1 |
1
영상 센서를 이용하여 표적에 대한 영상을 탐지하는 탐지 단계;탐지된 영상을 이용하여 위치 정보 및 이미지 형상 정보를 입력 데이터로 생성하는 입력 데이터 생성 단계;상기 입력 데이터 중 위치 정보에 따른 거리 정보를 기반으로 게이트라는 사전에 정의된 반경내에 존재하는 거리 측정치를 갖는 표적들만을 고려하기 위해 게이트닝하는 게이트닝 단계; 게이트닝을 통하여 유효화하다고 판단되는 거리 측정치를 갖는 표적들과 상기 표적들에 해당하는 이미지 형상 정보 및 결합 확률 데이터 연관(JPDA: Joint Probability Data-Association) 기법을 이용하여 유효 행렬 및 연관 확률을 생성하기 위해 데이터 연관을 수행하는 데이터 연관 수행 단계; 및연관 확률 결과를 칼만필터에 반영하여 다수의 잠적 항적을 갱신하는 갱신 단계;을 포함하는 것을 특징으로 하는 운동학 및 형상 정보를 활용한 다중 표적 추적 방법
|
2 |
2
제 1 항에 있어서,상기 이미지 형상 정보는 상기 탐지된 영상의 이미지 크기값을 이용하여 상관도 값을 구함으로써 생성되는 상기 표적들간의 형상 유사도 정보인 것을 특징으로 하는 운동학 및 형상 정보를 활용한 다중 표적 추적 방법
|
3 |
3
제 1항에 있어서,상기 다수의 잠적 항적의 갱신은 상기 연관 확률 결과를 칼만필터의 필터 게인에 가중치로서 반영하여 이루어지는 것을 특징으로 하는 운동학 및 형상 정보를 활용한 다중 표적 추적 방법
|
4 |
4
제 1 항에 있어서,상기 탐지 단계는, 항적을 초기화하는 단계; 및 칼만필터를 이용하여 다수의 잠적 항적을 생성하는 단계;를 포함하는 것을 특징으로 하는 운동학 및 형상 정보를 활용한 다중 표적 추적 방법
|
5 |
5
제 1항에 있어서,상기 유효 행렬의 생성은 NDS(Normalized Distance square) 거리, 영상의 상관도 정보를 이중 조건으로 이용하여 이루어지는 것을 특징으로 하는 운동학 및 형상 정보를 활용한 다중 표적 추적 방법
|
6 |
6
제 3항에 있어서,상기 연관확률 생성은 생성된 유효 행렬을 통해 고려된 사건에 대해서만 이루어지는 것을 특징으로 하는 운동학 및 형상 정보를 활용한 다중 표적 추적 방법
|
7 |
7
제 1항에 있어서,상기 갱신 단계는, 상기 표적의 미탐지 발생사건, 및 다수의 잠적 항적의 연관 표적의 개수를 고려한 동일 항적(track)발생의 경우, 잠적 항적의 게이트 값에 대한 정보를 기반으로 잠적 항적을 제거하거나 관리하는 단계;를 포함하는 것을 특징으로 하는 운동학 및 형상 정보를 활용한 다중 표적 추적 방법
|
8 |
8
제 1항에 있어서,상기 유효 행렬은 수학식
|
9 |
9
제 8 항에 있어서,상기 연관확률은, (여기서, 는 번째 측정치가 번째 트랙에 연관되는 어떤 사건 에 대한 복합확률이며, 는 이때 발생하는 사건행렬, 가중치값으로 곱해지는 상관도 결과값으로 정의되는 것을 특징으로 하는 운동학 및 형상 정보를 활용한 다중 표적 추적 방법
|