| 1 |
1
선박의 갑판을 포함하여 선박 내에 위치하고 있는 사람 또는 사람이 선박에서 해상으로 추락하는 상황에 있는 사람 또는 해상에 추락하여 익수 상태에 있는 사람들을 포함하여 다수의 이미지에서 사람에 대해 경계박스를 설정하는 라벨링 과정을 통해 배경이 포함된 이미지에서 사람만을 식별할 수 있는 학습데이터를 생성하는 학습데이터생성모듈(100);컨볼루션신경망이 포함된 딥러닝 네트워크 모델이 포함되며, 학습데이터생성모듈(100)에 의해 생성된 학습데이터를 딥러닝 네트워크 모델에 대한 입력데이터로 이용하여 입력데이터로 사용된 이미지 상에서 사람를 탐지하기 위한 학습을 진행하는 데이터학습모듈(200);선박에 위치하는 사람 또는 선박에서 해상으로 추락하는 상황에 있는 사람 또는 해상에 추락하여 익수 상황에 있는 사람을 촬영하기 위해 선박에 구비되는 다수의 열화상카메라모듈(300);데이터학습모듈(200)에 의해 학습된 딥러닝 네트워크 모델을 이용하여 선박에 위치하는 사람 또는 선박에서 해상으로 추락하는 상황에 있는 사람 또는 해상에서 익수 상황에 처한 사람을 탐지하는 모듈로서, 열화상카메라모듈(300)에서 획득한 영상 정보를 시간 단위로 캡쳐하고, 캡쳐된 영상 중에 포함된 사람을 탐지하며, 탐지된 사람에 대해 경계박스가 설정된 이미지를 출력하는 인명탐지모듈(400);인명탐지모듈(400)에서 사람을 탐지한 경우, 열화상카메라모듈(300)에서 획득한 영상 정보에 있는 사람의 위치를 알아내고 저장하는 경계박스위치파악모듈(500)을 포함하는, 딥러닝을 이용한 익수자 인식 시스템
|
| 2 |
2
선박의 갑판을 포함하여 선박 내에 위치하고 있는 사람 또는 사람이 선박에서 해상으로 추락하는 상황에 있는 사람 또는 해상에 추락하여 익수 상태에 있는 사람들을 포함하여 다수의 이미지에서 사람에 대해 경계박스를 설정하는 라벨링 과정을 통해 배경이 포함된 이미지에서 사람만을 식별할 수 있는 학습데이터를 생성하는 학습데이터생성모듈(100);컨볼루션신경망이 포함된 딥러닝 네트워크 모델이 포함되며, 학습데이터생성모듈(100)에 의해 생성된 학습데이터를 딥러닝 네트워크 모델에 대한 입력데이터로 이용하여 입력데이터로 사용된 이미지 상에서 사람를 탐지하기 위한 학습을 진행하는 데이터학습모듈(200);선박에 위치하는 사람 또는 선박에서 해상으로 추락하는 상황에 있는 사람 또는 해상에 추락하여 익수 상황에 있는 사람을 촬영하기 위해 선박에 구비되는 다수의 열화상카메라모듈(300);데이터학습모듈(200)에 의해 학습된 딥러닝 네트워크 모델을 이용하여 선박에 위치하는 사람 또는 선박에서 해상으로 추락하는 상황에 있는 사람 또는 해상에서 익수 상황에 처한 사람을 탐지하는 모듈로서, 열화상카메라모듈(300)에서 획득한 영상 정보를 시간 단위로 캡쳐하고, 캡쳐된 영상 중에 포함된 사람을 탐지하며, 탐지된 사람에 대해 경계박스가 설정된 이미지를 출력하는 인명탐지모듈(400);인명탐지모듈(400)에서 사람을 탐지한 경우, 열화상카메라모듈(300)에서 획득한 영상 정보에 있는 사람의 위치를 알아내고 저장하는 경계박스위치파악모듈(500);열화상카메라모듈(300)이 촬영한 영상의 화면상에서 선박에 위치하고 있는 사람이 해상으로 추락하는 익수 사고가 발생할 수 있는 경계선을 지정하고 저장한 경계선지정모듈(600);을 포함하는, 딥러닝을 이용한 익수자 인식 시스템
|
| 3 |
3
선박의 갑판을 포함하여 선박 내에 위치하고 있는 사람 또는 사람이 선박에서 해상으로 추락하는 상황에 있는 사람 또는 해상에 추락하여 익수 상태에 있는 사람들을 포함하여 다수의 이미지에서 사람에 대해 경계박스를 설정하는 라벨링 과정을 통해 배경이 포함된 이미지에서 사람만을 식별할 수 있는 학습데이터를 생성하는 학습데이터생성모듈(100);컨볼루션신경망이 포함된 딥러닝 네트워크 모델이 포함되며, 학습데이터생성모듈(100)에 의해 생성된 학습데이터를 딥러닝 네트워크 모델에 대한 입력데이터로 이용하여 입력데이터로 사용된 이미지 상에서 사람를 탐지하기 위한 학습을 진행하는 데이터학습모듈(200);선박에 위치하는 사람 또는 선박에서 해상으로 추락하는 상황에 있는 사람 또는 해상에 추락하여 익수 상황에 있는 사람을 촬영하기 위해 선박에 구비되는 다수의 열화상카메라모듈(300);데이터학습모듈(200)에 의해 학습된 딥러닝 네트워크 모델을 이용하여 선박에 위치하는 사람 또는 선박에서 해상으로 추락하는 상황에 있는 사람 또는 해상에서 익수 상황에 처한 사람을 탐지하는 모듈로서, 열화상카메라모듈(300)에서 획득한 영상 정보를 시간 단위로 캡쳐하고, 캡쳐된 영상 중에 포함된 사람을 탐지하며, 탐지된 사람에 대해 경계박스가 설정된 이미지를 출력하는 인명탐지모듈(400);인명탐지모듈(400)에서 사람을 탐지한 경우, 열화상카메라모듈(300)에서 획득한 영상 정보에 있는 사람의 위치를 알아내고 저장하는 경계박스위치파악모듈(500);열화상카메라모듈(300)이 촬영한 영상의 화면상에서 선박에 위치하고 있는 사람이 해상으로 추락하는 익수 사고가 발생할 수 있는 경계선을 지정하고 저장한 경계선지정모듈(600);경계박스위치파악모듈(500)로 파악된 사람을 인식한 경계박스가 경계선지정모듈(600)에서 지정된 경계선을 지정된 방향으로 넘어갔을 때 익수 상황으로 인지하는 익수자발생인식모듈(700);익수자발생인식모듈(700)에서 익수자가 발생을 인지 하였을 때 선박에 위치하는 선원들에게 익수상황을 알리는 익수자발생알림모듈(800);을 포함하는, 딥러닝을 이용한 익수자 인식 시스템
|
| 4 |
4
선박의 갑판을 포함하여 선박 내에 위치하고 있는 사람 또는 사람이 선박에서 해상으로 추락하는 상황에 있는 사람 또는 해상에 추락하여 익수 상태에 있는 사람들을 포함하여 다수의 이미지에서 사람에 대해 경계박스를 설정하는 라벨링 과정을 통해 배경이 포함된 이미지에서 사람만을 식별할 수 있는 학습데이터를 생성하는 학습데이터생성모듈(100);컨볼루션신경망이 포함된 딥러닝 네트워크 모델이 포함되며, 학습데이터생성모듈(100)에 의해 생성된 학습데이터를 딥러닝 네트워크 모델에 대한 입력데이터로 이용하여 입력데이터로 사용된 이미지 상에서 사람를 탐지하기 위한 학습을 진행하는 데이터학습모듈(200);선박에 위치하는 사람 또는 선박에서 해상으로 추락하는 상황에 있는 사람 또는 해상에 추락하여 익수 상황에 있는 사람을 촬영하기 위해 선박에 구비되는 다수의 열화상카메라모듈(300);데이터학습모듈(200)에 의해 학습된 딥러닝 네트워크 모델을 이용하여 선박에 위치하는 사람 또는 선박에서 해상으로 추락하는 상황에 있는 사람 또는 해상에서 익수 상황에 처한 사람을 탐지하는 모듈로서, 열화상카메라모듈(300)에서 획득한 영상 정보를 시간 단위로 캡쳐하고, 캡쳐된 영상 중에 포함된 사람을 탐지하며, 탐지된 사람에 대해 경계박스가 설정된 이미지를 출력하는 인명탐지모듈(400);인명탐지모듈(400)에서 사람을 탐지한 경우, 열화상카메라모듈(300)에서 획득한 영상 정보에 있는 사람의 위치를 알아내고 저장하는 경계박스위치파악모듈(500);열화상카메라모듈(300)이 촬영한 영상의 화면상에서 선박에 위치하고 있는 사람이 해상으로 추락하는 익수 사고가 발생할 수 있는 경계선을 지정하고 저장한 경계선지정모듈(600);경계박스위치파악모듈(500)로 파악된 사람을 인식한 경계박스가 경계선지정모듈(600)에서 지정된 경계선을 지정된 방향으로 넘어갔을 때 익수 상황으로 인지하는 익수자발생인식모듈(700);익수자발생인식모듈(700)에서 익수자가 발생을 인지 하였을 때 선박에 위치하는 선원들에게 익수상황을 알리는 익수자발생알림모듈(800);선박에서 해상으로 추락한 익수자의 위치를 파악하여 저장하고, 선박이 익수자의 위치로 선회하여 구조하기 까지 선박에서 익수자의 위치까지 상대적인 거리를 파악하기 위한 익수자위치저장모듈(900);선박이 항해를 할 때, 주변 해상의 기상상태와 파도의 세기를 파악하는 기후파악모듈(1000);기후파악모듈(1100)에서 파악한 기상상태를 이용하여 선박이 선회할 때까지의 시간을 측정하고, 익수자의 위치를 예측하는 사고인명위치예측모듈(1100)을 포함하는, 딥러닝을 이용한 익수자 인식 시스템
|
| 5 |
5
선박의 갑판을 포함하여 선박 내에 위치하고 있는 사람 또는 사람이 선박에서 해상으로 추락하는 상황에 있는 사람 또는 해상에 추락하여 익수 상태에 있는 사람들을 포함하여 다수의 이미지에서 사람에 대해 경계박스를 설정하는 라벨링 과정을 통해 배경이 포함된 이미지에서 사람만을 식별할 수 있는 학습데이터를 생성하는 학습데이터생성모듈(100);컨볼루션신경망이 포함된 딥러닝 네트워크 모델이 포함되며, 학습데이터생성모듈(100)에 의해 생성된 학습데이터를 딥러닝 네트워크 모델에 대한 입력데이터로 이용하여 입력데이터로 사용된 이미지 상에서 사람를 탐지하기 위한 학습을 진행하는 데이터학습모듈(200);선박에 위치하는 사람 또는 선박에서 해상으로 추락하는 상황에 있는 사람 또는 해상에 추락하여 익수 상황에 있는 사람을 촬영하기 위해 선박에 구비되는 다수의 열화상카메라모듈(300);데이터학습모듈(200)에 의해 학습된 딥러닝 네트워크 모델을 이용하여 선박에 위치하는 사람 또는 선박에서 해상으로 추락하는 상황에 있는 사람 또는 해상에서 익수 상황에 처한 사람을 탐지하는 모듈로서, 열화상카메라모듈(300)에서 획득한 영상 정보를 시간 단위로 캡쳐하고, 캡쳐된 영상 중에 포함된 사람을 탐지하며, 탐지된 사람에 대해 경계박스가 설정된 이미지를 출력하는 인명탐지모듈(400);인명탐지모듈(400)에서 사람을 탐지한 경우, 열화상카메라모듈(300)에서 획득한 영상 정보에 있는 사람의 위치를 알아내고 저장하는 경계박스위치파악모듈(500);열화상카메라모듈(300)이 촬영한 영상의 화면상에서 선박에 위치하고 있는 사람이 해상으로 추락하는 익수 사고가 발생할 수 있는 경계선을 지정하고 저장한 경계선지정모듈(600);경계박스위치파악모듈(500)로 파악된 사람을 인식한 경계박스가 경계선지정모듈(600)에서 지정된 경계선을 지정된 방향으로 넘어갔을 때 익수 상황으로 인지하는 익수자발생인식모듈(700);익수자발생인식모듈(700)에서 익수자가 발생을 인지 하였을 때 선박에 위치하는 선원들에게 익수상황을 알리는 익수자발생알림모듈(800);선박에서 해상으로 추락한 익수자의 위치를 파악하여 저장하고, 선박이 익수자의 위치로 선회하여 구조하기 까지 선박에서 익수자의 위치까지 상대적인 거리를 파악하기 위한 익수자위치저장모듈(900);선박이 항해를 할 때, 주변 해상의 기상상태와 파도의 세기를 파악하는 기후파악모듈(1000);기후파악모듈(1100)에서 파악한 기상상태를 이용하여 선박이 선회할 때까지의 시간을 측정하고, 익수자의 위치를 예측하는 사고인명위치예측모듈(1100);사고인명위치예측모듈(1100)과 익수자위치저장모듈(900)로 익수자와 선박의 상대적인 거리를 얻어 선박의 속도를 이용하여 구조 시간을 계산하고, 계산된 구조시간으로 익수 상황에 처한 인명의 신체적인 상황을 예측하여 위험 정도를 파악하는 익수자상태파악모듈(1200)을 포함하는, 딥러닝을 이용한 익수자 인식 시스템
|
