature extraction apparatus and program | |
| JP6754717B2 (en) | Object candidate area estimation device, object candidate area estimation method, and object candidate area estimation program | |
| JP2016053763A (en) | Image processing apparatus, image processing method, and program | |
| CN111178366A (en) | Mobile robot positioning method and mobile robot |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20150909 |
|
| PA0201 | Request for examination | ||
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20160829 Patent event code: PE09021S01D |
|
| PG1501 | Laying open of application | ||
| E601 | Decision to refuse application | ||
| PE0601 | Decision on rejection of patent |
Patent event date: 20170327 Comment text: Decision to Refuse Application Patent event code: PE06012S01D Patent event date: 20160829 Comment text: Notification of reason for refusal Patent event code: PE06011S01I |