| 1 |
1
해수면에 부유하는 유류 오염물을 촬영하는 근적외선카메라를 포함하는 영상촬영부(10); 영상촬영부(10)로부터 촬영된 영상정보를 수신하여 영상정보를 프레임 단위로 분할하는 이미지처리부(20); 각 프레임 단위로 분리된 이미지를 입력받아 컨볼루션 신경망(Convolutional Neural Network, CNN) 기반의 심층학습모델을 이용하여 유류를 검출하는 유류검출분석부(30);유류검출분석부(30)로부터 분석된 결과를 출력하는 유류검출결과모니터링부(40); 이미지처리부(20)로부터 레이블링(labeling) 과정을 거쳐 유류 객체만을 식별할 수 있는 학습데이터가 생성되면 상기 학습데이터를 컨볼루션 신경망(Convolutional Neural Network, CNN)을 포함하는 기계학습을 이용하여 이미지정보로부터 유류의 종류 및 위치를 검출하는 심층학습모델을 생성하는 학습모델생성부(50) 를 포함하는 근적외선카메라의 해수면 입력영상으로부터 해양 유류 검출 및 분류 시스템
|
| 2 |
2
해수면에 부유하는 유류 오염물을 촬영하는 근적외선카메라를 포함하는 영상촬영부(10); 영상촬영부(10)로부터 촬영된 영상정보를 수신하여 영상정보를 프레임 단위로 분할하는 이미지처리부(20); 각 프레임 단위로 분리된 이미지를 입력받아 컨볼루션 신경망(Convolutional Neural Network, CNN) 기반의 심층학습모델을 이용하여 유류를 검출하는 유류검출분석부(30);유류검출분석부(30)로부터 분석된 결과를 출력하는 유류검출결과모니터링부(40); 이미지처리부(20)로부터 레이블링(labeling) 과정을 거쳐 유류 객체만을 식별할 수 있는 학습데이터가 생성되면 상기 학습데이터를 컨볼루션 신경망(Convolutional Neural Network, CNN)을 포함하는 기계학습을 이용하여 이미지정보로부터 유류의 종류 및 위치를 검출하는 심층학습모델을 생성하는 학습모델생성부(50) 를 포함하고, 이미지처리부(20)는영상촬영부로부터 촬영된 영상정보를 입력받아 프레임 단위로 분할하는 이미지분할기능, 이미지분할부로부터 프레임 단위로 나뉘어진 이미지들은 심층학습모델의 학습데이터로 이용하기 위해 유류의 위치와 크기, 종류에 따라 분류하는 이미지분류기능, 프레임 단위로 분리된 열화상 이미지를 입력받아 이미지정보 상에 일정 간격을 두고 다수 개의 격자로 나누고, 격자로 나뉘어진 이미지로부터 유류가 유출된 범위에 경계박스를 생성하는 경계박스생성기능을 포함하는 근적외선카메라의 해수면 입력영상으로부터 해양 유류 검출 및 분류 시스템
|
| 3 |
3
해수면에 부유하는 유류 오염물을 촬영하는 근적외선카메라를 포함하는 영상촬영부(10); 영상촬영부(10)로부터 촬영된 영상정보를 수신하여 영상정보를 프레임 단위로 분할하는 이미지처리부(20); 각 프레임 단위로 분리된 이미지를 입력받아 컨볼루션 신경망(Convolutional Neural Network, CNN) 기반의 심층학습모델을 이용하여 유류를 검출하는 유류검출분석부(30);유류검출분석부(30)로부터 분석된 결과를 출력하는 유류검출결과모니터링부(40); 이미지처리부(20)로부터 레이블링(labeling) 과정을 거쳐 유류 객체만을 식별할 수 있는 학습데이터가 생성되면 상기 학습데이터를 컨볼루션 신경망(Convolutional Neural Network, CNN)을 포함하는 기계학습을 이용하여 이미지정보로부터 유류의 종류 및 위치를 검출하는 심층학습모델을 생성하는 학습모델생성부(50) 를 포함하고, 이미지처리부(20)는영상촬영부로부터 촬영된 영상정보를 입력받아 프레임 단위로 분할하는 이미지분할기능, 이미지분할부로부터 프레임 단위로 나뉘어진 이미지들은 딥러닝 기반의 YOLO 알고리즘을 위한 학습데이터로 이용하기 위해 유류의 위치와 크기, 종류에 따라 분류하는 이미지분류기능, 프레임 단위로 분리된 열화상 이미지를 입력받아 이미지정보 상에 일정 간격을 두고 다수 개의 격자로 나누고, 격자로 나뉘어진 이미지로부터 유류가 유출된 범위에 경계박스를 생성하는 경계박스생성기능,경계박스 내에 포함된 각 유류 및 부유물을 포함하는 유류객체의 이미지에 유류의 종류와 유류의 위치값을 부여하는 레이블링(labeling) 과정을 거치는 레이블링기능, 심층학습모델을 이용하여 유류 오염 객체를 식별하고 유류객체가 위치한 위치를 검출하기 위해 심층학습을 위한 입력 형태로 학습데이터를 변환하는 이미지변환기능을 포함하는 근적외선카메라의 해수면 입력영상으로부터 해양 유류 검출 및 분류 시스템
|
| 4 |
4
해수면에 부유하는 유류 오염물을 촬영하는 근적외선카메라를 포함하는 영상촬영부(10); 영상촬영부(10)로부터 촬영된 영상정보를 수신하여 영상정보를 프레임 단위로 분할하는 이미지처리부(20); 각 프레임 단위로 분리된 이미지를 입력받아 컨볼루션 신경망(Convolutional Neural Network, CNN) 기반의 심층학습모델을 이용하여 유류를 검출하는 유류검출분석부(30);유류검출분석부(30)로부터 분석된 결과를 출력하는 유류검출결과모니터링부(40); 이미지처리부(20)로부터 레이블링(labeling) 과정을 거쳐 유류 객체만을 식별할 수 있는 학습데이터가 생성되면 상기 학습데이터를 컨볼루션 신경망(Convolutional Neural Network, CNN)을 포함하는 기계학습을 이용하여 이미지정보로부터 유류의 종류 및 위치를 검출하는 심층학습모델을 생성하는 학습모델생성부(50) 를 포함하고, 이미지처리부(20)는영상촬영부로부터 촬영된 영상정보를 입력받아 프레임 단위로 분할하는 이미지분할기능, 이미지분할부로부터 프레임 단위로 나뉘어진 이미지들은 딥러닝 기반의 YOLO 알고리즘을 위한 학습데이터로 이용하기 위해 유류의 위치와 크기, 종류에 따라 분류하는 이미지분류기능, 프레임 단위로 분리된 열화상 이미지를 입력받아 이미지정보 상에 일정 간격을 두고 다수 개의 격자로 나누고, 격자로 나뉘어진 이미지로부터 유류가 유출된 범위에 경계박스를 생성하는 경계박스생성기능,경계박스 내에 포함된 각 유류 및 부유물을 포함하는 유류객체의 이미지에 유류의 종류와 유류의 위치값을 부여하는 레이블링(labeling) 과정을 거치는 레이블링기능, 심층학습모델을 이용하여 유류 오염 객체를 식별하고 유류객체가 위치한 위치를 검출하기 위해 심층학습을 위한 입력 형태로 학습데이터를 변환하는 이미지변환기능을 포함하고, 이미지변환기능을 통해 변환되는 학습데이터는 클래스번호, 유류객체가 포함된 경계박스의 중심점에 대한 가로축 좌표, 유류객체가 포함된 경계박스의 중심점에 대한 세로축 좌표, 경계박스의 높이, 경계박스의 폭에 관한 정보를 포함하는 것을 포함하는 근적외선카메라의 해수면 입력영상으로부터 해양 유류 검출 및 분류 시스템
|
