| 1 |
1
컴퓨팅 디바이스에 의한 경로 영역 자기 학습 방법에 있어서,영상에 나타난 객체의 움직임을 감지하여 생성된 객체 메타 데이터를 기반으로 상기 객체의 이동 경로 트랜잭션을 생성하는 단계; 및상기 이동 경로 트랜잭션의 집합을 기반으로 추출한 빈발 항목 집합들을 기반으로 단일 경로를 생성하고, 생성한 상기 단일 경로를 이용하여 경로 영역을 생성하는 단계를 포함하는 경로 영역 자기 학습 방법
|
| 2 |
2
제1항에 있어서,상기 객체의 이동 경로 트랜잭션을 생성하는 단계는 상기 영상의 매 프레임마다 감지된 상기 객체의 위치 좌표를 분할 영역에 표시하는 것을 특징으로 하는 경로 영역 자기 학습 방법
|
| 3 |
3
제2항에 있어서,상기 이동 경로 트랜잭션은 상기 위치 좌표들로 표현되는 상기 객체의 이동 경로를 상기 위치 좌표에 해당하는 분할 영역의 집합으로 표현하는 것을 특징으로 하는 경로 영역 자기 학습 방법
|
| 4 |
4
제2항에 있어서,복수의 분할 영역들 중 상기 객체가 지나다니지 않은 상기 분할 영역의 비율을 경로로 나타내는 경로 묘사율 및 상기 객체가 지나가는 상기 분할 영역의 개수에 대한 최소 지지도 이상인 상기 분할 영역의 개수의 비율로 나타내는 빈발 분할 영역 탐색률을 기반으로 상기 분할 영역의 크기를 결정하는 단계를 더 포함하는 경로 영역 자기 학습 방법
|
| 5 |
5
제2항에 있어서,상기 경로 영역을 생성하는 단계는,상기 빈발 항목 집합들 중 원소의 개수와 상기 분할 영역의 개수와 유효 길이 임계치의 곱을 비교하여 상기 단일 경로들을 탐색하는 단계; 및단일 경로 유사도를 기반으로 상기 단일 경로들 중 유사한 상기 단일 경로들을 병합하는 단계를 포함하는 경로 영역 자기 학습 방법
|
| 6 |
6
제5항에 있어서,상기 단일 경로 유사도는 비교하는 두 개의 상기 단일 경로에 대해 공유하고 있는 상기 분할 영역의 개수를 상기 두 개의 단일 경로가 각각 포함하는 상기 분할 영역의 개수 중 작은 값으로 나누어 계산하는 것을 특징으로 하는 경로 영역 자기 학습 방법
|
| 7 |
7
제5항에 있어서,상기 단일 경로들을 병합하는 단계는,상기 경로 영역에 포함된 상기 단일 경로들과 병합 판단 대상인 단일 경로 간의 상기 단일 경로 유사도의 평균으로 경로 영역 유사도를 계산하며,상기 경로 영역 유사도가 경로 유사 임계치보다 클 경우, 해당하는 상기 경로 영역과 상기 단일 경로가 병합되며, 상기 해당하는 경로 영역이 다수 존재하면 상기 경로 영역 유사도가 가장 큰 값을 가지는 상기 경로 영역과 상기 단일 경로가 병합되는 것을 특징으로 하는 경로 영역 자기 학습 방법
|
| 8 |
8
제1항에 있어서,상기 영상에서 상기 경로 영역을 지나는 상기 객체가 나타나고 사라지는 위치를 탐색하기 위해 상기 영상의 출현 영역과 소멸 영역을 탐색하는 출입 영역 자기 학습 단계를 더 포함하고,상기 출입 영역 자기 학습 단계는 상기 출현 영역과 소멸 영역을 기반으로 감지된 상기 객체를 선별하고 상기 객체의 이동을 예측하거나 비정상적인 움직임을 보이는 상기 객체를 찾는 것을 특징으로 하는 경로 영역 자기 학습 방법
|
| 9 |
9
영상에 나타난 객체의 움직임을 감지하여 생성된 객체 메타 데이터를 기반으로 상기 객체의 이동 경로 트랜잭션으로 생성하는 이동 경로 생성부; 및상기 이동 경로 트랜잭션의 집합을 기반으로 추출한 빈발 항목 집합들을 기반으로 단일 경로를 생성하고, 생성한 상기 단일 경로를 이용하여 경로 영역을 생성하는 경로 영역 생성부를 포함하는 경로 영역 자기 학습 장치
|
| 10 |
10
제9항에 있어서,상기 이동 경로 생성부는 상기 영상의 매 프레임마다 감지된 상기 객체의 위치 좌표를 분할 영역에 표시하며,상기 트랜잭션은 상기 위치 좌표들로 표현되는 상기 객체의 이동 경로를 상기 위치 좌표에 해당하는 분할 영역의 집합으로 표현하는 것을 특징으로 하는 경로 영역 자기 학습 장치
|
| 11 |
11
제10항에 있어서,복수의 분할 영역들 중 상기 객체가 지나다니지 않은 분할 영역의 비율을 경로로 나타내는 경로 묘사율 및 상기 객체가 지나가는 상기 분할 영역의 개수에 대한 최소 지지도 이상인 상기 분할 영역의 개수의 비율로 나타내는 빈발 분할 영역 탐색률을 기반으로 상기 분할 영역의 크기를 결정하는 분할 영역 크기 결정부를 더 포함하는 경로 영역 자기 학습 장치
|
| 12 |
12
제10항에 있어서,상기 경로 영역 생성부는,상기 빈발 항목 집합들 중 원소의 개수와 상기 분할 영역의 개수와 유효 길이 임계치의 곱을 비교하여 상기 단일 경로들을 탐색하는 단일 경로 탐색부; 및단일 경로 유사도를 기반으로 상기 단일 경로들 중 유사한 상기 단일 경로들을 병합하는 단일 경로 병합부를 포함하는 경로 영역 자기 학습 장치
|
| 13 |
13
제12항에 있어서,상기 경로 영역 생성부는,상기 경로 영역에 포함된 상기 단일 경로들과 병합 판단 대상인 단일 경로 간의 상기 단일 경로 유사도의 평균으로 경로 영역 유사도를 계산하며,상기 경로 영역 유사도가 경로 유사 임계치보다 클 경우, 해당하는 상기 경로 영역과 상기 단일 경로가 병합되며, 상기 해당하는 경로 영역이 다수 존재하면 상기 경로 영역 유사도가 가장 큰 값을 가지는 상기 경로 영역과 상기 단일 경로가 병합되는 것을 특징으로 하는 경로 영역 자기 학습 장치
|
| 14 |
14
제9항에 있어서,상기 영상에서 상기 경로 영역을 지나는 상기 객체가 나타나고 사라지는 위치를 탐색하기 위해 상기 영상의 출현 영역 및 소멸 영역을 탐색하는 출입 영역 자기 학습부를 더 포함하고,상기 출입 영역 자기 학습부는 상기 출현 영역과 소멸 영역을 기반으로 감지된 상기 객체를 선별하고 상기 객체의 이동을 예측하거나 비정상적인 움직임을 보이는 상기 객체를 찾는 것을 특징으로 하는 경로 영역 자기 학습 장치
|
