본 발명은 물체 추적 장치에 대한 것으로서, 이 장치는 입력 이미지에 대하여 가중 매칭 또는 템플릿 매칭을 선택하는 모드 선택부, smart item locator 초기 입력 이미지로부터 타겟 물체를 정의하는 템플릿을 추출하는 검출부, 상기 템플릿과 현재 입력 이미지에서의 후보 이미지에 대하여 전경에 속할 정도를 가중한 템플릿 가중 이미지 및 후보 가중 이미지를 생성하고, 상기 템플릿 가중 이미지 및 후보 가중 이미지의 화소 값을 곱하여 전경 가중 이미지를 생성하는 가중 이미지 연산부, ItagPro 상기 템플릿 가중 이미지와 전경 가중 이미지를 이용하여 가중 매칭 움직임 매개변수를 연산하는 가중 매칭부, 그리고 상기 전경 가중 이미지, 상기 템플릿 그리고 상기 입력 이미지를 사용하여 템플릿 매칭움직임 매개변수를 연산하는 템플릿 매칭부를 포함한다. 따라서, 강인성 및 실시간 연산문제를 해결할 수 있는 알고리즘을 제안함으로써 관련 사업 분야에서 상품화하는데 기술적 우위를 선점할 수 있다. 또한, CPU와 메모리 사용량이 적어서 제작비용을 절감할 수 있다.The current invention relates to an apparatus for monitoring an object, the apparatus comprising: a mode selector smart item locator for selecting weighted matching or template matching for an input picture, a detector for extracting a template defining a goal object from an initial enter picture, the template and the current input image A weighted picture calculator configured to generate a template weighted picture and a candidate weighted picture weighted to the foreground for the candidate picture in, and generate a foreground weighted image by multiplying pixel values of the template weighted picture and the candidate weighted picture, the template weighted picture And a weight matching unit for calculating a weighted matching motion parameter utilizing a picture and a foreground weighted picture, and a template matching unit for calculating a template matching movement parameter using the foreground weighted image, the template, and the enter image.
Therefore, by proposing an algorithm that can solve the robustness and real-time arithmetic downside, it is possible to preoccupy the technical advantage in commercializing the associated business field. As well as, the CPU and reminiscence utilization is low, which can cut back production costs. 본 발명은 물체 추적 장치에 관한 것이다. 특히 본 발명은 전경 가중 요소와 구속 최적화 기법을 이용한 물체 추적 장치에 관한 것이다.The current invention relates to an object tracking device. Particularly, the present invention pertains to an object tracking device using foreground weighting parts and constraint optimization methods. 물체 추적 장치는 카메라 등에 장착되어 타겟 물체를 추적하면서 촬영을 진행할 수 있는 장치이다.The item tracking device is a gadget mounted on a digicam or the like and can shoot while tracking a target object. 종래의 물체 추적 알고리즘은 영상에서 추적하고자 하는 물체를 정의하고, 이러한 물체에 대하여 다음 입력 이미지에서 유사한 이미지 영역이 있는 위치를 추적하는 방법으로 이루어진다. The conventional object monitoring algorithm is a technique of defining an object to be tracked in a picture, and tracking a position of the same image area in the following enter picture with respect to the smart item locator.
그러나, 이러한 추적 방법은 물체의 형태나 조명상태가 변화하거나 물체가 배경에 일부 가려지는 경우에는 정확성이 떨어지는 단점이 있다. 또한 최근에 제시된 추적 방법들도 연산량이 많다는 문제점을 가지고 있다.However, ItagPro this monitoring technique has a disadvantage in that accuracy is poor when the shape or lighting state of the article modifications or when the item is partially hidden within the background. In addition, not too long ago offered tracking strategies have an issue in that a large amount of calculation is required. 본 발명이 이루고자 하는 기술적 과제는, 영상에서 움직이는 물체를 강인하고 정확하게 실시간으로 추적할 수 있는 효율적인 방법을 제공하는 것이다.Summary OF THE INVENTION The current invention has been made in an effort to offer an efficient methodology for robustly and accurately monitoring a transferring object in an image in actual time. 본 발명에 따르면, 현재 입력 이미지에 대하여 가중 매칭 또는 템플릿 매칭을 선택하는 모드 선택부, 초기 입력 이미지로부터 템플릿을 추출하여 타겟 물체의 참고 모델을 정의하는 검출부, 상기 템플릿과 상기 현재 입력 이미지를 이용하여 템플릿 가중 이미지 및 후보 가중 이미지를 각각 생성하고, 상기 템플릿 가중 이미지 및 후보 가중 이미지를 이용하여 전경 가중 이미지를 생성하는 가중 이미지 연산부, 상기 템플릿 가중 이미지와 상기 전경 가중 이미지를 이용하여 가중 매칭 움직임 매개변수를 연산하는 가중 매칭부, 그리고 상기 전경 가중 이미지, 상기 템플릿 그리고 상기 현재 입력 이미지를 사용하여 템플릿 매칭 움직임 매개변수를 연산하는 템플릿 매칭부를 포함한다.In line with the present invention, a mode selection unit for choosing weighted matching or template matching for a present enter picture, a detector for extracting a template from an initial enter image to define a reference model of a goal object, and using the template and the current enter image A weighted image calculator which generates a template weighted picture and a candidate weighted picture, respectively, and generates a foreground weighted picture utilizing the template weighted image and the candidate weighted picture, and ItagPro a weighted matching movement parameter using the template weighted picture and the foreground weighted picture And a weight matching unit for calculating a, and smart item locator a template matching unit for calculating a template matching movement parameter using the foreground weighted picture, the template, and the current input image.
상기 가중 매칭부는 다음의 수학식의 함수 값의 최소를 충족하는 상기 가중매칭 움직임 매개변수를 연산할 수 있다. The load matching unit might calculate the burden matching motion parameter that satisfies the minimum of the operate value of the next equation. 은 n개의 행과 1개의 열로 이루어진 벡터이다. 에서 얻어진 i번째 원소의 값을 서로 곱하여 얻은 결과 값으로 정의된다. Is a vector of n rows and one column. It's outlined because the outcome obtained by multiplying the values of the i-th ingredient obtained from. 상기 모드 선택부는 상기 가중 매칭부 또는 상기 템플릿 매칭부를 선택적으로 구동하여 상기 가중 매칭 움직임 매개변수 또는 상기 템플릿 매칭 움직임 매개변수를 출력으로 정의할 수 있다. The mode selector could selectively drive the weight matching unit or the template matching unit to define the weighted matching movement parameter or the template matching motion parameter as an output. 상기 모드 선택부는 상기 가중 매칭부와 상기 템플릿 매칭부를 함께 구동할 수 있다. The mode selector could drive the burden matcher and the template matcher collectively.
상기 가중 매칭 움직임 매개변수와 상기 템플릿 매칭 움직임 매개변수의 합을 출력 물체 위치를 나타내는 움직임 매개변수로 정의할 수 있다. The sum of the weighted matching movement parameter and the template matching motion parameter may be defined as a movement parameter representing an output object place. 상기 가중 이미지 연산부에서는 입력 이미지를 타겟 물체에 속하는 전경 부분과 외부 물체에 속하는 배경 부분으로 구분하고, smart item locator 각 부분에서 색상, 밝기, smart item locator 모서리 등의 이미지 특징값이 어떻게 분포하는지를 분석하여, iTagPro support 이미지 특징값이 전경 부분에 나타날 확률 정보를 전경 정보로 정의한다. 상기 물체 추적 장치는 상기 템플릿 및 상기 전경 정보를 저장하고 있는 메모리를 더 포함할 수 있다. The weighted picture calculating unit divides the enter image right into a foreground half belonging to a goal object and a background half belonging to an exterior object, iTagPro key finder and analyzes how image characteristic values corresponding to color, brightness, and corners are distributed in each half, and the picture function value is applied to the foreground.