| 1 |
1
카메라 기반의 도로 객체 검출 방법에 있어서, 미리 정의된 맑은 날씨 조건에 해당하는 도로 영상을 대상으로 깊이 정보를 추정하는 단계;추정된 상기 깊이 정보에 기초하여 전달량 값을 계산하는 단계;계산된 상기 전달량 값에 기초하여 거리에 따라 달라지는 안개 영상을 생성하는 단계;생성된 상기 안개 영상을 상기 도로 영상에 합성하는 단계; 및미리 정의된 악천후 날씨 조건에서 상기 카메라를 통해 촬영된 영상을 대상으로, 합성된 상기 도로 영상을 기반으로 기계 학습이 수행된 영상에 기초하여 도로 객체를 검출하는 단계를 포함하는 도로 객체 검출 방법
|
| 2 |
2
제1항에 있어서,상기 전달량 값을 계산하는 단계는,상기 추정된 깊이 정보와 코쉬미더의 법칙(Koschmieder's law)에 기초하여 RGB 채널, 안개 영상의 각 RGB 채널의 픽셀값, 안개가 없는 영상의 각 RGB 채널의 픽셀값, RGB 채널의 값을 갖는 대기 밝기 값 및 빛의 산란을 나타내는 전달량 값을 포함하는 안개 영상을 모델링하는 단계; 및상기 도로 영상에 속하는 적어도 하나의 객체와 상기 카메라 간의 거리에 기초하여 상기 모델링된 안개 영상에 속하는 상기 전달량 값을 계산하는 단계를 포함하는 도로 객체 검출 방법
|
| 3 |
3
제2항에 있어서,상기 모델링된 안개 영상에 속하는 상기 전달량 값은, 상기 적어도 하나의 객체와 상기 카메라 간의 거리가 멀어질수록 상대적으로 감소하는 가중치를 적용함에 따라 계산되는 것을 특징으로 하는 도로 객체 검출 방법
|
| 4 |
4
제1항에 있어서,상기 안개 영상을 생성하는 단계는,상기 안개 영상을 대상으로, 가우시안 필터의 표준편차로서 상기 추정된 깊이 정보를 적용하여 상기 안개 영상의 선명도를 조절하는 단계를 포함하는 도로 객체 검출 방법
|
| 5 |
5
제1항에 있어서,상기 깊이 정보를 추정하는 단계는,상기 도로 영상을 구성하는 복수의 프레임들을 대상으로, 각 프레임마다 모노뎁스(Monodepth) 추정 기법을 기반으로 깊이 정보를 추정하는 것을 특징으로 하는 도로 객체 검출 방법
|
| 6 |
6
제1항에 있어서,상기 전달량 값을 계산하는 단계는,프레임마다 계산된 상기 전달량 값을 대상으로, 미리 지정된 일정 프레임 동안 평균값을 계산하는 시간축 필터링을 적용하는 단계를 포함하는 도로 객체 검출 방법
|
| 7 |
7
제1항에 있어서,상기 도로 영상을 대상으로 계산된 전달량 값이 미리 지정된 일정값 이하의 전달량 값을 대상으로, 난수를 더함으로써 빗방울이 도로면이나 차량에 부딪혀 튀는 효과를 나타내는 비 영상을 생성하는 단계를 더 포함하는 도로 객체 검출 방법
|
| 8 |
8
제7항에 있어서,상기 도로 영상에 합성하는 단계는,생성된 상기 비 영상을 상기 도로 영상에 합성하는 것을 특징으로 하는 도로 객체 검출 방법
|
| 9 |
9
카메라 기반의 도로 객체 검출 시스템에 있어서, 미리 정의된 맑은 날씨 조건에 해당하는 도로 영상을 대상으로 깊이 정보를 추정하는 깊이 정보 추정부;추정된 상기 깊이 정보에 기초하여 전달량 값을 계산하는 계산부;계산된 상기 전달량 값에 기초하여 거리에 따라 달라지는 안개 영상을 생성하는 안개영상 생성부;생성된 상기 안개 영상을 상기 도로 영상에 합성하는 영상 합성부; 및미리 정의된 악천후 날씨 조건에서 상기 카메라를 통해 촬영된 영상을 대상으로 도로 객체를 검출하는 객체 검출부를 포함하는 도로 객체 검출 시스템
|
| 10 |
10
제9항에 있어서,상기 도로 영상을 대상으로 계산된 전달량 값이 미리 지정된 일정값 이하의 전달량 값을 대상으로, 난수를 더함으로써 빗방울이 도로면이나 차량에 부딪혀 튀는 효과를 나타내는 비 영상을 생성하는 비영상 생성부를 더 포함하는 도로 객체 검출 시스템
|
