| 1 |
1
미리 정의된 검출 딥 러닝 네트워크를 이용하여 감시 카메라 영상에 대해 미리 설정된 적어도 하나의 객체를 검출하는 검출부;미리 정의된 인식 딥 러닝 네트워크와 상기 객체에 대한 검출 결과에 기초하여 상기 검출된 객체에 대한 정보를 인식하는 인식부; 및미리 정의된 추적 딥 러닝 네트워크와 상기 검출된 객체에 대한 검출 결과에 기초하여 상기 검출된 객체를 추적하는 추적부를 포함하고,상기 추적부는상기 검출된 객체에 대한 이전 추적 결과와 현재 추적 결과의 신뢰도를 측정하고, 상기 측정된 신뢰도가 일정 이하인 경우 온라인으로 딥 러닝 모델을 업데이트함으로써, 상기 검출된 객체를 추적하며,상기 추적부는상기 검출된 객체에 대한 위치에 해당하는 샘플을 포지티브(positive)로 놓고 상기 포지티브의 주변 영역을 네거티브(negative)로 놓은 후 학습을 수행함으로써, 상기 딥 러닝 모델을 온라인으로 업데이트하며, 상기 딥 러닝 모델에 대한 다음 온라인 업데이트를 위하여 일정 프레임 수에 대한 포지티브 샘플 정보와 네거티브 샘플 정보를 누적하는 인공지능 기반 영상 감시 시스템
|
| 2 |
2
제1항에 있어서,상기 검출부는 컨볼루션 신경망(CNN; convolution neural network) 기반의 히트 맵(heat map) 생성 방법을 포함하는 영역 제안 추출(region proposal extraction)을 이용하여 상기 객체를 검출하는 것을 특징으로 하는 인공지능 기반 영상 감시 시스템
|
| 3 |
3
제1항에 있어서,상기 검출부는 상기 객체의 속성들을 이용한 멀티 태스킹 러닝(multi-tasking learning) 방법에 기초하여 객체 영역의 추출과 바운딩 박스(bounding box)의 조정을 수행함으로써, 상기 객체를 검출하는 것을 특징으로 하는 인공지능 기반 영상 감시 시스템
|
| 4 |
4
제1항에 있어서,상기 검출부는 상기 감시 카메라 영상에 대해 영역 제안 추출을 수행하고, 상기 추출된 영역 제안들로부터 컨볼루션 신경망 기반의 특성 추출을 통해 상기 영역 제안들 각각의 특성들을 추출함으로써, 상기 객체를 검출하는 것을 특징으로 하는 인공지능 기반 영상 감시 시스템
|
| 5 |
5
삭제
|
| 6 |
6
제1항에 있어서,상기 검출부 및 상기 인식부와 연동하고, 사고와 위험에 대해 미리 학습된 사고 예측 딥 러닝 네트워크와 상기 검출된 객체 및 상기 인식된 객체 정보에 기초하여 위험 요소를 예측하는 예측부를 더 포함하는 것을 특징으로 하는 인공지능 기반 영상 감시 시스템
|
| 7 |
7
검출부에서 미리 정의된 검출 딥 러닝 네트워크를 이용하여 감시 카메라 영상에 대해 미리 설정된 적어도 하나의 객체를 검출하는 단계;인식부에서 미리 정의된 인식 딥 러닝 네트워크와 상기 객체에 대한 검출 결과에 기초하여 상기 검출된 객체에 대한 정보를 인식하는 단계; 및추적부에서 미리 정의된 추적 딥 러닝 네트워크와 상기 검출된 객체에 대한 검출 결과에 기초하여 상기 검출된 객체를 추적하는 단계를 포함하고,상기 추적하는 단계는상기 검출된 객체에 대한 이전 추적 결과와 현재 추적 결과의 신뢰도를 측정하고, 상기 측정된 신뢰도가 일정 이하인 경우 온라인으로 딥 러닝 모델을 업데이트함으로써, 상기 검출된 객체를 추적하며,상기 추적하는 단계는상기 검출된 객체에 대한 위치에 해당하는 샘플을 포지티브(positive)로 놓고 상기 포지티브의 주변 영역을 네거티브(negative)로 놓은 후 학습을 수행함으로써, 상기 딥 러닝 모델을 온라인으로 업데이트하며, 상기 딥 러닝 모델에 대한 다음 온라인 업데이트를 위하여 일정 프레임 수에 대한 포지티브 샘플 정보와 네거티브 샘플 정보를 누적하는 인공지능 기반 영상 감시 방법
|
| 8 |
8
제7항에 있어서,상기 검출하는 단계는컨볼루션 신경망(CNN; convolution neural network) 기반의 히트 맵(heat map) 생성 방법을 포함하는 영역 제안 추출(region proposal extraction)을 이용하여 상기 객체를 검출하는 것을 특징으로 하는 인공지능 기반 영상 감시 방법
|
| 9 |
9
제7항에 있어서,상기 검출하는 단계는상기 객체의 속성들을 이용한 멀티 태스킹 러닝(multi-tasking learning) 방법에 기초하여 객체 영역의 추출과 바운딩 박스(bounding box)의 조정을 수행함으로써, 상기 객체를 검출하는 것을 특징으로 하는 인공지능 기반 영상 감시 방법
|
| 10 |
10
제7항에 있어서,상기 검출하는 단계는상기 감시 카메라 영상에 대해 영역 제안 추출을 수행하고, 상기 추출된 영역 제안들로부터 컨볼루션 신경망 기반의 특성 추출을 통해 상기 영역 제안들 각각의 특성들을 추출함으로써, 상기 객체를 검출하는 것을 특징으로 하는 인공지능 기반 영상 감시 방법
|
| 11 |
11
삭제
|
| 12 |
12
제7항에 있어서,예측부에서 사고와 위험에 대해 미리 학습된 사고 예측 딥 러닝 네트워크와 상기 검출된 객체 및 상기 인식된 객체 정보에 기초하여 위험 요소를 예측하는 단계를 더 포함하는 것을 특징으로 하는 인공지능 기반 영상 감시 방법
|
