1 |
1
차량을 검출하기 위한 방법에 있어서,영상을 촬영하는 단계;상기 촬영 영상으로부터 차량 형태를 나타내는 차량 영역 후보들을 검출하는 단계; 및상기 차량 영역 후보들로부터 최종 차량 영역을 검출하는 단계를 포함하되,상기 차량 영역 후보들을 검출하는 단계는,적어도 하나의 직사각형 형태의 하-웨이블릿(haar-wavelet) 특징을 제 1 알고리즘을 통해 학습하며,상기 최종 차량 영역을 검출하는 단계는,상기 검출된 차량 영역 후보들로부터 적어도 하나의 소정의 특징을 제 2 알고리즘을 통해 학습하는 것을 특징으로 하는 차량 검출 방법
|
2 |
2
제 1항에 있어서, 상기 차량 영역 후보들 및 최종 차량 영역을 검출하는 단계는,단계적(coarse-to-fine) 방법을 이용하는 것을 특징으로 하는 차량 검출 방법
|
3 |
3
제 2항에 있어서, 상기 단계적 방법은,상기 적어도 하나의 하-웨이블릿(haar-wavelet) 특징 또는 상기 적어도 하나의 소정의 특징을 소정의 기준에 따라 그룹화하는 단계; 및상기 그룹화된 특징들에 순차적으로 상기 제 1 알고리즘 또는 상기 제 2 알고리즘을 적용하는 단계를 포함하여 이루어지는 것을 특징으로 하는 차량 검출 방법
|
4 |
4
제 1항에 있어서,상기 제 1 알고리즘은 에이다부스트(ADABOOST) 알고리즘인 것을 특징으로 하는 차량 검출 방법
|
5 |
5
제 1항에 있어서,상기 제 2 알고리즘은 에이다부스트(ADABOOST) 알고리즘 또는 에스브이엠(SVM) 알고리즘인 것을 특징으로 하는 차량 검출 방법
|
6 |
6
제 1항에 있어서,상기 소정의 특징은 차량의 세부적인 특징을 나타내는 차량의 텍스쳐 또는 윤곽 정보인 것을 특징으로 하는 차량 검출 방법
|
7 |
7
제 6항에 있어서,상기 소정의 특징은 LBP(Local Binary Pattern), LAB 또는 HOG(Histogram of Oriented Gradients)인 것을 특징으로 하는 차량 검출 방법
|
8 |
8
제 1항에 있어서,상기 검출된 최종 차량 영역을 출력하는 단계를 더 포함하는 것을 특징으로 하는 차량 검출 방법
|
9 |
9
제 1항에 있어서,상기 제 1 알고리즘 또는 제 2 알고리즘을 통한 학습은,기 저장된 학습 데이터를 이용하여 수행되는 것을 특징으로 하는 차량 검출 방법
|
10 |
10
제 9항에 있어서,상기 차량 영역 후보들 또는 상기 최종 차량 영역이 검출되지 않는 경우, 상기 기저장된 학습 데이터를 상기 제 1 알고리즘 또는 제 2 알고리즘에 의해 학습되고 있는 데이터로 업데이트하는 단계; 및상기 업데이트된 학습 데이터를 저장하는 단계를 더 포함하는 것을 특징으로 하는 차량 검출 방법
|
11 |
11
차량 검출 장치에 있어서,영상을 촬영하기 위한 카메라부; 및상기 카메라부와 기능적으로 연결되는 제어부를 포함하되, 상기 제어부는,상기 촬영 영상으로부터 적어도 하나의 직사각형 형태의 하-웨이블릿(haar-wavelet) 특징을 제 1 알고리즘을 이용한 학습을 통해 차량 형태를 나타내는 차량 영역 후보들을 검출하도록 제어하며, 상기 검출된 차량 영역 후보들로부터 적어도 하나의 소정의 특징을 제 2 알고리즘을 이용한 학습을 통해 최종 차량 영역을 검출하도록 제어하는 것을 특징으로 하는 차량 검출 장치
|
12 |
12
제 11항에 있어서, 상기 제어부는,단계적(coarse-to-fine) 방법을 이용하여 상기 차량 영역 후보들 및 최종 차량 영역을 검출하도록 제어하는 것을 특징으로 하는 차량 검출 장치
|
13 |
13
제 12항에 있어서, 상기 제어부는,상기 적어도 하나의 하-웨이블릿(haar-wavelet) 특징 또는 상기 적어도 하나의 소정의 특징을 소정의 기준에 따라 그룹화하며, 상기 그룹화된 특징들에 순차적으로 상기 제 1 알고리즘 또는 상기 제 2 알고리즘을 적용하여 상기 차량 영역 후보들 및 최종 차량 영역을 검출하도록 제어하는 것을 특징으로 하는 차량 검출 장치
|
14 |
14
제 11항에 있어서,상기 제 1 알고리즘은 에이다부스트(ADABOOST) 알고리즘인 것을 특징으로 하는 차량 검출 장치
|
15 |
15
제 11항에 있어서,상기 제 2 알고리즘은 에이다부스트(ADABOOST) 알고리즘 또는 에스브이엠(SVM) 알고리즘인 것을 특징으로 하는 차량 검출 장치
|
16 |
16
제 11항에 있어서,상기 소정의 특징은 차량의 세부적인 특징을 나타내는 차량의 텍스쳐 또는 윤곽 정보인 것을 특징으로 하는 차량 검출 장치
|
17 |
17
제 16항에 있어서,상기 소정의 특징은 LBP, LAB 또는 HOG(Histogram Of Gradients)인 것을 특징으로 하는 차량 검출 장치
|
18 |
18
제 11항에 있어서, 출력부를 더 포함하며, 상기 제어부는,상기 검출된 최종 차량 영역을 출력하도록 상기 출력부를 제어하는 것을 특징으로 하는 차량 검출 장치
|
19 |
19
제 11항에 있어서, 상기 제어부는,기 저장된 학습 데이터를 이용하여 상기 제 1 알고리즘 또는 제 2 알고리즘을 통한 학습을 수행하도록 제어하는 것을 특징으로 하는 차량 검출 장치
|
20 |
20
제 19항에 있어서,메모리를 더 포함하며, 상기 제어부는,상기 차량 영역 후보들 또는 상기 최종 차량 영역이 검출되지 않는 경우, 상기 기저장된 학습 데이터를 상기 제 1 알고리즘 또는 제 2 알고리즘에 의해 학습되고 있는 데이터로 업데이트하며, 상기 업데이트된 학습 데이터를 저장하도록 상기 메모리를 제어하는 것을 특징으로 하는 차량 검출 장치
|