| 1 |
1
컴퓨팅 장치에 의해 수행되는 영상 데이터 획득 방법에 있어서,비행체에 구비된 미리 결정된 파장 범위를 통과시키는 파장 필터를 이용하여 상기 미리 결정된 파장 범위를 갖는 영상 데이터를 획득하는 단계;미리 학습된 딥러닝 네트워크에 상기 영상 데이터를 입력하여 상기 미리 학습된 딥러닝 네트워크에 미리 저장된 기존 영상 데이터와 상기 영상 데이터 사이의 유사도를 분석하는 단계; 상기 유사도에 기초하여 상기 파장 필터에 대한 파라미터 변경 신호를 생성하는 단계; 및상기 파라미터 변경 신호에 기초하여 상기 파장 필터의 파라미터를 수정하는 단계를 포함하는,영상 데이터 획득 방법
|
| 2 |
2
제1 항에 있어서,상기 영상 데이터를 획득하는 단계는, 미리 결정된 계측 가능 파장 범위를 갖는 영상 센서를 이용하여 적외선 영상 데이터를 획득하는 단계이고,상기 파장 필터는 상기 영상 센서에 구비되며, 상기 파장 필터의 상기 파라미터는 파장 평균값, 파장 범위 최소 값 및 파장 범위 최대 값을 포함하는, 영상 데이터 획득 방법
|
| 3 |
3
제1 항에 있어서,상기 유사도를 분석하는 단계는, 상기 영상 데이터에 대하여 상기 미리 학습된 딥러닝 네트워크의 특징 맵의 활성화 값을 확인하는 단계; 및 상기 미리 학습된 딥러닝 네트워크에 대하여 미리 설정된 제1 임계값 및 상기 활성화 값에 기초하여 상기 유사도를 판단하는 단계를 포함하는, 영상 데이터 획득 방법
|
| 4 |
4
제3 항에 있어서,상기 유사도를 판단하는 단계는, 상기 활성화 값이 상기 미리 설정된 제1 임계값을 초과하는지 여부를 판단하는 단계이고, 상기 미리 설정된 제1 임계값은 상기 미리 학습된 딥러닝 네트워크의 상기 특징 맵의 평균 활성화 값인, 영상 데이터 획득 방법
|
| 5 |
5
제1 항에 있어서,상기 유사도를 분석하는 단계는, 버퍼에 실시간 저장된 이전 프레임의 영상 데이터와 현재 프레임의 영상 데이터 사이의 유사도를 분석하는 단계인, 영상 데이터 획득 방법
|
| 6 |
6
제5 항에 있어서,상기 유사도를 분석하는 단계는, 상기 이전 프레임의 영상 데이터와 상기 현재 프레임의 영상 데이터 사이에 내적을 수행하는 단계; 및 미리 설정된 제2 임계값 및 상기 내적의 결과 값에 기초하여 상기 유사도를 판단하는 단계를 포함하는, 영상 데이터 획득 방법
|
| 7 |
7
제6 항에 있어서,상기 유사도를 판단하는 단계는, 상기 내적의 결과 값이 상기 미리 설정된 제2 임계값 이하인지 여부를 판단하는 단계인, 영상 데이터 획득 방법
|
| 8 |
8
제7 항에 있어서,상기 내적의 결과 값이 상기 미리 설정된 제2 임계값 이하인 경우 상기 현재 프레임의 영상 데이터를 상기 버퍼에 저장하는 단계를 더 포함하는, 영상 데이터 획득 방법
|
| 9 |
9
컴퓨팅 장치를 이용하여 제1 항 내지 제8 항 중 어느 한 항의 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램
|
| 10 |
10
프로세서;를 포함하고,상기 프로세서는, 비행체에 구비된 미리 결정된 파장 범위를 통과시키는 파장 필터를 이용하여 상기 미리 결정된 파장 범위를 갖는 영상 데이터를 획득하고, 미리 학습된 딥러닝 네트워크에 상기 영상 데이터를 입력하여 상기 미리 학습된 딥러닝 네트워크에 미리 저장된 기존 영상 데이터와 상기 영상 데이터 사이의 유사도를 분석하고, 상기 유사도에 기초하여 상기 파장 필터에 대한 파라미터 변경 신호를 생성하고, 상기 파라미터 변경 신호에 기초하여 상기 파장 필터의 파라미터를 수정하는, 영상 데이터 획득 장치
|
| 11 |
11
제10 항에 있어서,상기 파장 필터의 상기 파라미터는 파장 평균값, 파장 범위 최소 값 및 파장 범위 최대 값을 포함하고,상기 파장 필터는 미리 결정된 계측 가능 파장 범위를 갖는 영상 센서에 구비되며, 상기 프로세서는 상기 영상 센서를 이용하여 적외선 영상 데이터를 획득하는, 영상 데이터 획득 장치
|
| 12 |
12
제10 항에 있어서,상기 유사도는 상기 미리 학습된 딥러닝 네트워크에 대하여 미리 설정된 제1 임계값 및 상기 미리 학습된 딥러닝 네트워크의 특징 맵의 활성화 값에 기초하여 판단되며,상기 미리 학습된 딥러닝 네트워크의 특징 맵의 활성화 값은 상기 영상 데이터에 대하여 확인되는, 영상 데이터 획득 장치
|
| 13 |
13
제12 항에 있어서,상기 유사도는 상기 활성화 값이 상기 미리 설정된 제1 임계값을 초과하는지 여부로 판단되고,상기 미리 설정된 제1 임계값은 상기 미리 학습된 딥러닝 네트워크의 상기 특징 맵의 평균 활성화 값인, 영상 데이터 획득 장치
|
| 14 |
14
제10 항에 있어서,상기 유사도는 버퍼에 실시간 저장된 이전 프레임의 영상 데이터와 현재 프레임의 영상 데이터 사이의 유사도인, 영상 데이터 획득 장치
|
| 15 |
15
제14 항에 있어서,상기 유사도는 미리 설정된 제2 임계값, 및 상기 이전 프레임의 영상 데이터와 상기 현재 프레임의 영상 데이터 사이에 수행된 내적의 결과 값에 기초하여 판단되는, 영상 데이터 획득 장치
|
| 16 |
16
제15 항에 있어서,상기 유사도는 상기 내적의 결과 값이 상기 미리 설정된 제2 임계값 이하인지 여부로 판단되는, 영상 데이터 획득 장치
|
| 17 |
17
제16 항에 있어서,상기 프로세서는, 상기 내적의 결과 값이 상기 미리 설정된 제2 임계값 이하인 경우, 상기 현재 프레임의 영상 데이터를 상기 버퍼에 저장하는, 영상 데이터 획득 장치
|
