1 |
1
심층신경망을 기반으로 하는 객체 검출기의 지역 최적화를 위한 시스템에 있어서,온오프라인상에서 수집된 데이터 및 정답으로 구성된 공개 데이터베이스에 기초하여 훈련된 훈련 모델을 생성하고, 로컬 데이터베이스를 다운로드하여 상기 공개 데이터베이스와 함께 가공하여 최적화 데이터베이스를 생성하며, 상기 최적화 데이터베이스에 기반한 학습 과정을 통해 최적화 모델을 생성하는 서버와,실시간 또는 미리 수집된 영상으로부터 이미지를 추출하며, 상기 서버로부터 업로드된 상기 훈련 모델을 수신하고, 상기 훈련 모델에 기초하여 상기 이미지로부터 객체 이미지를 추출하며, 상기 추출된 이미지를 배경 모델에 입력하여 배경 이미지와 전경 이미지를 생성하고, 상기 객체 이미지와 배경 이미지 및 전경 이미지를 기반으로 상기 로컬 데이터베이스를 생성하여 상기 서버로 전송하며, 상기 서버로부터 상기 최적화 모델을 수신하여 상기 이미지로부터 객체 이미지 검출 결과를 생성하는 적어도 하나의 엣지 디바이스를 포함하는,심층신경망을 기반으로 하는 객체 검출기의 지역 최적화를 위한 시스템
|
2 |
2
제1항에 있어서,상기 엣지 디바이스는 배경 모델과 현재 입력된 이미지와의 차영상을 산출하여 상기 전경 이미지를 생성하는 것인,심층신경망을 기반으로 하는 객체 검출기의 지역 최적화를 위한 시스템
|
3 |
3
제1항에 있어서,상기 엣지 디바이스는 상기 배경 이미지, 상기 배경 이미지와 합성된 전경 이미지 및 상기 배경 이미지와 합성된 객체 이미지를 기반으로 상기 로컬 데이터베이스를 생성하는 것인,심층신경망을 기반으로 하는 객체 검출기의 지역 최적화를 위한 시스템
|
4 |
4
제1항에 있어서,상기 엣지 디바이스는 상기 영상으로 고정형 감시 영상을 수집하는 것인, 심층신경망을 기반으로 하는 객체 검출기의 지역 최적화를 위한 시스템
|
5 |
5
제1항에 있어서,상기 엣지 디바이스는,상기 이미지의 RGB 컬러 공간을 상기 이미지의 특징에 상응하도록 소정의 타입의 컬러 공간으로 변환하며, 상기 변환된 이미지에 소정의 필터를 적용하여 강화된 이미지를 생성하며, 상기 변환된 이미지의 컬러 공간에 상응하도록 채널을 분할하는 전처리부와,상기 전처리부를 통해 수신한 이미지를 기반으로 정적인 배경 이미지를 모델링하고, 현재 입력된 이미지와 상기 배경 이미지와의 차영상을 산출하여 동적인 전경 이미지를 모델링하는 배경 모델링부와, 상기 훈련 모델에 기초하여 상기 이미지로부터 객체 이미지를 검출하는 검출부와,상기 배경 모델링부를 통해 수신한 이미지를 결합하고, 결합된 이미지를 대상으로 형태학적 연산인 침식 및 팽창 연산을 수행하며, 상기 형태학적 연산 수행 결과를 대상으로 배경과 전경을 구분하는 이진화 과정을 수행한 후, 상기 이진화 과정 결과를 대상으로 전경 객체의 외곽 정보를 추출하고, 추출한 외곽 정보를 근사화하여 상기 최적화 데이터베이스를 생성하는데 사용되는 상기 객체 이미지에 상응하는 박스 정보를 생성하는 후처리부를 포함하는,심층신경망을 기반으로 하는 객체 검출기의 지역 최적화를 위한 시스템
|
6 |
6
제5항에 있어서,상기 배경 모델링부는 상기 전처리부로부터 상기 강화된 이미지 또는 채널 분할된 이미지를 수신하고, 상기 현재 이미지로부터 연속되는 n개(n은 2 이상의 자연수)의 과거 이미지를 기반으로 상기 정적인 배경 이미지를 모델링하는 것인,심층신경망을 기반으로 하는 객체 검출기의 지역 최적화를 위한 시스템
|
7 |
7
제6항에 있어서,상기 n개의 과거 이미지는 동적인 객체의 움직임 변화량에 기초하여 조정되는 것인,심층신경망을 기반으로 하는 객체 검출기의 지역 최적화를 위한 시스템
|
8 |
8
제5항에 있어서,상기 검출부는 상기 검출된 객체 이미지를 검출 신뢰도를 기반으로 정렬한 후, 임계값 이상의 검출 신뢰도를 갖는 객체 이미지를 상기 후처리부로 전달하는 것인,심층신경망을 기반으로 하는 객체 검출기의 지역 최적화를 위한 시스템
|
9 |
9
제5항에 있어서,상기 후처리부는 상기 결합된 이미지의 잡음 및 소실의 비율에 기초하여 상기 형태학적 연산의 순서 및 횟수를 조정하는 것인,심층신경망을 기반으로 하는 객체 검출기의 지역 최적화를 위한 시스템
|
10 |
10
제5항에 있어서,상기 후처리부는 상기 형태학적 연산 수행 결과를 대상으로 각 화소들을 객체의 후보군과 그외 배경 및 잡음으로 이진화하는 것인, 심층신경망을 기반으로 하는 객체 검출기의 지역 최적화를 위한 시스템
|
11 |
11
심층신경망을 기반으로 하는 객체 검출기의 지역 최적화를 위한 시스템에 있어서,실시간 또는 미리 수집된 영상으로부터 추출된 이미지를 수신하고, 온오프라인상에서 수집된 데이터 및 정답으로 구성된 공개 데이터베이스에 기초하여 훈련된 훈련 모델을 생성하고, 상기 훈련 모델에 기초하여 상기 이미지로부터 객체 이미지를 추출하며,상기 이미지를 미리 저장된 배경 모델에 입력하여 배경 이미지와 전경 이미지를 생성하고, 상기 객체 이미지와 배경 이미지 및 전경 이미지를 기반으로 상기 로컬 데이터베이스를 생성하며, 상기 로걸 데이터베이스 및 공개 데이터베이스를 함께 가공하여 최적화 데이터베이스를 생성하며, 상기 최적화 데이터베이스에 기반한 학습 과정을 통해 최적화 모델을 생성하는 서버와,상기 영상을 수집하여 상기 서버로 전송하며, 상기 서버로부터 상기 최적화 모델을 수신하여 상기 이미지로부터 객체 이미지 검출 결과를 생성하는 적어도 하나의 엣지 디바이스를 포함하는,심층신경망을 기반으로 하는 객체 검출기의 지역 최적화를 위한 시스템
|
12 |
12
제11항에 있어서,상기 서버는 현재 입력된 이미지와 상기 배경 이미지와의 차영상을 산출하여 상기 전경 이미지를 생성하는 것인,심층신경망을 기반으로 하는 객체 검출기의 지역 최적화를 위한 시스템
|
13 |
13
제11항에 있어서,상기 서버는 상기 배경 이미지, 상기 배경 이미지와 합성된 전경 이미지 및 상기 배경 이미지와 합성된 객체 이미지를 기반으로 상기 로컬 데이터베이스를 생성하는 것인,심층신경망을 기반으로 하는 객체 검출기의 지역 최적화를 위한 시스템
|
14 |
14
제11항에 있어서,상기 엣지 디바이스는 상기 영상으로 고정형 감시 영상을 수집하는 것인, 심층신경망을 기반으로 하는 객체 검출기의 지역 최적화를 위한 시스템
|
15 |
15
제11항에 있어서,상기 서버는,상기 이미지의 RGB 컬러 공간을 상기 이미지의 특징에 상응하도록 소정의 타입의 컬러 공간으로 변환하며, 상기 변환된 이미지에 소정의 필터를 적용하여 강화된 이미지를 생성하며, 상기 변환된 이미지의 컬러 공간에 상응하도록 채널을 분할하는 전처리부와,상기 전처리부를 통해 수신한 이미지를 기반으로 정적인 배경 이미지를 모델링하고, 현재 입력된 이미지와 상기 배경 이미지와의 차영상을 산출하여 동적인 전경 이미지를 모델링하는 배경 모델링부와, 상기 훈련 모델에 기초하여 상기 이미지로부터 객체 이미지를 검출하는 검출부와,상기 배경 모델링부를 통해 수신한 이미지를 결합하고, 결합된 이미지를 대상으로 형태학적 연산인 침식 및 팽창 연산을 수행하며, 상기 형태학적 연산 수행 결과를 대상으로 배경과 전경을 구분하는 이진화 과정을 수행한 후, 상기 이진화 과정 결과를 대상으로 전경 객체의 외곽 정보를 추출하고, 추출한 외곽 정보를 근사화하여 상기 최적화 데이터베이스를 생성하는데 사용되는 상기 객체 이미지에 상응하는 박스 정보를 생성하는 후처리부를 포함하는,심층신경망을 기반으로 하는 객체 검출기의 지역 최적화를 위한 시스템
|
16 |
16
제15항에 있어서,상기 배경 모델링부는 상기 전처리부로부터 상기 강화된 이미지 또는 채널 분할된 이미지를 수신하고, 상기 현재 이미지로부터 연속되는 n개(n은 2 이상의 자연수)의 과거 이미지를 기반으로 상기 정적인 배경 이미지를 모델링하는 것인,심층신경망을 기반으로 하는 객체 검출기의 지역 최적화를 위한 시스템
|
17 |
17
제16항에 있어서,상기 n개의 과거 이미지는 동적인 객체의 움직임 변화량에 기초하여 조정되는 것인,심층신경망을 기반으로 하는 객체 검출기의 지역 최적화를 위한 시스템
|
18 |
18
제15항에 있어서,상기 검출부는 상기 검출된 객체 이미지를 검출 신뢰도를 기반으로 정렬한 후, 임계값 이상의 검출 신뢰도를 갖는 객체 이미지를 상기 후처리부로 전달하는 것인,심층신경망을 기반으로 하는 객체 검출기의 지역 최적화를 위한 시스템
|
19 |
19
제15항에 있어서,상기 후처리부는 상기 결합된 이미지의 잡음 및 소실의 비율에 기초하여 상기 형태학적 연산의 순서 및 횟수를 조정하는 것인,심층신경망을 기반으로 하는 객체 검출기의 지역 최적화를 위한 시스템
|
20 |
20
컴퓨터에 의해 수행되는 방법에 있어서,엣지 디바이스로부터 실시간 또는 미리 수집된 영상으로부터 추출된 이미지를 대상으로 전처리를 수행하는 단계;상기 전처리된 이미지를 기반으로 정적인 배경 이미지를 모델링하고, 현재 입력된 이미지와 배경 모델과의 차영상을 산출하여 동적인 전경 이미지를 모델링하는 단계;상기 훈련 모델에 기초하여 상기 이미지로부터 객체 이미지를 검출하는 단계; 및 상기 배경 이미지, 상기 배경 이미지와 합성된 전경 이미지 및 상기 배경 이미지와 합성된 객체 이미지를 기반으로 로컬 데이터베이스를 생성하는 단계를 포함하는,심층신경망을 기반으로 하는 객체 검출기의 지역 최적화를 위한 로컬 데이터베이스 생성 방법
|