1 |
1
탄두의 파편이 표적판을 관통하는 씬을 광학적으로 고속 촬영하는 단계; 촬영된 고속영상에 영역 컨볼루셔널 신경망(Region-based Convolutional Neural Network, 이하 R-CNN) 알고리즘을 적용하여, 파편이미지를 검출하는 단계;상기 파편이미지가 영상 프레임 간의 동일 위치에서 중복 검출되는 것을 방지하기 위하여, 파편 데이터베이스의 분석을 통한 필터 기준 크기 테이블 - 테이블의 필터 기준 크기는 최초로 유입된 파편의 크기에 근거하여 설정됨 - 을 이용하여 상기 검출된 파편이미지에 대한 필터링을 수행하는 단계; 및상기 필터링의 수행에 따른 상기 파편이미지의 2차원 영상좌표를 상기 탄두를 기준으로 한 3차원 공간좌표로 복원하는 단계를 포함하여 이루어지는 것을 특징으로 하는 딥러닝 기반 탄두시험 파편자료 획득방법
|
2 |
2
삭제
|
3 |
3
제1항에 있어서,상기 파편이미지를 검출하는 단계를 수행하기 전에,상기 파편 데이터베이스를 영역 컨볼루셔널 신경망(R-CNN)에 기초하여 학습한 딥러닝 파편검출 모델을 생성하는 단계를 수행하는 것을 특징으로 하는 딥러닝 기반 탄두시험 파편자료 획득방법
|
4 |
4
제1항에 있어서,상기 탄두의 기폭시점 이후 상기 파편이미지가 검출되는 시점까지 계측된 시간차이와 상기 3차원 공간좌표에 기초하여 파편의 속도를 계산한 후, 상기 계산된 파편의 속도를 포함하는 파편자료를 저장하는 단계를 더 포함하는 딥러닝 기반 탄두시험 파편자료 획득방법
|
5 |
5
고속카메라에 의하여 촬영된, 탄두의 파편이 표적판을 관통하는 고속영상을 입력받는 입력부;입력받은 고속영상에 영역 컨볼루셔널 신경망(Region-based Convolutional Neural Network, 이하 R-CNN) 알고리즘을 적용하여, 파편이미지를 검출하는 파편 검출부;상기 검출된 파편이미지가 영상 프레임 간의 동일 위치에서 중복 검출되는 것을 방지하기 위하여, 파편 데이터베이스의 분석을 통한 필터 기준 크기 테이블 - 테이블의 필터 기준 크기는 최초로 유입된 파편의 크기에 근거하여 설정됨 - 을 이용하여 상기 검출된 파편이미지에 대한 필터링을 수행하는 중복방지 필터부; 및필터링의 수행에 따른 상기 파편이미지의 2차원 영상좌표를 상기 탄두를 기준으로 한 3차원 공간좌표로 복원하는 3차원좌표 복원부를 포함하여 이루어지는 딥러닝 기반의 탄두시험 파편자료 획득장치
|
6 |
6
제5항에 있어서,상기 입력부는,상기 고속영상에 대하여 파편이미지를 검출하기 위한 딥러닝 검출모델, 관심 프레임 영역, 상기 고속카메라의 초 당 계측프레임, 상기 고속영상 내의 관심영역, 및 상기 3차원 공간좌표의 복원을 위한 복원 좌표 기준 정보를 입력받는 것을 특징으로 하는 딥러닝 기반의 탄두시험 파편자료 획득장치
|
7 |
7
제5항에 있어서,상기 탄두의 기폭시점 이후 상기 파편이미지가 검출되는 시점까지 계측된 시간차이와 상기 3차원 공간좌표에 기초하여 파편의 속도를 계산한 후, 상기 계산된 파편의 속도 정보를 포함하는 파편자료를 저장하는 파편자료 처리부를 더 포함하는 것을 특징으로 하는 딥러닝 기반의 탄두시험 파편자료 획득장치
|
8 |
8
제7항에 있어서, 상기 파편자료는, 상기 입력부에서 제공된 입력정보와 상기 복원된 3차원 공간좌표의 파편이지미와 관련된 파편 ID, 파편 검출 프레임 번호, 2차원 파편좌표, 2차원 파편 크기정보 및 상기 3차원 공간좌표를 포함하며,상기 파편자료는 도큐먼트 형태로 출력되는 것을 특징으로 하는 딥러닝 기반의 탄두시험 파편자료 획득장치
|
9 |
9
제6항에 있어서, 상기 파편 검출부는, 상기 입력부에서 제공된 상기 고속영상과 딥러닝 검출모델을 입력받아, 상기 고속영상 내의 모든 프레임에 대한 파편이미지를 검출하고, 파편이미지의 검출에 사용되는 검출모델로 기 학습된 영역 컨볼루셔널 신경망(R-CNN)을 적용하여 것을 특징으로 하는 딥러닝 기반의 탄두시험 파편자료 획득장치
|