| 1 |
1
입력 영상을 수신하는 단계;상기 입력 영상으로부터 제1 특징 맵을 추출하는 단계;상기 제1 특징 맵에 기초하여, 상기 입력 영상에 포함된 객체를 검출하는 단계;상기 입력 영상으로부터, 상기 제1 특징 맵의 해상도보다 높은 해상도를 가지는 제2 특징 맵을 추출하는 단계;상기 검출된 객체의 영역에 기초하여, 상기 제2 특징 맵으로부터 제3 특징 맵을 추출하는 단계; 및상기 제1 특징 맵 및 상기 제3 특징 맵에 기초하여, 상기 객체를 재 검출하는 단계를 포함하는, 객체 검출 방법
|
| 2 |
2
제1항에 있어서,상기 제2 특징 맵을 추출하는 단계는상기 입력 영상을 CNN에 인가하는 단계; 및상기 CNN의 출력 레이어의 디멘션보다 큰 디멘션을 가지는 중간 레이어로부터, 상기 제2 특징 맵을 획득하는 단계를 포함하는, 객체 검출 방법
|
| 3 |
3
제1항에 있어서,상기 제3 특징 맵을 추출하는 단계는상기 검출된 객체의 영역에 대응하는 바운딩 박스(bounding box) 내의 요소들을 샘플링하는 단계를 포함하는, 객체 검출 방법
|
| 4 |
4
제1항에 있어서,상기 객체 영역을 재 검출하는 단계는제1 특징 맵과 제3 특징 맵을 연쇄(concatenate)시키는 단계; 및상기 객체의 검출 결과에 대응하는 복수의 필터들을 상기 연쇄된 특징 맵 적용하는 단계를 포함하는, 객체 검출 방법
|
| 5 |
5
제1항에 있어서,상기 입력 영상으로부터 제1 특징 맵을 추출하는 단계는상기 입력 영상을 CNN에 인가하는 단계; 및상기 제1 특징 맵에 포함된 복수의 특징들에 대응하는 복수의 필터들을 상기 CNN의 출력에 적용하는 단계를 포함하는, 객체 검출 방법
|
| 6 |
6
제1항에 있어서,상기 객체를 검출하는 단계는상기 객체의 검출 결과에 대응하는 복수의 필터들을 상기 제1 특징 맵에 적용하는 단계를 포함하는, 객체 검출 방법
|
| 7 |
7
제1항에 있어서,상기 객체를 재 검출하는 단계는상기 제1 특징 맵 및 상기 제3 특징 맵에 기초하여, 상기 입력 영상 내 상기 객체에 대응하는 후보 영역들을 검출하는 단계; 및상기 후보 영역들에 기초하여, 최종 검출 영역을 결정하는 단계를 포함하는, 객체 검출 방법
|
| 8 |
8
제1항에 있어서,상기 제1 특징 맵을 추출하는 신경망은제1 레이어;상기 제1 레이어와 연결되고, 상기 제1 레이어의 출력에 기초하여 미리 정해진 크기를 초과하는 수신 필드에 기반한 컨볼루션을 수행하는 제2 레이어; 및상기 제1 레이어 및 상기 제2 레이어와 연결된 제3 레이어를 포함하고,상기 제3 레이어에서, 상기 제1 레이어의 출력과 상기 제2 레이어의 출력의 집합(aggregation)이 수집되는, 객체 검출 방법
|
| 9 |
9
제1항에 있어서,상기 제3 특징 맵을 추출하는 단계는상기 제2 특징 맵에 포함된 복수의 채널들을 분할하는 단계;상기 분할된 채널들에 기초하여, 요소 단위 연산(element-wise operation)을 수행함으로써, 집합된(aggregated) 제2 특징 맵을 생성하는 단계; 및상기 검출된 객체의 영역에 기초하여, 상기 집합된 제2 특징 맵으로부터 상기 제3 특징 맵을 추출하는 단계를 포함하는, 객체 검출 방법
|
| 10 |
10
하드웨어와 결합되어 제1항 내지 제9항 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램
|
| 11 |
11
입력 영상을 수신하고,상기 입력 영상으로부터 제1 특징 맵을 추출하고,상기 제1 특징 맵에 기초하여, 상기 입력 영상에 포함된 객체를 검출하고,상기 입력 영상으로부터, 상기 제1 특징 맵의 해상도보다 높은 해상도를 가지는 제2 특징 맵을 추출하고,상기 검출된 객체의 영역에 기초하여, 상기 제2 특징 맵으로부터 제3 특징 맵을 추출하고,상기 제1 특징 맵 및 상기 제3 특징 맵에 기초하여, 상기 객체를 재 검출하는 프로세서를 포함하는, 객체 검출 장치
|
| 12 |
12
제11항에 있어서,상기 제2 특징 맵을 추출하는 프로세서는상기 입력 영상을 CNN에 인가하고,상기 CNN의 출력 레이어의 디멘션보다 큰 디멘션을 가지는 중간 레이어로부터, 상기 제2 특징 맵을 획득하는 프로세서를 포함하는, 객체 검출 장치
|
| 13 |
13
제11항에 있어서,상기 제3 특징 맵을 추출하는 프로세서는상기 검출된 객체의 영역에 대응하는 바운딩 박스(bounding box) 내의 요소들을 샘플링하는 프로세서를 포함하는, 객체 검출 장치
|
| 14 |
14
제11항에 있어서,상기 객체 영역을 재 검출하는 프로세서는제1 특징 맵과 제3 특징 맵을 연쇄(concatenate)시키고,상기 객체의 검출 결과에 대응하는 복수의 필터들을 상기 연쇄된 특징 맵 적용하는 프로세서를 포함하는, 객체 검출 장치
|
| 15 |
15
제11항에 있어서,상기 입력 영상으로부터 제1 특징 맵을 추출하는 프로세서는상기 입력 영상을 CNN에 인가하고,상기 제1 특징 맵에 포함된 복수의 특징들에 대응하는 복수의 필터들을 상기 CNN의 출력에 적용하는 프로세서를 포함하는, 객체 검출 장치
|
| 16 |
16
제11항에 있어서,상기 객체를 검출하는 프로세서는상기 객체의 검출 결과에 대응하는 복수의 필터들을 상기 제1 특징 맵에 적용하는 프로세서를 포함하는, 객체 검출 장치
|
| 17 |
17
제11항에 있어서,상기 객체를 재 검출하는 프로세서는상기 제1 특징 맵 및 상기 제3 특징 맵에 기초하여, 상기 입력 영상 내 상기 객체에 대응하는 후보 영역들을 검출하고,상기 후보 영역들에 기초하여 최종 검출 영역을 결정하는 프로세서를 포함하는, 객체 검출 장치
|
| 18 |
18
제11항에 있어서,상기 제3 특징 맵을 추출하는 프로세서는상기 제2 특징 맵에 포함된 복수의 채널들을 분할하고,상기 분할된 채널들에 기초하여, 요소 단위 연산(element-wise operation)을 수행함으로써, 집합된(aggregated) 제2 특징 맵을 생성하고,상기 검출된 객체의 영역에 기초하여, 상기 집합된 제2 특징 맵으로부터 상기 제3 특징 맵을 추출하는 프로세서를 포함하는, 객체 검출 장치
|
