| 1 |
1
진입하는 차량의 차량하부영상을 촬영하는 하부검색부와;진입하는 차량의 전면 또는 후면 영상을 촬영하는 차량영상획득부와;촬영된 차량의 영상중에서 엠블럼 후보 영역을 찾아 가공 후 CNN 알고리즘을 사용하여 딥러닝 기반의 학습과정을 거친 분류기를 통해 차량 제조사를 판단하는 과정을 수행하는 차량정보분석부와;인식된 차량 제조사의 표준 차량하부영상을 DB부에서 불러와 출력하는 출력부와;촬영된 진입차량의 차량하부영상과 엠블럼 인식 과정을 통해 출력된 제조사의 표준 차량하부영상을 대조하여 이상유무를 판단하는 차량하부영상대조부; 및제조사 표준 차량하부영상DB, 분류기 학습 및 참조용 엠블럼 샘플 DB 및 검색 차량 정보 DB로 이루어진 DB부;를 포함하여 구성하되,상기 분류기는 학습 및 분류 과정의 분석을 위한 컨볼루션층(convolution layer) 5개와 Softmax 함수를 활용하여 카테고리 분류가 가능한 FC층(full-connected layer) 3개층을 활용하여 만들어진 하나의 분류기(classifier)로, 입력된 엠블럼 영상이 어떤 제조사인지를 0과 1의 정합률(correlation)을 기준으로 1에 가장 가까운 확률을 갖는 값으로 판단하여 결정 및 판단하도록 구성된 것을 특징으로 하는 엠블럼 영상 식별에 의한 차종인식을 통한 차량 하부영상 검색 시스템
|
| 2 |
2
청구항 1에 있어서,상기 차량정보분석부는, 입력된 전면 또는 후면 영상을 이용하여 에지 기반의 특징 추출로 필요한 엠블럼 후보영역을 검출하는 엠블럼 후보 영역 검출부와;불필요한 부분이 제거된 엠블럼 후보 영역만을 크롭하는 후보영역 엠블럼 크롭부와; 크롭된 영상을 사전에 규정된 하나 이상의 크기로 정규화하는 영상데이터 정규화부와;정규화된 엠블럼 영상을 분석하여 제조사를 판단하는 분류기;를 포함하여 구성된 것을 특징으로 하는 엠블럼 영상 식별에 의한 차종인식을 통한 차량 하부영상 검색 시스템
|
| 3 |
3
청구항 2에 있어서,상기 엠블럼 후보 영역 검출부는 입력된 차량 영상을 케니 에지 영상과 소벨 에지 영상으로 변환하는 과정을 거친 후 다시 모폴로지 영상으로 변환하여 특징부를 부각시킨 영상을 생성한 다음 적합도 판정을 위한 규칙을 통해 불필요한 영역을 제거한 영상을 획득하는 과정을 수행하도록 구성된 것을 특징으로 하는 엠블럼 영상 식별에 의한 차종인식을 통한 차량 하부영상 검색 시스템
|
| 4 |
4
청구항 2에 있어서,상기 영상데이터 정규화부는 영상 사이즈를 512×512(픽셀), 256×256(픽셀) , 128×128(픽셀), 64×64(픽셀) 중에서 선택된 어느 하나의 크기로 정규화하도록 구성된 것을 특징으로 하는 엠블럼 영상 식별에 의한 차종인식을 통한 차량 하부영상 검색 시스템
|
| 5 |
5
삭제
|
| 6 |
6
청구항 1에 있어서,상기 차량 정보분석부는 촬영된 전면 또는 후면 영상으로부터 문자를 검출하여 차량 모델명을 판단하는 과정을 포함하도록 구성된 것을 특징으로 하는 엠블럼 영상 식별에 의한 차종인식을 통한 차량 하부영상 검색 시스템
|
| 7 |
7
청구항 1에 있어서,상기 차량 정보분석부는 촬영된 전면 또는 후면 영상으로부터 차량번호를 인식하는 과정을 포함하도록 구성된 것을 특징으로 하는 엠블럼 영상 식별에 의한 차종인식을 통한 차량 하부영상 검색 시스템
|
| 8 |
8
하부검색부를 이용하여 진입하는 차량의 차량하부영상을 촬영하는 단계(S10)와:차량영상획득부를 이용하여 진입하는 차량의 전면 또는 후면 영상을 촬영하는 단계(S20)와;차량정보분석부가 차량영상획득부에서 촬영된 차량의 전면 또는 후면 영상 중에서 엠블럼 후보 영역을 찾아 가공 후 CNN 알고리즘을 사용하여 딥러닝 기반의 학습과정을 거친 분류기를 통해 차량 제조사를 판단하는 단계(S30)와;출력부에서 인식된 차량 제조사의 표준 차량하부영상을 DB부에서 불러와 출력하는 단계(S40)와;차량하부영상대조부가 하부검색부에서 촬영된 진입차량의 차량하부영상과 엠블럼 인식 과정을 통해 출력된 제조사의 표준 차량하부영상을 대조하여 이상유무를 판단하는 단계(S50)로 이루어지되,상기 분류기는 학습 및 분류 과정의 분석을 위한 컨볼루션층(convolution layer) 5개와 Softmax 함수를 활용하여 카테고리 분류가 가능한 FC층(full-connected layer) 3개층을 활용하여 만들어진 하나의 분류기(classifier)인 것을 특징으로 하는 엠블럼 영상 식별에 의한 차종인식을 통한 차량 하부영상 검색 방법
|
| 9 |
9
청구항 8에 있어서,상기 (S30) 단계는 엠블럼 후보 영역 검출부가 획득된 전면 또는 후면 영상을 이용하여 에지 기반의 특징 추출로 필요한 엠블럼 후보영역을 검출하는 단계(S310)와;후보영역 엠블럼 크롭부가 불필요한 부분을 제거된 엠블럼 후보 영역만을 크롭하는 단계(S320)와;영상데이터 정규화부가 크롭된 영상을 사전에 규정된 하나 이상의 크기로 정규화하는 단계(S330)와;분류기가 정규화된 엠블럼 영상을 분석하여 제조사를 판단하는 단계(S340);를 포함하는 것을 특징으로 하는 엠블럼 영상 식별에 의한 차종인식을 통한 차량 하부영상 검색 방법
|
| 10 |
10
청구항 9에 있어서,상기 (S310) 단계는 케니 에지 영상으로 변환하는 단계와, 이후 소벨 에지 영상으로 변환하는 단계와; 이후 모폴로지 영상으로 변환하여 특징부를 부각시킨 영상을 생성하는 단계와; 이후 적합도 판정을 위한 규칙을 통해 불필요한 영역을 제거한 영상을 획득하는 단계;로 이루어진 것을 특징으로 하는 엠블럼 영상 식별에 의한 차종인식을 통한 차량 하부영상 검색 방법
|
| 11 |
11
청구항 9에 있어서,상기 (S330)단계는 영상 사이즈를 512×512(픽셀), 256×256(픽셀), 128×128(픽셀), 64×64(픽셀) 중에서 선택된 어느 하나의 크기로 정규화하는 단계인 것을 특징으로 하는 엠블럼 영상 식별에 의한 차종인식을 통한 차량 하부영상 검색 방법
|
| 12 |
12
삭제
|
| 13 |
13
청구항 9에 있어서,상기 (S340)단계는 분류기가 입력된 엠블럼 영상이 어떤 제조사인지를 0과 1의 정합률(correlation)을 기준으로 1에 가장 가까운 확률을 갖는 값으로 판단하여 제조사로 판단하는 단계와; 기준값보다 적을 경우 분류 범위 내 제조사가 없는 것으로 판단하고 새로운 제조사로 판단하는 단계를 포함하는 것을 특징으로 하는 엠블럼 영상 식별에 의한 차종인식을 통한 차량 하부영상 검색 방법
|
| 14 |
14
청구항 8에 있어서,상기 (S30)단계는 상기 차량 정보분석부가 촬영된 전면 또는 후면 영상으로부터 문자를 검출하여 차량 모델명을 판단하는 단계와;촬영된 전면 또는 후면 영상으로부터 차량번호를 인식하는 단계를 더 포함하는 것을 특징으로 하는 엠블럼 영상 식별에 의한 차종인식을 통한 차량 하부영상 검색 방법
|
