1 |
1
복수의 N 차원 - N은 임의의 자연수임 - 의 불확실 데이터를 입력하는 단계;상기 입력된 복수의 불확실 데이터를 기반으로 2N 차원의 확장된 공간에 데이터 세트의 제 1 형태로 표현하는 단계;상기 확장된 공간에서의 화이트닝 변환(WT: Whitening Transform)을 수행하여 데이터 세트의 변환된 제 2 형태를 생성하는 단계;상기 데이터 세트의 제 2 형태로부터 변환된 제약 매니폴드(constraint manifold)까지의 선형 프로젝션(linear projection)을 통해 제 1 지점 또는 제 1 벡터를 획득하는 단계;상기 획득된 제 1 지점 또는 제 1 벡터를 역화이트닝 변환하여 N 차원의 융합 데이터를 생성하는 단계를 포함하는 것을 특징으로 하는 복수 개의 데이터를 융합하는 방법
|
2 |
2
제 1 항에 있어서,상기 제 1 지점 또는 제 1 벡터는 상기 데이터 세트의 제 2 형태의 중심점과 상기 변환된 제약 매니폴드의 중심점 사이의 유클리드 거리(Euclidean distance)를 최소화하는 지점 또는 벡터인 것을 특징으로 하는 복수 개의 데이터를 융합하는 방법
|
3 |
3
제 1 항에 있어서, 상기 복수의 불확실 데이터는 복수의 센서에서 측정된 데이터의 평균값 및 공분산 값을 포함하는 것을 특징으로 하는 복수 개의 데이터를 융합하는 방법
|
4 |
4
제 3 항에 있어서, 상기 데이터 세트의 제 1 형태는 상기 평균값 및 공분산 값을 이용하여 형성되는 타원형의 데이터 세트인 것을 특징으로 하는 복수 개의 데이터를 융합하는 방법
|
5 |
5
제 1 항에 있어서,상기 데이터 세트의 제 2 형태는 원형의 데이터 세트인 것을 특징으로 하는 복수 개의 데이터를 융합하는 방법
|
6 |
6
제 1 항에 있어서, 상기 복수의 불확실 데이터는 서로 다른 소스(source)로부터 동일한 값을 센싱한 데이터들인 것을 특징으로 하는 복수 개의 데이터를 융합하는 방법
|
7 |
7
제 1 항에 있어서, 상기 제 1 벡터는 상기 융합 데이터의 평균 벡터(mean vector)인 것을 특징으로 하는 복수 개의 데이터를 융합하는 방법
|
8 |
8
제 1 항에 있어서, 상기 데이터 세트의 제 1 형태와, 프로젝션된 변환된 제약 매니폴드의 교집합 데이터를 이용하여 상기 융합 데이터의 조합된 공분산 값을 산출하는 것을 특징으로 하는 복수 개의 데이터를 융합하는 방법
|
9 |
9
복수의 N 차원 - N은 임의의 자연수임 - 의 불확실 데이터를 입력하는 데이터 입력부;상기 입력된 복수의 불확실 데이터를 기반으로 2N 차원의 확장된 공간에 데이터 세트의 제 1 형태로 표현하는 공간 표현부;상기 확장된 공간에서의 화이트닝 변환(WT: Whitening Transform)을 수행하여 데이터 세트의 변환된 제 2 형태를 생성하는 화이트닝 변환부;상기 데이터 세트의 제 2 형태로부터 변환된 제약 매니폴드(constraint manifold)까지의 선형 프로젝션(linear projection)을 통해 제 1 지점 또는 제 1 벡터를 획득하는 프로젝션부;상기 획득된 제 1 지점 또는 제 1 벡터를 역화이트닝 변환하여 N 차원의 융합 데이터를 생성하는 역변환부를 포함하는 것을 특징으로 하는 복수 개의 데이터를 융합하는 장치
|
10 |
10
적어도 3개의 영상으로부터 융합된 데이터를 생성하는 방법에 있어서,제 1 상태 - 상태는 디바이스의 위치 및 회전값을 포함함 - 에서 디바이스가 센싱한 제 1 영상과 제 2 상태에서 상기 디바이스가 센싱한 제 2 영상을 기반으로 디바이스의 움직임을 추정한 제 1 추정 데이터를 생성하는 단계;상기 제 2 영상과 제 3 상태에서 상기 디바이스가 센싱한 제 3 영상을 기반으로 상기 디바이스의 움직임을 추정한 제 2 추정 데이터를 생성하는 단계;상기 제 1 추정 데이터 및 상기 제 2 추정 데이터를 이용하여 상기 제 1 영상과 연관된 지점 1과 상기 제 3 영상과 연관된 지점 3까지의 상기 디바이스 움직임을 추정한 제 3 추정 데이터를 생성하는 단계;상기 제 1 영상과 상기 제 3 영상을 기반으로 상기 디바이스의 움직임을 추정한 제 4 추정 데이터를 생성하는 단계; 및상기 제 3 추정 데이터와 상기 제 4 추정 데이터의 융합 데이터를 산출하는 단계를 포함하되, 상기 융합 데이터 산출 단계는,상기 제 3 및 제 4 추정 데이터를 2N 차원의 확장된 공간에 데이터 세트의 제 1 형태로 표현하는 단계;상기 확장된 공간에서의 화이트닝 변환(WT: Whitening Transform)을 수행하여 데이터 세트의 변환된 제 2 형태를 생성하는 단계;상기 데이터 세트의 제 2 형태로부터 변환된 제약 매니폴드(constraint manifold)까지의 선형 프로젝션(linear projection)을 통해 제 1 지점 또는 제 1 벡터를 획득하는 단계; 및상기 획득된 제 1 지점 또는 제 1 벡터를 역화이트닝 변환하여 상기 융합 데이터를 생성하는 단계를 포함하는 것을 특징으로 하는 적어도 3개의 영상으로부터 융합된 데이터를 생성하는 방법
|
11 |
11
제 10 항에 있어서,상기 제 1 추정 데이터, 상기 제 2 추정 데이터 및 상기 제 4 추정 데이터는 VO(Visual Odometry)를 이용하여 추정되는 것을 특징으로 하는 적어도 3개의 영상으로부터 융합된 데이터를 생성하는 방법
|
12 |
12
제 10 항에 있어서,상기 제 1 지점 또는 상기 제 1 벡터는 상기 데이터 세트의 제 2 형태의 중심점과 상기 변환된 제약 매니폴드의 중심점 사이의 유클리드 거리(Euclidean distance)를 최소화하는 지점 또는 벡터인 것을 특징으로 하는 적어도 3개의 영상으로부터 융합된 데이터를 생성하는 방법
|
13 |
13
제 10 항에 있어서, 상기 제 3 및 제 4 추정 데이터는 평균값 및 공분산 값을 포함하는 것을 특징으로 하는 적어도 3개의 영상으로부터 융합된 데이터를 생성하는 방법
|
14 |
14
제 13 항에 있어서, 상기 데이터 세트의 제 1 형태는 상기 평균값 및 공분산 값을 이용하여 형성되는 타원형의 데이터 세트인 것을 특징으로 하는 적어도 3개의 영상으로부터 융합된 데이터를 생성하는 방법
|
15 |
15
제 10 항에 있어서,상기 데이터 세트의 제 2 형태는 원형의 데이터 세트인 것을 특징으로 하는 적어도 3개의 영상으로부터 융합된 데이터를 생성하는 방법
|
16 |
16
제 10 항에 있어서, 상기 제 1 벡터는 상기 융합 데이터의 평균 벡터(mean vector)인 것을 특징으로 하는 적어도 3개의 영상으로부터 융합된 데이터를 생성하는 방법
|
17 |
17
제 10 항에 있어서, 상기 데이터 세트의 제 1 형태와, 프로젝션된 변환된 제약 매니폴드의 교집합 데이터를 이용하여 상기 융합 데이터의 조합된 공분산 값을 산출하는 것을 특징으로 하는 적어도 3개의 영상으로부터 융합된 데이터를 생성하는 방법
|
18 |
18
적어도 3개의 영상으로부터 융합된 데이터를 생성하는 장치에 있어서,제 1 상태 - 상태는 디바이스의 위치 및 회전값을 포함함 - 에서 디바이스가 센싱한 제 1 영상과 제 2 상태에서 상기 디바이스가 센싱한 제 2 영상을 기반으로 디바이스의 움직임을 추정한 제 1 추정 데이터를 생성하는 제 1 추정 데이터 생성부;상기 제 2 영상과 제 3 상태에서 상기 디바이스가 센싱한 제 3 영상을 기반으로 상기 디바이스의 움직임을 추정한 제 2 추정 데이터를 생성하는 제 2 추정 데이터 생성부;상기 제 1 추정 데이터 및 상기 제 2 추정 데이터를 이용하여 상기 제 1 영상과 연관된 지점 1과 상기 제 3 영상과 연관된 지점 3까지의 상기 디바이스 움직임을 추정한 제 3 추정 데이터를 생성하는 제 3 추정 데이터 생성부;상기 제 1 영상과 상기 제 3 영상을 기반으로 상기 디바이스의 움직임을 추정한 제 4 추정 데이터를 생성하는 제 4 추정 데이터 생성부; 및상기 제 3 추정 데이터와 상기 제 4 추정 데이터의 융합 데이터를 산출하는 융합 데이터 생성부를 포함하되, 상기 융합 데이터 생성부는,상기 제 3 및 제 4 추정 데이터를 2N 차원의 확장된 공간에 데이터 세트의 제 1 형태로 표현하는 공간 표현부;상기 확장된 공간에서의 화이트닝 변환(WT: Whitening Transform)을 수행하여 데이터 세트의 변환된 제 2 형태를 생성하는 화이트닝 변환부;상기 데이터 세트의 제 2 형태로부터 변환된 제약 매니폴드(constraint manifold)까지의 선형 프로젝션(linear projection)을 통해 제 1 지점 또는 제 1 벡터를 획득하는 프로젝션부; 및상기 획득된 제 1 지점 또는 제 1 벡터를 역화이트닝 변환하여 상기 융합 데이터를 생성하는 역변환부를 포함하는 것을 특징으로 하는 적어도 3개의 영상으로부터 융합된 데이터를 생성하는 장치
|