| 1 |
1
차량에 장착되어 차량의 전방을 촬영한 영상(이하, '전방 촬영 영상'이라 한다)을 출력하는 촬영부;상기 차량의 위치 정보를 제공하는 위치 센싱부; 상기 출력되는 전방 촬영 영상을 기초로 주행 중인 화물차 중 화물 덮개 상태가 불량한 화물차를 인지하고, 상기 화물 덮개 상태가 불량한 것으로 인지된 화물차의 차량 번호판과 상기 전방 촬영 영상이 촬영된 위치 정보를 포함하는 덮개 불량 정보를 생성하는 장치 프로세서; 및상기 생성되는 덮개 불량 정보를 저장하는 장치 저장부;를 포함하고,상기 장치 프로세서는,상기 전방 촬영 영상에 인공지능 기반으로 사전에 학습된 차량 추출 모델을적용하여 화물차가 존재하는지 판단하는 화물차 판단부; 및상기 전방 촬영 영상에 화물차가 존재하는 것으로 판단되면, 상기 전방 촬영영상에 인공지능 기반으로 사전에 학습된 화물차 덮개 불량 추출 모델을 적용하여 화물 덮개 종류를 판단하고, 판단된 화물 덮개 종류에 따라 화물 덮개 상태의 불량 여부를 판단하며, 상기 화물차 덮개 불량 추출 모델을 적용한 결과 화물 덮개가 미설치된 것으로 판단되는 경우에도 덮개 불량 정보를 생성하는 덮개 불량 판단부;를 포함하는 것을 특징으로 하는 화물차 덮개 불량 자동 인지 장치
|
| 2 |
2
삭제
|
| 3 |
3
제1항에 있어서,상기 화물차 판단부는,상기 전방 촬영 영상에 상기 차량 추출 모델을 적용하여 후보 화물 차량을 추출하는 후보 차량 추출부;상기 추출된 후보 화물 차량의 높이를 산출하는 산출부; 및상기 산출된 차량의 높이에 기초하여 상기 후보 화물 차량이 실제 화물차인지 판단하는 탐지 대상 판단부;를 포함하는 것을 특징으로 하는 화물차 덮개 불량 자동 인지 장치
|
| 4 |
4
제3항에 있어서,상기 덮개 불량 판단부는,상기 후보 화물 차량이 탐지 대상 차량인 화물차로 판단되면, 상기 차량의 전방에서 주행하는 화물차의 화물 적재 여부를 판단하기 위하여 상기 화물차를 포함하는 관심영역을 상기 전방 촬영 영상에서 설정하는 관심영역 설정부; 및상기 설정된 화물차를 포함하는 관심영역에 상기 화물차 덮개 불량 추출 모델을 적용하여 화물 적재 여부를 판단하고, 화물이 적재된 것으로 판단되면 화물 덮개 상태 불량 여부를 판단하고, 화물 덮개 상태가 불량한 것으로 판단되면 상기 화물차의 차량 번호판을 추출하는 화물 적재 및 덮개 판단부;를 포함하는 것을 특징으로 하는 화물차 덮개 불량 자동 인지 장치
|
| 5 |
5
제4항에 있어서,상기 화물 적재 및 덮개 판단부는,상기 관심영역 내에서 화물차가 존재하는 영역(이하, '객체 영역'이라 한다)을 추출하고, 상기 객체 영역에서 화물이 적재된 영역(이하, '화물 영역'이라 한다)을 탐지한 후, 상기 화물 영역에 화물 덮개가 설치되었는지의 여부와 덮개 종류를 판단한 후, 판단된 덮개 종류에 따라 덮개 상태 불량 여부 및 덮개 상태 불량 타입을 판단하고, 덮개 상태가 불량한 것으로 판단되는 하나 이상의 영역을 상기 객체 영역 내에서 추출하여 상기 덮개 불량 정보에 추가하는 것을 특징으로 하는 화물차 덮개 불량 자동 인지 장치
|
| 6 |
6
적어도 하나의 차선을 포함하는 도로를 촬영하되 상기 도로를 주행하는 차량의 후미를 촬영하도록 도로의 주변에 설치되고, 상기 도로를 촬영한 영상(이하, '도로 촬영 영상'이라 한다)과 현재 위치 정보를 포함하는 도로 촬영 정보를 전송하는 하나 이상의 정보 수집 장치; 및상기 하나 이상의 정보 수집 장치로부터 수신되는 도로 촬영 정보 중 도로 촬영 영상을 기초로 상기 도로를 주행 중인 화물차들 중 화물 덮개 상태가 불량한 화물차를 인지하고, 상기 화물 덮개 상태가 불량한 것으로 인지된 화물차의 차량 번호판과 상기 도로 촬영 영상이 촬영된 위치 정보를 포함하는 덮개 불량 정보를 생성하여 저장하는 화물차 덮개 불량 인지 서버;를 포함하고,상기 화물차 덮개 불량 자동 인지 서버는,상기 하나 이상의 정보 수집 장치로부터 수신되는 도로 촬영 정보를 저장하는 데이터베이스; 및 상기 저장된 도로 촬영 영상에 인공지능 기반으로 사전에 학습된 차량 추출 모델과 화물차 덮개 불량 추출 모델을 적용하여 화물 적재 공간의 화물 덮개 상태 불량 여부를 판단하고, 화물 덮개 상태가 불량한 것으로 판단된 화물차의 차량 번호판을 추출하는 서버 프로세서;를 포함하며,상기 서버 프로세서는,상기 도로 촬영 영상에 인공지능 기반으로 사전에 학습된 차량 추출 모델을 적용하여 화물차가 존재하는지 판단하는 화물차 판단부; 및상기 도로 촬영 영상에 화물차가 존재하는 것으로 판단되면, 상기 도로 촬영 영상에 인공지능 기반으로 사전에 학습된 화물차 덮개 불량 추출 모델을 적용하여 화물 덮개 종류를 판단하고, 판단된 화물 덮개 종류에 따라 화물 덮개 상태의 불량 여부를 판단하며, 상기 화물차 덮개 불량 추출 모델을 적용한 결과 화물 덮개가 미설치된 것으로 판단되는 경우에도 덮개 불량 정보를 생성하는 덮개 불량 판단부;를 포함하는 것을 특징으로 하는 화물차 덮개 불량 자동 인지 시스템
|
| 7 |
7
삭제
|
| 8 |
8
삭제
|
| 9 |
9
제6항에 있어서,상기 화물차 판단부는,상기 도로 촬영 영상에 차량 추출 모델을 적용하여 후보 화물 차량을 추출하는 후보 차량 추출부;상기 추출된 후보 화물 차량의 높이를 산출하는 산출부; 및상기 산출된 차량의 높이에 기초하여 상기 후보 화물 차량이 실제 화물차인지 판단하는 탐지 대상 판단부;를 포함하는 것을 특징으로 하는 화물차 덮개 불량 자동 인지 시스템
|
| 10 |
10
제9항에 있어서,상기 덮개 불량 판단부는,상기 후보 화물 차량이 탐지 대상 차량인 화물차로 판단되면, 상기 후보 화물 차량의 화물 적재 여부를 판단하기 위하여 상기 화물차를 포함하는 관심영역을 상기 도로 촬영 영상에서 설정하는 관심영역 설정부; 및상기 설정된 화물차를 포함하는 관심영역에 화물차 덮개 불량 추출 모델을 적용하여 화물 적재 여부를 판단하고, 화물이 적재된 것으로 판단되면 화물 덮개 상태 불량 여부를 판단하고, 화물 덮개 상태가 불량한 것으로 판단되면 상기 화물차의 차량 번호판을 추출하는 화물 적재 및 덮개 판단부;를 포함하는 것을 특징으로 하는 화물차 덮개 불량 자동 인지 시스템
|
| 11 |
11
제10항에 있어서,상기 화물 적재 및 덮개 판단부는,상기 관심영역 내에서 화물차가 존재하는 영역(이하, '객체 영역'이라 한다)을 추출하고, 상기 객체 영역에서 화물이 적재된 영역(이하, '화물 영역'이라 한다)을 탐지한 후, 상기 화물 영역에 화물 덮개가 설치되었는지의 여부와 덮개 종류를 판단한 후, 판단된 덮개 종류에 따라 덮개 상태 불량 여부 및 덮개 상태 불량 타입을 판단하고, 덮개 상태가 불량한 것으로 판단되는 하나 이상의 영역을 상기 객체 영역 내에서 추출하여 상기 덮개 불량 정보에 추가하는 것을 특징으로 하는 화물차 덮개 불량 자동 인지 시스템
|
