| 1 |
1
이동 차량을 감지하고, 이동 차량에 대한 열화상 이미지를 생성하는 열화상 카메라; 및상기 열화상 이미지에서의 차량 객체의 위치가 기 설정된 기준과 차이가 존재하면 상기 차이에 대응하여 상기 차량 객체에 대하여 보정을 수행하고, 상기 열화상 이미지 또는 보정된 열화상 이미지를 대상으로 학습 모델을 훈련하여 상기 이동 차량의 차종을 구분하는 차종 분류 서버;를 포함하는 열화상 이미지를 이용한 차종 분류 시스템
|
| 2 |
2
제1항에 있어서, 상기 차종 분류 서버는, 상기 열화상 이미지에서의 상기 차량 객체의 최선단을 기준으로 상기 차량 객체의 참조선을 생성하고, 기 설정된 기준선과 상기 참조선 간의 거리 차이에 대응하는 비율로 상기 차량 객체를 확대 또는 축소하여 보정을 수행하는 것을 특징으로 하는 열화상 이미지를 이용한 차종 분류 시스템
|
| 3 |
3
제2항에 있어서, 상기 차종 분류 서버는, 상기 참조선이 상기 기준선을 지나 형성되면, 상기 기준선과 상기 참조선 간의 거리 차이에 대응하는 비율로 상기 차량 객체를 축소 보정하고, 상기 참조선이 상기 기준선 이전에 형성되면, 상기 기준선과 상기 참조선 간의 거리 차이에 대응하는 비율로 상기 차량 객체를 확대 보정하는 것 을 특징으로 하는 열화상 이미지를 이용한 차종 분류 시스템
|
| 4 |
4
제1항에 있어서, 상기 차종 분류 서버는, 상기 열화상 이미지에서의 상기 차량 객체의 최선단을 기준으로 상기 차량 객체의 참조선을 생성하고, 기 설정된 기준선과 상기 참조선 간의 거리 차이에 대응하는 비율로 상기 차량 객체를 확대 또는 축소하여 보정을 수행하는 열화상 보정부; 및상기 열화상 이미지 또는 상기 보정된 열화상 이미지를 대상으로, 필터를 이용하여 이미지의 특징을 추출하는 컨볼루션 레이어와 추출된 특징을 강화하고 이미지의 크기를 줄이는 풀링 레이어를 반복적으로 수행하는 학습 모델을 훈련하여 상기 이동 차량의 차종을 구분하는 차종 분류모델; 을 포함하는 열화상 이미지를 이용한 차종 분류 시스템
|
| 5 |
5
제4항에 있어서, 상기 열화상 보정부는, 상기 열화상 이미지에서의 상기 차량 객체를 판별하는 차량 객체 판별모듈;상기 차량 객체의 최선단을 기준으로 상기 차량 객체의 참조선을 생성하고는 참조선 설정모듈;열화상 이미지에서 기 설정되어 고정된 기준선을 설정하는 기준선 설정모듈; 및상기 참조선이 상기 기준선을 지나 형성되면 상기 기준선과 상기 참조선 간의 거리 차이에 대응하는 비율로 상기 차량 객체를 축소 보정하고, 상기 참조선이 상기 기준선 이전에 형성되면, 상기 기준선과 상기 참조선 간의 거리 차이에 대응하는 비율로 상기 차량 객체를 확대 보정하는 열화상 보정모듈;을 포함하는 열화상 이미지를 이용한 차종 분류 시스템
|
| 6 |
6
제4항에 있어서, 상기 차종 분류모델은, 상기 열화상 이미지 또는 상기 보정된 열화상 이미지를 대상으로, 필터를 이용하여 이미지의 특징을 추출하는 컨볼루션 레이어와 추출된 특징을 강화하고 이미지의 크기를 줄이는 풀링 레이어를 반복적으로 수행하여 이미지의 특징을 추출하는 특징 추출모듈; 및상기 특징 추출모듈에서 추출된 특징에 대하여 인공 신경망 학습을 수행하여, 상기 열화상 이미지 또는 상기 보정된 열화상 이미지 내의 차량의 종류를 구분하는 차종 분류모듈;을 포함하는 열화상 이미지를 이용한 차종 분류 시스템
|
| 7 |
7
열화상 카메라로부터 이동 차량에 대한 열화상 이미지를 제공받아 동작하여 이동 차량의 차종을 분류하는 차종 분류 서버로서,상기 열화상 이미지에서의 상기 차량 객체의 최선단을 기준으로 상기 차량 객체의 참조선을 생성하고, 기 설정된 기준선과 상기 참조선 간의 거리 차이에 대응하는 비율로 상기 차량 객체를 확대 또는 축소하여 보정을 수행하는 열화상 보정부; 및상기 열화상 이미지 또는 상기 보정된 열화상 이미지를 대상으로, 필터를 이용하여 이미지의 특징을 추출하는 컨볼루션 레이어와 추출된 특징을 강화하고 이미지의 크기를 줄이는 풀링 레이어를 반복적으로 수행하는 학습 모델을 훈련하여 상기 이동 차량의 차종을 구분하는 차종 분류모델; 을 포함하는 차종 분류 서버
|
| 8 |
8
제7항에 있어서, 상기 열화상 보정부는, 상기 열화상 이미지에서의 상기 차량 객체를 판별하는 차량 객체 판별모듈;상기 차량 객체의 최선단을 기준으로 상기 차량 객체의 참조선을 생성하고는 참조선 설정모듈;열화상 이미지에서 기 설정되어 고정된 기준선을 설정하는 기준선 설정모듈; 및상기 기준선과 상기 참조선 간의 거리 차이에 대응하는 비율로 상기 차량 객체를 확대 또는 축소하여 보정을 수행하는 열화상 보정모듈;을 포함하는 차종 분류 서버
|
| 9 |
9
제8항에 있어서, 상기 열화상 보정모듈은, 상기 참조선이 상기 기준선을 지나 형성되면 상기 기준선과 상기 참조선 간의 거리 차이에 대응하는 비율로 상기 차량 객체를 축소 보정하고, 상기 참조선이 상기 기준선 이전에 형성되면 상기 기준선과 상기 참조선 간의 거리 차이에 대응하는 비율로 상기 차량 객체를 확대 보정하는 것을 특징으로 하는 차종 분류 서버
|
| 10 |
10
제7항에 있어서, 상기 차종 분류모델은, 상기 열화상 이미지 또는 상기 보정된 열화상 이미지를 대상으로, 필터를 이용하여 이미지의 특징을 추출하는 컨볼루션 레이어와 추출된 특징을 강화하고 이미지의 크기를 줄이는 풀링 레이어를 반복적으로 수행하여 이미지의 특징을 추출하는 특징 추출모듈; 및상기 특징 추출모듈에서 추출된 특징에 대하여 인공 신경망 학습을 수행하여, 상기 열화상 이미지 또는 상기 보정된 열화상 이미지 내의 차량의 종류를 구분하는 차종 분류모듈;을 포함하는 차종 분류 서버
|
| 11 |
11
열화상 카메라 및 차종 분류 서버를 포함하는 차종 분류 시스템에서 수행되는 열화상 이미지를 이용한 차종 분류 방법으로서,상기 열화상 카메라가, 이동 차량을 감지하고 이동 차량에 대한 열화상 이미지를 생성하는 단계;상기 차종 분류 서버가, 상기 열화상 이미지에서의 차량 객체의 위치가 기 설정된 기준과 차이가 존재하면 상기 차이에 대응하여 상기 차량 객체에 대하여 보정을 수행하는 단계; 및상기 차종 분류 서버가, 상기 열화상 이미지 또는 보정된 열화상 이미지를 대상으로 학습 모델을 훈련하여 상기 이동 차량의 차종을 구분하는 단계;를 포함하는 열화상 이미지를 이용한 차종 분류 방법
|
| 12 |
12
제11항에 있어서, 상기 차량 객체에 대하여 보정을 수행하는 단계는, 상기 열화상 이미지에서의 상기 차량 객체를 판별하는 단계;상기 차량 객체의 최선단을 기준으로 상기 차량 객체의 참조선을 생성하는 단계; 및기 설정된 기준선과 상기 참조선 간의 거리 차이에 대응하는 비율로 상기 차량 객체를 확대 또는 축소하여 보정을 수행하는 단계;를 포함하는 열화상 이미지를 이용한 차종 분류 방법
|
| 13 |
13
제12항에 있어서, 상기 차량 객체를 확대 또는 축소하여 보정을 수행하는 단계는, 상기 참조선이 상기 기준선을 지나 형성되면, 상기 기준선과 상기 참조선 간의 거리 차이에 대응하는 비율로 상기 차량 객체를 축소 보정하는 단계; 및 상기 참조선이 상기 기준선 이전에 형성되면, 상기 기준선과 상기 참조선 간의 거리 차이에 대응하는 비율로 상기 차량 객체를 확대 보정하는 단계;를 포함하는 열화상 이미지를 이용한 차종 분류 방법
|
| 14 |
14
제11항에 있어서, 상기 이동 차량의 차종을 구분하는 단계는, 상기 열화상 이미지 또는 상기 보정된 열화상 이미지를 대상으로, 필터를 이용하여 이미지의 특징을 추출하는 컨볼루션 레이어와 추출된 특징을 강화하고 이미지의 크기를 줄이는 풀링 레이어를 반복적으로 수행하여 이미지의 특징을 추출하는 단계; 및상기 특징 추출모듈에서 추출된 특징에 대하여 인공 신경망 학습을 수행하여, 상기 열화상 이미지 또는 상기 보정된 열화상 이미지 내의 차량의 종류를 구분하는 단계;를 포함하는 열화상 이미지를 이용한 차종 분류 방법
|
