| 1 |
1
딥러닝 학습 시스템에 의해 수행되는 적외선 이미지를 이용한 딥러닝 학습 방법에 있어서,대상체 및 배경이 표시된 적외선 이미지의 전체 픽셀 값들에 기초하여 상기 전체 픽셀 값들에 대한 임계 값을 지정하는 단계;상기 대상체 및 상기 배경을 구분하기 위해, 상기 전체 픽셀 값들 중 상기 임계 값을 초과하는 픽셀 값들을 제1 픽셀 값으로 조정하고, 상기 임계 값 이하인 픽셀 값들은 제1 픽셀 값과 상이한 제2 픽셀 값으로 조정한 전처리 이미지를 생성하는 단계;상기 전처리 이미지와 상기 적외선 이미지를 포함하는 학습 데이터를 생성하는 단계; 및상기 학습 데이터를 입력 데이터로 하여 딥러닝 모델을 학습시키는 단계를 포함하고,상기 딥러닝 모델을 학습시키는 단계는,상기 적외선 이미지 외의 임의의 적외선 이미지가 상기 딥러닝 모델에 입력되는 경우, 상기 임의의 적외선 이미지에 표시된 대상체의 픽셀 값들 및 배경의 픽셀 값들이 상이한 픽셀 값으로 조정되도록 상기 딥러닝 모델을 학습시키는, 방법
|
| 2 |
2
제 1항에 있어서,상기 임계 값을 지정하는 단계는,상기 전체 픽셀 값들 중 픽셀 값이 가장 크게 변화하는 구간을 탐지하는 단계; 및상기 구간의 중간 픽셀 값을 상기 임계 값으로 지정하는 단계를 포함하는, 방법
|
| 3 |
3
제 1항에 있어서,상기 임계 값을 지정하는 단계는,상기 전체 픽셀 값들 중 최대 픽셀 값 및 최소 픽셀 값을 탐지하는 단계; 및상기 최대 픽셀 값 및 상기 최소 픽셀 값의 중간 픽셀 값을 상기 임계 값으로 지정하는 단계를 포함하는, 방법
|
| 4 |
4
제 1항에 있어서,상기 임계 값을 지정하는 단계는,상기 전체 픽셀 값들의 평균 픽셀 값을 결정하는 단계; 및상기 평균 픽셀 값을 상기 임계 값으로 지정하는 단계를 포함하는, 방법
|
| 5 |
5
제 1항에 있어서,상기 임계 값을 지정하는 단계는,상기 대상체의 평균 픽셀 값 및 상기 배경의 평균 픽셀 값을 결정하는 단계; 및상기 대상체의 평균 픽셀 값 및 상기 배경의 평균 픽셀 값의 중간 픽셀 값을 상기 임계 값으로 지정하는 단계를 포함하는, 방법
|
| 6 |
6
제 1항에 있어서,상기 제1 픽셀 값은 최대 픽셀 값이고 상기 제2 픽셀 값은 최소 픽셀 값인, 방법
|
| 7 |
7
삭제
|
| 8 |
8
제 1항에 있어서,상기 방법은,상기 전처리 이미지의 정확도를 연산하는 단계를 더 포함하고,상기 정확도는 상기 전처리 이미지에서, 상기 대상체 및 상기 배경이 구분되도록 상기 대상체의 픽셀 값들 및 상기 배경의 픽셀 값들이 상이한 픽셀 값으로 조정된 경우 가장 높은, 방법
|
| 9 |
9
제 8항에 있어서,상기 전처리 이미지의 정확도를 연산하는 단계는,상기 전처리 이미지에서, 상기 대상체의 픽셀 값들 중 상기 제1 픽셀 값으로 조정된 영역, 상기 대상체의 픽셀 값들 중 상기 제2 픽셀 값으로 조정된 영역 및 상기 배경의 픽셀 값들 중 상기 제1 픽셀 값으로 조정된 영역을 검출하는 단계를 포함하고,상기 정확도는 상기 검출된 영역들의 합에 대한, 상기 대상체의 픽셀 값들 중 상기 제1 픽셀 값으로 조정된 영역의 비율인, 방법
|
| 10 |
10
제 8항에 있어서,상기 정확도는,에 의하여 결정되며,상기 수학식에서 Fβ는 정확도, Suncorrect는 상기 배경의 픽셀 값들 중 상기 제1 픽셀 값으로 조정된 영역, Smiss는 상기 대상체의 픽셀 값들 중 상기 제2 픽셀 값으로 조정된 영역, Scorrect는 상기 대상체의 픽셀 값들 중 상기 제1 픽셀 값으로 조정된 영역이고 β는 상기 대상체의 픽셀 값들 중 상기 제2 픽셀 값으로 조정된 영역에 대한 가중치인, 방법
|
| 11 |
11
적외선 이미지를 이용한 딥러닝 학습 시스템에 있어서,대상체 및 배경이 표시된 적외선 이미지의 전체 픽셀 값들에 기초하여 상기 전체 픽셀 값들에 대한 임계 값을 지정하고,상기 대상체 및 상기 배경을 구분하기 위해, 상기 전체 픽셀 값들 중 상기 임계 값을 초과하는 픽셀 값들을 제1 픽셀 값으로 조정하고, 상기 임계 값 이하인 픽셀 값들은 제1 픽셀 값과 상이한 제2 픽셀 값으로 조정한 전처리 이미지를 생성하는 전처리 이미지 생성부;상기 전처리 이미지와 상기 적외선 이미지를 포함하는 학습 데이터를 생성하는 학습 데이터 생성부; 및상기 학습 데이터를 입력 데이터로 하여 딥러닝 모델을 학습시키는 딥러닝 모델 학습부를 포함하고,상기 딥러닝 모델 학습부는,상기 적외선 이미지 외의 임의의 적외선 이미지가 상기 딥러닝 모델에 입력되는 경우, 상기 임의의 적외선 이미지에 표시된 대상체의 픽셀 값들 및 배경의 픽셀 값들이 상이한 픽셀 값으로 조정되도록 상기 딥러닝 모델을 학습시키는, 시스템
|
| 12 |
12
제 11항에 있어서,상기 전처리 이미지 생성부는,상기 전체 픽셀 값들 중 픽셀 값이 가장 크게 변화하는 구간을 탐지하고, 상기 구간의 중간 픽셀 값을 상기 임계 값으로 지정하는, 시스템
|
| 13 |
13
제 11항에 있어서,상기 시스템은,상기 전처리 이미지의 정확도를 연산하는 정확도 연산부를 더 포함하고,상기 정확도는 상기 전처리 이미지에서, 상기 대상체 및 상기 배경이 구분되도록 상기 대상체의 픽셀 값들 및 상기 배경의 픽셀 값들이 상이한 픽셀 값으로 조정된 경우 가장 높은, 시스템
|
| 14 |
14
제 13항에 있어서,상기 정확도 연산부는,상기 전처리 이미지에서, 상기 대상체의 픽셀 값들 중 상기 제1 픽셀 값으로 조정된 영역, 상기 대상체의 픽셀 값들 중 상기 제2 픽셀 값으로 조정된 영역 및 상기 배경의 픽셀 값들 중 상기 제1 픽셀 값으로 조정된 영역을 검출하고,상기 정확도는 상기 검출된 영역들의 합에 대한, 상기 대상체의 픽셀 값들 중 상기 제1 픽셀 값으로 조정된 영역의 비율인, 시스템
|
| 15 |
15
제 13항에 있어서,상기 정확도는,에 의하여 결정되며,상기 수학식에서 Fβ는 정확도, Suncorrect는 상기 배경의 픽셀 값들 중 상기 제1 픽셀 값으로 조정된 영역, Smiss는 상기 대상체의 픽셀 값들 중 상기 제2 픽셀 값으로 조정된 영역, Scorrect는 상기 대상체의 픽셀 값들 중 상기 제1 픽셀 값으로 조정된 영역이고 β는 상기 대상체의 픽셀 값들 중 상기 제2 픽셀 값으로 조정된 영역에 대한 가중치인, 시스템
|
| 16 |
16
제 1항의 방법을 컴퓨터에서 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
|
