| 1 |
1
엔트로피를 이용한 스테레오 정합의 불확실성 추정 기반의 지도 매핑 방법에 있어서,신경망 모델을 이용하여 입력 영상 정보로부터 거리 추정값의 불확실성을 추정하는 단계; 및상기 추정된 거리 추정값의 불확실성을 기반으로 지도 정보를 복원하는 단계를 포함하는 지도 매핑 방법
|
| 2 |
2
제1항에 있어서,상기 추정하는 단계는, 기준 시점으로부터 일정 단위로 샘플링된 복수 개의 거리 후보군에 대해서 각 카메라의 영상 정보로부터 추출된 영상의 특징 정보를 투영하고, 각 거리 후보에 대해서 각 거리 후보에 대한 특징 정보가 서로 다른 영상 정보에서 동일 물체를 가리키는지에 대한 동일 여부에 대한 거리 추정값의 불확실성을 계산하는 단계 를 포함하는 지도 매핑 방법
|
| 3 |
3
제1항에 있어서,상기 추정된 거리 추정값의 불확실성은,복수 개의 거리 후보 중 특정 거리 후보에만 기 설정된 기준 이상의 확률이 나오는 분포에서의 수치가 상기 복수 개의 거리 후보에서 분산되어 나오는 분포에서의 수치보다 낮은, 지도 매핑 방법
|
| 4 |
4
제1항에 있어서,상기 추정하는 단계는, 상기 신경망 모델로부터 추정되는 확률 분포를 조정하는 손실 함수를 설정하고, 상기 설정된 손실 함수에 따른 신경망 모델을 이용하여 거리 추정값의 불확실성을 추정하는 단계 를 포함하는 지도 매핑 방법
|
| 5 |
5
제1항에 있어서,상기 복원하는 단계는, 지도 복원에 사용되는 거리 추정 지도를 상기 추정된 거리값의 불확실성을 기반으로 필터링하여 3차원 지도 복원을 수행하는 단계 를 포함하는 지도 매핑 방법
|
| 6 |
6
제5항에 있어서,상기 복원하는 단계는, 상기 거리 추정값의 불확실성과 반비례하는 가중치를 이용하여 사인 거리(signed distance)를 갱신하는 단계를 포함하는 지도 매핑 방법
|
| 7 |
7
제6항에 있어서,상기 복원하는 단계는, 상기 거리 추정값의 불확실성이 일정값(log k)보다 큰 경우, 복셀 업데이트를 수행하지 않는 단계 를 포함하는 지도 매핑 방법
|
| 8 |
8
엔트로피를 이용한 스테레오 정합의 불확실성 추정 기반의 지도 매핑 시스템에 있어서,신경망 모델을 이용하여 입력 영상 정보로부터 거리 추정값의 불확실성을 추정하는 불확실성 추정부; 및상기 추정된 거리 추정값의 불확실성을 기반으로 지도 정보를 복원하는 지도 복원부를 포함하는 지도 매핑 시스템
|
| 9 |
9
제8항에 있어서,상기 불확실성 추정부는,기준 시점으로부터 일정 단위로 샘플링된 복수 개의 거리 후보군에 대해서 각 카메라의 영상 정보로부터 추출된 영상의 특징 정보를 투영하고, 각 거리 후보에 대해서 각 거리 후보에 대한 특징 정보가 서로 다른 영상 정보에서 동일 물체를 가리키는지에 대한 동일 여부에 대한 거리 추정값의 불확실성을 계산하는 것을 특징으로 하는 지도 매핑 시스템
|
| 10 |
10
제8항에 있어서,상기 추정된 거리 추정값의 불확실성은,복수 개의 거리 후보 중 특정 거리 후보에만 기 설정된 기준 이상의 확률이 나오는 분포에서의 수치가 상기 복수 개의 거리 후보에서 분산되어 나오는 분포에서의 수치보다 낮은, 지도 매핑 시스템
|
| 11 |
11
제8항에 있어서,상기 불확실성 추정부는,상기 신경망 모델로부터 추정되는 확률 분포를 조정하는 손실 함수를 설정하고, 상기 설정된 손실 함수에 따른 신경망 모델을 이용하여 거리 추정값의 불확실성을 추정하는 것을 특징으로 하는 지도 매핑 시스템
|
| 12 |
12
제8항에 있어서,상기 지도 복원부는,지도 복원에 사용되는 거리 추정 지도를 상기 추정된 거리값의 불확실성을 기반으로 필터링하여 3차원 지도 복원을 수행하는 것을 특징으로 하는 지도 매핑 시스템
|
| 13 |
13
제12항에 있어서,상기 지도 복원부는,상기 거리 추정값의 불확실성과 반비례하는 가중치를 이용하여 사인 거리(signed distance)를 갱신하는 것을 특징으로 하는 지도 매핑 시스템
|
| 14 |
14
제13항에 있어서,상기 지도 복원부는,상기 거리 추정값의 불확실성이 일정값(log k)보다 큰 경우, 복셀 업데이트를 수행하지 않는 것을 특징으로 하는 지도 매핑 시스템
|
