1 |
1
영상 데이터를 기반으로 객체를 검출하는 단계;라이다 데이터와 영상 데이터 간의 캘리브레이션을 수행하는 단계; 및캘리브레이션 결과를 기반으로 객체 간 유사도를 측정하고, 유사도 측정 결과를 기반으로 객체를 추적하는 단계;를 포함하고,객체 검출 단계는,딥러닝 기반의 객체 검출기 또는 특징량 기반의 객체 검출기 중 어느 하나를 이용하며, 캘리브레이션 단계는,특정 패턴으로부터 영상과 라이다 데이터를 획득하면, 캘리브레이션을 수행하여 라이다 센서와 카메라 간의 기하학적 정보를 추출하고, 캘리브레이션 단계는,카메라와 라이다 간 상대적인 위치 및 회전 관계 (R, t)를 계산하며, 캘리브레이션 단계는,라이다 3차원 좌표를 영상으로 투영하는 경우, 라이다로부터 획득한 3차원의 점인 가, i번째 카메라 영상에서 로 투영되어, i번째 카메라의 가 계산되며, 영상에서의 좌표값()은, 하기의 수식 1로 산출하고, (수식 1) 객체 추적 단계는,같은 카메라에서 객체 추적을 위해, 두 객체가 같은 유형인지 여부, 두 객체가 검출된 두 영역 안에서 추적된 특징점의 비율 및 두 영역 간의 IoU로부터 유사도를 판단하고,다른 카메라에서의 객체 추적을 위해, 두 객체가 같은 유형인지 여부 및 두 객체가 검출된 두 영역 안 간의 IoU를 고려하되, 두 영역 안에서 추적된 특징점의 비율을 고려하지 않고 유사도를 판단하되,서로 다른 카메라로부터 수집되는 복수의 영상 데이터 간에 객체 유형, 위치의 유사도와 특징점의 추적된 수를 바탕으로 복수의 영상 데이터 안에 포함된 복수의 객체가 동일한 객체인지 여부를 판단하며, 동일한 카메라에서의 객체 추적 유사도()는,복수의 객체가 같은 유형인지 여부()와 현재 객체가 검출된 영역 안에서의 특징점 개수(), 현재 객체가 검출된 영역과 이전 객체가 검출된 영역 간의 매칭된 특징점 개수(), 복수의 영역 사이의 IoU를 기반으로 하기의 수식 2로 산출하고, (수식 2) IoU는, 현재 객체가 검출된 영역과 이전 객체가 검출된 영역 간의 공유하고 있는 영역의 크기를 현재 객체가 검출된 영역과 이전 객체가 검출된 영역이 합쳐진 영역의 크기로 나눔으로써 계산되며, 다른 카메라에서의 객체 추적 유사도()는,복수의 객체가 같은 유형인지 여부()와 제1 카메라를 통해 현재 객체가 검출된 영역()을 제2 카메라를 통해 현재 객체가 검출된 영역()으로 옮긴 후, 계산된 영역에서 산출되는 IoU인 IoU'를 기반으로 하기의 수식 3으로 산출하며, (수식 3) 복수의 카메라 중 제1 카메라를 통해 현재 검출된 영역의 무게 중심() 은, 하기 수식 6을 통해 산출하고, (수식 6) 제1 카메라를 통해 현재 객체가 검출된 영역과 제2 카메라를 통해 현재 객체가 검출된 영역의 차이()는, 제1 카메라를 통해 현재 객체가 검출된 영역()을 제2 카메라를 통해 현재 객체가 검출된 영역()으로 옮기는 과정에서, 제1 카메라를 통해 현재 객체가 검출된 영역의 무게 중심() 및 제2 카메라를 통해 현재 객체가 검출된 영역의 무게 중심()이 산출되면, 제1 카메라를 통해 현재 객체가 검출된 영역의 무게 중심과 제2 카메라를 통해 현재 객체가 검출된 영역의 무게 중심의 차이()를 이용하는 하기 수식 7을 이용하여 산출되는 것을 특징으로 하는 다수 카메라와 라이다 센서 융합을 통한 객체 추적 방법
|
2 |
2
삭제
|
3 |
3
삭제
|
4 |
4
삭제
|
5 |
5
삭제
|
6 |
6
삭제
|
7 |
7
삭제
|
8 |
8
삭제
|
9 |
9
삭제
|
10 |
10
서로 다른 지점에서 영상 데이터를 수집하는 다수의 카메라;라이다 데이터를 수집하는 라이다 센서; 및영상 데이터를 기반으로 객체가 검출되면, 라이다 데이터와 영상 데이터 간의 캘리브레이션을 수행하고, 캘리브레이션 결과를 기반으로 객체 간 유사도를 측정하고, 유사도 측정 결과를 기반으로 객체를 추적하는 프로세서;를 포함하고,영상 데이터 기반 객체 검출 시, 딥러닝 기반의 객체 검출기 또는 특징량 기반의 객체 검출기 중 어느 하나가 이용되며, 프로세서는, 특정 패턴으로부터 영상과 라이다 데이터를 획득하면, 캘리브레이션을 수행하여 라이다 센서와 카메라 간의 기하학적 정보를 추출하고, 프로세서는,카메라와 라이다 간 상대적인 위치 및 회전 관계 (R, t)를 계산하며, 프로세서는,라이다 3차원 좌표를 영상으로 투영하는 경우, 라이다로부터 획득한 3차원의 점인 가, i번째 카메라 영상에서 로 투영되어, i번째 카메라의 가 계산되며, 영상에서의 좌표값()은, 하기의 수식 1로 산출하고, (수식 1) 프로세서는, 같은 카메라에서 객체 추적을 위해, 두 객체가 같은 유형인지 여부, 두 객체가 검출된 두 영역 안에서 추적된 특징점의 비율 및 두 영역 간의 IoU로부터 유사도를 판단하고,다른 카메라에서의 객체 추적을 위해, 두 객체가 같은 유형인지 여부 및 두 객체가 검출된 두 영역 안 간의 IoU를 고려하되, 두 영역 안에서 추적된 특징점의 비율을 고려하지 않고 유사도를 판단하되,서로 다른 카메라로부터 수집되는 복수의 영상 데이터 간에 객체 유형, 위치의 유사도와 특징점의 추적된 수를 바탕으로 복수의 영상 데이터 안에 포함된 복수의 객체가 동일한 객체인지 여부를 판단하며, 동일한 카메라에서의 객체 추적 유사도()는,복수의 객체가 같은 유형인지 여부()와 현재 객체가 검출된 영역 안에서의 특징점 개수(), 현재 객체가 검출된 영역과 이전 객체가 검출된 영역 간의 매칭된 특징점 개수(), 복수의 영역 사이의 IoU를 기반으로 하기의 수식 2로 산출하고, (수식 2) IoU는, 현재 객체가 검출된 영역과 이전 객체가 검출된 영역 간의 공유하고 있는 영역의 크기를 현재 객체가 검출된 영역과 이전 객체가 검출된 영역이 합쳐진 영역의 크기로 나눔으로써 계산되며, 다른 카메라에서의 객체 추적 유사도()는,복수의 객체가 같은 유형인지 여부()와 제1 카메라를 통해 현재 객체가 검출된 영역()을 제2 카메라를 통해 현재 객체가 검출된 영역()으로 옮긴 후, 계산된 영역에서 산출되는 IoU인 IoU'를 기반으로 하기의 수식 3으로 산출하며, (수식 3) 복수의 카메라 중 제1 카메라를 통해 현재 검출된 영역의 무게 중심() 은, 하기 수식 6을 통해 산출하고, (수식 6) 제1 카메라를 통해 현재 객체가 검출된 영역과 제2 카메라를 통해 현재 객체가 검출된 영역의 차이()는, 제1 카메라를 통해 현재 객체가 검출된 영역()을 제2 카메라를 통해 현재 객체가 검출된 영역()으로 옮기는 과정에서, 제1 카메라를 통해 현재 객체가 검출된 영역의 무게 중심() 및 제2 카메라를 통해 현재 객체가 검출된 영역의 무게 중심()이 산출되면, 제1 카메라를 통해 현재 객체가 검출된 영역의 무게 중심과 제2 카메라를 통해 현재 객체가 검출된 영역의 무게 중심의 차이()를 이용하는 하기 수식 7을 이용하여 산출되는 것을 특징으로 하는 다수 카메라와 라이다 센서 융합을 통한 객체 추적 시스템
|
11 |
11
영상 데이터를 기반으로 객체를 검출하는 단계;라이다 데이터와 영상 데이터 간의 캘리브레이션을 수행하는 단계; 및캘리브레이션 결과를 기반으로 객체 간 유사도를 측정하고, 유사도 측정 결과를 기반으로 객체를 추적하는 단계;를 포함하고,객체 검출 단계는,딥러닝 기반의 객체 검출기 또는 특징량 기반의 객체 검출기 중 어느 하나를 이용하며, 캘리브레이션 단계는,특정 패턴으로부터 영상과 라이다 데이터를 획득하면, 캘리브레이션을 수행하여 라이다 센서와 카메라 간의 기하학적 정보를 추출하고, 캘리브레이션 단계는,카메라와 라이다 간 상대적인 위치 및 회전 관계 (R, t)를 계산하며, 캘리브레이션 단계는,라이다 3차원 좌표를 영상으로 투영하는 경우, 라이다로부터 획득한 3차원의 점인 가, i번째 카메라 영상에서 로 투영되어, i번째 카메라의 가 계산되며, 영상에서의 좌표값()은, 하기의 수식 1로 산출하고, (수식 1) 객체 추적 단계는,같은 카메라에서 객체 추적을 위해, 두 객체가 같은 유형인지 여부, 두 객체가 검출된 두 영역 안에서 추적된 특징점의 비율 및 두 영역 간의 IoU로부터 유사도를 판단하고,다른 카메라에서의 객체 추적을 위해, 두 객체가 같은 유형인지 여부 및 두 객체가 검출된 두 영역 안 간의 IoU를 고려하되, 두 영역 안에서 추적된 특징점의 비율을 고려하지 않고 유사도를 판단하되,서로 다른 카메라로부터 수집되는 복수의 영상 데이터 간에 객체 유형, 위치의 유사도와 특징점의 추적된 수를 바탕으로 복수의 영상 데이터 안에 포함된 복수의 객체가 동일한 객체인지 여부를 판단하며, 동일한 카메라에서의 객체 추적 유사도()는,복수의 객체가 같은 유형인지 여부()와 현재 객체가 검출된 영역 안에서의 특징점 개수(), 현재 객체가 검출된 영역과 이전 객체가 검출된 영역 간의 매칭된 특징점 개수(), 복수의 영역 사이의 IoU를 기반으로 하기의 수식 2로 산출하고, (수식 2) IoU는, 현재 객체가 검출된 영역과 이전 객체가 검출된 영역 간의 공유하고 있는 영역의 크기를 현재 객체가 검출된 영역과 이전 객체가 검출된 영역이 합쳐진 영역의 크기로 나눔으로써 계산되며, 다른 카메라에서의 객체 추적 유사도()는,복수의 객체가 같은 유형인지 여부()와 제1 카메라를 통해 현재 객체가 검출된 영역()을 제2 카메라를 통해 현재 객체가 검출된 영역()으로 옮긴 후, 계산된 영역에서 산출되는 IoU인 IoU'를 기반으로 하기의 수식 3으로 산출하며, (수식 3) 복수의 카메라 중 제1 카메라를 통해 현재 검출된 영역의 무게 중심() 은, 하기 수식 6을 통해 산출하고, (수식 6) 제1 카메라를 통해 현재 객체가 검출된 영역과 제2 카메라를 통해 현재 객체가 검출된 영역의 차이()는, 제1 카메라를 통해 현재 객체가 검출된 영역()을 제2 카메라를 통해 현재 객체가 검출된 영역()으로 옮기는 과정에서, 제1 카메라를 통해 현재 객체가 검출된 영역의 무게 중심() 및 제2 카메라를 통해 현재 객체가 검출된 영역의 무게 중심()이 산출되면, 제1 카메라를 통해 현재 객체가 검출된 영역의 무게 중심과 제2 카메라를 통해 현재 객체가 검출된 영역의 무게 중심의 차이()를 이용하는 하기 수식 7을 이용하여 산출되는 것을 특징으로 하는 다수 카메라와 라이다 센서 융합을 통한 객체 추적 방법을 수행하는 컴퓨터 프로그램이 수록된 컴퓨터로 읽을 수 있는 기록매체
|
12 |
12
영상 데이터 및 라이다 데이터를 수집하는 단계;영상 데이터를 기반으로 객체를 검출하는 단계;라이다 데이터와 영상 데이터 간의 캘리브레이션을 수행하는 단계; 및캘리브레이션 결과를 기반으로 객체 간 유사도를 측정하고, 유사도 측정 결과를 기반으로 객체를 추적하는 단계;를 포함하고,객체 검출 단계는,딥러닝 기반의 객체 검출기 또는 특징량 기반의 객체 검출기 중 어느 하나를 이용하며, 캘리브레이션 단계는,특정 패턴으로부터 영상과 라이다 데이터를 획득하면, 캘리브레이션을 수행하여 라이다 센서와 카메라 간의 기하학적 정보를 추출하고, 캘리브레이션 단계는,카메라와 라이다 간 상대적인 위치 및 회전 관계 (R, t)를 계산하며, 캘리브레이션 단계는,라이다 3차원 좌표를 영상으로 투영하는 경우, 라이다로부터 획득한 3차원의 점인 가, i번째 카메라 영상에서 로 투영되어, i번째 카메라의 가 계산되며, 영상에서의 좌표값()은, 하기의 수식 1로 산출하고, (수식 1) 객체 추적 단계는,같은 카메라에서 객체 추적을 위해, 두 객체가 같은 유형인지 여부, 두 객체가 검출된 두 영역 안에서 추적된 특징점의 비율 및 두 영역 간의 IoU로부터 유사도를 판단하고,다른 카메라에서의 객체 추적을 위해, 두 객체가 같은 유형인지 여부 및 두 객체가 검출된 두 영역 안 간의 IoU를 고려하되, 두 영역 안에서 추적된 특징점의 비율을 고려하지 않고 유사도를 판단하되,서로 다른 카메라로부터 수집되는 복수의 영상 데이터 간에 객체 유형, 위치의 유사도와 특징점의 추적된 수를 바탕으로 복수의 영상 데이터 안에 포함된 복수의 객체가 동일한 객체인지 여부를 판단하며, 동일한 카메라에서의 객체 추적 유사도()는,복수의 객체가 같은 유형인지 여부()와 현재 객체가 검출된 영역 안에서의 특징점 개수(), 현재 객체가 검출된 영역과 이전 객체가 검출된 영역 간의 매칭된 특징점 개수(), 복수의 영역 사이의 IoU를 기반으로 하기의 수식 2로 산출하고, (수식 2) IoU는, 현재 객체가 검출된 영역과 이전 객체가 검출된 영역 간의 공유하고 있는 영역의 크기를 현재 객체가 검출된 영역과 이전 객체가 검출된 영역이 합쳐진 영역의 크기로 나눔으로써 계산되며, 다른 카메라에서의 객체 추적 유사도()는,복수의 객체가 같은 유형인지 여부()와 제1 카메라를 통해 현재 객체가 검출된 영역()을 제2 카메라를 통해 현재 객체가 검출된 영역()으로 옮긴 후, 계산된 영역에서 산출되는 IoU인 IoU'를 기반으로 하기의 수식 3으로 산출하며, (수식 3) 복수의 카메라 중 제1 카메라를 통해 현재 검출된 영역의 무게 중심() 은, 하기 수식 6을 통해 산출하고, (수식 6) 제1 카메라를 통해 현재 객체가 검출된 영역과 제2 카메라를 통해 현재 객체가 검출된 영역의 차이()는, 제1 카메라를 통해 현재 객체가 검출된 영역()을 제2 카메라를 통해 현재 객체가 검출된 영역()으로 옮기는 과정에서, 제1 카메라를 통해 현재 객체가 검출된 영역의 무게 중심() 및 제2 카메라를 통해 현재 객체가 검출된 영역의 무게 중심()이 산출되면, 제1 카메라를 통해 현재 객체가 검출된 영역의 무게 중심과 제2 카메라를 통해 현재 객체가 검출된 영역의 무게 중심의 차이()를 이용하는 하기 수식 7을 이용하여 산출되는 것을 특징으로 하는 다수 카메라와 라이다 센서 융합을 통한 객체 추적 방법
|