| 1 |
1
컬러맵 표현 방법에 있어서, 3차원 열화상 영상 정보를 획득하는 단계;상기 획득된 3차원 열화상 영상 정보로부터 객체를 인식하기 위하여 학습된 딥러닝 기반의 학습 모델을 이용하여 객체들을 인식하는 단계;상기 인식된 객체들 간의 온도 정보의 비교를 통해 이상치를 제거하는 단계;상기 이상치가 제거된 온도 정보에 기초하여 3차원 열화상 영상 정보에 대한 컬러맵을 조정하는 단계; 및 상기 조정된 컬러맵에 기초하여 3차원 열화상 영상 정보를 보정하는 단계 를 포함하는 컬러맵 표현 방법
|
| 2 |
2
제1항에 있어서,상기 객체를 인식하는 단계는, 상기 획득된 3차원 열화상 영상 정보에 포함된 RGB 데이터, 3차원 열화상 영상 정보가 지닌 적외선 센서값 및 측정 정보 메터데이터에 기초하여 상기 획득된 3차원 열화상 영상 정보를 온도 정보로 변환하고, 상기 온도 정보로 변환된 3차원 열화상 영상 정보에 기초하여 객체의 온도 정보를 추출하는 단계를 포함하는 컬러맵 표현 방법
|
| 3 |
3
제2항에 있어서,상기 객체를 인식하는 단계는, 상기 온도 정보로 변환된 3차원 열화상 영상 정보에 대한 온도 분포를 히스토그램으로 나타내고, 상기 히스토그램을 통하여 나타낸 3차원 열화상 영상 정보의 온도 분포에 박스 플롯(Box plot)을 생성하는 단계 를 포함하는 컬러맵 표현 방법
|
| 4 |
4
제1항에 있어서, 상기 이상치를 제거하는 단계는, 상기 3차원 열화상 영상 정보의 온도 분포에 대하여 생성된 박스 플롯을 통해 사분위 범위 밖에 존재하는 이상치를 제거하고, 상기 제거된 이상치를 사분위 범위 안의 최대값과 최소값으로 치환하는 단계를 포함하는 컬러맵 표현 방법
|
| 5 |
5
제4항에 있어서, 상기 이상치를 제거하는 단계는, 상기 사분위 범위 밖의 마진값을 설정하여 제1사분위와 제3사분위의 차이의 값에 상기 설정된 마진값을 곱하여 사분위 안의 최대값과 최소값을 계산하는 단계를 포함하는 컬러맵 표현 방법
|
| 6 |
6
제1항에 있어서,상기 컬러맵 표현 방법은,3차원 열화상 카메라 장치를 이용하여 3차원 열화상 영상 정보를 획득하는 것을 포함하고, 상기 3차원 열화상 영상 정보를 획득하는 단계는, 열화상 카메라를 포함하는 적어도 하나 이상의 카메라를 이용하여 촬영되는 스테레오 영상 정보를 획득하는 단계; 상기 획득된 스테레오 영상 정보에 기초하여 객체의 거리 정보를 산출하는 단계; 및상기 산출된 객체의 거리 정보 또는 상기 획득된 스테레오 영상 정보를 열화상 이미지 정보와 매핑하여 3차원 열화상 카메라 영상을 생성하는 단계를 포함하는 컬러맵 표현 방법
|
| 7 |
7
제6항에 있어서, 상기 3차원 열화상 카메라 장치는, 제1 카메라 및 제2 카메라를 포함하는 복수 개의 CCD 카메라와 적어도 하나 이상의 열화상 카메라를 결합한 형태로 구성되는 것을 포함하고,상기 생성하는 단계는, 상기 복수 개의 CCD 카메라를 이용하여 촬영된 스테레오 영상 정보에 열화상 카메라를 이용하여 촬영된 열화상 이미지 정보와 매핑하고, 상기 촬영된 열화상 이미지 정보를 딥러닝 기반의 학습 모델에서 컨볼루션(convolution) 후 풀링(pooling)된 영상으로 간주하고, 상기 컨볼루션 후 풀링된 영상으로 간주된 열화상 이미지 정보를 상기 딥러닝 기반의 학습 모델을 통해 디컨볼루션(de-convolution) 하여 3차원 열화상 영상을 생성하는 단계를 포함하는 3차원 열화상 영상 정보 생성 방법
|
| 8 |
8
제7항에 있어서, 상기 생성하는 단계는, 상기 열화상 이미지 정보에 포함된 컬러 정보를 이용하여 상기 딥러닝 기반의 학습 모델을 학습시키고, CCD 카메라를 통해 획득된 스테레오 영상 정보를 상기 학습된 딥러닝 기반의 학습 모델에 입력함에 따라 디컨볼루션을 통해 상기 스테레오 영상 정보를 열화상 이미지 정보에 포함된 컬러 정보와 매핑시키는 단계를 포함하는 3차원 열화상 영상 정보 생성 방법
|
| 9 |
9
제6항에 있어서, 상기 3차원 열화상 카메라 장치는, 제1 카메라 및 제2 카메라를 포함하는 복수 개의 CCD 카메라와 적어도 하나 이상의 열화상 카메라를 결합한 형태로 구성되는 것을 포함하고,상기 생성하는 단계는, 상기 복수 개의 CCD 카메라를 이용하여 촬영된 스테레오 영상 정보로부터 산출된 객체의 거리 정보를 상기 열화상 이미지 정보에 매핑하여 3차원 열화상 영상 정보를 생성하는 단계를 포함하는 3차원 열화상 영상 정보 생성 방법
|
| 10 |
10
제6항에 있어서, 상기 3차원 열화상 카메라 장치는, 제1 카메라 및 제2 카메라를 포함하는 복수 개의 CCD 카메라와 적어도 하나 이상의 열화상 카메라를 결합한 형태로 구성되는 것을 포함하고,상기 생성하는 단계는, 상기 복수 개의 CCD 카메라와 상기 적어도 하나 이상의 열화상 카메라의 해상도가 동일할 경우, CCD 카메라 또는 열화상 카메라 중 두 개 이상의 카메라를 이용하여 획득된 스테레오 영상 정보로부터 산출된 객체의 거리 정보를 열화상 이미지 정보에 매핑하여 3차원 열화상 영상 정보를 생성하는 단계 를 포함하는 3차원 열화상 영상 정보 생성 방법
|
| 11 |
11
컬러맵 표현 시스템에 있어서, 3차원 열화상 영상 정보를 획득하는 영상 획득부;상기 획득된 3차원 열화상 영상 정보로부터 객체를 인식하기 위하여 학습된 딥러닝 기반의 학습 모델을 이용하여 객체들을 인식하는 객체 인식부;상기 인식된 객체들 간의 온도 정보의 비교를 통해 이상치를 제거하는 이상치 제거부;상기 이상치가 제거된 온도 정보에 기초하여 3차원 열화상 영상 정보에 대한 컬러맵을 조정하는 컬러맵 조정부; 및 상기 조정된 컬러맵에 기초하여 3차원 열화상 영상 정보를 보정하는 영상 보정부 를 포함하는 컬러맵 표현 시스템
|
| 12 |
12
제11항에 있어서,상기 객체 인식부는, 상기 획득된 3차원 열화상 영상 정보에 포함된 RGB 데이터, 3차원 열화상 영상 정보가 지닌 적외선 센서값 및 측정 정보 메터데이터에 기초하여 상기 획득된 3차원 열화상 영상 정보를 온도 정보로 변환하고, 상기 온도 정보로 변환된 3차원 열화상 영상 정보에 기초하여 객체의 온도 정보를 추출하는 것을 특징으로 하는 컬러맵 표현 시스템
|
| 13 |
13
제12항에 있어서,상기 객체 인식부는, 상기 온도 정보로 변환된 3차원 열화상 영상 정보에 대한 온도 분포를 히스토그램으로 나타내고, 상기 히스토그램을 통하여 나타낸 3차원 열화상 영상 정보의 온도 분포에 박스 플롯(Box plot)을 생성하는 것을 특징으로 하는 컬러맵 표현 시스템
|
| 14 |
14
제11항에 있어서, 상기 이상치 제거부는, 상기 3차원 열화상 영상 정보의 온도 분포에 대하여 생성된 박스 플롯을 통해 사분위 범위 밖에 존재하는 이상치를 제거하고, 상기 제거된 이상치를 사분위 범위 안의 최대값과 최소값으로 치환하는 것을 특징으로 하는 컬러맵 표현 시스템
|
| 15 |
15
제14항에 있어서, 상기 이상치 제거부는, 상기 사분위 범위 밖의 마진값을 설정하여 제1사분위와 제3사분위의 차이의 값에 상기 설정된 마진값을 곱하여 사분위 안의 최대값과 최소값을 계산하는 것을 특징으로 하는 컬러맵 표현 시스템
|
