맞춤기술찾기

이전대상기술

인공신경망을 이용한 복수의 목표물 추적 방법 및 그 장치

  • 기술번호 : KST2022021079
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명의 일 실시예에 따른 목표물 추적 방법은 복수의 목표물을 촬영한 영상에 포함된 복수의 이미지 프레임을 획득하는 단계, 분류기에 자료결합필터가 결합된 신경망에 상기 복수의 이미지 프레임을 입력하여 상기 복수의 목표물 후보군을 선정하는 단계, 상기 복수의 목표물 후보군을 추적하고, 상기 복수의 목표물 후보군의 추적 위치를 예측하는 단계, 신경망 코디네이터에 상기 예측된 추적 위치를 입력하여 상기 복수의 목표물 후보군의 추적점을 보정하는 단계를 포함할 수 있다.
Int. CL G06T 7/246 (2017.01.01) G06K 9/62 (2022.01.01) G06T 5/00 (2019.01.01)
CPC G06T 7/246(2013.01) G06K 9/6267(2013.01) G06T 5/001(2013.01) G06T 2207/20084(2013.01)
출원번호/일자 1020210051824 (2021.04.21)
출원인 국방과학연구소
등록번호/일자
공개번호/일자 10-2022-0145123 (2022.10.28) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.04.21)
심사청구항수 19

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 국방과학연구소 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이주영 대전광역시 유성구
2 김춘호 대전광역시 유성구
3 전현호 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 리앤목특허법인 대한민국 서울 강남구 언주로 **길 **, *층, **층, **층, **층(도곡동, 대림아크로텔)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2021.04.21 수리 (Accepted) 1-1-2021-0466613-92
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
컴퓨팅 장치에 의해 수행되는 목표물 추적 방법에 있어서,복수의 목표물을 촬영한 영상에 포함된 복수의 이미지 프레임을 획득하는 단계;분류기에 자료결합필터가 결합된 신경망에 상기 복수의 이미지 프레임을 입력하여 복수의 목표물 후보군을 선정하는 단계;상기 복수의 목표물 후보군을 추적하고, 상기 복수의 목표물 후보군의 추적 위치를 예측하는 단계;신경망 코디네이터에 상기 예측된 추적 위치를 입력하여 상기 복수의 목표물 후보군의 추적점을 보정하는 단계를 포함하는,목표물 추적 방법
2 2
제1 항에 있어서,상기 자료결합필터는,상기 선정된 복수의 목표물 후보군에 대하여 추적 점수가 지정된 기준을 초과하는지 여부에 대한 분류를 수행하는,목표물 추적 방법
3 3
제2 항에 있어서,상기 복수의 목표물 후보군을 선정하는 단계는,상기 자료결합필터에 의해 상기 복수의 목표물 후보군을 지정된 기준에 따른 클래스로 분류하는 단계를 포함하는,목표물 추적 방법
4 4
제3 항에 있어서,상기 분류하는 단계는,지정된 기준에 따라 분류된 클래스 중 임계치 미만에 속하는 클래스에 포함된 목표물 후보군을 클러터로 지정하는 단계를 포함하는,목표물 추적 방법
5 5
제2 항에 있어서,상기 복수의 목표물 후보군을 선정하는 단계는,상기 선정된 복수의 목표물 후보군에 대한 평균 추적 점수가 지정된 기준을 만족하는 경우, 상기 자료결합필터와 상기 신경망을 결합하는 단계를 포함하는,목표물 추적 방법
6 6
제1 항에 있어서,상기 복수의 이미지 프레임을 획득하는 단계는,영상센서의 추적기가 동작하는 거리를 기초로 상기 영상을 지정된 구간으로 샘플링하여 상기 복수의 이미지 프레임을 획득하는 단계를 포함하는,목표물 추적 방법
7 7
제6 항에 있어서,상기 신경망 코디네이터는,상기 샘플링한 구간의 개수에 대응되는 복수의 신경망 코디네이터를 포함하는,목표물 추적 방법
8 8
제1 항에 있어서,상기 추적 위치를 예측하는 단계는,상기 복수의 이미지 프레임 각각에서 복수개의 추적 위치를 예측하는 단계를 포함하는,목표물 추적 방법
9 9
제1 항에 있어서,상기 추적점을 보정하는 단계는,n-1 번째 이미지 프레임에서 조정된 추적점의 위치와 n번째 이미지 프레임에서 조정된 추적점의 위치를 비교하여 상기 추적점을 보정하는 단계를 포함하는,목표물 추적 방법
10 10
프로세서;를 포함하고,상기 프로세서는,복수의 목표물을 촬영한 영상에 포함된 복수의 이미지 프레임을 획득하는, 분류기에 자료결합필터가 결합된 신경망에 상기 복수의 이미지 프레임을 입력하여 복수의 목표물 후보군을 선정하고, 상기 복수의 목표물 후보군을 추적하고, 상기 복수의 목표물 후보군의 추적 위치를 예측하고, 신경망 코디네이터에 상기 예측된 추적 위치를 입력하여 상기 복수의 목표물 후보군의 추적점을 보정하는,목표물 추적 장치
11 11
제10 항에 있어서,상기 자료결합필터는,상기 선정된 복수의 목표물 후보군에 대하여 추적 점수가 지정된 기준을 초과하는지 여부에 대한 분류를 수행하는,목표물 추적 장치
12 12
제11 항에 있어서,상기 프로세서는,상기 자료결합필터에 의해 상기 복수의 목표물 후보군을 지정된 기준에 따른 클래스로 분류하는,목표물 추적 장치
13 13
제12 항에 있어서,상기 프로세서는,지정된 기준에 따라 분류된 클래스 중 임계치 미만에 속하는 클래스에 포함된 목표물 후보군을 클러터로 지정하는,목표물 추적 장치
14 14
제11 항에 있어서,상기 프로세서는,상기 선정된 복수의 목표물 후보군에 대한 평균 추적 점수가 지정된 기준을 만족하는 경우, 상기 자료결합필터와 상기 신경망을 결합하는,목표물 추적 장치
15 15
제10 항에 있어서,상기 프로세서는,영상센서의 추적기가 동작하는 거리를 기초로 상기 영상을 지정된 구간으로 샘플링하여 상기 복수의 이미지 프레임을 획득하는목표물 추적 장치
16 16
제15 항에 있어서,상기 신경망 코디네이터는,상기 샘플링한 구간의 개수에 대응되는 복수의 신경망 코디네이터를 포함하는,목표물 추적 장치
17 17
제10 항에 있어서,상기 프로세서는,상기 복수의 이미지 프레임 각각에서 복수개의 추적 위치를 예측하는,목표물 추적 장치
18 18
제10 항에 있어서,상기 프로세서는,n-1 번째 이미지 프레임에서 조정된 추적점의 위치와 n번째 이미지 프레임에서 조정된 추적점의 위치를 비교하여 상기 추적점을 보정하는,목표물 추적 장치
19 19
컴퓨터를 이용하여 제1항 내지 제9항 중 어느 한 항의 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.