1 |
1
비디오 영상의 현재프레임에서 에러패치 및 신규패치를 추천하는 패치추천부;및상기 현재프레임에서 추천된 에러패치들을 수집하여 제 1 패치클러스터를 생성하거나 또는 상기 현재프레임에서 추천된 상기 신규패치들을 수집하여 제 2 패치클러스터를 생성하는 패치수집부;를 포함하고,상기 에러패치는 상기 현재프레임에서 트래킹이 실패한 영역을 나타내고, 상기 신규패치는 상기 현재프레임에서 새로운 물체가 존재할 가능성이 있지만 검출되지 않아 트래킹이 진행되지 못한 영역을 나타내는 것을 특징으로 하는 비디오 분석 단말기
|
2 |
2
제 1 항에 있어서, 상기 제 1 패치클러스터 또는 상기 제 2 패치클러스터를 입력받아 객체를 검출하여 객체검출 속도를 향상시키는 패치객체검출부;를 더 포함하는 것을 특징으로 하는 비디오 분석 단말기
|
3 |
3
제 1 항에 있어서, 상기 제 1 패치클러스터 또는 상기 제 2 패치클러스터는 직사각형 형태인 것을 특징으로 하는 비디오 분석 단말기
|
4 |
4
제 1 항에 있어서, 상기 제 1 패치클러스터 또는 제 2 패치클러스터의 크기는 상기 제 1 패치클러스터 또는 제 2 패치클러스터 각각에 포함된 에러패치 또는 신규패치의 크기와 개수에 따라 조절되는 것을 특징으로 하는 비디오 분석 단말기
|
5 |
5
제 1 항에 있어서, 상기 패치추천부는 상기 비디오 영상의 매 t프레임마다 객체검출을 실행하기 이전에 신규패치와 에러패치를 수집하는 것을 특징으로 하는 비디오 분석 단말기
|
6 |
6
제 1 항에 있어서, 상기 패치추천부는에지강도(Edge Intensity) 및 리프레시인터벌(Refresh Interval)을 이용하여 상기 신규패치를 추천하는 것을 특징으로 하는 비디오 분석 단말기
|
7 |
7
제 1 항에 있어서, 상기 패치수집부는 수집한 에러패치를 에러값에 따라 분류하고 배치하여 상기 제 1 패치클러스터를 생성하는 것을 특징으로 하는 비디오 분석 단말기
|
8 |
8
제 1 항에 있어서, 상기 에러패치는 상기 현재프레임에서 추출된 트래킹 실패를 암시하는 피쳐 및 추출된 피쳐 기반으로 트래킹 실패정도를 예측하는 기계학습에 기초하여 추출되는 것을 특징으로 하는 비디오 분석 단말기
|
9 |
9
제 8 항에 있어서, 상기 추출된 피쳐는트래킹 이전 프레임에서의 바운딩 박스와 트래킹 이후 바운딩 박스 간 NCC(Normalized Cross Correlation), 바운딩 박스의 속도, 바운딩 박스의 가속도, 바운딩 박스 주변 영역의 기울기 및 검출의 신뢰도를 포함하는 것을 특징으로 하는 비디오 분석 단말기
|
10 |
10
제 8 항에 있어서, 결정트리분류모델을 이용하여 상기 추출된 피쳐 기반으로 기계학습을 수행한 후 트래킹된 바운딩 박스와 실제 객체의 겹치는 정도인 IoU(Intersection Over Union)를 파악하여 트래킹 실패 정도를 예측하는 것을 특징으로 하는 비디오 분석 단말기
|
11 |
11
단말기에서 비디오 객체 검출을 수행하는 방법으로서, 패치추천부에서 비디오 영상의 현재프레임에서 에러패치 및 신규패치를 추천하는 단계;및패치수집부에서 상기 현재프레임에서 추천된 에러패치들을 수집하여 제 1 패치클러스터를 생성하거나 또는 상기 현재프레임에서 추천된 상기 신규패치들을 수집하여 제 2 패치클러스터를 생성하는 단계;를 포함하고,상기 에러패치는 상기 현재프레임에서 트래킹이 실패한 영역을 나타내고, 상기 신규패치는 상기 현재프레임에서 새로운 물체가 존재할 가능성이 있지만 검출되지 않아 트래킹이 진행되지 못한 영역을 나타내는 것을 특징으로 하는 방법
|
12 |
12
제 11 항에 있어서, 패치객체검출부에서 상기 제 1 패치클러스터 또는 상기 제 2 패치클러스터를 입력받아 객체를 검출하여 객체검출 속도를 향상시키는 단계;를 더 포함하는 것을 특징으로 하는 방법
|
13 |
13
제 11항에 있어서, 상기 제 1 패치클러스터 또는 제 2 패치클러스터의 크기는 상기 제 1 패치클러스터 또는 제 2 패치클러스터 각각에 포함된 에러패치 또는 신규패치의 크기와 개수에 따라 조절되는 것을 특징으로 하는 방법
|
14 |
14
제 11 항에 있어서, 상기 추천하는 단계는에지강도(Edge Intensity) 및 리프레시인터벌(Refresh Interval)을 이용하여 상기 신규패치를 추천하는 것을 특징으로 하는 방법
|
15 |
15
제 11 항에 있어서, 상기 추천하는 단계는상기 현재프레임에서 추출된 트래킹 실패를 암시하는 피쳐 및 추출된 피쳐 기반으로 트래킹 실패정도를 예측하는 기계학습에 기초하여 상기 에러패치를 추천하는 것을 특징으로 하는 방법
|
16 |
16
제 11항 내지 제 16항 중 어느 한 항의 비디오 객체 검출을 수행하는 방법을 상기 단말기에서 실행시키기 위해 비-일시적인 컴퓨터 판독가능한 기록 매체에 저장되는 컴퓨터 프로그램
|