1 |
1
몽타주 인식을 통한 실시간 수배자 검출 시스템에 있어서,상기 몽타주의 얼굴형태 특징값과 얼굴 부위별 특징값을 추출하기 위한 몽타주 인식용 학습모델에 수배자의 몽타주를 쿼리데이터로 입력하여 몽타주를 인식하는 몽타주 특징값 추출부; 및상기 추출한 몽타주의 얼굴형태 특징값과 얼굴 부위별 특징값을 해당 위치에 배치 및 병합하여 전체적인 몽타주 특징데이터를 생성하는 몽타주 특징데이터 생성부;를 포함하며,상기 몽타주 인식용 학습모델은, 상기 몽타주를 몽타주 인식 네트워크를 통해 학습하며,상기 몽타주 인식을 통한 실시간 수배자 검출 시스템은,복수의 감시카메라로부터 영상데이터를 입력받는 영상데이터 입력부;상기 입력받은 영상데이터로부터 얼굴영상을 추출하는 얼굴영상 추출부;상기 추출한 얼굴영상을 미리 설정한 크기로 정규화하는 전처리부; 및상기 정규화한 얼굴영상을 몽타주로 변환하는 몽타주 변환부;를 더 포함하며,상기 몽타주 인식용 학습모델은, 상기 변환한 몽타주를 몽타주 인식 네트워크를 통해 학습하는 것을 더 포함하고,상기 몽타주 인식 네트워크는, 상기 몽타주의 얼굴형태 특징값을 추출하기 위한 제2 얼굴형태 특징값 추출 네트워크 및 상기 몽타주의 얼굴 부위별 특징값을 추출하기 제2 얼굴 부위별 특징값 추출 네트워크를 포함하는 두 개의 독립적인 계층으로 구성되며,상기 제2 얼굴형태 특징값 추출 네트워크는, 복수의 컨볼루션 레이어(convolutional layer), 풀링 레이어(pooling layer) 및 완전 연결 레이어(fully connected layer)를 포함하여 구성되며, 미리 설정된 가중치를 가지를 가지는 상기 컨볼루션 레이어의 컨볼루션 연산과, 상기 풀링 레이어의 서브샘플링 및 ReLU 함수를 통해 상기 몽타주의 차원을 축소해가며, 상기 몽타주로부터 얼굴윤곽에 대한 에지 및 코너를 추출함으로써, 상기 몽타주의 얼굴형태 특징값을 추출하도록 구성되고상기 제2 얼굴 부위별 특징값 추출 네트워크는, 상기 몽타주로부터 이마, 눈썹, 눈, 코 및 입을 포함하는 얼굴 부위를 각각 분류하여, 상기 분류한 얼굴 부위의 그라디언트 크기 및 방향을 추출함으로써, 상기 몽타주의 얼굴 부위별 특징값을 추출하도록 구성되는 것을 포함하며,상기 생성한 몽타주 특징데이터를 미리 저장된 몽타주 특징데이터와 유사도를 비교하여 몽타주를 인식함으로써 상기 수배자를 검출하는 것을 특징으로 하는 몽타주 인식을 통한 실시간 수배자 검출 시스템
|
2 |
2
삭제
|
3 |
3
청구항 1에 있어서,상기 몽타주 인식을 통한 실시간 수배자 검출 시스템은,상기 정규화한 얼굴영상을 얼굴영상 인식 네트워크를 통해 학습하여, 상기 얼굴영상의 얼굴형태 특징값과 얼굴 부위별 특징값을 추출하기 위한 얼굴영상 인식용 학습모델에 수배자의 얼굴영상을 쿼리데이터로 입력하여 얼굴영상을 인식하는 얼굴영상 특징값 추출부; 및상기 추출한 얼굴영상의 얼굴형태 특징값과 얼굴 부위별 특징값을 해당 위치에 배치 및 병합하여 전체적인 얼굴영상 특징데이터를 생성하는 얼굴영상 특징데이터 생성부;를 더 포함하며,상기 얼굴영상 인식 네트워크는,상기 얼굴영상으로부터 얼굴형태 특징값을 추출하기 위한 제1 얼굴형태 특징값 추출 네트워크 및 상기 얼굴영상으로부터 얼굴 부위별 특징값을 추출하기 제1 얼굴 부위별 특징값 추출 네트워크를 포함하는 두 개의 독립적인 계층으로 구성되며,상기 제1 얼굴형태 특징값 추출 네트워크는, 복수의 컨볼루션 레이어(convolutional layer), 풀링 레이어(pooling layer) 및 완전 연결 레이어(fully connected layer)를 포함하여 구성되며, 미리 설정된 가중치를 가지를 가지는 상기 컨볼루션 레이어의 컨볼루션 연산과, 상기 풀링 레이어의 서브샘플링 및 ReLU 함수를 통해 상기 얼굴영상의 차원을 축소해가며, 상기 얼굴영상으로부터 얼굴윤곽에 대한 에지(edge) 및 코너(corner)를 추출함으로써, 상기 얼굴영상의 얼굴형태 특징값을 추출하도록 구성되고,상기 제1 얼굴 부위별 특징값 추출 네트워크는 상기 얼굴영상으로부터 이마, 눈썹, 눈, 코, 입 등을 포함하는 얼굴 부위를 각각 분류하고, 상기 분류한 얼굴 부위별로 그라디언트의 크기 및 방향을 추출함으로써, 상기 얼굴영상의 얼굴 부위별 특징값을 추출하도록 구성되는 것을 포함하며,상기 생성한 얼굴영상 특징데이터를 미리 저장된 얼굴영상 특징데이터와 유사도를 비교하여 얼굴영상을 인식함으로써 상기 수배자를 검출하는 것을 특징으로 하는 몽타주 인식을 통한 실시간 수배자 검출 시스템
|
4 |
4
삭제
|
5 |
5
삭제
|
6 |
6
몽타주 인식을 통한 실시간 수배자 검출 방법에 있어서,몽타주 인식을 통한 실시간 수배자 검출 시스템에서, 상기 몽타주의 얼굴형태 특징값과 얼굴 부위별 특징값을 추출하기 위한 몽타주 인식용 학습모델에 수배자의 몽타주를 쿼리데이터로 입력하여 몽타주를 인식하는 몽타주 특징값 추출 단계; 및상기 추출한 몽타주의 얼굴형태 특징값과 얼굴 부위별 특징값을 해당 위치에 배치 및 병합하여 전체적인 몽타주 특징데이터를 생성하는 몽타주 특징데이터 생성 단계;를 포함하며,상기 몽타주 인식용 학습모델은, 상기 몽타주를 몽타주 인식 네트워크를 통해 학습하며,상기 몽타주 인식을 통한 실시간 수배자 검출 방법은,상기 몽타주 인식을 통한 실시간 수배자 검출 시스템에서,복수의 감시카메라로부터 영상데이터를 입력받는 영상데이터 입력 단계;상기 입력받은 영상데이터로부터 얼굴영상을 추출하는 얼굴영상 추출 단계;상기 추출한 얼굴영상을 미리 설정한 크기로 정규화하는 전처리 단계; 및상기 정규화한 얼굴영상을 몽타주로 변환하는 몽타주 변환 단계;를 더 포함하며,상기 몽타주 인식용 학습모델은, 상기 변환한 몽타주를 몽타주 인식 네트워크를 통해 학습하는 것을 더 포함하고, 상기 몽타주 인식 네트워크는, 상기 몽타주의 얼굴형태 특징값을 추출하기 위한 제2 얼굴형태 특징값 추출 네트워크 및 상기 몽타주의 얼굴 부위별 특징값을 추출하기 제2 얼굴 부위별 특징값 추출 네트워크를 포함하는 두 개의 독립적인 계층으로 구성되며,상기 제2 얼굴형태 특징값 추출 네트워크는, 복수의 컨볼루션 레이어(convolutional layer), 풀링 레이어(pooling layer) 및 완전 연결 레이어(fully connected layer)를 포함하여 구성되며, 미리 설정된 가중치를 가지를 가지는 상기 컨볼루션 레이어의 컨볼루션 연산과, 상기 풀링 레이어의 서브샘플링 및 ReLU 함수를 통해 상기 몽타주의 차원을 축소해가며, 상기 몽타주로부터 얼굴윤곽에 대한 에지 및 코너를 추출함으로써, 상기 몽타주의 얼굴형태 특징값을 추출하도록 구성되고상기 제2 얼굴 부위별 특징값 추출 네트워크는, 상기 몽타주로부터 이마, 눈썹, 눈, 코 및 입을 포함하는 얼굴 부위를 각각 분류하여, 상기 분류한 얼굴 부위의 그라디언트 크기 및 방향을 추출함으로써, 상기 몽타주의 얼굴 부위별 특징값을 추출하도록 구성되는 것을 포함하며,상기 생성한 몽타주 특징데이터를 미리 저장된 몽타주 특징데이터와 유사도를 비교하여 몽타주를 인식함으로써 상기 수배자를 검출하는 것을 특징으로 하는 몽타주 인식을 통한 실시간 수배자 검출 방법
|
7 |
7
삭제
|
8 |
8
청구항 6에 있어서,상기 몽타주 인식을 통한 실시간 수배자 검출 방법은,상기 몽타주 인식을 통한 실시간 수배자 검출 시스템에서, 상기 정규화한 얼굴영상을 얼굴영상 인식 네트워크를 통해 학습하여, 상기 얼굴영상의 얼굴형태 특징값과 얼굴 부위별 특징값을 추출하기 위한 얼굴영상 인식용 학습모델에 수배자의 얼굴영상을 쿼리데이터로 입력하여 얼굴영상을 인식하는 얼굴영상 특징값 추출 단계; 및상기 추출한 얼굴영상의 얼굴형태 특징값과 얼굴 부위별 특징값을 해당 위치에 배치 및 병합하여 전체적인 얼굴영상 특징데이터를 생성하는 얼굴영상 특징데이터 생성 단계;를 더 포함하며,상기 얼굴영상 인식 네트워크는,상기 얼굴영상으로부터 얼굴형태 특징값을 추출하기 위한 제1 얼굴형태 특징값 추출 네트워크 및 상기 얼굴영상으로부터 얼굴 부위별 특징값을 추출하기 제1 얼굴 부위별 특징값 추출 네트워크를 포함하는 두 개의 독립적인 계층으로 구성되며,상기 제1 얼굴형태 특징값 추출 네트워크는, 복수의 컨볼루션 레이어(convolutional layer), 풀링 레이어(pooling layer) 및 완전 연결 레이어(fully connected layer)를 포함하여 구성되며, 미리 설정된 가중치를 가지를 가지는 상기 컨볼루션 레이어의 컨볼루션 연산과, 상기 풀링 레이어의 서브샘플링 및 ReLU 함수를 통해 상기 얼굴영상의 차원을 축소해가며, 상기 얼굴영상으로부터 얼굴윤곽에 대한 에지(edge) 및 코너(corner)를 추출함으로써, 상기 얼굴영상의 얼굴형태 특징값을 추출하도록 구성되고,상기 제1 얼굴 부위별 특징값 추출 네트워크는, 상기 얼굴영상으로부터 이마, 눈썹, 눈, 코, 입 등을 포함하는 얼굴 부위를 각각 분류하고, 상기 분류한 얼굴 부위별로 그라디언트의 크기 및 방향을 추출함으로써, 상기 얼굴영상의 얼굴 부위별 특징값을 추출하도록 구성되는 것을 포함하며,상기 생성한 얼굴영상 특징데이터를 미리 저장된 얼굴영상 특징데이터와 유사도를 비교하여 얼굴영상을 인식함으로써 상기 수배자를 검출하는 것을 특징으로 하는 몽타주 인식을 통한 실시간 수배자 검출 방법
|
9 |
9
삭제
|
10 |
10
삭제
|