1 |
1
무인 비행체에 의해 촬영된 이미지를 입력받고, 이미지 데이터를 송신 큐에 할당하여 송신하도록 구성된 무인 비행체 시스템; 및 각각 수신 큐를 갖는 하나 이상의 송수신기를 포함하며, 상기 하나 이상의 송수신기를 통하여 상기 무인 비행체 시스템으로부터 상기 이미지 데이터를 수신하고, 초해상화 모델에 기초한 딥러닝 연산을 통하여 상기 이미지 데이터에 상응하는 초해상화 이미지를 생성하도록 구성된 모바일 엣지 컴퓨팅 센터를 포함하되, 상기 무인 비행체 시스템은 상기 송신 큐와 상기 수신 큐의 데이터량 차이에 기초하여 상기 이미지 데이터를 전송할 상기 송수신기를 결정하도록 더 구성된 딥러닝 기반의 초해상화 이미지 처리 시스템
|
2 |
2
제1항에 있어서, 상기 무인 비행체 시스템은, 촬영 수단으로부터 상기 이미지를 입력받도록 구성된 입력부; 및 상기 송신 큐를 포함하며, 상기 송신 큐의 대기열에 있는 데이터량과 상기 수신 큐의 대기열에 있는 데이터량의 차이를 가중치로 이용한 스케줄링에 의해 상기 이미지 데이터를 전송할 상기 송수신기를 결정하도록 구성된 송신부를 포함하는 딥러닝 기반의 초해상화 이미지 처리 시스템
|
3 |
3
제2항에 있어서, 상기 무인 비행체 시스템은, 상기 입력부에 입력된 상기 이미지에 대한 계층화를 통하여 상기 송신 큐에 할당되기 위한 상기 이미지 데이터를 생성하도록 구성된 계층화부를 더 포함하는 딥러닝 기반의 초해상화 이미지 처리 시스템
|
4 |
4
제1항에 있어서, 상기 모바일 엣지 컴퓨팅 센터는, 상기 수신 큐의 여유 공간에 기초하여 상기 수신 큐를 통해 수신된 상기 이미지 데이터에 적용할 초해상화 모델을 결정하고, 결정된 초해상화 모델을 이용하여 상기 초해상화 이미지를 생성하도록 구성된 초해상화 모듈을 포함하는 딥러닝 기반의 초해상화 이미지 처리 시스템
|
5 |
5
제4항에 있어서, 상기 초해상화 모듈은,처리 속도 및 처리 품질 중 하나 이상이 상이한 복수 개의 초해상화 모델을 저장하도록 구성된 저장부; 및싱기 이미지 데이터에 대한 시간 평균 초해상화 성능을 최대화하도록 상기 복수 개의 초해상화 모델 중 상기 이미지 데이터에 적용할 초해상화 모델을 결정하도록 구성된 제어부를 포함하는 딥러닝 기반의 초해상화 이미지 처리 시스템
|
6 |
6
제5항에 있어서, 상기 제어부는, 상기 이미지 데이터에 초해상화 모델을 적용하였을 때의 품질 평가값 및 상기 수신 큐의 큐 안정성값을 이용하여 리아푸노프 최적화에 의해 정의되는 시간 평균 초해상화 성능이 최대화되도록 상기 이미지 데이터에 적용할 초해상화 모델을 결정하도록 더 구성된 딥러닝 기반의 초해상화 이미지 처리 시스템
|
7 |
7
무인 비행체 시스템이 촬영 이미지를 입력받는 단계; 상기 무인 비행체 시스템이 상기 촬영 이미지에 상응하는 이미지 데이터를 송신 큐에 할당하는 단계; 상기 무인 비행체 시스템이, 초해상화 모델에 기초한 딥러닝 연산을 통하여 상기 이미지 데이터에 상응하는 초해상화 이미지를 생성하기 위한 모바일 엣지 컴퓨팅 센터에 포함된 하나 이상의 송수신기의 수신 큐의 상태 정보를 수신하는 단계; 상기 무인 비행체 시스템이 상기 송신 큐와 상기 수신 큐의 데이터량 차이에 기초하여 상기 이미지 데이터를 전송할 상기 송수신기를 결정하는 단계; 및 상기 무인 비행체 시스템이 결정된 상기 송수신기에 상기 이미지 데이터를 전송하는 단계를 포함하는 딥러닝 기반의 초해상화 이미지 처리 방법
|
8 |
8
제7항에 있어서, 상기 이미지 데이터를 전송할 상기 송수신기를 결정하는 단계는, 상기 무인 비행체 시스템이, 상기 송신 큐의 대기열에 있는 데이터량과 상기 수신 큐의 대기열에 있는 데이터량의 차이를 가중치로 이용한 스케줄링에 의해 상기 이미지 데이터를 전송할 상기 송수신기를 결정하는 단계를 포함하는 딥러닝 기반의 초해상화 이미지 처리 방법
|
9 |
9
제7항에 있어서, 상기 이미지 데이터를 송신 큐에 할당하는 단계 전에, 상기 무인 비행체 시스템이, 상기 촬영 이미지에 대한 계층화를 통하여 상기 송신 큐에 할당되기 위한 상기 이미지 데이터를 생성하는 단계를 더 포함하는 딥러닝 기반의 초해상화 이미지 처리 방법
|
10 |
10
각각 수신 큐를 갖는 하나 이상의 송수신기를 포함하는 모바일 엣지 컴퓨팅 센터가, 상기 하나 이상의 송수신기를 통하여 무인 비행체 시스템으로부터 이미지 데이터를 수신하는 단계; 상기 모바일 엣지 컴퓨팅 센터가, 상기 하나 이상의 수신 큐 각각의 여유 공간에 기초하여 상기 수신 큐를 통해 수신된 상기 이미지 데이터에 적용할 초해상화 모델을 결정하는 단계; 및 상기 모바일 엣지 컴퓨팅 센터가, 결정된 상기 초해상화 모델에 기초한 딥러닝 연산을 통하여 상기 이미지 데이터에 상응하는 초해상화 이미지를 생성하는 단계를 포함하는 딥러닝 기반의 초해상화 이미지 처리 시스템
|
11 |
11
제10항에 있어서, 처리 속도 및 처리 품질 중 하나 이상이 상이한 복수 개의 초해상화 모델을 상기 모바일 엣지 컴퓨팅 센터에 저장하는 단계를 더 포함하되,상기 이미지 데이터에 적용할 초해상화 모델을 결정하는 단계는, 상기 모바일 엣지 컴퓨팅 센터가, 상기 이미지 데이터에 대한 시간 평균 초해상화 성능을 최대화하도록 상기 복수 개의 초해상화 모델 중 상기 이미지 데이터에 적용할 초해상화 모델을 결정하는 단계를 포함하는 딥러닝 기반의 초해상화 이미지 처리 시스템
|
12 |
12
제11항에 있어서, 상기 복수 개의 초해상화 모델 중 상기 이미지 데이터에 적용할 초해상화 모델을 결정하는 단계는, 상기 모바일 엣지 컴퓨팅 센터가, 상기 이미지 데이터에 초해상화 모델을 적용하였을 때의 품질 평가값 및 상기 수신 큐의 큐 안정성값을 이용하여 리아푸노프 최적화에 의해 정의되는 시간 평균 초해상화 성능이 최대화되는 초해상화 모델을 결정하는 단계를 포함하는 딥러닝 기반의 초해상화 이미지 처리 방법
|
13 |
13
하드웨어와 결합되어 제7항 내지 제12항 중 어느 한 항에 따른 딥러닝 기반의 초해상화 이미지 처리 방법을 실행하도록 컴퓨터로 판독 가능한 기록매체에 저장된 컴퓨터 프로그램
|