| 1 |
1
기준 이미지 센서, N(1이상 자연수)개의 수평 배열 이미지 센서 쌍(각 수평 배열 이미지 센서 쌍은 상기 기준 이미지 센서를 기준으로 수평 방향으로 대칭되게 배열되는 두 개의 수평 배열 이미지를 포함) 및 M(1이상 자연수)개의 수직 배열 이미지 센서 쌍(각 수평 배열 이미지 센서 쌍은 상기 기준 이미지 센서를 기준으로 수평 방향으로 대칭되게 배열되는 두 개의 수평 배열 이미지를 포함)이미지 촬영부;제1 미리 학습된 모델을 기반으로 N개의 수평 배열 이미지 세트 각각에서 깊이 정보를 추출하여 N개의 제1 깊이 정보를 생성하는 제1 깊이 정보 생성부;제2 미리 학습된 모델을 기반으로 M개의 수직 배열 이미지 세트 각각에서 깊이 정보를 추출하여 M개의 제2 깊이 정보를 생성하는 제2 깊이 정보 생성부;상기 N개의 제1 깊이 정보에 앙상블 기법을 적용하고, 상기 M개의 제2 깊이 정보에 앙상블 기법을 적용하고, 상기 N개의 제1 깊이 정보에 앙상블 기법을 적용한 결과 및 상기 M개의 제2 깊이 정보에 앙상블 기법을 적용한 결과에 앙상블 기법을 적용하여 제3 깊이 정보를 생성하는 제3 깊이 정보를 생성부; 및상기 제3 깊이 정보를 기반으로 깊이 맵 이미지를 생성하는 깊이 이미지 생성부;를 포함하되,상기 수평 배열 이미지 세트는 하나의 수평 배열 이미지 센서 쌍 및 상기 기준 이미지 센서에 의해 촬영된 이미지로 구성되고,상기 수직 배열 이미지 세트는 하나의 수직 배열 이미지 센서 쌍 및 상기 기준 이미지 센서에 의해 촬영된 이미지로 구성되는, 깊이 이미지 생성 장치
|
| 2 |
2
제1항에 있어서, 상기 N개의 수평 배열 이미지 센서 쌍 각각은 서로 상이한 위치에 배열되는, 깊이 이미지 생성 장치
|
| 3 |
3
제1항에 있어서, 상기 M개의 수직 배열 이미지 센서 쌍 각각은 서로 상이한 위치에 배열되는, 깊이 이미지 생성 장치
|
| 4 |
4
제1항에 있어서, 상기 제1 미리 학습된 모델은수평 이미지 세트로부터 깊이 정보를 추출하도록 미리 학습된 CNN 기반의 인공지능 모델인, 깊이 이미지 생성 장치
|
| 5 |
5
제1항에 있어서, 상기 제2 미리 학습된 모델은수직 이미지 세트로부터 깊이 정보를 추출하도록 미리 학습된 CNN 기반의 인공지능 모델인, 깊이 이미지 생성 장치
|
| 6 |
6
제1항에 있어서, 상기 제3 깊이 정보 생성부는, 보팅(Voting), 배깅(Bagging) 및 부스팅(Boosting) 중 적어도 하나의 앙상블 기법을 기반으로 상기 제3 깊이 정보를 생성하는, 깊이 이미지 생성 장치
|
| 7 |
7
기준 이미지 센서, N(1이상 자연수)개의 수평 배열 이미지 센서 쌍(각 수평 배열 이미지 센서 쌍은 상기 기준 이미지 센서를 기준으로 수평 방향으로 대칭되게 배열되는 두 개의 수평 배열 이미지를 포함) 및 M(1이상 자연수)개의 수직 배열 이미지 센서 쌍(각 수평 배열 이미지 센서 쌍은 상기 기준 이미지 센서를 기준으로 수평 방향으로 대칭되게 배열되는 두 개의 수평 배열 이미지를 포함)에 의해 촬영된 이미지들을 수신하는 단계;제1 미리 학습된 모델을 기반으로 N개의 수평 배열 이미지 세트 각각에서 깊이 정보를 추출하여 N개의 제1 깊이 정보를 생성하는 단계;제2 미리 학습된 모델을 기반으로 M개의 수직 배열 이미지 세트 각각에서 깊이 정보를 추출하여 M개의 제2 깊이 정보를 생성하는 단계;상기 N개의 제1 깊이 정보에 앙상블 기법을 적용하고, 상기 M개의 제2 깊이 정보에 앙상블 기법을 적용하고, 상기 N개의 제1 깊이 정보에 앙상블 기법을 적용한 결과 및 상기 M개의 제2 깊이 정보에 앙상블 기법을 적용한 결과에 앙상블 기법을 적용하여 제3 깊이 정보를 생성하는 단계; 및상기 제3 깊이 정보를 기반으로 깊이 맵 이미지를 생성하는 단계;를 포함하되,상기 수평 배열 이미지 세트는 하나의 수평 배열 이미지 센서 쌍 및 상기 기준 이미지 센서에 의해 촬영된 이미지로 구성되고,상기 수직 배열 이미지 세트는 하나의 수직 배열 이미지 센서 쌍 및 상기 기준 이미지 센서에 의해 촬영된 이미지로 구성되는, 깊이 이미지 생성 방법
|
| 8 |
8
제7항에 있어서, 상기 N개의 수평 배열 이미지 센서 쌍 각각은 서로 상이한 위치에 배열되는, 깊이 이미지 생성 방법
|
| 9 |
9
제7항에 있어서, 상기 M개의 수직 배열 이미지 센서 쌍 각각은 서로 상이한 위치에 배열되는, 깊이 이미지 생성 방법
|
| 10 |
10
제7항에 있어서, 상기 제1 미리 학습된 모델은수평 이미지 세트로부터 깊이 정보를 추출하도록 미리 학습된 CNN 기반의 인공지능 모델인, 깊이 이미지 생성 방법
|
| 11 |
11
제7항에 있어서, 상기 제2 미리 학습된 모델은수직 이미지 세트로부터 깊이 정보를 추출하도록 미리 학습된 CNN 기반의 인공지능 모델인, 깊이 이미지 생성 방법
|
| 12 |
12
제7항에 있어서, 상기 제3 깊이 정보를 생성하는 단계는, 보팅(Voting), 배깅(Bagging) 및 부스팅(Boosting) 중 적어도 하나의 앙상블 기법을 기반으로 상기 제3 깊이 정보를 생성하는, 깊이 이미지 생성 방법
|
