1 |
1
객체를 회전시키면서 객체의 다면을 촬영하는 영상 촬영부;영상 촬영부에서 촬영한 영상을 프레임 단위로 분할하여 각각의 이미지를 획득하는 영상 프레임 분할부;영상 프레임 분할부에서 추출한 다면 이미지에서 소정의 객체를 인식하여 검출하는 객체 탐지부;객체 탐지부에서 검출한 객체 주변의 배경을 합성하여, 같은 각도의 이미지라 하더라도 서로 다른 배경의 합성을 통해 다른 데이터셋으로 구축하는 배경 영상 합성부;를 포함하는 것을 특징으로 하는 회전장치를 이용한 딥러닝 CMS 데이터셋 구축을 위한 장치
|
2 |
2
제 1 항에 있어서, 영상 촬영부는,객체를 회전시키는 회전판과,배경 영상 합성을 위한 단색 배경 천 및 카메라를 포함하고,회전판의 회전 속도와 카메라의 촬영 프레임, 촬영 높이 및 각도를 조절하여 객체의 다면을 여러 환경에서 촬영하는 것을 특징으로 하는 회전장치를 이용한 딥러닝 CMS 데이터셋 구축을 위한 장치
|
3 |
3
제 1 항에 있어서, 객체 탐지부는,원본 이미지에서 연산을 통해 촬영한 객체를 자동으로 객체로 검출하고 학습을 위한 분류 과정을 수행하는 것을 특징으로 하는 회전장치를 이용한 딥러닝 CMS 데이터셋 구축을 위한 장치
|
4 |
4
객체의 다면을 촬영하기 전에 회전판의 회전 속도를 조절하고, 영상 촬영부의 각도와 높이에 따라 객체와의 거리를 조절하는 촬영 환경 구성 단계;단색 배경 천을 바탕으로 객체를 회전판 위에 올려두고 일정 속도로 회전시키며 영상 촬영부를 통해 객체의 다면을 촬영하는 단계;촬영한 영상을 원하는 객체의 회전 각에 따라 일정 프레임 단위로 각각의 이미지 데이터로 분리하는 영상 프레임 분할 단계;분할한 이미지 내에서 객체의 위치를 탐색하여 라벨링을 수행하는 객체 탐지 단계;이미지 데이터에 대해서 단색 배경 천에 서로 다른 여러 배경을 입히는 배경 영상 합성 단계;를 포함하는 것을 특징으로 하는 회전장치를 이용한 딥러닝 CMS 데이터셋 구축을 위한 방법
|
5 |
5
제 4 항에 있어서, 배경 영상 합성 단계에서,객체 탐지 단계에서 검출한 객체 주변의 배경을 합성하여, 같은 각도의 이미지라 하더라도 서로 다른 배경의 합성을 통해 다른 데이터셋으로 구축하는 것을 특징으로 하는 회전장치를 이용한 딥러닝 CMS 데이터셋 구축을 위한 방법
|
6 |
6
제 4 항에 있어서, 영상 프레임 분할 단계에서,촬영한 영상을 원하는 이미지에 대해 객체의 회전 각도에 따라 프레임 분할 단위(U)에 맞추어 프레임 단위로 분할하여 저장하고,프레임 분할 단위(U)는 각 이미지에 대해 Customer가 원하는 객체의 회전 각도에서 한 프레임 당 객체의 회전 각도(R)를 나누어 계산하는 것을 특징으로 하는 회전장치를 이용한 딥러닝 CMS 데이터셋 구축을 위한 방법
|
7 |
7
제 4 항에 있어서, 영상 프레임 분할 단계는,촬영된 영상을 읽어 오는 단계와,영상 읽기가 성공하면 프레임당 객체 회전 각도(R)를 계산하는 단계와,계산된 프레임당 객체 회전 각도(R)를 이용하여 분할단위 U를 계산하고, 계산한 분할 단위에 맞추어 영상 이미지를 분할하여 저장하는 단계를 포함하는 것을 특징으로 하는 회전장치를 이용한 딥러닝 CMS 데이터셋 구축을 위한 방법
|
8 |
8
제 7 항에 있어서, 프레임당 객체 회전 각도(R)를,으로 계산하고,여기서, R은 영상의 한 프레임 당 객체가 회전한 각도이며, RPM은 분당 회전수, FPS는 초당 프레임 수인 것을 특징으로 하는 회전장치를 이용한 딥러닝 CMS 데이터셋 구축을 위한 방법
|
9 |
9
제 4 항에 있어서, 객체 탐지 단계는,객체를 검출하기 위한 사전 작업으로 배경 합성을 위한 마스크로 사용되는 이미지로 변환하는 마스크 이미지 변환 단계와,마스크 이미지와 원본 이미지를 합성한 노이즈를 제거한 이미지에서 실제 객체를 검출하고 추적하고, 해당 이미지에서 블러 연산, 이진화 연산, 그리고 모폴로지 연산을 수행하여 객체를 제외한 나머지 부분은 무시하고 객체만 검출하는 단계와,검출한 객체를 학습시키기 위하여 객체의 분류를 지정하고, 객체의 범위를 지정하는 단계를 포함하는 것을 특징으로 하는 회전장치를 이용한 딥러닝 CMS 데이터셋 구축을 위한 방법
|
10 |
10
제 9 항에 있어서, 마스크 이미지 변환 단계는,이미지 연산을 수행하기 위하여 1채널 영상으로 변환하는 그레이스케일을 적용하는 단계와,그레이스케일을 적용한 이미지에서 블러 연산과 이진화 연산을 적용하여 객체를 검출하기 위한 상태로 변환하는 단계와,모폴로지를 적용하여 이미지 내에 존재하는 객체 외의 작은 노이즈 부분을 제거하고, 모폴로지 연산을 적용하여 배경 합성을 위한 마스크로 사용되는 이미지로 변환하는 단계를 포함하는 것을 특징으로 하는 회전장치를 이용한 딥러닝 CMS 데이터셋 구축을 위한 방법
|
11 |
11
제 9 항에 있어서, 객체만 검출하는 단계는,마스크 이미지와 원본 이미지의 병합을 위해 비트 "OR" 연산을 수행하여, 이미지에서 노이즈를 제거하는 단계와,노이즈를 제거한 이미지에서 객체를 검출하기 위해서 블러 연산과 이진화 연산을 수행하여 객체를 검출하는 단계와,객체 주위의 노이즈를 제거하기 위하여 모폴로지 연산을 수행하는 단계와,검출한 객체 이미지에서 인접한 화소들을 묶어 하나의 객체로 판단하는 방식으로 라벨링을 수행하여 객체를 추적하는 단계를 포함하는 것을 특징으로 하는 회전장치를 이용한 딥러닝 CMS 데이터셋 구축을 위한 방법
|
12 |
12
제 9 항에 있어서, 검출한 객체를 학습시키기 위하여 객체의 분류를 지정하고, 객체의 범위를 지정해주기 위하여 Bounding Box 표시 과정을 거쳐 검출한 객체를 학습시킬 수 있도록 하는 것을 특징으로 하는 회전장치를 이용한 딥러닝 CMS 데이터셋 구축을 위한 방법
|