1 |
1
영상을 입력받는 단계;영상을 분석하여 객체의 클래스, 위치, 크기와 오리엔테이션(Orientation)을 검출하도록 학습된 객체 검출 네트워크를 이용하여, 입력된 영상으로부터 객체를 검출하는 단계;객체 검출 결과를 출력하는 단계;를 포함하는 것을 특징으로 하는 객체 검출 방법
|
2 |
2
청구항 1에 있어서,객체의 위치는,객체의 BB(Bounding Box)의 좌표로 표현되고,객체의 크기는,객체의 BB의 길이로 표현되며,객체의 오리엔테이션은,객체의 BB의 오리엔테이션으로 표현되는 것을 특징으로 하는 객체 검출 방법
|
3 |
3
청구항 2에 있어서,BB의 오리엔테이션은,BB가 반시계 방향으로 회전한 각도로 표현되는 것을 특징으로 하는 객체 검출 방법
|
4 |
4
청구항 2에 있어서,각도는,radian으로 표현되는 것을 특징으로 하는 객체 검출 방법
|
5 |
5
청구항 2에 있어서,객체 검출 네트워크는,학습 영상으로부터 검출한 객체의 BB인 제1 BB와 GT(GroundTruth) BB인 제2 BB 간의 Loss가 줄어드는 방향으로 학습되되,제1 BB의 오리엔테이션과 제2 BB의 오리엔테이션 간의 Loss는,제1 BB과 제2 BB의 IoU(Intersection over Union)로 계산되는 것을 특징으로 하는 객체 검출 방법
|
6 |
6
청구항 5에 있어서,제1 BB과 제2 BB의 IoU는,제1 BB의 넓이, 제2 BB의 넓이, 제1 BB와 제2 BB의 교차점들, 제1 BB 내부에 있는 제2 BB의 꼭짓점들, 제2 BB 내부에 있는 제1 BB의 꼭짓점들을 기초로 계산된 교차 넓이를 기초로 계산되는 것을 특징으로 하는 객체 검출 방법
|
7 |
7
청구항 6에 있어서,교차 넓이는,아래의 수학식을 통해 계산되며,|{(xP1yP2 - xP2yP1) + (xP2yP3 - xP3yP2) + (xPN+MyP1 - xP1yPN+M)}/2|P1(xP1, yP1),
|
8 |
8
영상을 입력받는 입력부;입력부를 통해 입력되는 영상을 분석하여 객체의 클래스, 위치, 크기와 오리엔테이션(Orientation)을 검출하도록 학습된 객체 검출 네트워크를 이용하여, 입력된 영상으로부터 객체를 검출하는 프로세서; 및프로세서에 의한 객체 검출 결과를 출력하는 출력부;를 포함하는 것을 특징으로 하는 객체 검출 시스템
|