| 1 |
1
대상 해수욕장의 이미지 데이터를 수신하도록 구성된 수신부; 미리 설정된 파도 이미지에 대한 학습 결과를 이용하여, 상기 이미지 데이터로부터 파도에 상응하는 복수 개의 객체를 검출하도록 구성된 머신러닝부; 및 상기 머신러닝부에 의해 검출된 상기 복수 개의 객체 사이의 거리를 실제 거리로 환산한 추정값에 기초하여 파도에 의한 위험도를 산출하도록 구성된 위험도 결정부를 포함하는 파도 측정 시스템
|
| 2 |
2
제1항에 있어서, 상기 이미지 데이터로부터 육지 및 물에 각각 상응하는 가우시안 분포를 포함하는 가우시안 혼합 모델을 이용하여 해안 경계선을 검출하도록 구성된 경계선 검출부를 더 포함하며, 상기 위험도 결정부는, 검출된 상기 해안 경계선을 이용하여, 상기 이미지 데이터상의 상기 복수 개의 객체 사이의 거리를 상기 이미지 데이터의 촬영 지점에 대한 상대적인 위치에 기초하여 보정하도록 더 구성된 파도 측정 시스템
|
| 3 |
3
제1항에 있어서, 상기 복수 개의 객체 사이의 구간에 포함된 데이터 점들에 대해 미리 설정된 역 거리 가중치의 합계를 산출함으로써 상기 추정값에 적용될 가중치 합계를 산출하도록 구성된 가중합계 산출부를 더 포함하는 파도 측정 시스템
|
| 4 |
4
제1항에 있어서, 상기 위험도 결정부는, 상기 위험도의 시간에 따른 변화를 이용하여 안전사고 발생 위험을 산출하도록 더 구성된 파도 측정 시스템
|
| 5 |
5
파도 측정 시스템이 대상 해수욕장의 이미지 데이터를 수신하는 단계; 상기 파도 측정 시스템이, 미리 설정된 파도 이미지에 대한 학습 결과를 이용하여, 상기 이미지 데이터로부터 파도에 상응하는 복수 개의 객체를 검출하는 단계; 및 상기 파도 측정 시스템이, 상기 검출하는 단계에 의해 검출된 상기 복수 개의 객체 사이의 거리를 실제 거리로 환산한 추정값에 기초하여 파도에 의한 위험도를 산출하는 단계를 포함하는 파도 측정 방법
|
| 6 |
6
제5항에 있어서, 상기 파도 측정 시스템이, 상기 이미지 데이터로부터 육지 및 물에 각각 상응하는 가우시안 분포를 포함하는 가우시안 혼합 모델을 이용하여 해안 경계선을 검출하는 단계를 더 포함하며,상기 위험도를 산출하는 단계는, 상기 파도 측정 시스템이, 검출된 상기 해안 경계선을 이용하여, 상기 이미지 데이터상의 상기 복수 개의 객체 사이의 거리를 상기 이미지 데이터의 촬영 지점에 대한 상대적인 위치에 기초하여 보정하는 단계를 포함하는 파도 측정 방법
|
| 7 |
7
제5항에 있어서, 상기 위험도를 산출하는 단계는, 상기 파도 측정 시스템이, 상기 이미지 데이터상의 상기 복수 개의 객체 사이의 거리를 직교 방정식을 이용하여 구면 상의 거리로 환산한 하나 이상의 추정값을 산출하는 단계; 및상기 파도 측정 시스템이, 상기 복수 개의 객체 사이의 구간에 포함된 데이터 점들에 대해 미리 설정된 역 거리 가중치의 합계를 산출함으로써 상기 추정값에 적용될 가중치 합계를 산출하는 단계를 포함하는 파도 측정 방법
|
| 8 |
8
제5항에 있어서, 상기 파도 측정 시스템이, 상기 위험도의 시간에 따른 변화를 이용하여 안전사고 발생 위험을 산출하는 단계를 더 포함하는 파도 측정 방법
|
| 9 |
9
하드웨어와 결합되어 제5항 내지 제8항 중 어느 한 항에 따른 파도 측정 방법을 실행하도록 컴퓨터로 판독 가능한 기록매체에 저장된 컴퓨터 프로그램
|
