[go: up one dir, main page]

KR20150028589A - 객체 정보 제공 장치 및 방법 - Google Patents

객체 정보 제공 장치 및 방법 Download PDF

Info

Publication number
KR20150028589A
KR20150028589A KR20130107405A KR20130107405A KR20150028589A KR 20150028589 A KR20150028589 A KR 20150028589A KR 20130107405 A KR20130107405 A KR 20130107405A KR 20130107405 A KR20130107405 A KR 20130107405A KR 20150028589 A KR20150028589 A KR 20150028589A
Authority
KR
South Korea
Prior art keywords
image
camera
information
extracting
object information
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.)
Granted
Application number
KR20130107405A
Other languages
English (en)
Other versions
KR102097781B1 (ko
Inventor
강대희
Original Assignee
에스케이텔레콤 주식회사
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 에스케이텔레콤 주식회사 filed Critical 에스케이텔레콤 주식회사
Priority to KR1020130107405A priority Critical patent/KR102097781B1/ko
Publication of KR20150028589A publication Critical patent/KR20150028589A/ko
Application granted granted Critical
Publication of KR102097781B1 publication Critical patent/KR102097781B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
    • G06F16/784—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content the detected or recognised objects being people
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/178—Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Psychiatry (AREA)
  • Human Computer Interaction (AREA)
  • Social Psychology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Analysis (AREA)

Abstract

본 발명의 일 실시예에 의하면, 영상 내의 객체 정보를 제공하는 방법에 있어서, 제 1 카메라로부터 촬영된 제 1 영상을 수신하는 영상 수신 과정; 상기 제 1 카메라로부터 수신한 제 1 영상과 하나 이상의 제 2 카메라에서 촬영된 영상을 저장하는 영상 저장 과정; 상기 제 1 카메라로부터 수신한 제 1 영상으로부터 제 1 객체를 추출하는 객체 추출 과정; 상기 제 1 객체와 소정의 임계값 이상의 유사도를 갖는 유사 객체가 촬영된 하나 이상의 프레임을 상기 영상 저장부에 저장된 영상으로부터 추출하는 영상 추출 과정; 상기 제 1 객체 및 상기 하나 이상의 프레임에 대한 유사 객체에 대하여 각각 객체 정보 신뢰도를 산출하고, 상기 객체 정보 신뢰도에 근거하여 상기 제 1 영상 및 상기 하나 이상의 프레임 중에서 대표 프레임을 추출하는 영상 분석 과정; 및 상기 대표 프레임으로부터 상기 객체에 대한 분석 정보를 생성하는 객체 정보 분석 과정을 포함하는 것을 특징으로 하는 객체 정보 제공 방법 및 장치를 제공한다.

Description

객체 정보 제공 장치 및 방법{Apparatus and Method for Providing Object Information}
본 발명의 실시예는 영상 내 객체의 정보 분석을 통한 객체 정보 제공 장치 및 방법에 관한 것이다. 더욱 상세하게는, 영상 내에서 탐지된 객체에 대하여 객체가 탐지된 영상의 객체 정보 신뢰도를 산출하여 최적의 영상을 추출하고, 추출한 영상 내 객체 정보를 파악하여, 분석된 객체 정보를 제공하는 객체 정보 제공 장치 및 방법에 관한 것이다.
이 부분에 기술된 내용은 단순히 본 발명의 실시예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.
최근 백화점, 쇼핑몰, 공항 등 유동인구가 많은 곳에서 디지털 사이니지(Digital Signage), 광고판, CCTV(Closed Circuit Television) 등을 이용하여 광고를 노출시켜 사용자에게 상품, 브랜드를 홍보하려는 시도가 늘고 있다.
이러한 추세와 같은 맥락으로 사용자의 성별, 연령대 등을 분석하여 사용자에게 적합하고 유용한 정보가 포함된 맞춤형 광고 제공에 대한 요구 사항이 있어 왔지만 정보 제공 장치의 한계성으로 인해, 사용자에게 실시간으로 성별, 연령대 분석을 통한 정확한 개인 맞춤형 정보제공 서비스를 제공하기는 어려운 현실적인 한계점을 가지고 있었다.
이러한 필요성을 충족하기 위한 종래의 일반적인 방법은 디지털 사이니지, 광고판 등에서 촬영한 영상 내 객체의 연령대나 성별을 분석하여 분석 결과를 제공하는데, 이는 광고판, 디지털 사이니지 등에서 객체를 촬영한 시점이나 카메라의 거리 제한 등으로 인해 영상 내 객체 정보 분석을 위한 객체 얼굴 크기, 각도, 선명도, 주변의 조명 및 카메라의 해상도가 낮아 정확한 분석이 어렵고, 정확한 실시간 정보 제공이 불가능 하는 등의 단순한 객체정보 검색 및 분석 차원에 머무르고 있다.
전술한 문제점을 해결하기 위해 본 발명의 실시예는, 영상 내에서 탐지된 객체에 대하여 객체가 탐지된 영상의 객체 정보 신뢰도를 산출하여 최적의 영상을 추출하고, 추출한 영상 내 객체정보를 파악하여, 분석된 객체 정보를 제공하는 객체정보 제공 장치 및 방법을 제공하는 데에 주된 목적이 있다.
전술한 목적을 달성하기 위해 본 발명의 실시예는, 영상 내의 객체 정보를 제공하는 장치에 있어서, 제 1 카메라로부터 촬영된 제 1 영상을 수신하는 영상 수신부; 상기 제 1 카메라로부터 수신한 제 1 영상과 하나 이상의 제 2 카메라에서 촬영된 영상을 저장하는 영상 저장부; 상기 제 1 카메라로부터 수신한 제 1 영상으로부터 제 1 객체를 추출하는 객체 추출부; 상기 제 1 객체와 소정의 임계값 이상의 유사도를 갖는 유사 객체가 촬영된 하나 이상의 프레임을 상기 영상 저장부에 저장된 영상으로부터 추출하는 영상 추출부; 상기 제 1 객체 및 상기 하나 이상의 프레임에 대한 유사 객체에 대하여 각각 객체 정보 신뢰도를 산출하고, 상기 객체 정보 신뢰도에 근거하여 상기 제 1 영상 및 상기 하나 이상의 프레임 중에서 대표 프레임을 추출하는 영상 분석부; 및 상기 대표 프레임으로부터 상기 객체에 대한 분석 정보를 생성하는 객체 정보 분석부를 포함하는 객체 정보 제공 장치를 제공한다.
이와 함께, 상기 영상 추출부는, 상기 제 2 카메라로부터 촬영된 영상으로부터 상기 하나 이상의 프레임을 추출하는 것을 포함하여 구성할 수 있다.
또한, 상기 객체 정보 분석부는, 상기 대표 프레임으로부터 상기 객체에 대한 상기 객체의 얼굴 이미지를 추출하고, 상기 얼굴 이미지를 이용하여 상기 객체의 연령대와 성별 정보 중 적어도 하나의 분석 정보를 생성하는 것을 특징으로 하는 객체 정보 제공 장치를 제공한다.
바람직하게는, 상기 객체 정보 제공 장치는, 상기 얼굴 이미지를 저장하고, 기 저장된 복수의 얼굴 이미지 중에서 상기 얼굴 이미지와 소정의 임계값 이상의 유사도를 갖는 얼굴 이미지를 추출하여 상기 객체 정보 분석부로 전송하는 데이터베이스부를 더 포함하여 구성하는 것이 바람직하다.
이와 함께, 상기 객체 정보 제공 장치는, 상기 하나 이상의 프레임에서 소정의 시간을 전후로 한 상기 유사 객체의 입부분의 움직임이 있는 프레임을 추출하고, 상기 입부분의 움직임이 있는 프레임의 시간에 대응되는 상기 유사 객체의 음성 정보를 추출하여 상기 영상 분석부로 전송하는 것을 특징으로 하는 음성 분석부를 더 포함하여 구성할 수 있다.
또한, 상기 객체 정보 제공 장치는, 상기 하나 이상의 프레임에서 상기 유사 객체가 착용한 상품의 종류 또는 상표를 추출하는 상품 분석부를 더 포함하여 구성할 수 있다.
이와 함께, 상기 객체 정보 제공 장치는, 광고, 게임 및 어플리케이션 중 적어도 하나의 컨텐츠를 사용자에게 제공하는 컨텐츠 서비스 제공 장치로 상기 분석 정보를 전송하는 컨텐츠 연동부를 더 포함하는 것이 더욱 바람직하다.
또한, 상기 영상 추출부는, 상기 제 1 객체와 화소, 컬러 및 윤곽 중에서 적어도 하나 이상의 차이를 비교한 결과를 근거로 한 소정의 임계값의 이상의 유사도를 갖는 상기 유사 객체를 상기 제 2 카메라로부터 촬영된 영상으로부터 추출하는 것을 포함하여 구성할 수 있다.
이와 함께, 상기 객체 정보 신뢰도는, 상기 제 1 객체 및 유사 객체의 얼굴 크기, 얼굴 각도 및 얼굴 선명도를 근거로 한 객체 특성 정보값과 상기 제 1 객체를 촬영한 제 1 카메라와 상기 유사 객체를 촬영한 제 2 카메라 간의 거리 및 해상도를 근거로 한 카메라 특성 정보값에 따라 결정되는 것을 포함하여 구성할 수 있다.
또한, 상기 객체 특성 정보값은, 상기 제1 객체 및 상기 유사 객체에 대하여 얼굴 크기, 얼굴 각도 및 얼굴 선명도에 비례하는 것을 포함하여 구성할 수 있다.
이와 함께, 상기 카메라 특성 정보값은, 상기 제 1 객체를 촬영한 제 1 카메라와 상기 유사 객체를 촬영한 제 2 카메라 간의 거리에 반비례하고, 상기 제 1 객체를 촬영한 제 1 카메라와 상기 유사 객체를 촬영한 제 2 카메라의 해상도에 비례하는 것을 포함하여 구성할 수 있다.
바람직하게는, 영상 내의 객체 정보를 제공하는 방법에 있어서, 제 1 카메라로부터 촬영된 영상을 수신하는 영상 수신 과정; 상기 제 1 카메라로부터 수신한 촬영 영상과 하나 이상의 제 2 카메라에서 촬영된 영상을 저장하는 영상 저장 과정; 상기 제 1 카메라로부터 수신한 촬영 영상으로부터 제 1 객체를 추출하는 객체 추출 과정; 상기 제 1 객체와 소정의 임계값 이상의 유사도를 갖는 유사 객체가 촬영된 하나 이상의 프레임을 상기 영상 저장부에 저장된 영상으로부터 추출하는 영상 추출 과정; 상기 제 1 객체 및 상기 하나 이상의 프레임에 대한 유사 객체에 대하여 각각 객체 정보 신뢰도를 산출하여 상기 촬영 영상 및 상기 하나 이상의 프레임 중에서 대표 프레임을 선택하는 영상 분석 과정; 및 상기 대표 프레임에서 상기 객체의 얼굴 이미지를 추출하고, 상기 얼굴 이미지를 이용하여 상기 객체의 연령대와 성별 정보 중 적어도 하나의 분석 정보를 생성하는 객체 정보 분석 과정을 포함하는 것이 더욱 바람직하다.
이와 함께, 컴퓨터에, 제 1 카메라로부터 촬영된 제 1 영상을 수신하는 영상 수신 과정; 상기 제 1 카메라로부터 수신한 제 1 영상과 하나 이상의 제 2 카메라에서 촬영된 영상을 저장하는 영상 저장 과정; 상기 제 1 카메라로부터 수신한 제 1 영상으로부터 제 1 객체를 추출하는 객체 추출 과정; 상기 제 1 객체와 소정의 임계값 이상의 유사도를 갖는 유사 객체가 촬영된 하나 이상의 프레임을 상기 영상 저장부에 저장된 영상으로부터 추출하는 영상 추출 과정; 상기 제 1 객체 및 상기 하나 이상의 프레임에 대한 유사 객체에 대하여 각각 객체 정보 신뢰도를 산출하고, 상기 객체 정보 신뢰도에 근거하여 상기 제 1 영상 및 상기 하나 이상의 프레임 중에서 대표 프레임을 추출하는 영상 분석 과정; 및 상기 대표 프레임으로부터 상기 객체에 대한 분석 정보를 생성하는 객체 정보 분석 과정을 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 포함하는 것이 더욱 바람직하다.
이상에서 설명한 바와 같이 본 발명의 실시예에 의하면, 객체 정보 제공 장치는 카메라 등을 통한 객체가 촬영된 영상으로부터 객체 정보 신뢰도를 산출하여 객체 정보 분석을 위한 최적의 프레임 추출이 가능하다는 장점을 가지고 있다.
본 발명에서는, 카메라에서의 객체 얼굴 인식 한계를 고려하여, 객체의 음성인식, 객체가 탈착 또는 소유한 상품의 종류 인식, 상품의 브랜드 또는 상표 인식을 통하여 보다 정확한 객체 정보 분석이 가능한 효과가 있다.
객체 정보 제공 장치는 디지털 사이니지, 광고판 등에서 촬영한 객체 영상의 낮은 선명도 또는 해상도로 인하여 객체 정보 추출 및 분석이 어려운 한계를 극복하고, 다른 복수의 카메라에서 수집 또는 저장한 영상을 이용함으로써 객체 정보 분석의 최적의 조합 및 선택을 통하여 정확한 객체 정보를 제공할 수 있어 향후 광고 서비스 분야, 고객 맞춤형 정보 제공을 통한 마케팅 분야 등에서 널리 활용될 수 있는 장점을 지니고 있다.
또한, 객체 분석 정보를 광고, 게임, 어플리케이션 등 컨텐츠 서비스를 제공하는 장치에 효과적으로 제공함으로써 객체 정보 제공에 대한 새로운 모델의 구축을 위한 인프라를 제공할 수 있어 새로운 컨텐츠의 창출 및 새로운 수요의 창출을 통한 경제적 효과를 이룰 수 있다.
본 명세서에 첨부되는 다음의 도면들은 본 발명의 일 실시예를 예시하는 것이며, 전술된 발명의 상세한 설명과 함께 본 발명의 기술사상을 더욱 이해시키는 역할을 하는 것이므로, 본 발명은 그러한 도면에 기재된 사항에만 한정되어 해석되어서는 아니 된다.
도 1은 본 발명의 일 실시예에 따른 객체 정보 제공 장치에 대한 전체적인 구성을 도시한 구성도이다.
도 2는 본 발명의 일 실시예에 따른 객체 정보 제공 장치의 구성을 도시한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 객체 정보 제공 장치와 카메라 및 컨텐츠 서비스 제공 장치 간의 데이터 송수신을 통한 객체 정보 제공 과정을 도시한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 객체 정보 장치에서 추출된 영상 프레임 중에서 최적의 대표 프레임을 선택하기 위해 객체 정보 신뢰도를 산출하는 수식의 실시예이다.
도 5는 본 발명의 일 실시예에 따른 객체 정보 장치에서 추출된 영상 프레임 중에서 최적의 대표 프레임을 선택하기 위해 객체 정보 신뢰도를 산출시 객체 음성 정보, 객체로부터 검출된 상품의 브랜드 및 상품의 종류에 해당하는 변수를 합산하는 수식의 실시예이다.
이하, 본 발명에서의 일 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
우선적으로 본 발명의 일 실시예에 따른 객체 정보 제공 장치(100)에 대한 전체적인 구성을 도시한 구성도인 도1을 참조하여 본 발명의 구현을 위한 구성관계를 간략히 설명하면 다음과 같다.
본 발명의 일 실시예에 의한 객체 정보 제공 장치(100)는 사용자(200)와 카메라(400) 및 컨텐츠 서비스 제공 장치(300)와 유선 또는 무선 등의 네트워크망(500)을 통하여 상호 연결된다.
본 발명의 일 실시예에 의한 객체 정보 제공 장치(100)는 서버 형태 등으로 구현되며 이하 설명되는 객체 정보 제공 장치(100)의 각 구성요소는 서버의 논리적 기능을 구별하기 위한 개념상의 구분일 뿐 물리적 구분이 아님은 자명하며, 객체 정보 제공 장치(100)는 카메라(400) 및 컨텐츠 서비스 제공 장치(300)와 객체 정보 제공을 위한 다양한 데이터를 상호 입출력하게 된다. 여기서, 카메라(400)는 객체의 출현, 이동, 이탈 등의 경로를 촬영할 수 있는 디지털 사이니지(Digital Signage), CCTV용 카메라, 감시 카메라 등을 포함할 수 있으며, 네트워크망(500)을 경유하여 객체 정보 제공 장치(100)와 영상 및 데이터를 송수신하는 것으로 나타내고 있으나 반드시 이에 한정되는 것은 아니며, 근거리 통신망 또는 소정의 기업에서 설치한 통신기지국에 따른 통신망과 같이 영상 및 데이터를 송수신할 수 있다면 명칭에 국한되지 않고 그 어떤 망으로도 구현될 수 있다.
한편, 컨텐츠 서비스 제공 장치(300)는 광고, 게임 및 어플리케이션(Application) 중 적어도 하나의 컨텐츠를 사용자에게 제공하는 서버 형태 등으로 구현될 수 있다.
본 발명의 일 실시예에 의한 객체 정보 제공 장치(100)는 카메라(400)로부터 촬영 영상을 수신하고, 수신한 영상 내의 객체를 탐지하여 객체 정보를 분석하고, 사용자에게 광고, 게임, 어플리케이션 등과 같은 컨텐츠를 제공하는 서비스 장치에 객체 분석 정보를 전송 또는 제공할 수 있는 기능을 수행하는 장치를 의미하므로 상기와 같은 기능을 수행한다면 지칭되는 명칭에 국한되지 않고 객체 정보 제공 장치(100)에 해당될 수 있음은 자명하다.
이하에서는 본 발명의 일 실시예에 따른 객체 정보 제공 장치(100)의 구성을 도시한 블록도인 도 2를 통하여 객체 정보 제공 장치(100)의 구체적인 구성을 설명하도록 한다.
상기 첨부된 도면을 참조할 때, 본 발명의 일 실시예에 따른 객체 정보 제공 장치(100)의 영상 수신부(110), 영상 저장부 (120), 객체 추출부(130), 영상 추출부(140), 영상 분석부(150), 객체 정보 분석부(160), 데이터베이스부(170), 통계부(180), 컨텐츠 연동부(190), 음성 분석부(121) 및 상품 분석부(123)를 포함하여 구성될 수 있다.
이와 함께, 객체 추출부(130)는 영상 분리부(131)와 객체 추적부(133)를 포함하여 구성될 수 있다.
본 발명의 일 실시예에 따른 객체 정보 제공 장치(100)의 영상 수신부(110)는 카메라(400)와 연결되어 촬영 영상을 수신하는 역할을 수행한다. 여기서, 카메라(400)는 디지털 사이니지, CCTV 등 복수의 카메라를 포함할 수 있으며, 촬영 영상은 복수 개의 카메라를 통해 촬영된 영상으로서 각각의 카메라에 대한 촬영 영상을 의미하며, 촬영 영상은 복수 개의 프레임을 포함하여 구성할 수 있다.
영상 저장부(120)는 제 1 카메라(410)로부터 촬영된 제 1 영상을 영상 수신부(110)를 통해 수신하여 저장하거나, 제 2 카메라(420)로부터 촬영된 영상을 직접 수신하여 저장하는 역할을 수행하며, 저장된 영상은 시간에 따른 영상의 프레임 추적이나 영상 분석에 활용이 된다.
객체 추출부(130)는 제 1 카메라(410)로부터 수신한 촬영 영상으로부터 제 1 객체를 추출하는 역할을 수행한다. 여기서, 제 1 카메라(410)는 디지털 사이니지, 광고판의 촬영부를 의미한다.
객체 추출부(130)는 영상 분리부(131)와 객체 추적부(133)를 포함하여 구성될 수 있다. 영상 분리부(131)에서는 배경과 전경을 분리하는데, 이는 화소의 가우시언 모델을 이용한다. 각 화소는 소정의 개수의 가우시언 노드(node)를 가진다. 각각의 가우시언 노드는 평균(mean), 분산(variance), 가중치(weight)를 가진다. 프로그램 시작 후 초기 일정 시간 까지는 화소의 가우시언 모델이 학습되는데, 이 때 평균, 분산, 가중치가 정해지고, 가중치가 높은 노드가 배경 노드로 지정된다.
전술한 바와 같은 학습이 끝나고 영상 프레임이 들어오면, 각 화소는 학습된 가우시언 노드 중 하나에 속하는지 판별되고, 해당 가우시언 노드의 평균, 분산이 업데이트되고, 모든 가우시언 노드의 가중치가 업데이트된다.
또한, 화소가 배경 노드가 아닌 가우시언 노드에 속하게 되면 그 화소는 전경 화소가 된다. 예를 들어, 사람이 지나가면 사람에 해당하는 화소는 배경 노드에 속하지 않을 것이므로 전경 화소가 된다. 이들 전경 화소들의 집합이 사람에 해당될 것이고, 이러한 과정을 통해 배경으로부터 전경을 분리할 수 있다.
영상 분리부(131)에서 배경과 전경이 분리되면, 객체 추적부(133)에서 객체를 추적하는 단계를 거친다. 이는 전경 영상(배경:0, 전경:1)을 이용한다. 이전 프레임의 전경 영상에서의 전경에 해당하는 움직이는 객체와 현재 프레임의 전경 영상에서의 전경에 해당하는 움직이는 객체의 컬러 정보, 히스토그램, 객체의 모양(shape) 등을 비교해서, 이전 프레임과 현재 프레임의 동일한 객체를 판별하여 객체를 추적한다. 컬러 정보의 비교에는 히스토그램, 객체의 모양(shape) 등의 정보가 이용될 수 있다.
영상 추출부(140)는 객체 추출부(130)로부터 추출된 제 1 객체와 소정의 임계값 이상의 유사도를 갖는 유사 객체가 촬영된 하나 이상의 프레임을 영상 저장부(120)에 저장된 영상으로부터 추출하는 역할을 수행한다. 여기서, 제 1 카메라(410)로부터 촬영된 영상을 수신하여 객체 추출부(130)에서 추출된 제 1 객체와 화소, 컬러 및 윤곽 중에서 적어도 하나 이상의 차이를 비교한 결과를 근거로 한 소정의 임계값 이상의 유사도를 갖는 유사 객체를 제 2 카메라(420)의 촬영 영상이 저장된 영상 저장부(120)로부터 추출할 수 있다.
영상 분석부(150)는 제 1 객체 및 하나 이상의 프레임에 대한 유사 객체에 대하여 객체 정보 신뢰도를 산출하여 저장된 영상 중에서 최적의 대표 프레임을 추출하는 역할을 수행한다. 여기서, 객체 정보 신뢰도는 제 1 객체 및 유사 객체의 얼굴 크기, 얼굴 각도 및 얼굴 선명도를 근거로 한 객체 특성 정보값과 제 1 카메라(410)와 제 2 카메라(420)의 위치 및 카메라 해상도를 근거로 한 카메라 특성 정보값을 합산하여 산출될 수 있다. 예를 들어, 객체 특성 정보값은 제 1 객체 및 유사 객체의 얼굴 크기(Size), 얼굴 각도(Angle) 및 얼굴 선명도(Visibility)에 해당하는 각 변수에 소정의 가중치를 곱한 값의 합으로 산출될 수 있다. 여기서, 얼굴 각도는 객체의 얼굴이 향하는 방향과 카메라가 향하는 시선과의 각도를 의미하며, 얼굴 선명도는 객체의 눈, 코, 입의 구분 및 얼굴 윤곽의 선명도를 의미할 수 있다. 카메라 특성 정보값은 제 1 객체를 촬영한 제 1 카메라(410)와 유사 객체를 촬영한 제 2 카메라(420) 간의 위치 또는 거리에 반비례(1/Distance)하고, 제 1 카메라(410)와 제 2 카메라(420)의 해상도(Resolution)에 비례한 각 변수에 소정의 가중치를 곱한 값의 합으로 산출될 수 있다.
여기서, 영상 분석부(150)에서 객체 정보 신뢰도를 산출할 경우에 객체의 얼굴 인식의 한계를 극복하고자 객체의 음성 또는 객체가 착용 또는 소유한 상품의 종류, 브랜드의 분석 정보를 수신하여 객체 정보 신뢰도를 산출할 수도 있다. 이 때, 음성 분석부(121)에서 객체의 음성에 대한 정보를 추출하고, 상품 분석부(123)에서 객체가 착용 또는 소유한 상품의 종류 또는 브랜드, 상표를 추출하여 영상 분석부(150)로 전송된다.
음성 분석부(121)는 영상의 하나 이상의 프레임에서 소정의 시간을 전후로 한 유사 객체의 입부분의 움직임이 있는 프레임을 추출하고, 입부분의 움직임이 있는 프레임의 시간에 대응되는(예컨대, 객체의 입부분의 움직임이 있는 프레임의 시작과 끝) 유사 객체의 음성 정보를 추출하여 영상 분석부(150)로 전송하는 역할을 수행한다.
상품 분석부(123)는 하나 이상의 프레임에서 유사 객체가 착용 또는 소유한 상품의 종류나 상표, 브랜드를 추출하여 영상 분석부(150)로 전송하는 역할을 수행한다.
데이터베이스부(170)는 추출된 객체의 얼굴 이미지를 저장하고, 기 저장된 복수의 객체 얼굴 이미지 중에서 추출된 객체 얼굴 이미지와 소정의 임계값 이상의 유사도를 갖는 얼굴 이미지를 추출하여 객체 정보 분석부(160)로 전송하는 역할을 수행한다. 이는 객체 얼굴 이미지를 저장하고 데이터베이스로 구축함으로써 다른 객체의 얼굴 성별, 연령대 판별 또는 분석에 활용할 수 있는 장점이 있다. 예를 들어, 추출한 객체의 얼굴 이미지가 얼굴 크기, 얼굴 각도, 얼굴 선명도, 카메라 조명 등의 조건의 결함으로 인하여 얼굴 인식 및 성별, 연령대 등의 객체 정보 분석이 어려운 경우 임계값 이상의 유사도를 갖는 얼굴 이미지를 데이터베이스부(170)에서 찾아 객체 성별, 연령대 분석에 이용할 수 있다. 일정 시간이 지난 후 데이터베이스 축적량이 많아질수록 객체 얼굴 인식 및 객체 정보 분석의 정확도가 높아지는 장점이 있다.
객체 정보 분석부(160)는 영상 분석부(150)를 통해 추출된 최적의 대표 프레임에서 객체의 얼굴 이미지를 추출하고, 객체의 얼굴 이미지를 이용하여 객체의 연령대와 성별 정보 중 적어도 하나의 분석 정보를 생성하는 역할을 수행한다.
통계부(180)는 객체 정보 분석부(160)를 통해 분석된 객체 분석 정보를 수치적으로 통계화하여 저장하고, 객체 분석 정보를 컨텐츠 연동부(190)로 전송하는 역할을 수행한다.
컨텐츠 연동부(190)는 광고, 게임 및 어플리케이션 중 적어도 하나의 컨텐츠를 사용자에게 제공하는 컨텐츠 서비스 제공 장치(300)로 객체 분석 정보를 전송하는 역할을 수행한다. 이 때, 객체 분석 정보는 객체 분석 정보를 통계화한 통계부(180)를 통해 수신할 수도 있고, 통계부(180)를 거치지 않고 객체 정보 분석부(160)에서 직접 수신할 수도 있다.
도 3은 본 발명의 일 실시예에 따른 객체 정보 제공 장치와 카메라 및 컨텐츠 서비스 제공 장치 간의 데이터 송수신을 통한 객체 정보 제공 과정을 도시한 흐름도이다.
이하에서는 본 발명의 일 실시예에 따른 객체 정보 제공 방법을 예시한 흐름도인 도 3을 통하여 본 발명에 의한 객체 정보 제공방법의 구체적인 과정을 설명하도록 한다.
본 발명의 일 실시예에 따른, 카메라를 통해 촬영된 영상 내의 객체 정보 제공 방법은, 디지털 사이니지인 제 1 카메라를 통해 객체를 촬영(S310)하고, 제 1 카메라와 복수의 카메라 중 하나인 제 2 카메라의 영상을 수신하여 저장(S320)한다.
제 1 카메라에서 촬영된 영상에서 제 1 객체를 추출(S330)하고, 저장된 영상 중에서 추출한 객체와 소정의 임계값 이상의 유사도를 갖는 유사 객체가 촬영된 하나 이상의 프레임을 추출(S340)하는 과정을 거친다.
하나 이상의 프레임 중에서 객체 정보 신뢰도를 산출하여 대표 프레임을 추출(S350)하고, 대표 프레임에서 객체의 얼굴 이미지를 추출하고, 객체의 연령대와 성별 정보를 분석(S360)한다.
객체 정보 분석 결과를 통계화하여 저장(S370)하고, 통계화한 데이터를 컨텐츠 연동부로 전송하여 컨텐츠 서비스 제공 장치로 전송(S380)한다.
도 4는 본 발명의 일 실시예에 따른 객체 정보 장치에서 추출된 영상 프레임 중에서 최적의 대표 프레임을 선택하기 위해 객체 정보 신뢰도를 산출하는 수식의 실시예이다.
도 5는 본 발명의 일 실시예에 따른 객체 정보 장치에서 추출된 영상 프레임 중에서 최적의 대표 프레임을 선택하기 위해 객체 정보 신뢰도를 산출시 객체 음성 정보, 객체로부터 검출된 상품의 브랜드 및 상품의 종류에 해당하는 변수를 합산하는 수식의 실시예이다.
이하에서는 본 발명의 일 실시예에 따른 객체 정보 신뢰도 산출식인 도 4 및 도 5를 통하여 객체 정보 신뢰도 산출 방법을 설명하도록 한다.
도 4의 수식에서 Accuracy는 추출한 영상이 객체 성별, 연령 등의 객체 분석 정확도에 기여하는 척도를 나타내는 것으로 객체 특성 정보값을 의미하고, Adequacy는 카메라 영상의 사용 적합성을 평가하는 척도로써 카메라 특성 정보값을 의미한다.
Accuracy인 객체 특성 정보값은 객체 얼굴 크기(f(size)), 얼굴 각도(f(angle)) 및 얼굴의 선명도(f(visibility))에 해당하는 각 변수에 소정의 가중치(weight, 예컨대 w1, w2, w3)를 곱한 값의 합으로 산출된다. 여기서, 가중치 w1과 w2 및 w3의 합은 1일 수 있다.
Adequacy인 카메라 특성 정보값은 객체를 촬영한 제 1 카메라(410)와 제 2 카메라(420) 간의 거리에 반비례(f(1/distance))하고, 제 1 카메라(410)와 제 2 카메라(420)의 해상도(f(resolution))에 비례한 각 변수에 소정의 가중치((weight, 예컨대 w4, w5)를 곱한 값의 합으로 산출되며, 가중치 w4와 w5의 합은 1일 수 있다.
또한, 객체 정보 신뢰도(Si)은 객체 특성 정보값(Accuracy)과 카메라 특성 정보값(Adequacy)에 해당하는 각 변수에 소정의 가중치(weight, 예컨대 w6, w7)를 곱한 값의 합으로 산출되며, 가중치 w6과 w7의 합은 1일 수 있다.
도 5의 수식은 객체 정보 신뢰도(Si)을 산출할 경우 객체의 얼굴 인식 한계를 극복하고자 객체 음성 정보값, 객체가 착용 또는 소유한 상품의 브랜드 정보값 및 객체가 착용 또는 소유한 상품의 종류 정보값을 합산하여 산출하는 실시예이다.
도 5에서 객체 정보 신뢰도(Si+)는 도 4의 수식을 통해 도출한 객체 정보 신뢰도(Si)과 객체 음성 정보값(f(voice)), 상품 브랜드 정보값(f(brand)) 및 상품 종류 정보값(f(goods))에 해당하는 각 변수에 소정의 가중치(weight, 예컨대 w8, w9, w10, w11)를 곱한 값의 합으로 산출된다. 여기서, 가중치 w8과 w9와 w10 및 w11의 합은 1일 수 있다.
본 발명을 설명함에 있어, 본 발명의 일 실시예에 따른 객체 정보 제공 장치(100)의 각 구성요소는 앞서 간략히 언급된 바와 같이 물리적으로 구분되는 구성요소라기보다는 논리적으로 구분되는 구성요소로 되어야 한다.
즉, 각각의 구성은 본 발명의 기술사상을 실현하기 위하여 논리적인 구성요소에 해당하므로 각각의 구성요소가 통합 또는 분리되어 수행되더라도 본 발명의 논리 구성이 수행하는 기능이 실현될 수 있다면 본 발명의 범위 내에 있다고 해석되어야 하며, 동일 또는 유사한 기능을 수행하는 구성요소라면 그 명칭 상의 일치성 여부와는 무관히 본 발명의 범위 내에 있다고 해석되어야 함은 물론이다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.
따라서, 본 발명에 개시된 일 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 일 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다.
본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
이상에서 설명한 바와 같이 본 발명은 디지털 사이니지, 광고판 등에서 촬영한 객체 영상의 낮은 선명도 또는 해상도로 인하여 객체 정보 추출 및 분석이 어려운 한계를 극복하고, 다른 복수의 카메라 촬영부에서 수집 또는 저장한 영상을 이용함으로써, 객체 정보 분석의 최적의 조합 및 선택을 통하여 정확한 객체 정보를 제공할 수 있어 향후 광고 서비스 분야, 고객 맞춤형 정보 제공을 통한 마케팅 분야 등에서 널리 활용될 부분이 기대되어 유용한 발명이다.
100 : 객체 정보 제공 장치 140 : 영상 추출부
200 : 사용자 150 : 영상 분석부
300 : 컨텐츠 서비스 제공 장치 160 : 객체 정보 분석부
400 : 카메라 170 : 데이터베이스부
410 : 제 1 카메라 180 : 통계부
420 : 제 2 카메라 190 : 컨텐츠 연동부
450 : 제 N 카메라 121 : 음성 분석부
500 : 네트워크망 123 : 상품 분석부
110 : 영상 수신부 131 : 영상 분리부
120 : 영상 저장부 133 : 객체 추적부
130 : 객체 추출부


Claims (13)

  1. 영상 내의 객체 정보를 제공하는 장치에 있어서,
    제 1 카메라로부터 촬영된 제 1 영상을 수신하는 영상 수신부;
    상기 제 1 카메라로부터 수신한 제 1 영상과 하나 이상의 제 2 카메라에서 촬영된 영상을 저장하는 영상 저장부;
    상기 제 1 카메라로부터 수신한 제 1 영상으로부터 제 1 객체를 추출하는 객체 추출부;
    상기 제 1 객체와 소정의 임계값 이상의 유사도를 갖는 유사 객체가 촬영된 하나 이상의 프레임을 상기 영상 저장부에 저장된 영상으로부터 추출하는 영상 추출부;
    상기 제 1 객체 및 상기 하나 이상의 프레임에 대한 유사 객체에 대하여 각각 객체 정보 신뢰도를 산출하고, 상기 객체 정보 신뢰도에 근거하여 상기 제 1 영상 및 상기 하나 이상의 프레임 중에서 대표 프레임을 추출하는 영상 분석부; 및
    상기 대표 프레임으로부터 상기 객체에 대한 분석 정보를 생성하는 객체 정보 분석부;
    를 포함하는 것을 특징으로 하는 객체 정보 제공 장치.
  2. 제 1항에 있어서, 상기 영상 추출부는,
    상기 제 2 카메라로부터 촬영된 영상으로부터 상기 하나 이상의 프레임을 추출하는 것을 특징으로 하는 객체 정보 제공 장치.
  3. 제 1항에 있어서, 상기 객체 정보 분석부는,
    상기 대표 프레임으로부터 상기 객체에 대한 상기 객체의 얼굴 이미지를 추출하고, 상기 얼굴 이미지를 이용하여 상기 객체의 연령대와 성별 정보 중 적어도 하나의 분석 정보를 생성하는 것을 특징으로 하는 객체 정보 제공 장치.
  4. 제 3항에 있어서, 상기 객체 정보 제공 장치는,
    상기 얼굴 이미지를 저장하고, 기 저장된 복수의 얼굴 이미지 중에서 상기 얼굴 이미지와 소정의 임계값 이상의 유사도를 갖는 얼굴 이미지를 추출하여 상기 객체 정보 분석부로 전송하는 데이터베이스부를 더 포함하는 것을 특징으로 하는 객체 정보 제공 장치.
  5. 제 1항에 있어서, 상기 객체 정보 제공 장치는,
    상기 하나 이상의 프레임에서 소정의 시간을 전후로 한 상기 유사 객체의 입부분의 움직임이 있는 프레임을 추출하고, 상기 입부분의 움직임이 있는 프레임의 시간에 대응되는 상기 유사 객체의 음성 정보를 추출하여 상기 영상 분석부로 전송하는 것을 특징으로 하는 음성 분석부를 더 포함하는 것을 특징으로 하는 객체 정보 제공 장치.
  6. 제 1항에 있어서, 상기 객체 정보 제공 장치는,
    상기 하나 이상의 프레임에서 상기 유사 객체가 착용한 상품의 종류 또는 상표를 추출하는 상품 분석부를 더 포함하는 것을 특징으로 하는 객체 정보 제공 장치.
  7. 제 1항에 있어서, 상기 객체 정보 제공 장치는,
    광고, 게임 및 어플리케이션 중 적어도 하나의 컨텐츠를 사용자에게 제공하는 컨텐츠 서비스 제공 장치로 상기 분석 정보를 전송하는 컨텐츠 연동부
    를 더 포함하는 것을 특징으로 하는 객체 정보 제공 장치.
  8. 제 1항에 있어서, 상기 영상 추출부는,
    상기 제 1 객체와 화소, 컬러 및 윤곽 중에서 적어도 하나 이상의 차이를 비교한 결과를 근거로 한 소정의 임계값 이상의 유사도를 갖는 상기 유사 객체를 상기 제 2 카메라의 촬영 영상으로부터 추출하는 것을 특징으로 하는 객체 정보 제공 장치.
  9. 제 1항에 있어서, 상기 객체 정보 신뢰도는,
    상기 제 1 객체 및 상기 유사 객체에 대하여 얼굴 크기, 얼굴 각도 및 얼굴 선명도를 근거로 한 객체 특성 정보값과 상기 제 1 객체를 촬영한 제 1 카메라와 상기 유사 객체를 촬영한 제 2 카메라 간의 거리 및 해상도를 근거로 한 카메라 특성 정보값에 따라 결정되는 것을 특징으로 하는 객체 정보 제공 장치.
  10. 제 9항에 있어서, 상기 객체 특성 정보값은,
    상기 제 1 객체 및 상기 유사 객체에 대하여 얼굴 크기, 얼굴 각도 및 얼굴 선명도에 비례하는 것을 특징으로 하는 객체 정보 제공 장치.
  11. 제 9항에 있어서, 상기 카메라 특성 정보값은,
    상기 제 1 객체를 촬영한 제 1 카메라와 상기 유사 객체를 촬영한 제 2 카메라 간의 거리에 반비례하고, 상기 제 1 객체를 촬영한 제 1 카메라와 상기 유사 객체를 촬영한 제 2 카메라의 해상도에 비례하는 것을 특징으로 하는 객체 정보 제공 장치.
  12. 영상 내의 객체 정보를 제공하는 방법에 있어서,
    제 1 카메라로부터 촬영된 제 1 영상을 수신하는 영상 수신 과정; 상기 제 1 카메라로부터 수신한 제 1 영상과 하나 이상의 제 2 카메라에서 촬영된 영상을 저장하는 영상 저장 과정; 상기 제 1 카메라로부터 수신한 제 1 영상으로부터 제 1 객체를 추출하는 객체 추출 과정; 상기 제 1 객체와 소정의 임계값 이상의 유사도를 갖는 유사 객체가 촬영된 하나 이상의 프레임을 상기 영상 저장부에 저장된 영상으로부터 추출하는 영상 추출 과정; 상기 제 1 객체 및 상기 하나 이상의 프레임에 대한 유사 객체에 대하여 각각 객체 정보 신뢰도를 산출하고, 상기 객체 정보 신뢰도에 근거하여 상기 제 1 영상 및 상기 하나 이상의 프레임 중에서 대표 프레임을 추출하는 영상 분석 과정; 및 상기 대표 프레임으로부터 상기 객체에 대한 분석 정보를 생성하는 객체 정보 분석 과정
    을 포함하는 것을 특징으로 하는 객체 정보 제공 방법.
  13. 컴퓨터에,
    제 1 카메라로부터 촬영된 제 1 영상을 수신하는 영상 수신 과정; 상기 제 1 카메라로부터 수신한 제 1 영상과 하나 이상의 제 2 카메라에서 촬영된 영상을 저장하는 영상 저장 과정; 상기 제 1 카메라로부터 수신한 제 1 영상으로부터 제 1 객체를 추출하는 객체 추출 과정; 상기 제 1 객체와 소정의 임계값 이상의 유사도를 갖는 유사 객체가 촬영된 하나 이상의 프레임을 상기 영상 저장부에 저장된 영상으로부터 추출하는 영상 추출 과정; 상기 제 1 객체 및 상기 하나 이상의 프레임에 대한 유사 객체에 대하여 각각 객체 정보 신뢰도를 산출하고, 상기 객체 정보 신뢰도에 근거하여 상기 제 1 영상 및 상기 하나 이상의 프레임 중에서 대표 프레임을 추출하는 영상 분석 과정; 및 상기 대표 프레임으로부터 상기 객체에 대한 분석 정보를 생성하는 객체 정보 분석 과정을 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020130107405A 2013-09-06 2013-09-06 객체 정보 제공 장치 및 방법 Active KR102097781B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130107405A KR102097781B1 (ko) 2013-09-06 2013-09-06 객체 정보 제공 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130107405A KR102097781B1 (ko) 2013-09-06 2013-09-06 객체 정보 제공 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20150028589A true KR20150028589A (ko) 2015-03-16
KR102097781B1 KR102097781B1 (ko) 2020-05-29

Family

ID=53023433

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130107405A Active KR102097781B1 (ko) 2013-09-06 2013-09-06 객체 정보 제공 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102097781B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101647691B1 (ko) * 2016-02-12 2016-08-16 데이터킹주식회사 하이브리드 기반의 영상 클러스터링 방법 및 이를 운용하는 서버
US9842276B2 (en) 2015-10-29 2017-12-12 Samsung Sds Co., Ltd. System and method for analyzing personalized characteristics
WO2020116983A1 (en) * 2018-12-07 2020-06-11 Samsung Electronics Co., Ltd. Electronic apparatus, controlling method of electronic apparatus, and computer readable medium
US10769438B2 (en) 2017-05-23 2020-09-08 Samsung Electronics Company, Ltd. Augmented reality
KR102245349B1 (ko) * 2020-02-11 2021-04-28 한국과학기술원 비디오로부터의 색상 스키마 추출 방법 및 장치
WO2024249845A1 (en) * 2023-06-02 2024-12-05 Reinbow LLC Systems and methods for dynamic content placement based on pixel count confidences in pre-existing content

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102374861B1 (ko) * 2019-05-07 2022-03-17 주식회사 엘토브 O2O(On-line to Off-line) 기반 고객 맞춤 정보를 제안하기 위한 시스템 및 방법
KR102428955B1 (ko) * 2020-01-23 2022-08-04 최문정 딥 러닝을 이용한 인공지능 기반 3d 디스플레이 광고 영상 제공방법 및 시스템
KR102191044B1 (ko) * 2020-06-15 2020-12-14 주식회사 센스비전 인공지능 얼굴인식 기술을 기반으로 광고 분석 및 추천을 통하여 광고를 제공하는 시스템
KR102261336B1 (ko) * 2020-07-28 2021-06-07 주식회사 센스비전 인공지능 얼굴인식에 의한 광고 컨텐츠 매칭 및 이를 통한 광고 수익을 분배할 수 있는 광고 컨텐츠 공유 서비스 제공 시스템

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060090554A (ko) * 2005-02-09 2006-08-14 가부시키가이샤 히타치세이사쿠쇼 감시 장치 및 감시 시스템
JP2009271577A (ja) * 2008-04-30 2009-11-19 Panasonic Corp 類似画像検索の結果表示装置及び類似画像検索の結果表示方法
JP2010192956A (ja) * 2009-02-16 2010-09-02 Nikon Corp 撮像装置および話し手認識方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060090554A (ko) * 2005-02-09 2006-08-14 가부시키가이샤 히타치세이사쿠쇼 감시 장치 및 감시 시스템
JP2009271577A (ja) * 2008-04-30 2009-11-19 Panasonic Corp 類似画像検索の結果表示装置及び類似画像検索の結果表示方法
JP2010192956A (ja) * 2009-02-16 2010-09-02 Nikon Corp 撮像装置および話し手認識方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9842276B2 (en) 2015-10-29 2017-12-12 Samsung Sds Co., Ltd. System and method for analyzing personalized characteristics
KR101647691B1 (ko) * 2016-02-12 2016-08-16 데이터킹주식회사 하이브리드 기반의 영상 클러스터링 방법 및 이를 운용하는 서버
WO2017138766A1 (ko) * 2016-02-12 2017-08-17 데이터킹주식회사 하이브리드 기반의 영상 클러스터링 방법 및 이를 운용하는 서버
US10803348B2 (en) 2016-02-12 2020-10-13 Dataking. Inc Hybrid-based image clustering method and server for operating the same
US10769438B2 (en) 2017-05-23 2020-09-08 Samsung Electronics Company, Ltd. Augmented reality
WO2020116983A1 (en) * 2018-12-07 2020-06-11 Samsung Electronics Co., Ltd. Electronic apparatus, controlling method of electronic apparatus, and computer readable medium
US11558545B2 (en) 2018-12-07 2023-01-17 Samsung Electronics Co., Ltd. Electronic apparatus, controlling method of electronic apparatus, and computer readable medium
US12142021B2 (en) 2018-12-07 2024-11-12 Samsung Electronics Co., Ltd. Electronic apparatus, controlling method of electronic apparatus, and computer readable medium
KR102245349B1 (ko) * 2020-02-11 2021-04-28 한국과학기술원 비디오로부터의 색상 스키마 추출 방법 및 장치
WO2024249845A1 (en) * 2023-06-02 2024-12-05 Reinbow LLC Systems and methods for dynamic content placement based on pixel count confidences in pre-existing content

Also Published As

Publication number Publication date
KR102097781B1 (ko) 2020-05-29

Similar Documents

Publication Publication Date Title
KR20150028589A (ko) 객체 정보 제공 장치 및 방법
CN102542492B (zh) 视觉广告效果评估系统及方法
WO2018059408A1 (zh) 跨线计数方法和神经网络训练方法、装置和电子设备
CN105069429B (zh) 一种基于大数据平台的人流量分析统计方法和系统
CN105405150B (zh) 基于融合特征的异常行为检测方法和装置
US20090304229A1 (en) Object tracking using color histogram and object size
CN108073890A (zh) 视频序列中的动作识别
KR102335045B1 (ko) 깊이 카메라 기반 사람 객체를 판별하는 방법 및 장치
CN107025658A (zh) 采用单个相机检测运动物体的方法和系统
CN109389589A (zh) 用于统计人数的方法和装置
CN114641809B (zh) 基于相机系统的运动计时
CN110782433B (zh) 基于时序的动态信息暴力抛物检测方法、装置及存储介质
TW202018594A (zh) 指定區域的人群流量狀況估算方法和裝置
CN113111838A (zh) 行为识别方法及装置、设备和存储介质
Ferryman et al. Performance evaluation of crowd image analysis using the PETS2009 dataset
US8824823B1 (en) Increased quality of image objects based on depth in scene
KR102332229B1 (ko) 딥러닝 기반 보행자 영상 데이터 증강방법
KR102584708B1 (ko) 과소 및 과밀 환경을 지원하는 군중위험관리시스템 및 방법
KR102260123B1 (ko) 지역내 이벤트감지장치 및 그 장치의 구동방법
KR20170006356A (ko) 이차원 영상 기반 고객 분석 방법 및 장치
CA2670021A1 (en) System and method for estimating characteristics of persons or things
CN112488071A (zh) 提取行人特征的方法、装置、电子设备和存储介质
CN113920585A (zh) 行为识别方法及装置、设备和存储介质
CN116843726A (zh) 行人轨迹的跟踪方法及装置、电子设备及存储介质
KR102428955B1 (ko) 딥 러닝을 이용한 인공지능 기반 3d 디스플레이 광고 영상 제공방법 및 시스템

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20130906

PG1501 Laying open of application
A201 Request for examination
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20180806

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 20130906

Comment text: Patent Application

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20190821

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20200224

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20200331

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20200401

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
PR1001 Payment of annual fee

Payment date: 20231228

Start annual number: 5

End annual number: 5

PR1001 Payment of annual fee

Payment date: 20241219

Start annual number: 6

End annual number: 6