맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

특징값 결합 방식을 이용하는 보행자 검출 방법 및 그 장치

  • 기술번호 : KST2019025711
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 특징값 결합 방식을 이용하는 보행자 검출 방법을 제공한다. 본 발명의 일 실시예에 따른 특징값 결합 방식을 이용하는 보행자 검출 방법은 보행자 이미지에 대응되는 복수의 채널이미지로부터 선별된 적어도 2개의 선택채널이미지 각각에서 윈도우별로 선별된 복수의 픽셀에 대한 복수의 픽셀특징값을 산출하는 단계; 상기 적어도 2개의 선택채널이미지 각각에서 동일한 위치의 윈도우에서 선별된 상기 복수의 픽셀특징값을 픽셀의 위치를 기초로 결합하여 복수의 최종특징값을 산출하는 단계; 및 상기 복수의 최종특징값에 기초하여, 상기 윈도우별로 보행자 존재 여부를 검출하는 단계를 포함한다.
Int. CL G06K 9/00 (2006.01.01) G06K 9/62 (2006.01.01) G08G 1/16 (2006.01.01)
CPC G06K 9/00362(2013.01) G06K 9/00362(2013.01) G06K 9/00362(2013.01) G06K 9/00362(2013.01) G06K 9/00362(2013.01)
출원번호/일자 1020160018565 (2016.02.17)
출원인 중앙대학교 산학협력단
등록번호/일자 10-1748412-0000 (2017.06.12)
공개번호/일자
공고번호/일자 (20170619) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2016.02.17)
심사청구항수 15

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 중앙대학교 산학협력단 대한민국 서울특별시 동작구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 백준기 대한민국 서울특별시 서초구
2 고성제 대한민국 서울특별시 서초구
3 김준연 대한민국 경기도 고양시 덕양구
4 박원재 대한민국 서울특별시 동대문구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 홍성욱 대한민국 서울특별시 강남구 역삼로 ***(역삼동) 동아빌딩 *층(주식회사에스와이피)
2 심경식 대한민국 서울시 강남구 역삼로 *** 동아빌딩 *층(에스와이피특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 중앙대학교 산학협력단 서울특별시 동작구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2016.02.17 수리 (Accepted) 1-1-2016-0158148-19
2 의견제출통지서
Notification of reason for refusal		 2016.12.02 발송처리완료 (Completion of Transmission) 9-5-2016-0873772-52
3 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2017.01.23 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2017-0079003-56
4 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2017.01.23 수리 (Accepted) 1-1-2017-0079002-11
5 등록결정서
Decision to grant		 2017.06.07 발송처리완료 (Completion of Transmission) 9-5-2017-0398769-95
6 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2018.07.04 수리 (Accepted) 4-1-2018-5125629-51
7 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.07.29 수리 (Accepted) 4-1-2019-5151122-15
8 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.08.01 수리 (Accepted) 4-1-2019-5153932-16
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
보행자 이미지에 대응되는 복수의 채널이미지로부터 선별된 적어도 2개의 선택채널이미지 각각에서 윈도우별로 선별된 복수의 픽셀에 대한 복수의 픽셀특징값을 산출하는 단계;상기 적어도 2개의 선택채널이미지 각각에서 동일한 위치의 윈도우에서 선별된 상기 복수의 픽셀특징값을 픽셀의 위치를 기초로 결합하여 복수의 최종특징값을 산출하는 단계; 및상기 복수의 최종특징값에 기초하여, 상기 윈도우별로 보행자 존재 여부를 검출하는 단계를 포함하고,상기 최종특징값은수학식 1에 의해 산출되는 것을 특징으로 하는 특징값 결합 방식을 이용하는 보행자 검출 방법
2 2
삭제
3 3
보행자 이미지에 대응되는 복수의 채널이미지로부터 선별된 적어도 2개의 선택채널이미지 각각에서 윈도우별로 선별된 복수의 픽셀에 대한 복수의 픽셀특징값을 산출하는 단계;상기 적어도 2개의 선택채널이미지 각각에서 동일한 위치의 윈도우에서 선별된 상기 복수의 픽셀특징값을 픽셀의 위치를 기초로 결합하여 복수의 최종특징값을 산출하는 단계; 및상기 복수의 최종특징값에 기초하여, 상기 윈도우별로 보행자 존재 여부를 검출하는 단계를 포함하고,상기 윈도우별로 보행자 존재 여부를 검출하는 단계는상기 복수의 최종특징값 각각에 대응되는 복수의 결정트리(decision tree) 및 상기 복수의 결정트리에 기초하는 아다부스트(adaboost) 결과값에 더 기초하여 수행되는 것을 특징으로 하는 특징값 결합 방식을 이용하는 보행자 검출 방법
4 4
제3항에 있어서,학습용 보행자 이미지를 이용하여 산출된 상기 복수의 최종특징값에 기초하여 상기 복수의 결정트리 및 상기 아다부스트를 학습시키는 단계; 및상기 복수의 최종특징값에 기초하여 보행자를 검출할 때 발생하는 오차가 최소가 되도록 하는 상기 적어도 2개의 선택채널이미지 및 상기 복수의 픽셀특징값의 결합계수를 결정하는 단계를 더 포함하는 것을 특징으로 하는 특징값 결합 방식을 이용하는 보행자 검출 방법
5 5
제4항에 있어서,상기 선택채널이미지가 2개 선별될 때,상기 복수의 픽셀특징값의 결합계수를 결정하는 단계는상기 결합계수를 {(1,0), (0,1), (1,1), (1,-1), (1,2), (2,1), (1,-2), (2,-1)} 중에서 보행자 검출 오차가 최소가 되도록 하는 것으로 결정하는 것을 특징으로 하는 특징값 결합 방식을 이용하는 보행자 검출 방법
6 6
제4항에 있어서,상기 선택채널이미지가 2개 선별될 때,상기 복수의 픽셀특징값의 결합계수를 결정하는 단계는상기 결합계수를 각 결합계수의 제곱의 합이 소정의 양수이고, 보행자 검출 오차가 최소가 되도록 하는 것으로 결정하는 것을 특징으로 하는 특징값 결합 방식을 이용하는 보행자 검출 방법
7 7
제3항에 있어서,상기 윈도우 내의 보행자를 검출하는 단계는2단계 깊이(depth)를 갖는 상기 복수의 결정트리가 결합된 상기 아다부스트를 이용하여 검출을 수행하고, 상기 복수의 결정트리 및 상기 아다부스트는 보행자를 검출하기 위한 학습이 완료된 것을 특징으로 하는 특징값 결합 방식을 이용하는 보행자 검출 방법
8 8
제3항에 있어서,상기 윈도우 내의 보행자를 검출하는 단계는상기 복수의 최종특징값 각각을 대응되는 상기 복수의 결정트리에 적용한 복수의 결정트리결과값을 산출하는 단계;상기 산출된 복수의 결정트리결과값에 기초하는 상기 아다부스트의 아다부스트결과값을 산출하는 단계; 및상기 아다부스트결과값에 기초하여 상기 윈도우 내의 보행자를 검출하는 단계를 포함하는 것을 특징으로 하는 특징값 결합 방식을 이용하는 보행자 검출 방법
9 9
보행자 이미지에 대응되는 복수의 채널이미지로부터 선별된 적어도 2개의 선택채널이미지 각각에서 윈도우별로 선별된 복수의 픽셀에 대한 복수의 픽셀특징값을 산출하고, 상기 적어도 2개의 선택채널이미지 각각에서 동일한 위치의 윈도우에서 선별된 상기 복수의 픽셀특징값을 픽셀의 위치를 기초로 결합하여 복수의 최종특징값을 산출하는 연산부; 및상기 복수의 최종특징값에 기초하여, 상기 윈도우별로 보행자 존재 여부를 검출하는 검출부를 포함하고,상기 최종특징값은수학식 1에 의해 산출되는 것을 특징으로 하는 특징값 결합 방식을 이용하는 보행자 검출 장치
10 10
삭제
11 11
보행자 이미지에 대응되는 복수의 채널이미지로부터 선별된 적어도 2개의 선택채널이미지 각각에서 윈도우별로 선별된 복수의 픽셀에 대한 복수의 픽셀특징값을 산출하고, 상기 적어도 2개의 선택채널이미지 각각에서 동일한 위치의 윈도우에서 선별된 상기 복수의 픽셀특징값을 픽셀의 위치를 기초로 결합하여 복수의 최종특징값을 산출하는 연산부; 및상기 복수의 최종특징값에 기초하여, 상기 윈도우별로 보행자 존재 여부를 검출하는 검출부를 포함하고,상기 검출부는상기 복수의 최종특징값 각각에 대응되는 복수의 결정트리 및 상기 복수의 결정트리에 기초하는 아다부스트 결과값에 더 기초하는 것을 특징으로 하는 특징값 결합 방식을 이용하는 보행자 검출 장치
12 12
제11항에 있어서,학습용 보행자 이미지를 이용하여 산출된 상기 복수의 최종특징값에 기초하여 상기 복수의 결정트리 및 상기 아다부스트를 학습시키는 학습부; 및상기 복수의 최종특징값에 기초하여 보행자를 검출할 때 발생하는 오차가 최소가 되도록 하는 상기 적어도 2개의 선택채널이미지 및 상기 복수의 픽셀특징값의 결합계수를 결정하는 결정부를 더 포함하는 것을 특징으로 하는 특징값 결합 방식을 이용하는 보행자 검출 장치
13 13
제12항에 있어서,상기 선택채널이미지가 2개 선별될 때,상기 결정부는상기 결합계수를 {(1,0), (0,1), (1,1), (1,-1), (1,2), (2,1), (1,-2), (2,-1)} 중에서 보행자 검출 오차가 최소가 되도록 하는 것으로 결정하는 것을 특징으로 하는 특징값 결합 방식을 이용하는 보행자 검출 장치
14 14
제12항에 있어서,상기 선택채널이미지가 2개 선별될 때,상기 결정부는상기 결합계수를 각 결합계수의 제곱의 합이 소정의 양수이고, 보행자 검출 오차가 최소가 되도록 하는 것으로 결정하는 것을 특징으로 하는 특징값 결합 방식을 이용하는 보행자 검출 장치
15 15
제11항에 있어서,상기 검출부는2단계 깊이를 갖는 상기 복수의 결정트리가 결합된 상기 아다부스트를 이용하여 검출을 수행하고, 상기 복수의 결정트리 및 상기 아다부스트는 보행자를 검출하기 위한 학습이 완료된 것을 특징으로 하는 특징값 결합 방식을 이용하는 보행자 검출 장치
16 16
제11항에 있어서,상기 검출부는상기 복수의 최종특징값 각각을 대응되는 상기 복수의 결정트리에 적용한 복수의 결정트리결과값을 산출하고,상기 산출된 복수의 결정트리결과값에 기초하는 상기 아다부스트의 아다부스트결과값을 산출하고,상기 아다부스트결과값에 기초하여 상기 윈도우 내의 보행자를 검출하는 것을 특징으로 하는 특징값 결합 방식을 이용하는 보행자 검출 장치
17 17
보행자 이미지에 대응되는 복수의 채널이미지로부터 선별된 적어도 2개의 선택채널이미지 각각에서 윈도우별로 선별된 복수의 픽셀에 대한 복수의 픽셀특징값을 산출하고, 상기 적어도 2개의 선택채널이미지 각각에서 동일한 위치의 윈도우에서 선별된 상기 복수의 픽셀특징값을 픽셀의 위치를 기초로 결합하여 복수의 최종특징값을 산출하는 연산부; 및상기 복수의 최종특징값에 기초하여, 상기 윈도우별로 보행자 존재 여부를 검출하는 검출부를 포함하고,상기 검출부는상기 복수의 최종특징값 각각에 대응되는 복수의 결정트리 및 상기 복수의 결정트리에 기초하는 아다부스트 결과값에 더 기초하는 것을 특징으로 하는 스마트 디바이스
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 미래창조과학부 광주과학기술원 SW컴퓨팅산업원천기술개발 (딥뷰-2세부) 대규모 실시간 비디오 분석에 의한 전역적 다중 관심객체 추적 및 상황예측 기술 개발