| 1 |
1
컴퓨팅 시스템이, 수신된 복수의 이미지 프레임들 각각으로부터 보행자 영역을 검출하는 단계;상기 컴퓨팅 시스템이, 검출된 상기 복수의 이미지 프레임들 각각의 상기 보행자 영역에서 복수의 신체 영역들을 구분하여, 상기 복수의 이미지 프레임들 각각의 상기 보행자 영역을 상기 복수의 신체 영역들에 상응하는 서브 이미지 프레임들로 분할하는 단계;상기 컴퓨팅 시스템이, 분할된 상기 복수의 이미지 프레임들 각각의 상기 서브 이미지 프레임들을 서로 대응되는 신체 영역의 순서로 재구성하여, 상기 복수의 이미지 프레임들에 대하여 재구성된 병합 재구성 이미지를 생성하는 단계; 및상기 컴퓨팅 시스템이, 생성된 상기 병합 재구성 이미지에 컨볼루션 신경망(Convolutional Neural Network(CNN)) 알고리즘을 적용하여 상기 복수의 이미지 프레임들 내의 보행자가 동일인인지 여부를 판단하는 단계를 포함하는, 동일인 인식 방법
|
| 2 |
2
제1항에 있어서,상기 보행자 영역을 검출하는 단계는,상기 컴퓨팅 시스템이, 상기 복수의 이미지 프레임들 각각을 정해진 크기의 셀들로 분할하고, 분할된 셀들에서의 그레디언트(gradient) 방향에 대한 히스토그램(histogram) 특징에 기초하여 상기 보행자 영역을 검출하는, 동일인 인식 방법
|
| 3 |
3
제2항에 있어서,상기 복수의 이미지 프레임들 각각을 상기 복수의 신체 영역들에 상응하는 서브 이미지 프레임들로 분할하는 단계는,상기 컴퓨팅 시스템이, 상기 분할된 셀들에 대한 상기 히스토그램 특징에 제1필터를 적용하여 상기 복수의 이미지 프레임들 각각의 상기 보행자 영역에서 상기 복수의 신체 영역들을 구분하는, 동일인 인식 방법
|
| 4 |
4
제3항에 있어서,상기 동일인 인식 방법은,상기 컴퓨팅 시스템이, 상기 복수의 이미지 프레임들 각각의 상기 보행자 영역을 분할한 결과로 도출된 상기 서브 이미지 프레임들에 기초하여 상기 제1필터를 학습시키는 단계를 더 포함하는, 동일인 인식 방법
|
| 5 |
5
제4항에 있어서,상기 병합 재구성 이미지를 생성하는 단계는,상기 컴퓨팅 시스템이, 상기 복수의 이미지 프레임들 각각의 상기 보행자 영역에 대하여, 상기 서브 이미지 프레임들을 서로 대응되는 신체 영역의 순서로 재구성한 제1재구성 이미지와 제2재구성 이미지를 생성하는 단계; 및상기 컴퓨팅 시스템이, 상기 제1재구성 이미지와 상기 제2재구성 이미지를 병합하여 상기 복수의 이미지 프레임들에 대하여 재구성된 상기 병합 재구성 이미지를 생성하는 단계를 포함하는, 동일인 인식 방법
|
| 6 |
6
제5항에 있어서,상기 제1재구성 이미지와 상기 제2재구성 이미지 각각은,가로와 세로의 비율이 1:2 또는 2:1로 구성되는, 동일인 인식 방법
|
| 7 |
7
제6항에 있어서,상기 병합 재구성 이미지를 생성하는 단계는,상기 컴퓨팅 시스템이, 상기 병합 재구성 이미지의 가로와 세로의 비율이 같아지는 방향으로 상기 제1재구성 이미지와 상기 제2재구성 이미지를 병합하여 상기 병합 재구성 이미지를 생성하는, 동일인 인식 방법
|
| 8 |
8
제7항에 있어서,상기 복수의 이미지 프레임들 내의 보행자가 동일인인지 여부를 판단하는 단계는,상기 컴퓨팅 시스템이, 상기 병합 재구성 이미지에 상기 컨볼루션 신경망 알고리즘을 적용한 결과 값에 따라, 상기 복수의 이미지 프레임들 내의 보행자가 동일인일 확률을 판단하는 단계; 및상기 컴퓨팅 시스템이, 판단된 확률과 기준값을 비교하여, 비교 결과에 따라 상기 복수의 이미지 프레임들 내의 보행자가 동일인인지 여부를 판단하는 단계를 포함하는, 동일인 인식 방법
|
| 9 |
9
제8항에 있어서,상기 복수의 이미지 프레임들 내의 보행자가 동일인인지 여부를 판단하는 단계는,상기 컨볼루션 신경망 알고리즘은 제2필터를 이용하여 수행되는 컨볼루션 연산 과정과 상기 컨볼루션 연산의 결과를 서브 샘플링(sub sampling)하기 위한 풀링(pooling) 연산과정을 포함하며,상기 컨볼루션 연산 과정에 사용되는 상기 제2필터의 크기는 상기 서브 이미지 프레임들 각각의 크기에 기초하여 결정되는, 동일인 인식 방법
|
| 10 |
10
제9항에 있어서,상기 컨볼루션 연산 과정에 사용되는 상기 제2필터의 크기는,상기 서브 이미지 프레임들 각각의 크기와 동일하게 설정되는, 동일인 인식 방법
|
| 11 |
11
수신된 복수의 이미지 프레임들 각각으로부터 보행자 영역을 검출하고, 검출된 상기 복수의 이미지 프레임들 각각의 상기 보행자 영역에서 복수의 신체 영역들을 구분하는 영역 처리 모듈;상기 복수의 이미지 프레임들 각각의 상기 보행자 영역을 상기 복수의 신체 영역들에 상응하는 서브 이미지 프레임들로 분할하고, 분할된 상기 복수의 이미지 프레임들 각각의 상기 서브 이미지 프레임들을 서로 대응되는 신체 영역의 순서로 재구성하여, 상기 복수의 이미지 프레임들에 대하여 재구성된 병합 재구성 이미지를 생성하는 이미지 재구성 모듈; 및생성된 상기 병합 재구성 이미지에 컨볼루션 신경망(Convolutional Neural Network(CNN)) 알고리즘을 적용하여 상기 복수의 이미지 프레임들 내의 보행자가 동일인인지 여부를 판단하는 동일인 판단 모듈을 포함하는, 컴퓨팅 시스템
|
| 12 |
12
제11항에 있어서,상기 영역 처리 모듈은,상기 복수의 이미지 프레임들 각각을 정해진 크기의 셀들로 분할하고, 분할된 셀들에서의 그레디언트(gradient) 방향에 대한 히스토그램(histogram) 특징에 기초하여 상기 보행자 영역을 검출하는, 컴퓨팅 시스템
|
| 13 |
13
제12항에 있어서,상기 이미지 재구성 모듈은,상기 복수의 이미지 프레임들 각각의 상기 보행자 영역에 대하여, 상기 서브 이미지 프레임들을 서로 대응되는 신체 영역의 순서로 재구성한 제1재구성 이미지와 제2재구성 이미지를 생성하고,상기 제1재구성 이미지와 상기 제2재구성 이미지를 병합하여 상기 복수의 이미지 프레임들에 대하여 재구성된 상기 병합 재구성 이미지를 생성하는, 컴퓨팅 시스템
|
| 14 |
14
제13항에 있어서,상기 동일인 판단 모듈은,상기 병합 재구성 이미지에 상기 컨볼루션 신경망 알고리즘을 적용한 결과 값에 따라 상기 복수의 이미지 프레임들 내의 보행자가 동일인일 확률을 판단하고, 판단된 확률과 기준값을 비교하여, 비교 결과에 따라 상기 복수의 이미지 프레임들 내의 보행자가 동일인인지 여부를 판단하는, 컴퓨팅 시스템
|
| 15 |
15
프로세서(processor)와 결합되어 동일인 인식 방법을 수행하기 위한 매체에 저장된 프로그램으로서,수신된 복수의 이미지 프레임들 각각으로부터 보행자 영역을 검출하는 단계;검출된 상기 복수의 이미지 프레임들 각각의 상기 보행자 영역에서 복수의 신체 영역들을 구분하여, 상기 복수의 이미지 프레임들 각각의 상기 보행자 영역을 상기 복수의 신체 영역들에 상응하는 서브 이미지 프레임들로 분할하는 단계;분할된 상기 복수의 이미지 프레임들 각각의 상기 서브 이미지 프레임들을 서로 대응되는 신체 영역의 순서로 재구성하여, 상기 복수의 이미지 프레임들에 대하여 재구성된 병합 재구성 이미지를 생성하는 단계; 및생성된 상기 병합 재구성 이미지에 컨볼루션 신경망(Convolutional Neural Network(CNN)) 알고리즘을 적용하여 상기 복수의 이미지 프레임들 내의 보행자가 동일인인지 여부를 판단하는 단계를 수행하는 프로그램 코드를 포함하는, 프로그램
|
