1 |
1
컴퓨팅 디바이스에 의한 신호등 인식 방법에 있어서,영상으로부터 기 설정된 색상 별로 복수의 이진화 맵을 생성하여 상기 영상의 색상을 분할하는 단계;상기 복수의 이진화 맵으로부터 하나 이상의 블롭(Blob) 영역을 검출하고, 상기 블롭 영역이 신호등에 해당하는지 여부를 검증하여 상기 블롭 영역 중에서 벌브(Bulb) 영역을 검출하는 단계;상기 벌브 영역을 대상으로 학습하여 상기 벌브 영역을 상기 신호등의 신호에 대응하는 복수의 클래스로 분류하는 단계; 및상기 분류된 벌브 영역 중에서 하나의 신호를 선택하여 차량의 교통 신호로 인식하는 단계를 포함하며,상기 벌브 영역을 상기 신호등의 신호에 대응하는 복수의 클래스로 분류하는 단계는, 하나 이상의 레이어에서 컨볼루션 연산자를 통해 특징을 추출하여 특징 맵을 생성하고, 상기 하나 이상의 레이어의 노드들은 네트워크로 연결되며, 상기 추출한 특징을 다른 레이어에 전달하고, 서브샘플링을 통해 상기 추출한 특징을 통합하여 공간적 차원을 축소시키는 과정을 수행하여, 적색, 황색, 녹색, 및 네거티브로 분류하는 벌브 영역 분류 모델을 생성하고 상기 벌브 영역 분류 모델의 파라미터를 학습하는 것을 특징으로 하는 신호등 인식 방법
|
2 |
2
제1항에 있어서,(i) 상기 영상의 색상을 분할하는 단계 및 (ii) 상기 벌브 영역을 상기 신호등의 신호에 대응하는 복수의 클래스로 분류하는 단계는 복수의 명령어를 동시에 병렬 처리하는 GPU(Graphics Processing Unit)에 의해 동작을 수행하며,(i) 상기 벌브 영역을 검출하는 단계 및 (ii) 상기 하나의 신호를 선택하여 상기 차량의 교통 신호로 인식하는 단계는 상기 복수의 명령어가 입력된 순서대로 직렬 처리하는 CPU(Central Processing Unit)에 의해 동작을 수행하는 것을 특징으로 하는 신호등 인식 방법
|
3 |
3
제1항에 있어서,상기 복수의 이진화 맵은 적색 이진화 맵, 황색 이진화 맵, 및 녹색 이진화 맵으로 구분되며,상기 색상 별로 복수의 이진화 맵을 생성하는 것은, 상기 영상의 색상 및 상기 신호등의 색상 간에 비교하여 상기 이진화 맵을 생성하며, 상기 신호등의 색상은 복수의 신호등 이미지에 관한 K-평균(K-Means) 결과에 기반하여 설정되는 것을 특징으로 하는 신호등 인식 방법
|
4 |
4
제1항에 있어서,상기 색상을 분할하는 단계는, 상기 생성된 복수의 이진화 맵에 대하여 모폴로지(Morphology)를 개방하며, 상기 모폴로지를 개방하는 것은 침식(Erosion) 과정을 생략하고 팽창(Dilation) 과정을 수행하는 것을 특징으로 하는 신호등 인식 방법
|
5 |
5
제1항에 있어서,상기 색상을 분할하는 단계는, 상기 생성된 복수의 이진화 맵 중에서 적색 이진화 맵 및 황색 이진화 맵을 합성하여 적황색 이진화 맵을 생성하며,상기 이진화 맵으로부터 하나 이상의 블롭 영역을 검출하는 것은,상기 적황색 이진화 맵으로부터 적색 블록 영역을 검출하는 것을 특징으로 하는 신호등 인식 방법
|
6 |
6
제1항에 있어서,상기 블롭 영역을 검출하는 것은,상기 영상에서 상기 색상 별로 상기 블롭 영역을 검출하기 위하여, 상기 복수의 이진화 맵에서의 상기 블롭 영역에 라벨링을 수행하는 것을 특징으로 하는 신호등 인식 방법
|
7 |
7
제1항에 있어서,상기 벌브 영역을 검출하는 단계는,상기 신호등의 벌브 중에서 점등된 하나의 색상 벌브로부터 기 설정된 방향 및 거리에 위치한 멸등된 다른 색상의 벌브를 확인하며, 상기 블롭 영역의 참조 지점을 기준으로 기 설정된 다각 영역의 평균 명도값에 기반하여, 상기 벌브 영역을 검출하는 것을 특징으로 하는 신호등 인식 방법
|
8 |
8
삭제
|
9 |
9
제1항에 있어서,상기 하나의 신호를 선택하여 상기 차량의 교통 신호로 인식하는 단계는,상기 분류된 벌브 영역 중에서 반지름이 가장 큰 벌브가 상기 영상의 현재 프레임의 신호라고 판단하는 것을 특징으로 하는 신호등 인식 방법
|
10 |
10
영상으로부터 기 설정된 색상 별로 복수의 이진화 맵을 생성하여 상기 영상의 색상을 분할하는 색상 분할부;상기 복수의 이진화 맵으로부터 하나 이상의 블롭(Blob) 영역을 검출하고, 상기 블롭 영역이 신호등에 해당하는지 여부를 검증하여 상기 블롭 영역 중에서 벌브(Bulb) 영역을 검출하는 신호등 검출부;상기 벌브 영역을 대상으로 학습하여 상기 벌브 영역을 상기 신호등의 신호에 대응하는 복수의 클래스로 분류하는 신호 분류부; 및상기 분류된 벌브 영역 중에서 하나의 신호를 선택하여 차량의 교통 신호로 인식하는 신호 인식부를 포함하며,상기 신호 분류부는, 하나 이상의 레이어에서 컨볼루션 연산자를 통해 특징을 추출하여 특징 맵을 생성하고, 상기 하나 이상의 레이어의 노드들은 네트워크로 연결되며, 상기 추출한 특징을 다른 레이어에 전달하고, 서브샘플링을 통해 상기 추출한 특징을 통합하여 공간적 차원을 축소시키는 과정을 수행하여, 적색, 황색, 녹색, 및 네거티브로 분류하는 벌브 영역 분류 모델을 생성하고 상기 벌브 영역 분류 모델의 파라미터를 학습하는 것을 특징으로 하는 신호등 인식 장치
|
11 |
11
제10항에 있어서,(i) 색상 분할부 및 (ii) 신호 분류부는 복수의 명령어를 동시에 병렬 처리하는 GPU(Graphics Processing Unit)에 의해 동작을 수행하며,(i) 신호등 검출부 및 (ii) 신호 인식부는 상기 복수의 명령어가 입력된 순서대로 직렬 처리하는 CPU(Central Processing Unit)에 의해 동작을 수행하는 것을 특징으로 하는 신호등 인식 장치
|
12 |
12
제10항에 있어서,상기 복수의 이진화 맵은 적색 이진화 맵, 황색 이진화 맵, 및 녹색 이진화 맵으로 구분되며,상기 색상 분할부는, 상기 영상의 색상 및 상기 신호등의 색상 간에 비교하여 상기 이진화 맵을 생성하며, 상기 신호등의 색상은 복수의 신호등 이미지에 관한 K-평균(K-Means) 결과에 기반하여 설정되는 것을 특징으로 하는 신호등 인식 장치
|
13 |
13
제10항에 있어서,상기 색상 분할부는,상기 생성된 복수의 이진화 맵에 대하여 모폴로지(Morphology)를 개방하며, 상기 모폴로지를 개방하는 것은 침식(Erosion) 과정을 생략하고 팽창(Dilation) 과정을 수행하는 것을 특징으로 하는 신호등 인식 장치
|
14 |
14
제10항에 있어서,상기 색상 분할부는, 상기 생성된 복수의 이진화 맵 중에서 적색 이진화 맵 및 황색 이진화 맵을 합성하여 적황색 이진화 맵을 생성하며,상기 신호등 검출부는, 상기 적황색 이진화 맵으로부터 적색 블록 영역을 검출하는 것을 특징으로 하는 신호등 인식 장치
|
15 |
15
제10항에 있어서,상기 신호등 검출부는,상기 영상에서 상기 색상 별로 상기 블롭 영역을 검출하기 위하여, 상기 복수의 이진화 맵에서의 상기 블롭 영역에 라벨링을 수행하는 것을 특징으로 하는 신호등 인식 장치
|
16 |
16
제10항에 있어서,상기 신호등 검출부는,상기 신호등의 벌브 중에서 점등된 하나의 색상 벌브로부터 기 설정된 방향 및 거리에 위치한 멸등된 다른 색상의 벌브를 확인하며, 상기 블롭 영역의 참조 지점을 기준으로 기 설정된 다각 영역의 평균 명도값에 기반하여, 상기 벌브 영역을 검출하는 것을 특징으로 하는 신호등 인식 장치
|
17 |
17
삭제
|
18 |
18
제10항에 있어서,상기 신호 인식부는,상기 분류된 벌브 영역 중에서 반지름이 가장 큰 벌브가 상기 영상의 현재 프레임의 신호라고 판단하는 것을 특징으로 하는 신호등 인식 장치
|
19 |
19
프로세서에 의해 실행 가능한 컴퓨터 프로그램 명령어들을 포함하는 비일시적(Non-Transitory) 컴퓨터 판독 가능한 매체에 기록되어 신호등 인식을 위한 컴퓨터 프로그램으로서, 상기 컴퓨터 프로그램 명령어들이 컴퓨팅 디바이스의 프로세서에 의해 실행되는 경우에,영상으로부터 기 설정된 색상 별로 복수의 이진화 맵을 생성하여 상기 영상의 색상을 분할하는 단계;상기 복수의 이진화 맵으로부터 하나 이상의 블롭(Blob) 영역을 검출하고, 상기 블롭 영역이 신호등에 해당하는지 여부를 검증하여 상기 블롭 영역 중에서 벌브(Bulb) 영역을 검출하는 단계;상기 벌브 영역을 대상으로 학습하여 상기 벌브 영역을 상기 신호등의 신호에 대응하는 복수의 클래스로 분류하는 단계; 및상기 분류된 벌브 영역 중에서 하나의 신호를 선택하여 차량의 교통 신호로 인식하는 단계를 포함한 동작들을 수행하며,상기 벌브 영역을 상기 신호등의 신호에 대응하는 복수의 클래스로 분류하는 단계는, 하나 이상의 레이어에서 컨볼루션 연산자를 통해 특징을 추출하여 특징 맵을 생성하고, 상기 하나 이상의 레이어의 노드들은 네트워크로 연결되며, 상기 추출한 특징을 다른 레이어에 전달하고, 서브샘플링을 통해 상기 추출한 특징을 통합하여 공간적 차원을 축소시키는 과정을 수행하여, 적색, 황색, 녹색, 및 네거티브로 분류하는 벌브 영역 분류 모델을 생성하고 상기 벌브 영역 분류 모델의 파라미터를 학습하는 것을 특징으로 하는 컴퓨터 프로그램
|
20 |
20
제19항에 있어서,(i) 상기 영상의 색상을 분할하는 단계 및 (ii) 상기 벌브 영역을 상기 신호등의 신호에 대응하는 복수의 클래스로 분류하는 단계는 복수의 명령어를 동시에 병렬 처리하는 GPU(Graphics Processing Unit)에 의해 동작을 수행하며,(i) 상기 벌브 영역을 검출하는 단계 및 (ii) 상기 하나의 신호를 선택하여 상기 차량의 교통 신호로 인식하는 단계는 상기 복수의 명령어가 입력된 순서대로 직렬 처리하는 CPU(Central Processing Unit)에 의해 동작을 수행하는 것을 특징으로 하는 컴퓨터 프로그램
|