人体检测装置及方法与人体计数装置及方法
【专利摘要】本发明涉及利用图像拍摄装置所拍摄的图像对人进行精确的检测及计数的人体检测装置及方法与人体计数装置及方法。根据本发明第一方面的人体计数装置，可以包括：接收部，接收图像拍摄装置拍摄的包含出入口的图像；线条设定部，在所述出入口设定假想的线条（Line)即入场线（Inline)，并且以将所述入场线为一侧而形成特定区域的方式设定假想的线条即退场线(Outline);检测部，从所接收的所述图像中检测出相应于人体的移动体；跟踪部，对检测出的所述移动体中的每一个跟踪动作■’以及计数部，利用所述移动体的所跟踪到的动作，判断所述移动体是否通过所述入场线以及是否通过所述退场线，并基于所述判断得到的通过与否对人进行计数。
【专利说明】人体检测装置及方法与人体计数装置及方法
【技术领域】
[0001]本发明涉及人体检测装置及方法与人体计数装置及方法。更具体来讲，本发明涉 及利用CCTV等图像拍摄装置所拍摄的图像来对入场和退场的人进行计数的人体计数装置 及方法。
【背景技术】
[0002] 进入店面的人数即人体计数（People Counting)是测定营销中的重要因素之一即 收敛比（Convergence Ratio)的重要指标，但目前是通过手工操作来实现人体计数。通过 人的肉眼执行的人体计数存在花费很多时间和人工费，还无法保障计数精确性的问题。 [000 3]人体计数不仅利用为卖场管理或营销的因素，而且在各种领域可得到广泛利用。 因此，有必要开发出自动化且精确度高的人体计数计算法。
【发明内容】
[0004]本发明要解决的技术课题是提供一种利用图像拍摄装置所拍摄的图像来精确地 检测移动体的移动体检测装置及方法。
[0005]并且，本发明要解决的另一技术课题是提供一种从图像拍摄装置所拍摄的图像里 检测出的移动体中，精确地检测出相应于人体的移动体的人体检测装置及方法。
[0006]并且，本发明要解决的另一技术课题是提供一种精确跟踪从图像拍摄装置所拍摄 的图像里检测出的相应于关注物体或人体的移动体的人体跟踪装置及方法。
[0007]并且，本发明要解决的另一技术课题是提供一种利用图像拍摄装置所拍摄的图像 对人体进行精确计数的人体计数装置及方法。
[0008]为了实现上述技术课题的本发明第一方面的人体计数装置，可以包括：接收部，接 收图像拍摄装置所拍摄的包含出入口的图像；线条设定部，在所述出入口设定假想的线条 (Line)即入场线（Inline)，并且以将所述入场线作为一侧而形成特定区域的方式设定假 想的线条即退场线（Outline);检测部，从所接收的所述图像中检测出相应于人体的移动 体；跟踪部，对检测出的所述移动体中的每一个跟踪动作；以及计数部，利用所述移动体的 所跟踪到的动作，判断所述移动体是否通过所述入场线以及是否通过所述退场线，并基于 所述判断得到的通过与否对人进行计数。
[0009]根据一实施例，所述线条设定部可将所述退场线设定在所述出入口的外部，所述 计数部在判断为所述移动体已通过所述入场线后再通过所述退场线时，可将所述移动体计 数为通过所述出入口退场的人。
[0010]根据一实施例，所述线条设定部可将所述退场线设定在所述出入口的内部，所述 计数部在判断为所述移动体已通过所述入场线后再通过所述退场线时，可将所述移动体计 数为通过所述出入口入场的人。
[0011]所述计数部在判断为所述移动体已通过所述入场线后未通过所述退场线时，可以 不将所述移动体并计数为通过所述出入口入场的人及退场的人中的任一个。
[0012] 所述检测部可以包括移动体检测部，用于利用所接收的所述图像的图像帧检测移 动体，所述移动体检测部可以包括精确度计算部，用于对所述图像帧的每个像素利用高斯 混合模型（GMM，Gaussian Mixture Model)法和帧差法（Frame Difference)来算出检测精 确度，并将所算出的所述检测精确度为事先设定的精确度以上的像素检测为移动体区域。
[0013] 所述移动体检测部还可以包括区域扩张部，用于基于优先级JI (P)对所述精确度 计算部检测出的移动体区域进行扩张。
[0014] 所述检测部可以包括人体检测部，用于利用检测出的所述移动体区域的位置、检 测出的所述移动体区域的大小以及形状特征描述符即方向梯度直方图（HOG,Histogram of Oriented Gradient)方法，从检测出的所述移动体中检测出人移动体。
[0015]所述跟踪部可以利用包含加权值（wd)和卡尔曼增益（K)的卡尔曼滤波器（Kalman Filter)对检测出的所述移动体进行跟踪，其中所述加权值包含atanpiate、ahist()gram以及 aSift中的至少一个要素，所述a 是与将模板（Template)间像素之差的绝对值全部相 加相关的要素，所述ahist()gram是与在对于所述模板的关注物体的颜色直方图（Hist〇gram) 适用高斯混合模型法而定义概率模型后，算出直方图之间差相关的要素，所述a sift是与利 用尺度不变特征转换算法（SIFT, Scale Invariant Feature Transform)中的特征描述符， 算出之前帧与当前帧之间相同物体之间差相关的要素。
[0016] 为了实现上述技术课题的本发明第二方面的人体计数方法，可以包括：接收步骤， 接收图像拍摄装置所拍摄的包含出入口的图像；线条设定步骤，在所述出入口设定假想的 线条（Line)即入场线（Inline)，并且以将所述入场线为一侧而形成特定区域的方式设定 假想的线条即退场线（Outline);检测步骤，从所接收的所述图像中检测出相应于人体的 移动体；跟踪步骤，对检测出的所述移动体中的每一个跟踪动作；以及计数步骤，利用所跟 踪到的所述移动体的动作，判断所述移动体是否通过所述入场线以及是否通过所述退场 线，并基于所述判断得到的通过与否对人体进行计数。
[0017] 根据一实施例，所述线条设定步骤可将所述退场线设定在所述出入口的外部，所 述计数步骤在判断为所述移动体已通过所述入场线后再通过所述退场线时，可将所述移动 体计数为通过所述出入口退场的人。
[0018] 根据一实施例，所述线条设定步骤可将所述退场线设定在所述出入口的内部，所 述计数步骤在判断为所述移动体已通过所述入场线后再通过所述退场线时，可将所述移动 体计数为通过所述出入口入场的人。
[0019]所述计数步骤在判断为所述移动体已通过所述入场线后未通过所述退场线时，可 以不将所述移动体计数为通过所述出入口入场的人及退场的人中的任一个。
[0020] 所述检测步骤可包括移动体检测步骤，用于利用所接收的所述图像的图像帧检测 移动体，所述移动体检测步骤可以包括精确度计算步骤，用于对所述图像巾贞的每个像素利 用高斯混合模型（GMM，Gaussian Mixture Model)法和巾贞差法（Frame Difference)来算出 检测精确度，并将所算出的所述检测精确度为事先设定的精确度以上的像素检测为移动体 区域。
[0021] 所述移动体检测步骤还可以包括区域扩张步骤，基于优先级ji (p)对在所述精确 度计算步骤检测出的移动体区域进行扩张。
[0022]所述检测步骤可包括人体检测步骤，用于利用检测出的所述移动体区域的位置、 检测出的所述移动体区域的大小以及形状特征描述符即方向梯度直方图（H〇G，Histogram of Oriented Gradient)方法，从检测出的所述移动体中检测出人移动体。
[0023]为了实现上述技术课题的本发明第三方面的人体检测装置，可包括：接收部，接收 图像拍摄装置所拍摄的图像的图像帧；精确度检测部，对所接收的所述图像帧的每个像素 利用高斯混合模型（GMM，Gaussian Mixture Model)法和巾贞差法（Frame Difference)来算 出检测精确度，并将所算出的所述检测精确度为事先设定的精确度以上的像素检测为移动 体区域；以及人体检测部，利用检测出的所述移动体区域的位置、检测出的所述移动体区域 的大小以及形状特征描述符即方向梯度直方图（HOG，Histogram of Oriented Gradient) 方法，从检测出的所述移动体中检测出人移动体。
[0024]根据一实施例，所述人体检测装置还可以包括：区域扩张部，基于利用所述像素间 亮度值之差的优先级π (p)对所述精确度计算部检测出的移动体区域进行扩张，检测出的 所述移动体区域的位置可以是由所述区域扩张部所扩张的移动体区域的位置，检测出的所 述移动体区域的大小可以是由所述区域扩张部所扩张的移动体区域的大小。
[0025]为了实现上述技术课题的本发明第四方面的人体检测方法，可包括：接收步骤，接 收图像拍摄装置所拍摄的图像的图像帧；精确度检测步骤，对所接收的所述图像帧的每个 像素利用高斯混合模型（GMM，Gaussian Mixture Model)法和巾贞差法（Frame Difference) 来算出检测精确度，并将所算出的所述检测精确度为事先设定的精确度以上的像素检测 为移动体区域；以及人体检测步骤，利用检测出的所述移动体区域的位置、检测出的所述 移动体区域的大小以及形状特征描述符即方向梯度直方图（HOG，Histogram of Oriented Gradient)方法，从检测出的所述移动体中检测出人移动体。
[0026]所述人体检测方法还可以包括区域扩张步骤，用于基于利用所述像素间亮度值之 差的优先级π (p)对在所述精确度计算步骤检测出的移动体区域进行扩张，检测出的所述 移动体区域的位置可以是在所述区域扩张步骤所扩张的移动体区域的位置，检测出的所述 移动体区域的大小可以是在所述区域扩张步骤所扩张的移动体区域的大小。
[0027]本发明能够从图像拍摄装置所拍摄的图像的帔中精确地检测出移动体。
[0028]并且，本发明能够从图像拍摄装置所拍摄的图像的巾贞里检测出的移动体中，精确 地检测出人体。
[0029]并且，本发明能够从图像拍摄装置所拍摄的图像的帧中，精确地跟踪移动的人体。 [0030]并且，本发明能够利用图像拍摄装置所拍摄的图像，进行精确的人体计数。
[0031]并且，本发明通过入场线和退场线来计数人体，从而与以往利用一条线来计数人 体的方法相比，能够以高的精确度对人体进行计数。
【专利附图】
【附图说明】
[0032] 图1是有关本发明一实施例的移动体检测装置的框图。
[0033]图2a至图2d是用于说明由本发明一实施例的移动体检测装置检测移动体的结果 的一示例的图。
[0034] 图3是有关本发明一实施例的人体检测装置的框图。
[0035]图4a是示出利用梯度直方图于ηΧη框中在m个方向上算出梯度（Gradient)的 结果的一示例的图。
[0036]图4b是利用由梯度直方图算出的梯度所构成的直方图的一示例的图。
[0037] 图5是有关本发明一实施例的人体跟踪装置的框图。
[0038] 图6是有关本发明一实施例的人体计数装置的框图。
[0039]图7是有关本发明一实施例的人体计数装置中的计数部的框图。
[0040]图8是说明本发明一实施例的人体计数装置的线条设定部在出入口外部设定特 定区域时，计数部对退场的人进行计数的方法的图。
[0041] 图9是说明本发明一实施例的人体计数装置的线条设定部在出入口内部设定特 定区域时，计数部对入场的人进行计数的方法的图。
[0042] 图10是线条设定部设定入场线及退场线以在出入口内部及外部形成特定区域的 一示例的图。
[0043] 图11是线条设定部设定线条的另一示例的图。
[0044] 图I2是线条设定部在图像拍摄装置所拍摄的图像上设定线条的一示例的图。
[0045] 图13是有关本发明一实施例的人体检测方法的流程图。
[00461 图14是有关本发明一实施例的人体计数方法的流程图。
【具体实施方式】
[0047] 下面，参照附图详细说明本发明的优选实施例。参照附图及在后详述的实施例，能 够清楚地理解本发明的优点、特征以及实现该优点及特征的方法。但是本发明并不限定于 下述实施例，而是在权利要求书的范围内可以实现为多种形式的实施例。本实施例是用于 完整地公开本发明，并向本领域技术人员完整地告知发明范畴而提供的，本发明只由权利 要求书的范畴限定。在全篇说明书中相同的附图标记表示相同的结构要素。
[0048]当提及为某一结构要素"连接"或"接续"在另一结构要素时，应当理解为可以是 直接连接或接续在该另一结构要素，还可以在中间存在其他结构要素。相反，当提及为某一 结构要素"直接连接"或"直接接续"在另一结构要素时，应当理解为在中间不存在其他结 构要素。
[0049] 若无其他定义，在本说明书中使用的所有用语（包括技术及科学术语）可作为本 领域技术人员能够共同理解的含义使用。而且，在通常使用的词典中定义的用语，若没有明 确地特别定义的情况下，不被理想地或者夸张地解释。
[0050] 在本说明书中，单数型在语句不做特别言及时可以包括复数型。说明书里记载的 "包括（comprises)"及/或"包含（comprising)"意味着所提及的结构要素、步骤、动作及 /或元件并不排除一个以上的其他结构要素、步骤、动作及/或元件的存在或追加。
[0051] 本发明可利用将人员出入的出入门状况拍摄为图像的如CCTV等图像拍摄装置所 拍摄的图像来计数人数。
[0052] 具体来讲，本发明首先可利用作为长期（Long Term)背景识别技术的高斯混合模 型（GMM，Gaussian Mixture Model)法和作为短期（Short Term)移动检测技术的巾贞差法 (Frame Difference)，从图像拍摄装置所拍摄图像的各帧中，检测出对噪声（Noise)具有鲁 棒性并且精确移动的物体即移动体。
[0053] 并且，本发明可利用形状特征描述符即方向梯度直方图（H0G，Histogram of Oriented Gradient)方法、所检测移动体的位置及所检测移动体的大小信息，从所检测移 动体中检测出人体。
[0054]并且，本发明可利用卡尔曼滤波器（Kalman Filter)、模板匹配（Template Matching)方法及尺度不变特征转换算法（Scale invariant Feature Transform)，跟踪检 测出的人移动体。
[0055]并且，本发明可以算出利用贝叶斯法则（Bayes，Rule)等的概率，从而能够计算 (Counting)通过出入门出入的人数，并且针对根据噪声游动的移动体的检测及跟踪的性能 变动具有鲁棒性。
[0056]下面，参照附图更加详细地说明本发明。
[0057]图1是有关本发明一实施例的移动体检测装置的框图。
[0058] 以往，移动体检测方法包括利用背景与客体的亮度差的背景分离法（Background Subtraction)以及比较连续的两个图像帧并从其差异中找出动作的帧差法（Frame Difference)等。
[0059] 背景分离法是使用于移动体检测的方法，当背景复杂且变化大时，如何实时地且 精确地学习背景可以决定物体检测的精确度。高斯混合模型是利用于这种背景建模的方 法，其使用概率性的学习方法，使用高斯混合模型将图像中的每个像素的亮度分布近似化， 并且利用被近似化的模型变量值判断检测出的像素属于背景与客体中的哪一个。
[0060] 这种高斯混合模型由于长时间进行学习，因此虽然对稍纵即逝的影子或光线的变 化等噪声（Noise)的鲁棒性强，但有可能会发生将移动体判断为噪声的情形。相反，帧差法 能敏感地感知动作的物体，但存在的缺点是对各种噪声的感知也敏感，对较慢的动作则无 法感知。
[0061] 本发明一实施例的移动体检测装置100同时利用高斯混合模型和帧差法算出检 测精确度。所算出的精确度在区域检测部130通过基于优先级的区域扩张，比以往的方法 能精确检测移动体。
[0062] 本发明一实施例的移动体检测装置100,可利用长期（Long Term)背景识别技术 即高斯混合模型（GMM，Gaussian Mixture Model)法和短期（Short Term)移动检测技术即 帧差法（Frame Difference)，从图像拍摄装置所拍摄图像的各帧中，检测出对噪声（N〇ise) 的鲁棒性强而且精确移动的物体即移动体。检测移动体是为了人体计数而需要先执行的步 骤。因此，这种移动体检测的精确性为能保证人体计数精确性的重要因素之一。
[0063] 参照图1，有关本发明一实施例的移动体检测装置100的框图可以包括接收部 110、精确度计算部120及区域检测部1 3〇。
[0064] 接收部110可接收并存储图像拍摄装置所拍摄的图像。
[0065] 精确度计算部120在算出由接收部110接收的图像的帧中各像素的精确度。
[0066] 具体来讲，精确度计算部12〇可利用高斯混合模型（GMM，Gaussian Mixture Model)法和巾贞差法（Frame Difference)算出检测精确度。
[0067] 更具体而言，精确度计算部12〇可利用数学式1算出检测精确度。
[0068]【数学式1】
[0069] a(x, y)=ag(x, y) +af (x, y)
[0070] (x，y)表示帧中像素的位置。在数学式1中，a(x, y)表示在所拍摄图像的各帧中 位于（x，y)上的各像素的精确度。即，在高斯混合模型法中，由ag(x,y)算出的概率高时表 示精确度高，在帧差法中，不同帧之间相同位置的像素的差异越大可表示精确度越高。精确 度高可意味着精确度高的像素为噪声（Noise)的可能性低，为移动体的可能性高。相反，精 确度低可意味着相关像素为噪声的可能性高，为移动体的可能性低。
[0071] ag(x，y)和％&，4可分别定义为以下的数学式2和数学式3。
[0072] 【数学式2】
[0073]
【权利要求】
1. 一种人体计数装置，包括： 接收部，接收图像拍摄装置所拍摄的包含出入口的图像； 线条设定部，在所述出入口设定假想的线条即入场线，并且以将所述入场线 而形成特定区域的方式设定假想的线条即退场线； 、 检测部，利用所接收的所述图像的帧间信息之差，检测出在所述图像中存在的移动体， 并从检测出的所述移动体中检测出相应于人体的移动体； ' 跟踪部，对检测出的所述移动体中的每一个跟踪动作；以及 计数部，利用所述移动体的所跟踪到的动作，判断所述移动体是否通过所述入场线以 及是否通过所述退场线，并基于所述判断得到的通过与否对人体进行计数。
2·如权利要求1所述的人体计数装置，其特征在于， 所述线条设定部将所述退场线设定在所述出入口的外部， 所述计数部在判断为所述移动体已通过所述入场线后再通过所述退场线时，将所述移 动体计数为通过所述出入口退场的人。
3. 如权利要求1所述的人体计数装置，其特征在于， 所述线条设定部将所述退场线设定在所述出入口的内部， 所述计数部在判断为所述移动体已通过所述入场线后再通过所述退场线时，将所述移 动体计数为通过所述出入口入场的人。
4. 如权利要求1所述的人体计数装置，其特征在于， 所述计数部在判断为所述移动体已通过所述入场线后未通过所述退场线时，不将所述 移动体计数为通过所述出入口入场的人及退场的人中的任一个。
5. 如权利要求1所述的人体计数装置，其特征在于， 所述检测部包括移动体检测部，用于利用所接收的所述图像的图像帧检测移动体， 所述移动体检测部包括精确度计算部，用于针对所述图像帧的每个像素利用高斯混合 模型法和帧差法来算出检测精确度，并将所算出的检测精确度为事先设定的精确度以上的 像素检测为移动体区域。
6. 如权利要求5所述的人体计数装置，其特征在于， 所述移动体检测部还包括区域扩张部，用于基于优先级：Π (Ρ)对所述精确度计算部检 测出的移动体区域进行扩张。
7. 如权利要求5所述的人体计数装置，其特征在于， 所述检测部包括人体检测部，用于利用检测出的所述移动体区域的位置、检测出的所 述移动体区域的大小以及形状特征描述符即方向梯度直方图方法，从检测出的所述移动体 中检测出人移动体。
8. 如权利要求1所述的人体计数装置，其特征在于， 所述跟踪部利用包含加权值wd和卡尔曼增益Κ的卡尔曼滤波器对检测出的所述移动 体进行跟踪，其中所述加权值包含 template'' ^ histogram 以及 a sift 中的至少一个要素，所述 a t_late是与将模板间像素之差的绝对值全部相加相关的要素，所述α hiSt〇gMm是与在对于 所述模板的关注物体的颜色直方图适用高斯混合模型法而定义概率模型后，算出直方图之 间差相关的要素，所述a sm是与利用尺度不变特征转换算法中的特征描述符，算出之前帧 与当前帧之间相同物体之间差相关的要素。
9· -种人体腿施，傭： 接收步骤，接收图像拍摄装置所拍摄的包含出入口的图像； 线条设定步骤，在所述出入口设定假想的线条即入场线，并且以将所述入场 侧而形成特定区域的方式设定假想的线条即退场线； 、 检测步骤，利用所接收的所述图像的帧间信息之差，检测出在所述图像中存在 体，并从检测出的所述移动体中检测出相应于人体的移动体； 夕 跟踪步骤，对检测出的所述移动体中的每一个跟踪动作；以及 计数步骤，利用所跟踪到的所述移动体的动作，判断所述移动体是否通过所述入 以及是否通过所述退场线，并基于所述判断得到的通过与否对人体进行计数。 -
10. 如权利要求9所述的人体计数方法，其特征在于， 所述线条设定步骤将所述退场线设定在所述出入口的外部， 所述计数步骤在判断为所述移动体已通过所述入场线后再通过所述退场线时，将所沭 移动体计数为通过所述出入口退场的人。
11. 如权利要求9所述的人体计数方法，其特征在于， 所述线条设定步骤将所述退场线设定在所述出入口的内部， 所述计数步骤在判断为所述移动体已通过所述入场线后再通过所述退场线时，将所述 移动体计数为通过所述出入口入场的人。
12. 如权利要求9所述的人体计数方法，其特征在于， 所述计数步骤在判断为所述移动体已通过所述入场线后未通过所述退场线时，不将所 述移动体计数为通过所述出入口入场的人及退场的人中的任一个。
13. 如权利要求9所述的人体计数方法，其特征在于， 所述检测步骤包括移动体检测步骤，用于利用所接收的所述图像的图像巾贞检测移动 体， 所述移动体检测步骤包括精确度计算步骤，用于对所述图像帧中的每个像素利用高斯 混合模型法和帧差法来算出检测精确度,并将所算出的所述检测精确度为事先设定的精确 度以上的像素检测为移动体区域。
14. 如权利要求13所述的人体计数方法，其特征在于， 所述移动体检测步骤还包括区域扩张步骤，用于根据优先级：π (ρ)对在所述精确度计 算步骤中检测出的移动体区域进行扩张。
15. 如权利要求Π 所述的人体计数方法，其特征在于， 所述检测步骤包括人体检测步骤，用于利用检测出的所述移动体区域的位置、检测出 的所述移动体区域的大小以及形状特征描述符即方向梯度直方图方法，从检测出的所述移 动体中检测出人移动体。
16. -种人体检测装置，包括： 接收部，接收图像拍摄装直所拍摄的图像的图像巾贞； 精确度检测部，对所接收的所述图像帧的每个像素利用高斯混合模型法和帧差法来算 出检测精确度，并将所算出的所述检测精确度为事先设定的精确度以上的像素检测为移动 体区域；以及 人体检测部，利用检测出的所述移动体区域的位置、检测出的所述移动体区域的大小 以及形状特征描述符即方向梯度直方图方法，从检测出的所述移动体中检测出人移动体。
17. 如权利要求16所述的人体检测装置，其特征在于， 所述人体检测装置还包括区域扩张部，用于基于利用所述像素间的亮度值之差的优先 级n (P)对所述精确度计算部检测出的移动体区域进行扩张， 检测出的所述移动体区域的位置是由所述区域扩张部所扩张的移动体区域的位置，检 测出的所述移动体区域的大小是由所述区域扩张部所扩张的移动体区域的大小。
18. -种人体检测方法，包括： 接收步骤，接收图像拍摄装置所拍摄的图像的图像帧； 精确度检测步骤，对所接收的所述图像帧的每个像素利用高斯混合模型法和帧差法来 算出检测精确度，并将所算出的所述检测精确度为事先设定的精确度以上的像素检测为移 动体区域；以及 人体检测步骤，利用检测出的所述移动体区域的位置、检测出的所述移动体区域的大 小以及形状特征描述符即方向梯度直方图方法，从检测出的所述移动体中检测出人移动 体。
19. 如权利要求18所述的人体检测方法，其特征在于， 所述人体检测方法还包括区域扩张步骤，用于基于利用所述像素间亮度值之差的优先 级^ (Ρ)对在所述精确度计算步骤检测出的移动体区域进行扩张， 检测出的所述移动体区域的位置是在所述区域扩张步骤所扩张的移动体区域的位置， 检测出的所述移动体区域的大小是在所述区域扩张步骤所扩张的移动体区域的大小。
【文档编号】G07C9/00GK104217419SQ201410234167
【公开日】2014年12月17日 申请日期:2014年5月29日 优先权日:2013年5月31日
【发明者】许峻熙, 金锺沆, 李政宣, 权妍希, 李相鹤 申请人:三星Sds株式会社