| 1 |
1
영상프레임을 입력받는 단계;상기 영상프레임에서 특징을 추출하는 단계;추출된 상기 특징에 기반하여 객체를 탐지하는 단계;추출된 상기 특징에 기반하여 템플릿과 매칭하는 단계;상기 객체 탐지 결과와 상기 템플릿 매칭 결과를 정합하는 단계; 및상기 정합 결과를 출력하는 단계; 를 포함하는 실시간 영상기반 객체 탐지 방법
|
| 2 |
2
청구항 1에 있어서,상기 템플릿은,이전 영상프레임에서 탐지된 객체의 특징 또는 영역 중 어느 하나 이상인 것을 특징으로 하는 실시간 영상기반 객체 탐지 방법
|
| 3 |
3
청구항 1에 있어서,상기 정합 결과와 기존에 저장된 템플릿을 비교하여, 신규로 탐지된 객체인 경우 해당 객체에 관한 정보를 템플릿으로 저장하고, 기존에 저장된 템플릿에 상응하는 객체인 경우 상기 정합 결과에 기반한 신규 정보로 기존에 저장된 템플릿을 갱신하는 단계; 를 더 포함하는 것을 특징으로 하는 실시간 영상기반 객체 탐지 방법
|
| 4 |
4
청구항 1에 있어서,임의로 설정된 일정 시간 또는 프레임 동안 탐지되지 않은 템플릿을 제거하는 단계; 를 더 포함하는 것을 특징으로 하는 실시간 영상기반 객체 탐지 방법
|
| 5 |
5
청구항 1에 있어서,상기 특징을 추출하는 단계는,사용자의 설정에 의한 디자인 또는 딥러닝망을 통한 디자인에 기반하여 추출하는 것을 특징으로 하는 실시간 영상기반 객체 탐지 방법
|
| 6 |
6
청구항 1에 있어서,상기 객체를 탐지하는 단계는,추출된 상기 특징을 기반으로 딥러닝망을 이용하여 상기 객체를 탐지하는 것을 특징으로 하는 실시간 영상기반 객체 탐지 방법
|
| 7 |
7
청구항 1에 있어서,상기 템플릿과 매칭하는 단계는,딥러닝망을 이용하여 매칭하되, 추출된 상기 특징과 상기 템플릿을 입력으로, 컨볼루션(Convolution) 연산을 수행하고, 코릴레이션 필터링(Correlation filtering)을 수행하여 매칭하는 것을 특징으로 하는 실시간 영상기반 객체 탐지 방법
|
| 8 |
8
청구항 7에 있어서,상기 템플릿과 매칭하는 단계는,상기 템플릿에 지정된 객체의 영역을 찾기 위한 제1 코릴레이션 필터(Correlation filter)와 상기 객체의 종류를 분류하기 위한 제2 코릴레이션 필터(Correlation filter)를 생성하고, 상기 제1 코릴레이션 필터 및 제2 코릴레이션 필터를 통하여 코릴레이션 필터링(Correlation filtering)을 수행하여 매칭하는 것을 특징으로 하는 실시간 영상기반 객체 탐지 방법
|
| 9 |
9
청구항 1에 있어서,상기 정합하는 단계는,상기 객체 탐지 결과에 포함된 객체와 상기 템플릿 매칭 결과에 포함된 객체를 합집합 방식으로 정합하는 것을 특징으로 하는 실시간 영상기반 객체 탐지 방법
|
| 10 |
10
청구항 1에 있어서,상기 출력하는 단계는,상기 정합 결과에 기반하여 탐지된 객체 또는 영역에 관한 시각적인 표시와 탐지된 객체의 종류 등에 대한 시각적인 표시를 상기 영상 프레임에 오버레이하여 출력하는 것을 특징으로 하는 실시간 영상기반 객체 탐지 방법
|
| 11 |
11
하나 이상의 프로세서; 및상기 하나 이상의 프로세서에 의해 실행되는 적어도 하나 이상의 프로그램을 저장하는 실행메모리;를 포함하고,상기 적어도 하나 이상의 프로그램은,영상프레임을 입력받고, 상기 영상프레임에서 특징을 추출하고, 추출된 상기 특징에 기반하여 객체를 탐지하고, 추출된 상기 특징에 기반하여 템플릿과 매칭하고, 상기 객체 탐지 결과와 상기 템플릿 매칭 결과를 정합하고, 상기 정합 결과를 출력하는 실시간 영상기반 객체 탐지 장치
|
| 12 |
12
청구항 11에 있어서,상기 템플릿은,이전 영상프레임에서 탐지된 객체의 특징 또는 영역 중 어느 하나 이상인 것을 특징으로 하는 실시간 영상기반 객체 탐지 장치
|
| 13 |
13
청구항 11에 있어서,상기 적어도 하나 이상의 프로그램은,상기 정합 결과와 기존에 저장된 템플릿을 비교하여, 신규로 탐지된 객체인 경우 해당 객체에 관한 정보를 템플릿으로 저장하고, 기존에 저장된 템플릿에 상응하는 객체인 경우 상기 정합 결과에 기반한 신규 정보로 기존에 저장된 템플릿을 갱신하는 것을 특징으로 하는 실시간 영상기반 객체 탐지 장치
|
| 14 |
14
청구항 11에 있어서,상기 적어도 하나 이상의 프로그램은,임의로 설정된 일정 시간 또는 프레임 동안 탐지되지 않은 템플릿을 제거하는 것을 특징으로 하는 실시간 영상기반 객체 탐지 장치
|
| 15 |
15
청구항 11에 있어서,상기 적어도 하나 이상의 프로그램은,사용자의 설정에 의한 디자인 또는 딥러닝망을 통한 디자인에 기반하여, 상기 영상프레임에서 특징을 추출하는 것을 특징으로 하는 실시간 영상기반 객체 탐지 장치
|
| 16 |
16
청구항 11에 있어서,상기 적어도 하나 이상의 프로그램은,추출된 상기 특징을 기반으로 딥러닝망을 이용하여 상기 객체를 탐지하는 것을 특징으로 하는 실시간 영상기반 객체 탐지 장치
|
| 17 |
17
청구항 11에 있어서,상기 적어도 하나 이상의 프로그램은,추출된 상기 특징을 기반으로 상기 템플릿과 딥러닝망을 이용하여 매칭하되, 추출된 상기 특징과 상기 템플릿을 입력으로, 컨볼루션(Convolution) 연산을 수행하고, 코릴레이션 필터링(Correlation filtering)을 수행하여 매칭하는 것을 특징으로 하는 실시간 영상기반 객체 탐지 장치
|
| 18 |
18
청구항 17에 있어서,상기 적어도 하나 이상의 프로그램은,상기 템플릿에 지정된 객체의 영역을 찾기 위한 제1 코릴레이션 필터(Correlation filter)와 상기 객체의 종류를 분석하기 위한 제2 코릴레이션 필터(Correlation filter)를 생성하고, 상기 제1 코릴레이션 필터 및 제2 코릴레이션 필터를 통하여 코릴레이션 필터링(Correlation filtering)을 수행하여 매칭하는 것을 특징으로 하는 실시간 영상기반 객체 탐지 장치
|
| 19 |
19
청구항 11에 있어서,상기 적어도 하나 이상의 프로그램은,상기 객체 탐지 결과에 포함된 객체와 상기 템플릿 매칭 결과에 포함된 객체를 합집합 방식으로 정합하는 것을 특징으로 하는 실시간 영상기반 객체 탐지 장치
|
| 20 |
20
청구항 11에 있어서,상기 적어도 하나 이상의 프로그램은,상기 정합 결과에 기반하여 객체 또는 영역에 관한 시각적인 표시와 탐지된 객체의 종류 등에 대한 시각적인 표시를 상기 영상프레임에 오버레이하여 출력하는 것을 특징으로 하는 실시간 영상기반 객체 탐지 장치
|
