1 |
1
도로 영상을 획득하는 단계;딥러닝 모델을 이용하여, 획득된 도로 영상에서 객체를 검출하고 추적하는 단계;딥러닝 모델을 이용하여, 획득된 도로 영상에서 교통 정보를 인식하는 단계;검출하고 추적하는 객체와 인식한 교통 정보를 이용하여, 교통 이벤트를 생성하는 단계;를 포함하는 것을 특징으로 하는 교통 흐름 분석 방법
|
2 |
2
청구항 1에 있어서,획득 단계는,도로의 CCTV, 차량의 블랙박스, 휴대용 영상 단말 중 적어도 하나로부터 도로 영상을 수신하여 획득하는 것을 특징으로 하는 교통 흐름 분석 방법
|
3 |
3
청구항 1에 있어서,검출/추적 단계는,검출된 적어도 하나의 객체의 상태를 연속적으로 추정하고,객체의 상태는,객체의 ID, 위치 및 크기 중 적어도 하나를 포함하는 것을 특징으로 하는 교통 흐름 분석 방법
|
4 |
4
청구항 3에 있어서,딥러닝 모델은,각기 다른 카테고리에 속하는 객체들을 함께 검출하고 추적하는 것을 특징으로 하는 교통 흐름 분석 방법
|
5 |
5
청구항 4에 있어서,딥러닝 모델은,단일 네트워크로 객체의 검출과 추적을 모두 수행하는 것을 특징으로 하는 교통 흐름 분석 방법
|
6 |
6
청구항 5에 있어서,딥러닝 모델은,darknet 기반 심층 구조를 backbone으로 이용하며, spatial pyramid pooling 구조가 적용된 것을 특징으로 하는 교통 흐름 분석 방법
|
7 |
7
청구항 5에 있어서,딥러닝 모델은,주기적으로 재학습되며, 검출하고 추적할 객체를 카테고리 별로 파라미터 튜닝되는 것을 특징으로 하는 교통 흐름 분석 방법
|
8 |
8
청구항 1에 있어서,처리 리소스와 동작 환경을 기초로, 획득된 도로 영상의 해상도, 송신할 영상의 압축 방법 및 네트워크 관련 사항을 가변적으로 설정하는 단계;를 더 포함하는 것을 특징으로 하는 교통 흐름 분석 방법
|
9 |
9
청구항 1에 있어서,교통 정보는,도로, 차선, 교통 신호, 표지판 중 적어도 하나를 포함하고,교통 이벤트는,도로 정체, 차량 정차, 운전자의 주행 차선, 교통 법규 위반, 위험 차량, 장애물 인식 중 적어도 하나를 포함하는 것을 특징으로 하는 교통 흐름 분석 방법
|
10 |
10
도로 영상을 획득하는 촬영 장치;획득된 도로 영상에서 딥러닝 모델을 이용하여 객체를 검출하고 추적하고, 획득된 도로 영상에서 딥러닝 모델을 이용하여 교통 정보를 인식하며, 검출하고 추적하는 객체와 인식한 교통 정보를 이용하여 교통 이벤트를 생성하는 분석 서버;를 포함하는 것을 특징으로 하는 교통 흐름 분석 시스템
|
11 |
11
딥러닝 모델을 이용하여, 도로 영상에서 객체를 검출하고 추적하는 단계;딥러닝 모델을 이용하여, 획득된 도로 영상에서 교통 정보를 인식하는 단계;검출하고 추적하는 객체와 인식한 교통 정보를 이용하여, 교통 이벤트를 생성하는 단계;를 포함하는 것을 특징으로 하는 교통 흐름 분석 방법
|
12 |
12
딥러닝 모델을 이용하여, 도로 영상에서 객체를 검출하고 추적하는 검출/추적부;딥러닝 모델을 이용하여, 획득된 도로 영상에서 교통 정보를 인식하는 인식부;검출하고 추적하는 객체와 인식한 교통 정보를 이용하여, 교통 이벤트를 생성하는 생성부;를 포함하는 것을 특징으로 하는 교통 흐름 분석 서버
|