| 1 |
1
드론에 부착된 카메라를 통해 도로 영상을 실시간으로 촬영하는 영상촬영부;와딥러닝을 기반으로 하여 상기 수신된 도로 영상에서 상기 도로 상의 차량들을 자동으로 검출하는 차량검출부;와상기 검출된 차량들의 이동거리를 픽셀 단위로 계산하는 거리계산부;와상기 차량검출부와 동시에 상기 영상 내 도로의 차선을 기준으로 영상의 축척 정보를 계산하는 축척계산부; 및상기 계산된 픽셀 단위의 차량의 이동거리 및 상기 영상의 축척 정보를 기반으로 상기 영상 내 도로의 차량들의 실제 이동속도를 계산하는 차량속도계산부;를 포함하고 있는 것을 특징으로 하는 교통량 측정을 위한 딥러닝 기반의 드론 영상 분석 시스템
|
| 2 |
2
제1항에 있어서,상기 영상촬영부는,상기 드론의 카메라를 통해서 상기 도로 상황과, 상기 도로의 위치, 도로의 방향, 도로위의 차선, 상기 도로 위의 차량 및 객체들을 실시간으로 촬영하는 것을 특징으로 하는 교통량 측정을 위한 딥러닝 기반의 드론 영상 분석 시스템
|
| 3 |
3
제1항에 있어서,상기 차량검출부는,상기 드론으로부터 수신된 도로 영상을 실시간으로 입력으로 하여 딥러닝한 인공지능을 통해 상기 도로 상의 객체들과 차량들을 분리 인식하며,상기 딥러닝 차량 검출 알고리즘을 기반으로 하여,상기 도로 영상의 매 프레임에서 상기 도로 상의 차량 및 차량의 수를 자동으로 검출하는 것을 특징으로 하는 교통량 측정을 위한 딥러닝 기반의 드론 영상 분석 시스템
|
| 4 |
4
제3항에 있어서,상기 차량검출부는,상기 영상 내 차량들에 각각의 바운딩 박스 이미지 처리로 하이라이트(강조)하는 차량강조부;와상기 영상 프레임 당, 상기 하이라이트(강조)된 상기 차량들의 각각의 움직임을 추적하는 차량추적부;를 포함하는 것을 특징으로 하는 교통량 측정을 위한 딥러닝 기반의 드론 영상 분석 시스템
|
| 5 |
5
제4항에 있어서,상기 바운딩 박스 이미지 처리는,상기 검출된 상기 영상 내 차량의 가로 방향과 세로 방향의 중심 좌표와,상기 바운딩 박스 이미지의 가로길이(Width)와 세로길이(height) 및 신뢰도(Confidience score)로 구성되며,상기 신뢰도는 검출하려는 객체가 상기 바운딩 박스 이미지 내에 위치할 확률을 나타내는 것을 특징으로 하는 교통량 측정을 위한 딥러닝 기반의 드론 영상 분석 시스템
|
| 6 |
6
제4항에 있어서,상기 차량추적부는,t 시점의 상기 영상 프레임과 t+1 시점의 상기 영상 프레임에서의 검출된 상기 차량을 이미지를 이용해, 상기 바운딩 박스 이미지가 일정 영역만큼 겹쳐지게 되면, 동일한 상기 차량으로 간주함으로써 상기 차량의 움직임을 추적하는 것을 특징으로 하는 교통량 측정을 위한 딥러닝 기반의 드론 영상 분석 시스템
|
| 7 |
7
제1항에 있어서,상기 거리계산부는,영상 프레임 및 프레임 간 시간을 통해서, 상기 추적된 상기 차량들의 이동거리를 계산하여 픽셀 단위로 전처리(변환) 하는 것을 특징으로 하는 교통량 측정을 위한 딥러닝 기반의 드론 영상 분석 시스템
|
| 8 |
8
제7항에 있어서,상기 거리계산부는,상기 영상의 프레임레이트(FPS) 정보와 상기 차량 추적 결과를 기반으로 하여, 두 개의 상기 프레임에서의 상기 동일 차량의 위치와, 상기 두 프레임이 촬영된 시간 간격을 이용하여 계산하며,상기 이동거리 는 수학식1을 통해,수학식1 : 계산되는 것을 특징으로 하는 교통량 측정을 위한 딥러닝 기반의 드론 영상 분석 시스템
|
| 9 |
9
제1항에 있어서,상기 축척계산부는,상기 차량검출부에서 상기 영상 내 자동으로 차량을 검출하는 것과 동시에,상기 드론 영상 내에서 차선들을 검출하는 차선검출부;와 상기 차선검출부로부터 검출된 상기 차선들의 영역을 블랙박스에서 검출되는 차선들과 같은 형태로 전처리(변환)하는 차선형태변환부;상기 차선형태변환부로부터 전처리(변환)된 차선들의 가로 방향 좌표값을 이용하여 상기 차선들 사이의 간격들의 평균으로 상기 차선들의 폭을 도출하며, 상기 차선의 폭을 기준으로 하여 상기 영상의 축척을 계산하는 연산부;를 포함하는 것을 특징으로 하는 교통량 측정을 위한 딥러닝 기반의 드론 영상 분석 시스템
|
| 10 |
10
제9항에 있어서,상기 축척계산부는, 상기 매 프레임마다 축척 비율을 동일하게 유지할 수 있도록 m초 간격 주기로,주기적으로 상기 영상의 축척 비율을 갱신하는 축척비율갱신부;를 더 포함하는 것을 특징으로 하는 교통량 측정을 위한 딥러닝 기반의 드론 영상 분석 시스템
|
| 11 |
11
제1항에 있어서,상기 차량속도계산부는,상기 차량검출부와 상기 축척계산부의 병렬 진행 결과로 얻은, 상기 검출된 차량 정보 및 축척 정보를 기반으로 상기 차량의 실제속도를 계산하는 것을 특징으로 하는 교통량 측정을 위한 딥러닝 기반의 드론 영상 분석 시스템
|
| 12 |
12
제1항에 있어서,상기 차량속도계산부는,상기 영상 내 i번째 차량의 실제 속도와 상기 차량이 이동한 거리 단위의 픽셀 수 및 축척 비율을 기반으로 하여 상기 차량의 실제속도를 계산하는 것을 특징으로 하는 교통량 측정을 위한 딥러닝 기반의 드론 영상 분석 시스템
|
| 13 |
13
제12항에 있어서,상기 차량속도계산부는,상기 계산된 차량의 실제 속도와 상기 차량검출부로부터 검출된 차량의 수를 기반으로 상기 도로의 교통량을 예측하는 교통량판단부;를 더 포함하는 것을 특징으로 하는 교통량 측정을 위한 딥러닝 기반의 드론 영상 분석 시스템
|
