1 |
1
2개 이상의 렌즈를 포함한 스테레오 카메라로부터 촬영된 스테레오 영상의 스테레오 매칭(stereo matching)을 통해 시차(disparity) 영상을 획득하도록 구성된 객체 후보 검출부; 및상기 객체 후보 검출부를 통해 검출된 객체 후보들 중 보행자 및 차량 중 적어도 하나의 객체를 검출하도록 구성된 객체 검출부를 포함하고,상기 객체 후보 검출부는 상기 시차 영상의 히스토그램의 세로 방향의 분포의 균일도 분석을 통해 객체 후보를 검출하고,상기 객체 검출부는 컨볼루션 신경망(Convolutional Neural Network, CNN)을 이용하여 상기 객체 후보들 중에서 상기 보행자 및 차량 중 적어도 하나를 검출하는 것인, 객체 검출 장치
|
2 |
2
삭제
|
3 |
3
삭제
|
4 |
4
제1항에 있어서, 상기 시차 영상의 히스토그램의 특정 픽셀 값에서의 분포가 미리 결정된 기준 이상의 변이값을 갖는 경우, 상기 특정 픽셀 값을 갖는 영역을 객체 후보로 검출하는 것인, 객체 검출 장치
|
5 |
5
삭제
|
6 |
6
제1항에 있어서, 상기 객체 검출부는 AlexNet 모델의 구조를 일부 변경한 최적화된 네트워크 모델을 이용하여 상기 보행자 및 차량 중 적어도 하나를 검출하는 것인, 객체 검출 장치
|
7 |
7
제6항에 있어서, 상기 최적화된 네트워크 모델은 5개의 컨볼루션 레이어(convolutional layer)를 포함하고, 피처 맵(feature map)의 개수는 각각 48개, 128개, 192개, 192개, 128개이고, 완전 연결 레이어(fully connected layer)의 개수는 512개, 512개, 2개인 것인, 객체 검출 장치
|
8 |
8
2개 이상의 렌즈를 포함한 스테레오 카메라부터 촬영된 스테레오 영상을 획득하는 단계;상기 스테레오 영상의 스테레오 매칭(stereo matching)을 통해 시차(disparity) 영상에 기초하여 객체 후보를 검출하는 객체 후보 검출 단계; 및상기 검출된 객체 후보들에서 보행자 및 차량 중 적어도 하나의 객체를 검출하는 객체 검출 단계를 포함하고,상기 객체 후보 검출 단계는 상기 시차 영상의 히스토그램의 세로 방향의 분포의 균일도 분석을 통해 객체 후보를 검출하고, 상기 객체 검출 단계는 컨볼루션 신경망(Convolutional Neural Network, CNN)을 이용하여 상기 객체 후보들 중에서 상기 보행자 및 차량 중 적어도 하나를 검출하는 것인, 객체 검출 방법
|
9 |
9
삭제
|
10 |
10
삭제
|
11 |
11
제8항에 있어서, 상기 시차 영상의 히스토그램의 특정 픽셀 값에서의 분포가 미리 결정된 기준 이상의 변이값을 갖는 경우, 상기 특정 픽셀 값을 갖는 영역을 객체 후보로 검출하는 것인, 객체 검출 방법
|
12 |
12
삭제
|
13 |
13
제8항에 있어서, 상기 객체 검출 단계는 AlexNet 모델의 구조를 일부 변경한 최적화된 네트워크 모델을 활용하여 상기 보행자 및 차량 중 적어도 하나를 검출하는 것인, 객체 검출 방법
|
14 |
14
제13항에 있어서, 상기 최적화된 네트워크 모델은 5개의 컨볼루션 레이어(convolutional layer)를 포함하고, 피처 맵(feature map)의 개수는 각각 48개, 128개, 192개, 192개, 128개이고, 완전 연결 레이어(fully connected layer)의 개수는 512개, 512개, 2개인 것인, 객체 검출 방법
|