1 |
1
객체 검출을 위한 영상을 입력 받고, 상기 영상에 대해 다중 해상도를 갖는 특징 맵을 추출하는 특징 맵 추출 모듈;상기 특징 맵에 대해 제1 그룹의 컨볼루션 레이어를 적용하여 경계 박스의 분류를 수행하고, 상기 특징 맵에 대해 제2 그룹의 컨볼루션 레이어를 적용하여 상기 경계 박스를 예측하는 경계 박스 검출 모듈; 및상기 특징 맵을 이용하여 상기 경계 박스 내의 상기 객체의 형태에 대한 마스크를 생성하는 마스크 생성 모듈을 포함하는객체 검출 시스템
|
2 |
2
제1항에 있어서,상기 특징 맵 추출 모듈은,상기 영상으로부터 복수의 레이어 별 특징 맵의 정보를 융합하는 특징 피라미드를 구성하고,상기 특징 피라미드를 이용하여 상기 다중 해상도를 갖는 상기 특징 맵을 추출하는, 객체 검출 시스템
|
3 |
3
제2항에 있어서,상기 특징 맵 추출 모듈은,백본 네트워크에서 상기 복수의 레이어 별 특징 맵을 추출하고, 상기 추출한 복수의 레이어 별 특징 맵을 역순으로 더하여 상기 특징 피라미드를 구성하는, 객체 검출 시스템
|
4 |
4
제1항에 있어서,상기 경계 박스 검출 모듈은,이진 분류기를 이용하여 상기 경계 박스의 분류를 수행하는, 객체 검출 시스템
|
5 |
5
제1항에 있어서,상기 경계 박스 검출 모듈은,상기 객체의 중심점을 기준으로 복수의 방향의 오프셋을 설정한 후 상기 경계 박스의 위치 및 크기를 추정하는, 객체 검출 시스템
|
6 |
6
제5항에 있어서,상기 경계 박스 검출 모듈은,상기 경계 박스의 분류에 대한 신뢰 스코어 및 상기 예측한 경계 박스가 GT(ground truth)와 중심이 일치하는 정도를 나타내는 중심성에 기초하여, 상기 예측된 경계 박스의 신뢰도를 조정하는, 객체 검출 시스템
|
7 |
7
제1항에 있어서,상기 마스크 생성 모듈은,상기 특징 맵에서 상기 경계 박스에 해당되는 영역을 추출한 후, 미리 설정된 해상도의 특징 맵으로 와핑을 수행하는, 객체 검출 시스템
|
8 |
8
제7항에 있어서,상기 마스크 생성 모듈은,상기 와핑된 특징 맵에 대해 컨볼루션 레이어를 적용하여 컨볼루션 특징 맵을 획득하고,상기 컨볼루션 특징 맵에 대해 최대 풀링 및 평균 풀링을 수행하여 최대 풀링 특징 맵 및 평균 풀링 특징 맵을 결합하는, 객체 검출 시스템
|
9 |
9
제8항에 있어서,상기 마스크 생성 모듈은,상기 결합된 최대 풀링 특징 맵 및 평균 풀링 특징 맵에 대해 비선형 함수를 적용하여 어텐션 맵을 획득하는, 객체 검출 시스템
|
10 |
10
제9항에 있어서,상기 마스크 생성 모듈은,상기 어텐션 맵과 상기 컨볼루션 특징 맵을 곱한 후, 상기 곱한 결과에 대해 이진 분류를 수행하여 상기 마스크를 생성하는, 객체 검출 시스템
|
11 |
11
객체 검출을 위한 영상을 입력 받는 단계;백본 네트워크에서 복수의 레이어 별 특징 맵을 추출하는 단계;상기 추출한 복수의 레이어 별 특징 맵을 역순으로 더하여, 상기 복수의 레이어 별 특징 맵의 정보를 융합하는 특징 피라미드를 구성하는 단계;상기 특징 피라미드를 이용하여, 상기 영상에 대해 다중 해상도를 갖는 특징 맵을 추출하는 단계; 및상기 다중 해상도를 갖는 상기 특징 맵을 이용하여 상기 객체의 형태에 대한 마스크를 생성하는 단계를 포함하는객체 검출 방법
|
12 |
12
제11항에 있어서,상기 마스크를 생성하는 단계는,상기 특징 맵에서 경계 박스에 해당되는 영역을 추출한 후, 미리 설정된 해상도의 특징 맵으로 와핑을 수행하는 단계를 포함하는, 객체 검출 방법
|
13 |
13
제12항에 있어서,상기 마스크를 생성하는 단계는,상기 와핑된 특징 맵에 대해 컨볼루션 레이어를 적용하여 컨볼루션 특징 맵을 획득하는 단계; 및상기 컨볼루션 특징 맵에 대해 최대 풀링 및 평균 풀링을 수행하여 최대 풀링 특징 맵 및 평균 풀링 특징 맵을 결합하는 단계를 포함하는, 객체 검출 방법
|
14 |
14
제13항에 있어서,상기 마스크 생성하는 단계는,상기 결합된 최대 풀링 특징 맵 및 평균 풀링 특징 맵에 대해 비선형 함수를 적용하여 어텐션 맵을 획득하는 단계를 포함하는, 객체 검출 방법
|
15 |
15
제14항에 있어서,상기 마스크 생성하는 단계는,상기 어텐션 맵과 상기 컨볼루션 특징 맵을 곱한 후, 상기 곱한 결과에 대해 이진 분류를 수행하여 상기 마스크를 생성하는 단계를 포함하는, 객체 검출 방법
|
16 |
16
객체 검출을 위한 영상에 대한 특징 맵에 대해 제1 그룹의 컨볼루션 레이어를 적용하는 단계;이진 분류기를 이용하여 경계 박스의 분류를 수행하는 단계;상기 특징 맵에 대해 제2 그룹의 컨볼루션 레이어를 적용하는 단계;상기 객체의 중심점을 기준으로 복수의 방향의 오프셋을 설정한 후 상기 경계 박스의 위치 및 크기를 추정하는 단계;상기 경계 박스의 분류에 대한 신뢰 스코어 및 예측한 경계 박스가 GT와 중심이 일치하는 정도를 나타내는 중심성에 기초하여, 상기 추정된 경계 박스의 신뢰도를 조정하는 단계; 및상기 특징 맵을 이용하여 상기 경계 박스 내의 상기 객체의 형태에 대한 마스크를 생성하는 단계를 포함하는객체 검출 방법
|
17 |
17
제16항에 있어서,상기 마스크를 생성하는 단계는,상기 특징 맵에서 상기 경계 박스에 해당되는 영역을 추출한 후, 미리 설정된 해상도의 특징 맵으로 와핑을 수행하는 단계를 포함하는, 객체 검출 방법
|
18 |
18
제17항에 있어서,상기 마스크를 생성하는 단계는,상기 와핑된 특징 맵에 대해 컨볼루션 레이어를 적용하여 컨볼루션 특징 맵을 획득하는 단계; 및상기 컨볼루션 특징 맵에 대해 최대 풀링 및 평균 풀링을 수행하여 최대 풀링 특징 맵 및 평균 풀링 특징 맵을 결합하는 단계를 포함하는, 객체 검출 방법
|
19 |
19
제18항에 있어서,상기 마스크 생성하는 단계는,상기 결합된 최대 풀링 특징 맵 및 평균 풀링 특징 맵에 대해 비선형 함수를 적용하여 어텐션 맵을 획득하는 단계를 포함하는, 객체 검출 방법
|
20 |
20
제19항에 있어서,상기 마스크 생성하는 단계는,상기 어텐션 맵과 상기 컨볼루션 특징 맵을 곱한 후, 상기 곱한 결과에 대해 이진 분류를 수행하여 상기 마스크를 생성하는 단계를 포함하는, 객체 검출 방법
|