1 |
1
제1 센서로부터 입력되는 제1 이미지를 단계적으로 기계학습하여 복수의 제1 특징맵을 생성하는 제1 센서 이미지 학습부;제2 센서로부터 입력되는 제2 이미지를 단계적으로 기계학습하여 복수의 제2 특징맵을 생성하는 제2 센서 이미지 학습부; 및다단계로 구성된 복수의 융합 스테이지를 포함하는 융합부를 포함하며,각 융합 스테이지는 상기 복수의 제1 특징맵 중 상기 각 융합 스테이지와 동일한 레벨에서 생성된 제1 특징맵과 상기 복수의 제2 특징맵 중 상기 각 융합 스테이지와 동일한 레벨에서 생성된 제2 특징맵을 융합하여 융합 특징맵을 생성하되,상기 복수의 융합 스테이지 중 적어도 하나의 융합 스테이지는 상기 동일한 레벨에서 생성된 제1 특징맵 및 상기 동일한 레벨에서 생성된 제2 특징맵외에도 직전 레벨의 융합 스테이지에서 생성된 융합 특징맵을 입력받아 해당 융합 스테이지의 융합 특징맵을 생성하는이종 센서 정보 융합 장치
|
2 |
2
제 1 항에 있어서,상기 제1 센서 이미지 학습부는, 다단계로 구성된 복수의 제1 학습 스테이지로 구성되고,상기 제2 센서 이미지 학습부는 다단계로 구성된 제2 학습 스테이지로 구성되는이종 센서 정보 융합 장치
|
3 |
3
제 2 항에 있어서,상기 복수의 제1 학습 스테이지 및 상기 복수의 제2 학습 스테이지의 각각은 컨볼루션 레이어를 포함하고, 상기 각 융합 스테이지는 컨벌루션 레이어를 포함하는이종 센서 정보 융합 장치
|
4 |
4
제 1 항에 있어서,상기 제1 센서 이미지 학습부는, 최종 단계의 제1 특징맵으로부터 제1 특징 벡터를 산출하고,상기 제2 센서 이미지 학습부는, 최종 단계의 제2 특징맵으로부터 제2 특징 벡터를 산출하고,상기 융합부는, 최종 단계의 융합 특징맵으로부터 융합 특징 벡터를 산출하여 상기 융합 특징 벡터를 기초로 상기 제1 이미지 및 상기 제2 이미지내의 타겟 오브젝트를 예측하는이종 센서 정보 융합 장치
|
5 |
5
제1 센서로부터 입력되는 제1 이미지를 단계적으로 기계학습하여 복수의 제1 특징맵을 생성하는 제1 센서 이미지 학습부;제2 센서로부터 입력되는 제2 이미지를 단계적으로 기계학습하여 복수의 제2 특징맵을 생성하는 제2 센서 이미지 학습부; 및다단계로 구성된 복수의 융합 스테이지를 포함하는 융합부를 포함하며,상기 제1 센서 이미지 학습부 및 상기 제2 센서 이미지 학습부는,상기 복수의 제1 특징맵과 상기 복수의 제2 특징맵간의 유사도를 기계학습에 반영하는이종 센서 정보 융합 장치
|
6 |
6
제1 센서로부터 입력되는 제1 이미지를 단계적으로 기계학습하여 복수의 제1 특징맵을 생성하는 단계와,제2 센서로부터 입력되는 제2 이미지를 단계적으로 기계학습하여 복수의 제2 특징맵을 생성하는 단계와,상기 복수의 제1 특징맵과 상기 복수의 제2 특징맵을 융합하여 융합 특징맵을 생성하는 단계를 포함하되,상기 융합 특징맵을 생성하는 단계는,다단계로 구성된 복수의 융합 스테이지의 각 융합 스테이지에서 상기 복수의 제1 특징맵 중 상기 각 융합 스테이지와 동일한 레벨에서 생성된 제1 특징맵과 상기 복수의 제2 특징맵 중 상기 각 융합 스테이지와 동일한 레벨에서 생성된 제2 특징맵을 융합하여 상기 융합 특징맵을 생성하는이종 센서 정보 융합 방법
|
7 |
7
제 6 항에 있어서,상기 융합 특징맵을 생성하는 단계는,상기 복수의 융합 스테이지 중 적어도 하나의 융합 스테이지에서 상기 동일한 레벨에서 생성된 제1 특징맵 및 상기 동일한 레벨에서 생성된 제2 특징맵외에도 직전 레벨의 융합 스테이지에서 생성된 융합 특징맵을 입력받아 해당 융합 스테이지의 융합 특징맵을 생성하는이종 센서 정보 융합 방법
|
8 |
8
제 6 항에 있어서,상기 방법은, 상기 융합 특징맵을 생성하는 단계 이후에 수행되는 단계로서,상기 제1 특징맵으로부터 제1 특징 벡터를 산출하는 단계와,상기 제2 특징맵으로부터 제2 특징 벡터를 산출하는 단계와,상기 융합 특징맵으로부터 융합 특징 벡터를 산출하는 단계와,상기 융합 특징 벡터를 기초로 상기 제1 이미지 및 상기 제2 이미지내의 타겟 오브젝트를 예측하는 단계를 더 포함하는이종 센서 정보 융합 방법
|