1 |
1
(a) 지상표적이 포함된 열 영상(thermal imagery)을 그레이 영상으로 프로세싱하여 지역특징(Local Feature)을 추출함과 동시에 상기 열 영상을 분할 마스크를 이용하여 프로세싱하여 형태특징(Shape Feature)을 추출하는 단계;(b) SVM(Support Vector Machine) 분류기를 이용하여, 상기 지역특징에 기반한 제1 분류결과를 산출함과 동시에 상기 형태특징에 기반한 제2 분류결과를 산출하는 단계;(c) 상기 제1 분류결과를 기반으로 상기 제1 분류결과를 산출한 SVM 분류기에 대한 제1 신뢰도 값을 추출하고, 상기 제2 분류결과를 기반으로 상기 제2 분류결과를 산출한 SVM 분류기에 대한 제2 신뢰도 값을 추출하는 단계;(d) 상기 제1 신뢰도 값 및 상기 제2 신뢰도 값을 이용하여 신뢰도 기반의 결과융합을 수행하는 단계; 및(e) 상기 신뢰도 기반의 결과융합의 수행에 의한 결과를 이용하여 상기 지상표적의 분류를 수행하는 단계를 포함하는 것을 특징으로 하는 지상표적 분류방법
|
2 |
2
제1항에 있어서,상기 (c)단계에서, 상기 제1 분류결과 및 상기 제2 분류결과로 산출되는 각 클래스에 대한 확률분포를 이용하여 상기 제1 신뢰도 값 및 상기 제2 신뢰도 값들의 각각을 추출하고, 상기 제1 신뢰도 값 및 상기 제2 신뢰도 값 각각은 상기 제1 분류결과 및 상기 제2 분류결과로 산출되는 각 클래스에 대한 확률 값이 큰 순서대로 인 경우, 첫 번째 값과 첫 번째부터 세 번째 값의 합과의 비율에 의해 추출되는 것을 특징으로 하는 지상표적 분류방법
|
3 |
3
제1항에 있어서,상기 (d)단계에서, 상기 신뢰도 기반의 결과융합의 수행은 상기 제2 신뢰도 값이 기준치(Th) 보다 큰지 제1 분석을 수행하고, 상기 제2 신뢰도 값이 기준치(Th)를 넘는 경우 상기 제1 신뢰도 값이 기준치(Th) 보다 큰지 제2 분석을 수행하는 것에 의해 구현되며, 상기 제1 분석의 수행 결과 상기 제2 신뢰도 값이 기준치(Th)를 넘지 못하는 경우 상기 제1 분류결과를 사용하여 상기 지상표적의 분류를 수행하고, 상기 제2 분석의 수행 결과 상기 제1 신뢰도 값이 기준치(Th)를 넘지 못하는 경우 상기 제2 분류결과를 사용하여 상기 지상표적의 분류를 수행하는 것을 특징으로 하는 지상표적 분류방법
|
4 |
4
제3항에 있어서,상기 제2 분석의 수행결과 상기 제1 신뢰도 값이 기준치(Th)를 넘는 경우, 상기 제1 분류결과 및 상기 제2 분류결과와 상기 제1 신뢰도 값 및 상기 제2 신뢰도 값을 이용하여 계층적 결과융합을 수행하고 이 계층적 결과융합의 결과를 이용하여 상기 지상표적의 분류를 수행하는 단계 더 포함하고,상기 계층적 결과융합의 결과는 수식 1에 의해 산출되는 최종 분류확률()인 것을 특징으로 하는 지상표적 분류방법
|
5 |
5
제1항에 있어서,상기 지역특징은 SIFT(Scale Invariant Feature Transform), SURF(Speed Up Robust Features), HOG(Histograms of Oriented Gradients) 또는 PHOG(Pyramid HOG)인 것을 특징으로 하는 지상표적 분류방법
|
6 |
6
지상표적을 촬영하고 촬영된 지상표적의 열 영상(thermal imagery)에 대응하는 신호를 전달하는 영상센서부; 및상기 영상센서부로부터 전달된 열 영상 신호를 처리하여, 상기 제1항 내지 제5항 중 어느 하나의 항에 따른 지상표적 분류방법을 수행하는 신호처리부를 포함하는 것을 특징으로 하는 지상표적 분류장치
|