KR100936936B1 - 정지영상 식별을 위한 영상 서술자의 생성 방법 및 장치 - Google Patents

Abstract

본 발명은 정지영상 식별을 위한 영상 서술자 생성 방법 및 장치에 관한 것으로서, 정지 영상의 중심을 동심원의 중심으로써 반지름 단위로 일정 거리의 고리와 각도를 구획하여 맵을 형성하는 단계, 상기 형성된 맵으로부터 영상 서술자(Image Signature)를 생성하는 단계를 포함하고, 상기 영상서술자는 상기 동심원의 반지름 방향 및 회전 각도 방향의 화소분포에 기초하여 생성하는 것을 특징으로 한다.

본 발명에 의하면, 인터넷이나 재생장치의 종류에 따라 본래의 특성이 변화될 수 있는 정지영상의 고속 검색 및 식별을 가능하게 하며, 정지영상의 복사나 고의적인 공격에 의해 불법적으로 변형이 된 정지영상의 검색 및 식별을 통하여 불법 콘텐츠 유통의 예방 및 차단을 수행할 수 있다.

정지영상, 식별기술, 동심원 구획 기반, 영상 서술자(IMAGE SIGNATURE)

Description

정지영상 식별을 위한 영상 서술자의 생성 방법 및 장치{IMAGE SIGNATURE CREATING METHOD AND APPARATUS FOR DISCRIMINATING STILL IMAGE}

본 발명은 정지영상을 식별하는 기술에 관한 것으로서, 특히 정지영상이 복사나 고의적인 공격으로 인해 인터넷이나 재생장치의 종류에 따라 변형되었을 경우에도 변형된 영상을 식별하는 기술로, 정지영상을 동심원 형태로 구획하여 각 영역의 특징간의 관계를 기술함으로써 해당 영상의 고유한 서술자를 생성해 내는데 적합한 정지영상 식별을 위한 영상 서술자의 생성 방법 및 장치에 관한 것이다.

본 발명은 정보통신부의 정보통신표준개발지원사업의 일환으로 수행한 연구로부터 도출된 것이다[과제관리번호 : 2007-P10-16, 과제명:디지털콘텐츠 보호기술(DRM) 표준개발].

디지털 콘텐츠에 대한 수요가 증가하면서 방대한 양의 멀티미디어 콘텐츠(비디오, 음악, 영상 등)가 끊임없이 생성, 제작, 유통 및 서비스되고 있다. 그 중에서 디지털 정지영상(이하, "정지영상"이라 한다.)은 고성능, 휴대용 디지털 카메라 의 보급과 대용량 저장장치나 휴대용 저장매체의 보급, 가격하락과 함께 폭발적으로 그 사용량이 증가하고 있다. 그에 따라, 이러한 정지영상을 필요시 효율적으로 찾아내고 원하는 대상을 다른 것과 정확하게 식별하는 제품에 대한 수요도 점점 증가하고 있다. 이러한 기술을 정지영상 검색기술이라고 한다.

지금까지 정지영상을 검색하는 기술은 정지영상의 메타데이터(Key Word)나 정지영상의 내용을 기반으로 하는 방법이 많이 개발되어 사용되었다. 이러한 방법들은 미리 입력된 정보나 원래 정지영상이 가지고 있는 고유의 정보(정지영상의 색상, 텍스쳐 등)를 그대로 활용하는 방식으로서, 변형되지 않은 원 영상을 검색하는 데에는 매우 유용하였다.

상기한 바와 같이 동작하는 종래 기술에 의한 정지영상을 검색하는 기술에 있어서는, 정지영상의 복사나 고의적인 공격에 의해 정지영상이 불법적으로 변형되거나 인터넷이나 재생장치의 종류에 따라 이들 정지영상 본래의 특성(영상의 크기, 형태나 품질 등)이 변형될 경우에는 정지영상이 가지고 있는 고유 정보를 그대로 활용하는 방법들을 적용하는 것이 불가능하게 된다는 문제점이 있었다.

이에 본 발명은 정지영상의 복사나 고의적인 공격 또는 인터넷이나 재생장치의 종류에 따라 변형된 영상을 식별할 수 있는 정지영상 식별을 위한 영상 서술자의 생성 방법 및 장치를 제공한다.

또한, 본 발명은 복사나 고의적인 공격에 의해 불법적으로 변형 되거나 인터넷이나 재생장치의 종류에 따라 본래의 특성(영상의 크기, 형태나 품질 등)이 변형된 정지영상을 검색 및 식별할 수 있는 정지영상 식별을 위한 영상 서술자의 생성 방법 및 장치를 제공하는데 있다.

또한 본 발명은 변형된 정지영상에 대해서 동심원 형태로 영상을 구획하여 각 영역의 특징간의 관계를 기술함으로써 해당 영상의 고유한 서술자를 생성해 낼 수 있는 정지영상 식별을 위한 영상 서술자의 생성 방법 및 장치를 제공한다.

본 발명의 일 실시예 방법은, 정지 영상의 중심을 동심원의 중심으로써 반지름 단위로 일정 거리의 고리와 각도를 구획하여 맵을 형성하는 단계, 상기 형성된 맵으로부터 영상 서술자(Image Signature)를 생성하는 단계를 포함하고, 상기 영상서술자는 상기 동심원의 반지름 방향 및 회전 각도 방향의 화소분포에 기초하여 생성하는 것을 특징으로 한다.
또한, 영상 서술자를 생성하는 단계는 각 고리별 평균 화소 분포값을 계산하는 제 1계산 과정과, 계산된 평균 화소 분포값의 1차 변이 분포값을 계산하는 제 2계산 과정과, 1차 변이 분포 값으로 2차 변이 분포값을 계산하는 제 3계산 과정과, 각 고리별 회전형 변이 분포값을 계산하는 제 4계산 과정과, 제 1계산과정 내지 제 4계산과정까지 계산된 각 분포값을 비트열로 변환하는 과정과 변환된 비트열들을 제 1병합하는 과정을 포함한다.
또한, 상기 방법은 고리 개수를 반으로 줄인 맵으로 상기 제 1계산과정 내지 제 4계산과정까지 계산된 각 분포값을 비트열로 변환하여 제 2병합하는 과정과, 제 1병합된 비트열들과 제2병합된 비트열들을 병합하여 영상 서술자를 생성하는 과정을 더 포함한다.
또한, 상기 방법은 맵 형성 단계 전에, 정지 영상을 미리 설정된 화소크기로 조정하는 정규화 과정을 더 포함한다.
또한, 정규화 과정은, 정지 영상의 가로와 세로 중 짧은 쪽을 기준으로 화소크기를 조정하는 것을 특징으로 한다.
또한 제 4계산과정은, (a) 하나의 고리 내에서 하나의 영역에 대하여 반시계 방향에 위치한 이웃 영역 과의 평균 화소차의 절대값과 같은 고리 내의 대칭적으로 반대편에 위치한 영역과의 평균 화소차의 절대값을 곱하는 단계 및 (b) 모든 영역에 대한 (a) 단계의 값의 평균을 구하는 단계를 포함한다.
또한, 비트열로 변환하는 과정은, 각 분포값을 해쉬함수를 이용하여 변환하는 것을 특징으로 한다.

본 발명의 일 실시예 장치는, 정지 영상의 중심을 동심원의 중심으로써 반지름 단위로 일정 거리의 고리와 각도를 구획하여 맵을 형성하는 동심원 구획수단, 상기 형성된 맵으로부터 영상 서술자(Image Signature)를 생성하는 영상 서술자 생성 수단을 포함하고, 상기 영상서술자는 상기 동심원의 반지름 방향 및 회전 각도 방향의 화소분포에 기초하여 생성하는 것을 특징으로 한다.
또한, 영상 서술자 생성 수단은 각 고리별 평균 화소 분포값을 계산하는 제 1계산 수단과, 계산된 평균 화소 분포값의 1차 변이 분포값을 계산하는 제 2계산 수단과, 1차 변이 분포 값으로 2차 변이 분포값을 계산하는 제 3계산 수단과, 각 고리별 회전형 변이 분포값을 계산하는 제 4계산 수단과, 제 1계산수단 내지 제 4계산수단까지 계산된 각 분포값을 비트열로 변환하고, 상기 변환된 비트열들을 제 1병합하는 비트열 생성 및 변환 수단을 포함한다.
또한, 비트열 생성 및 변환 수단은, 고리 개수를 반으로 줄인 맵으로 상기 제 1계산수단 내지 제 4계산수단까지 계산된 각 분포값을 비트열로 변환하여 제2병합하고, 상기 제 1병합된 비트열들과 제2병합된 비트열들을 병합하여 영상 서술자를 생성하는 것을 더 포함한다.
또한, 상기 장치는 정지 영상을 미리 설정된 화소크기로 조정하는 정규화 수단을 더 포함한다.
또한, 정규화 수단은 정지 영상의 가로와 세로 중 짧은 쪽을 기준으로 화소크기를 조정하는 것을 특징으로 한다.
또한, 제 4계산수단은, (a) 하나의 고리 내에서 하나의 영역에 대하여 반시계 방향에 위치한 이웃 영역 과의 평균 화소차의 절대값과 같은 고리 내의 대칭적으로 반대편에 위치한 영역과의 평균 화소차의 절대값을 곱하는 수단, (b) 모든 영역에 대한 (a) 수단에 의하여 구한 값의 평균을 구하는 평균값 산출 수단을 이용하여 계산하는 것을 특징으로 한다.
또한, 비트열 생성 및 변환 수단은, 각 분포값을 해쉬함수를 이용하여 변환하는 것을 특징으로 한다.

본 발명의 일 실시예에 의한 영상 서술자의 정합 방법은 제1정지 영상의 영상 서술자를 비트열 형태로 생성하는 단계, 제2정지 영상의 영상 서술자를 비트열 형태로 생성하는 단계, 제1정지 영상의 영상 서술자와 상기 제2정지 영상의 영상 서술자를 각각의 비트열들에 대한 배타적 논리합 연산(XOR 연산)을 통한 평균 해밍 거리 계산에 의하여 정합하는 단계를 포함한다.
또한, 정합하는 단계는 제1정지 영상의 영상 서술자의 비트열과 상기 제2정지 영상의 영상 서술자의 비트열에 대하여 각 위치의 비트에 대한 배타적 논리합 연산(XOR 연산)을 취한 후 평균 값을 계산하는 것을 특징으로 한다.

본 발명에 따르면, 인터넷이나 재생장치의 종류에 따라 본래의 특성이 변화될 수 있는 정지영상의 고속 검색 및 식별을 가능하게 하여, 정지영상의 복사나 고의적인 공격에 의해 불법적으로 변형이 된 정지영상의 검색 및 식별을 통하여 불법 콘텐츠 유통의 예방 및 차단을 수행할 수 있다.

또한, 방대한 양의 정지영상 데이터베이스, 혹은 인터넷상에서 유통되는 영상콘텐츠와 사용자의 하드디스크에 저장되어 있는 디지털 사진에서 자기가 원하는 정지영상을 고속, 효율적으로 검색할 수 있는 효과가 있다.

이하 첨부된 도면을 참조하여 본 발명의 동작 원리를 상세히 설명한다. 하기에서 본 발명을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

본 발명은 복사나 고의적인 공격에 의해 불법적으로 변형이 되거나 인터넷이나 재생장치의 종류에 따라 본래의 특성(영상의 크기, 형태나 품질 등)이 변형 된 정지영상을 검색 및 식별할 수 있도록 하기 위하여 동심원 형태로 영상을 구획하고 각 영역의 특징간의 관계를 기술함으로써 해당 영상의 고유한 서술자를 생성해내는 것이다.

본 발명의 동심원 구획 기반 정지영상 식별 기술은, 크게 다음과 같이 이루어진다.

먼저 입력된 영상으로부터 특징을 추출하기에 앞서 입력된 영상은 동심원 형태로 구획되고 특징은 구획된 영상으로부터 얻어진다. 입력된 영상은 영상의 중심을 동심원의 중심점으로 삼게 되고, 미리 정해진 반지름단위로 먼저 영상을 구획한다. 그 다음 동심원으로 분할된 영상을 다시 일정 각도 단위로 구획한다. 최종적으로 얻어지는 영상 서술자(Image Signature)는 영상의 크기와 관계없이 일정한 길이 의 비트(bit)열로 구성되며 이로 인해 영상 서술자의 크기와 정합 속도에서 매우 높은 성능을 보인다.

최종 영상 서술자는 개별적으로 4가지의 특징을 병합하여 구성되고 모든 특징은 동일하게 동심원내에서 구획된 영역으로부터 얻어진다. 4개의 특징은 각각 고리내의 화소값의 평균분포, 화소값 분포의 1차변이 분포, 화소값 분포의 2차변이 분포 그리고 한 고리당 회전형 변이 분포로 구성된다. 각 특징은 안쪽고리부터 바깥쪽 고리까지의 하나의 고리당 하나의 특징값이 계산되고 이 특징값들의 분포를 구한다. 얻어진 특징분포는 간단한 해쉬함수를 이용하여 비트열로 변환된다. 각 특징들에서 동심원내의 하나의 고리에 한 비트를 할당받고 4가지 특징에 대해서 평균적으로 4비트를 차지하게 된다.

도 1은 본 발명의 바람직한 실시예에 따른 정지영상 식별을 위한 동심원 구획 기반 영상 식별자의 생성과정을 도시한 흐름도이다.

도 1을 참조하면, 정지영상 식별을 위한 영상 서술자 생성장치(150)는 정지영상 입력부(100), 주어진 정지영상의 크기를 일정한 형태로 바꾸어주는 정규화 모듈(105), 정규화 된 정지영상을 일정한 구역으로 나누어 주는 동심원 구획 지도화 모듈(110), 일정한 구역을 나타내는 각 고리내부 화소의 평균 분포를 계산하는 고리의 평균 화소 분포 계산 모듈(115), 계산된 평균 화소의 1차변이 분포를 계산하는 모듈(120), 계산된 평균 화소의 2차변이 분포를 계산하는 모듈(125), 하나의 고리 내에서 하나의 영역에 대하여 반시계 방향에 위치한 이웃 영역과의 분포를 계산 하는 회전형 변이 분포 계산 모듈(130), 계산된 각 특징 분포를 해쉬함수를 이용하여 비트열로 변환하는 각 특징 분포의 비트열 생성 및 병합 모듈(135)과, 동심원 구획 기반 영상 서술자를 생성하는 동심원 구획 기반 영상 서술자 생성부(140)를 포함한다.

각각의 모듈을 세부적으로 설명하면 다음과 같다.

정지 영상 입력부(100)는 입력된 영상 데이터를 정규화 모듈(105)로 전달하고, 정규화 모듈(105)은 정지 영상 입력부(100)로부터 전달된 입력 영상의 가로와 세로 중 짧은 쪽을 기준으로 미리 설정한 화소크기로 일정하게 조정한다.

동심원 구획 지도화 모듈(110)은 도 2의 참조번호 200과 같이 입력된 영상의 중심을 동심원의 중심점으로 삼게 되고 정해진 반지름단위로 영상을 구획한다. 그 다음 참조번호 205와 같이 동심원으로 분할된 영상을 다시 일정 각도 단위로 구획한다.

예를 들어, 정규화 모듈(105)에서 영상이 256화소로 조정되었다면, 동심원 구획 지도화 모듈(110)에서의 동심원 지름은 256, 고리의 개수는 32개, 각도는 10도 단위로 구획하는 맵을 구성한다.

이후 구성된 맵의 각 화소에 해당하는 실제 화소값을 원본 영상으로부터 추출하여 맵을 완성한다. 원본의 입력영상으로부터 화소값을 추출할 때는 Bilinear 인터폴레이션(Interpolation) 방법을 사용하고 원의 중심과 영상의 중심을 일치시켜 계산한다. 구획된 각 영역의 화소값이 모두 구해지면 해당 영역의 화소들에 대하여 평균값을 구하여 해당 영역에 할당한다. 4개의 특징분포는 이렇게 영역당 할 당된 화소 평균값을 기준으로 계산된다.

고리의 평균 화소 분포 계산 모듈(115)에서는 도 3과 같이 한 고리 내의 모든 영역의 평균 화소값의 평균을 다음 수식을 통하여 모든 고리에 대해 계산하고 각 고리에 대해 그 값을 할당한다.

여기서, P_i,j는 i번째 고리, j번째 각도 영역의 평균 픽셀값이며, D는 모든 각도 영역의 개수이다.

평균 화소의 1차변이 분포를 계산하는 모듈(120)은, 고리의 평균 화소 분포 계산 모듈(115)에서 구한 평균 화소 분포에 대한 이웃 고리간의 변이(difference)의 절대값 분포를 계산한다. 수식은 다음과 같다.

여기서, F_l,i는 모든 i번째 고리의 평균 픽셀값이다.

평균 화소의 2차변이 분포를 계산하는 모듈(123)은, 평균 화소의 1차변이 분포를 계산하는 모듈(120)에서 구한 평균 화소 분포에 대한 이웃 고리간의 2차변이 절대값의 분포를 계산한다. 실제 계산은 평균 화소의 1차변이 분포를 계산하는 모듈(120)에서 구한 1차 변이에 대해 다시 변이분포 계산을 수행하면 된다. 수식은 다음과 같다.

여기서, F_2,i는 모든 i번째 고리의 평균 픽셀값이다.

회전형 변이 분포 계산 모듈(130)은, 도 4에서 참조번호 400과 같이 하나의 고리 내에서 하나의 영역(402)에 대하여 반시계 방향에 위치한 이웃 영역(404)과의 평균 화소차의 절대값과 같은 고리내의 대칭적으로 반대편에 위치한 영역(406)과의 평균 화소차의 절대값을 곱한다. 이렇게 각 영역에 대하여 계산된 값의 평균이 이 고리에 대한 값이 된다. 마찬가지로 모든 고리에 대하여 이 값을 구하여 분포를 계산한다. 수식은 다음과 같다.

여기서, C_i,j는 i번째 고리, j번째 각도 영역에서의 평균 픽셀값이고, angelLelvel은 하나의 고리를 각도별로 나누는 수이다. 즉, 각도를 10도로 나눈 경우는 36개의 영역으로 나뉘게 된다.

각 특징 분포의 비트열 생성 및 병합 모듈(135)은, 고리의 평균 화소 분포 계산 모듈(115)에서 회전형 변이 분포 계산 모듈(130)까지 계산된 각 특징 분포를 각각 다음과 같은 해쉬함수를 이용하여 비트열로 변환한다. 사용하는 해쉬함수는 다음과 같다.

여기서, M_i는 특징분포에서 i번째 값이다.

각 특징은 각각 안쪽 고리부터 바깥쪽 고리까지 특정 값을 갖는 분포를 갖게 된다. 안쪽부터 시작해서 다음 고리와의 값의 관계에 따라 1 또는 0의 비트가 할당된다. 도 5는 이에 대한 한 예를 보여준다. 각 특징 분포에 대해 위와 같이 비트열로 변환한 다음 각 특징분포에 대한 비트열은 도 6과 같이 하나로 병합된다. 즉, 평균화소 분포(600), 평균화소 분포의 1차변이 분포(602), 평균화소 분포의 2차변이 분포(604), 회전형 변이 분포(606)에 대한 비트열이 하나로 병합되는 것이다.

다음은, 고리의 평균 화소 분포 계산 모듈(115)에서 특징 분포의 비트열 생성 및 병합 모듈(135)의 동작 시 고리의 개수를 16으로 설정하여 다시 반복한다. 그리고 고리의 개수를 32로 했을 때 구해진 비트열과 16으로 했을 때의 비트열을 다시 병합하여 최종 서술자로서 동심원 구획 기반 영상 서술자(140)를 완성한다.

각 서술자의 정합과정은 비트열 형태의 서술자에 대한 xor연산을 통한 평균 해밍(hamming) 거리를 계산한다. 수식은 다음과 같고 각 위치의 비트끼리 xor연산을 취한 후의 평균값을 계산한다.

여기서, N은 서술자의 총 비트수이고, R_j와 Q_j는 각각의 서술자의 j번째 위치의 비트값이다.

이상 설명한 바와 같이, 본 발명은 복사나 고의적인 공격에 의해 불법적으로 변형이 되거나 인터넷이나 재생장치의 종류에 따라 본래의 특성(영상의 크기, 형태나 품질 등)이 변형이 된 정지영상을 검색 및 식별할 수 있도록 하기 위하여 동심원 형태로 영상을 구획하여 각 영역의 특징간의 관계를 기술함으로써 해당 영상의 고유한 서술자를 생성해 낸다.

한편 본 발명의 상세한 설명에서는 구체적인 실시예에 관해 설명하였으나, 본 발명의 범위에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능함은 물론이다. 그러므로 본 발명의 범위는 설명된 실시예에 국한되지 않으며, 후술되는 특허청구의 범위뿐만 아니라 이 특허청구의 범위와 균등한 것들에 의해 정해져야 한다.

도 1은 본 발명의 바람직한 실시예에 따른 정지영상 식별을 위한 동심원 구획 기반 영상 식별자의 생성과정을 도시한 흐름도,

도 2는 본 발명의 바람직한 실시예에 따라 기본적인 반지름을 일정단위로 구획한 동심원과 이를 다시 일정 각도로 구획한 형태를 도시한 도면,

도 3은 발명의 바람직한 실시예에 따른 평균 화소분포의 계산방식을 도시한 도면,

도 4는 본 발명의 바람직한 실시예에 따른 회전형 변이 분포의 계산방식을 도시한 도면,

도 5는 본 발명의 바람직한 실시예에 따라 계산된 모든 특징을 해쉬함수를 이용하여 비트열로 변환한 그래프,

도 6은 본 발명의 바람직한 실시예에 따라 변환된 각 비트열을 하나로 병합하는 방식을 도시한 도면,

Claims (16)

1. 정지 영상의 중심을 동심원의 중심으로써 반지름 단위로 일정 거리의 고리와 각도를 구획하여 맵을 형성하는 단계; 및

   상기 고리와 각도로 구획된 맵으로부터 영상 서술자(Image Signature)를 생성하는 단계를 포함하고,

   상기 영상 서술자는 상기 구획된 맵의 영역 사이의 상기 동심원의 반지름 방향, 회전 각도 방향의 화소분포, 회전 각도의 변화량에 기초하여 생성되고,

   상기 구획된 맵의 영역 간의 연관성이 영상해석에 이용되는 것을 특징으로 하는 영상 서술자의 생성 방법.
2. 제 1 항에 있어서,

   상기 영상 서술자를 생성하는 단계는

   상기 각 고리별 평균 화소 분포값을 계산하는 제 1계산 과정과,

   상기 계산된 평균 화소 분포값의 1차 변이 분포값을 계산하는 제 2계산 과정과,

   상기 1차 변이 분포 값으로 2차 변이 분포값을 계산하는 제 3계산 과정과,

   상기 각 고리별 회전형 변이 분포값을 계산하는 제 4계산 과정과,

   상기 제 1계산과정 내지 제 4계산과정까지 계산된 각 분포값을 비트열로 변환하는 과정과,

   상기 변환된 비트열들을 제 1병합하는 과정

   을 포함하는 정지영상 식별을 위한 영상 서술자의 생성 방법.
3. 제 2 항에 있어서,

   상기 고리 개수를 반으로 줄인 맵으로 상기 제 1계산과정 내지 제 4계산과정까지 계산된 각 분포값을 비트열로 변환하여 제 2병합하는 과정과,

   제 1병합된 비트열들과 제2병합된 비트열들을 병합하여 영상 서술자를 생성하는 과정

   을 더 포함하는 정지영상 식별을 위한 영상 서술자의 생성 방법.
4. 제 1항에 있어서,

   상기 맵 형성 단계 전에,

   상기 정지 영상을 미리 설정된 화소크기로 조정하는 정규화 과정을 더 포함하는 것을

   특징으로 하는 정지영상 식별을 위한 영상 서술자의 생성 방법.
5. 제 4항에 있어서,

   상기 정규화 과정은,

   상기 정지 영상의 가로와 세로 중 짧은 쪽을 기준으로 화소크기를 조정하는 것을

   특징으로 하는 정지영상 식별을 위한 영상 서술자의 생성 방법.
6. 제 2항에 있어서,

   상기 제 4계산과정은,

   (a) 하나의 고리 내에서 하나의 영역에 대하여 반시계 방향에 위치한 이웃 영역 과의 평균 화소차의 절대값과 같은 고리 내의 대칭적으로 반대편에 위치한 영역과의 평균 화소차의 절대값을 곱하는 단계; 및

   (b) 모든 영역에 대한 (a) 단계의 값의 평균을 구하는 단계

   를 포함하는 것을 특징으로 하는 정지영상 식별을 위한 영상 서술자의 생성 방법.
7. 제 2항에 있어서,

   상기 비트열로 변환하는 과정은,

   상기 각 분포값을 해쉬함수를 이용하여 변환하는 것을 특징으로 하는 정지영상 식별을 위한 영상 서술자의 생성 방법.
8. 정지 영상의 중심을 동심원의 중심으로써 반지름 단위로 일정 거리의 고리와 각도를 구획하여 맵을 형성하는 동심원 구획수단; 및

   상기 고리와 각도로 구획된 맵으로부터 영상 서술자(Image Signature)를 생성하는 영상 서술자 생성 수단을 포함하고,

   상기 영상 서술자는 상기 구획된 맵의 영역 사이의 상기 동심원의 반지름 방향, 회전 각도 방향의 화소분포, 회전 각도의 변화량에 기초하여 생성되고,

   상기 구획된 맵의 영역 간의 연관성이 영상해석에 이용되는 것을 특징으로 하는 정지영상 식별을 위한 영상 서술자의 생성 장치.
9. 제 8항에 있어서,

   상기 영상 서술자 생성 수단은

   상기 각 고리별 평균 화소 분포값을 계산하는 제 1계산 수단과,

   상기 계산된 평균 화소 분포값의 1차 변이 분포값을 계산하는 제 2계산 수단과,

   상기 1차 변이 분포 값으로 2차 변이 분포값을 계산하는 제 3계산 수단과,

   상기 각 고리별 회전형 변이 분포값을 계산하는 제 4계산 수단과,

   상기 제 1계산수단 내지 제 4계산수단까지 계산된 각 분포값을 비트열로 변환하고, 상기 변환된 비트열들을 제 1병합하는 비트열 생성 및 변환 수단을 포함하는 정지영상 식별을 위한 영상 서술자의 생성 장치.
10. 제 9항에 있어서,

    상기 비트열 생성 및 변환 수단은,

    상기 고리 개수를 반으로 줄인 맵으로 상기 제 1계산수단 내지 제 4계산수단까지 계산된 각 분포값을 비트열로 변환하여 제2병합하고, 상기 제 1병합된 비트열들과 제2병합된 비트열들을 병합하여 영상 서술자를 생성하는 것을 더 포함하는 정지영상 식별을 위한 영상 서술자의 생성 장치.
11. 제 8항에 있어서,

    상기 정지 영상을 미리 설정된 화소크기로 조정하는 정규화 수단을 더 포함하는 것

    을 특징으로 하는 정지영상 식별을 위한 영상 서술자의 생성 장치.
12. 제 11항에 있어서,

    상기 정규화 수단은

    상기 정지 영상의 가로와 세로 중 짧은 쪽을 기준으로 화소크기를 조정하는 것을 특징으로 하는 정지영상 식별을 위한 영상 서술자의 생성 장치.
13. 제 9항에 있어서,

    상기 제 4계산수단은,

    (a) 하나의 고리 내에서 하나의 영역에 대하여 반시계 방향에 위치한 이웃 영역 과의 평균 화소차의 절대값과 같은 고리 내의 대칭적으로 반대편에 위치한 영역과의 평균 화소차의 절대값을 곱하는 수단; 및

    (b) 모든 영역에 대한 (a) 수단에 의하여 구한 값의 평균을 구하는 평균값 산출 수단을 이용하여 계산하는 것을 특징으로 하는 정지영상 식별을 위한 영상 서술자의 생성 장치.
14. 제 9항에 있어서,

    상기 비트열 생성 및 변환 수단은,

    상기 각 분포값을 해쉬함수를 이용하여 변환하는 것을 특징으로 하는 정지영상 식별을 위한 영상 서술자의 생성 장치.
15. 삭제
16. 삭제

Images