| 1 |
1
카메라 모듈에서 촬영된 원본영상을 처리하여, 상기 머신 러닝 추론 모델에 입력할 크기의 영상을 생성하는 객체 추론 모델;을 포함하고, 상기 객체 추론 모델은, 상기 머신 러닝 추론 모델을 포함하며, 상기 머신 러닝 추론 모델을 통해 추론되는 객체의 인식과 분류 결과를 출력하며, 상기 머신 러닝 추론 모델은,입력된 영상을 처리하여, 상기 입력된 영상에 포함된 객체를 추론하는 것을 특징으로 하는 객체 인식 장치
|
| 2 |
2
제 1항에 있어서, 상기 객체 추론 모듈은,상기 머신 러닝 추론 모델에 입력할 영상으로서, 상기 원본영상 내에서 클러스터링 되는 객체 포함 영역들의 영상을, 상기 머신 러닝 추론 모델에 입력할 크기에 맞춰 추출하는 것을 특징으로 하는 객체 인식 장치
|
| 3 |
3
제 2항에 있어서, 상기 객체 추론 모듈은,상기 객체 포함 영역을 추출하기 위하여, 상기 원본영상이 축소된 이진화 영상에서 배경선을 산출한 다음, 상기 배경선의 상측 하늘 공간으로 오프셋을 더하여 경계선을 산출하고,상기 경계선을 기준으로 아래의 영역을 제외한 하늘 공간에서만 객체 포함 영역을 추출하는 것을 특징으로 하는 객체 인식 장치
|
| 4 |
4
제 3항에 있어서, 상기 객체 추론 모듈은,상기 원본영상인 칼라 영상을, R, G, B 값이 동일한 값을 가지는 그레이 영상으로 변환하고, 상기 그레이 영상을 축소하여 축소된 이진화 영상을 생성하며,상기 이진화 영상은,픽셀 값이 지정된 임계값 이상일 경우에는 1로 표현되고, 상기 픽셀 값이 지정된 임계값 보다 작을 경우에는 0으로 표현된 영상인 것을 특징으로 하는 객체 인식 장치
|
| 5 |
5
제 3항에 있어서, 상기 객체 추론 모듈은,각기 다른 임계값을 적용하여 N개의 배경선을 아래의 수학식 2와 같이 산출하고, 상기 N개의 각 배경선에 각기 다른 가중치()를 적용한 후 가중 평균함으로써, 최종 배경선(Bi)을 아래의 수학식 3과 같이 산출하는 것을 특징으로 하는 객체 인식 장치
|
| 6 |
6
제 3항에 있어서, 상기 객체 추론 모듈은,상기 축소된 이진화 영상에서 객체를 검출하기 위하여 객체선을 산출하고,상기 객체선을 산출하기 위하여 지정된 객체선 산출용 임계값(THRESHOLD_O)을 아래의 수학식 5에 적용하여, 상기 이진화 영상의 가로 픽셀 i에 대한 세로 픽셀 값이 최소가 되는 첫 번째 세로 픽셀 인덱스(OBJi,O)를 찾는 과정을 반복 수행함으로써 상기 객체선을 검출하는 것을 특징으로 하는 객체 인식 장치
|
| 7 |
7
제 6항에 있어서, 상기 객체 추론 모듈은,상기 축소된 이진화 영상을 세로 방향으로 분할한 복수의 분할영역에서 각기 독립적으로 객체를 검출하되, 상기 객체선의 경사가 객체 검출용 임계값(THRESHOLD_OBJECT)을 넘어 가장 크게 증가하는 지점을, 객체의 위치로 검출하는 것을 특징으로 하는 객체 인식 장치
|
| 8 |
8
제 7항에 있어서, 상기 객체 추론 모듈은,상기 축소된 이진화 영상에서 객체들의 위치가 검출되면, 머신 러닝 추론 모델에 입력할 수 있는 크기에 맞춰 객체 포함 영역들을 클러스터링하되, 해당하는 영상 내에서 조합 가능한 가장 적은 갯수로 클러스터링 하는 것을 특징으로 하는 객체 인식 장치
|
| 9 |
9
제 8항에 있어서, 상기 객체 추론 모듈은,상기 축소된 이진화 영상에서 클러스터링된 객체 포함 영역에 지정된 비율(RATIO)을 적용함으로써, 원본영상에서의 객체 포함 영역으로 매핑시키는 것을 특징으로 하는 객체 인식 장치
|
| 10 |
10
객체 추론 모듈이 원본영상을 입력받는 단계;상기 객체 추론 모듈이 상기 원본영상의 처리를 통해 머신 러닝 추론 모델에 입력할 크기에 맞춰 적어도 하나의 객체 포함 영역을 추출하는 단계; 및상기 객체 추론 모듈이 상기 머신 러닝 추론 모델에 의해 상기 적어도 하나의 객체 포함 영역에 포함된 객체의 인식과 분류를 수행하여 출력하는 단계;를 포함하는 것을 특징으로 하는 객체 인식 방법
|
| 11 |
11
제 10항에 있어서, 상기 머신 러닝 추론 모델에 입력할 크기에 맞춰 적어도 하나의 객체 포함 영역을 추출하는 단계는,상기 객체 추론 모듈이,상기 원본영상을 변환하여 축소된 이진화 영상을 생성하는 단계;상기 축소된 이진화 영상에서 검출되는 객체에 대응하여 적어도 하나의 객체 포함 영역을 클러스터링 하는 단계; 및상기 축소된 이진화 영상에서 클러스터링 된 객체 포함 영역을, 원본영상에서의 객체 포함 영역으로 매핑시켜 상기 머신 러닝 추론 모델에 입력할 객체 포함 영역을 추출하는 단계;를 포함하는 것을 특징으로 하는 객체 인식 방법
|
| 12 |
12
제 11항에 있어서, 상기 축소된 이진화 영상에서 적어도 하나의 객체 포함 영역을 추출하기 위하여,상기 객체 추론 모듈이,상기 축소된 이진화 영상에서 배경선을 산출하고, 상기 배경선의 상측 하늘 공간으로 오프셋을 더하여 경계선을 산출하고,상기 경계선을 기준으로 아래의 영역을 제외한 하늘 공간에서만 객체 포함 영역을 추출하는 것을 특징으로 하는 객체 인식 방법
|
| 13 |
13
제 11항에 있어서, 상기 축소된 이진화 영상에서 적어도 하나의 객체 포함 영역을 추출하기 위하여,상기 객체 추론 모듈이,상기 축소된 이진화 영상을 세로 방향으로 복수의 분할영역으로 분할하고,상기 복수의 분할영역에서 독립적으로 객체를 검출함으로써 전체적인 추론 시간을 단축하는 것을 특징으로 하는 객체 인식 방법
|
| 14 |
14
객체 추론 모듈이 원본영상을 축소하여 축소영상을 생성하는 단계;상기 객체 추론 모듈이 상기 축소영상을 이진화 영상으로 변환하여 축소된 이진화 영상을 생성하는 단계;상기 객체 추론 모듈이 상기 축소된 이진화 영상에서 객체를 검출하고, 머신 러닝 추론 모델에 입력할 수 있는 크기에 맞춰 객체 포함 영역들을 클러스터링 하는 단계;상기 객체 추론 모듈이 상기 축소된 이진화 영상에서 클러스터링 된 객체 포함 영역을, 원본영상에서의 객체 포함 영역으로 매핑시키는 단계; 및 상기 원본영상으로 매핑된 객체 포함 영역들을 머신 러닝 추론 모델에 입력하여 객체를 추론하는 단계;를 포함하는 것을 특징으로 하는 객체 인식 방법
|
| 15 |
15
제 14항에 있어서, 상기 객체 포함 영역을 추출하기 위하여, 상기 객체 추론 모듈은,상기 축소된 이진화 영상에서 배경선을 산출한 다음, 상기 배경선의 상측 하늘 공간으로 오프셋을 더하여 경계선을 산출하고,상기 경계선을 기준으로 아래의 영역을 제외한 하늘 공간에서만 객체 포함 영역을 추출하는 것을 특징으로 하는 객체 인식 방법
|
| 16 |
16
제 13항에 있어서, 상기 축소된 이진화 영상을 생성하는 단계에서,상기 객체 추론 모듈은,상기 원본영상인 칼라 영상을, R, G, B 값이 동일한 값을 가지는 그레이 영상으로 변환하고, 상기 그레이 영상을 축소하여 축소영상을 생성한 후, 픽셀 값이 지정된 임계값 이상일 경우에는 1로 표현하고, 상기 픽셀 값이 지정된 임계값 보다 작을 경우에는 0으로 표현하여 이진화 영상을 생성하는 것을 특징으로 하는 객체 인식 방법
|
| 17 |
17
제 15항에 있어서, 상기 배경선을 산출하기 위하여,상기 객체 추론 모듈은 각기 다른 임계값을 적용하여 N개의 배경선을 아래의 수학식 2와 같이 산출하고, 상기 N개의 각 배경선에 각기 다른 가중치()를 적용한 후 가중 평균함으로써, 최종 배경선(Bi)을 아래의 수학식 3과 같이 산출하는 것을 특징으로 하는 객체 인식 방법
|
| 18 |
18
제 14항에 있어서, 상기 축소된 이진화 영상에서 객체를 검출하기 위하여,상기 객체 추론 모듈은,상기 축소된 이진화 영상에서 객체를 검출하기 위하여 객체선을 산출하고,상기 객체선의 경사가 객체 검출용 임계값(THRESHOLD_OBJECT)을 넘어 가장 크게 증가하는 지점을 객체의 위치로 검출하는 것을 특징으로 하는 객체 인식 방법
|
| 19 |
19
제 18항에 있어서, 상기 객체선을 산출하기 위하여,상기 객체 추론 모듈은,지정된 객체선 산출용 임계값(THRESHOLD_O)을 아래의 수학식 5에 적용하여, 상기 축소된 이진화 영상의 가로 픽셀 i에 대한 세로 픽셀 값이 최소가 되는 첫 번째 세로 픽셀 인덱스(OBJi,O)를 찾는 과정을 반복 수행함으로써 상기 객체선을 검출하는 것을 특징으로 하는 객체 인식 방법
|
| 20 |
20
제 14항에 있어서, 상기 축소된 이진화 영상에서 클러스터링 된 객체 포함 영역을, 원본영상에서의 객체 포함 영역으로 매핑시키는 단계에서,상기 객체 추론 모듈은,상기 축소된 이진화 영상에서 클러스터링 된 객체 포함 영역((cx, cy),(cx+w, cy+h))에 지정된 비율(RATIO)을 적용하여 원본영상에서의 객체 포함 영역(((cx, cy),(cx+w, cy+h))×RATIO)으로 매핑시키는 것을 특징으로 하는 객체 인식 방법
|
