| 1 |
1
무인항공기에서 얻어진 고해상도 항공 영상 이미지에서 인공 물체를 검출하는 방법으로서, 지형 지물 인식을 위한 모델을 훈련하는 단계;인공 물체 인식을 위한 모델을 훈련하는 단계;무인 항공기로부터 항공 영상 이미지를 획득하는 단계;상기 항공 영상 이미지에 대한 계층적 분할 방법을 사용하여 다수개의 슈퍼픽셀을 형성하는 단계;상기 슈퍼 픽셀을 유사도에 따라 병합하고 미리 훈련된 지형 지물의 모델을 참조하여 상기 항공 영상 이미지에서 인공 물체가 있을 것으로 예상되는 의미있는 배경 정보인 콘텍스트 정보를 포함하는 지형 지물의 검출 결과를 도출하는 단계;상기 콘텍스트 정보에 기초하여 상기 항공 영상 이미지에서 지형 지물이 검출된 영역을 제외한 관심 영역을 선택한 후에 상기 콘텍스트 정보로부터 생성된 슈퍼픽셀 지수를 사용하여 슈퍼픽셀 기반의 서치를 수행하는 단계; 및인공 물체가 검출된 슈퍼픽셀과 미리 훈련된 인공 물체의 모델을 참조하여 항공 영상 이미지로부터 인공 물체를 검출하는 단계를 포함하고,상기 슈퍼픽셀 기반의 서치를 수행하는 단계는상기 항공 영상 이미지에서 상기 콘텍스트 정보에 의해 이동하는 물체가 있을 확률이 기준값보다 낮은 것으로 판단되는 영역을 상기 관심 영역에서 제외하는,항공 영상 이미지에서의 인공 물체 검출 방법
|
| 2 |
2
제 1항에 있어서,상기 항공 영상 이미지에 대한 계층적 분할 방법을 사용하여 다수개의 슈퍼픽셀을 형성하는 단계는, SLIC(Simple Linear Iterative Clustering) 기법을 사용하여 각 특징들을 색상과 이미지 평면 공간으로 표현하는 항공 영상 이미지에서의 인공 물체 검출 방법
|
| 3 |
3
제 1항에 있어서,상기 슈퍼픽셀을 형성하는 과정에서, 상기 슈퍼픽셀은 소정 개수(n)의 노드들로 분할되고, 이웃하는 영역간의 관계는 테두리로 표현되며 각 영역 간의 유사도가 표현되도록 형성되는 항공 영상 이미지에서의 인공 물체 검출 방법
|
| 4 |
4
제 1항에 있어서,지형 지물 인식을 위한 모델을 훈련하는 단계는, 지형 지물의 색감 및 질감에 따라 여러개의 그룹으로 분류하는 과정, 각각의 그룹에 대해 소정 개수의 샘플을 얻고 각 샘플에 대한 특징을 추출하여 텍스톤 사전을 설계하는 과정을 포함하는 항공 영상 이미지에서의 인공 물체 검출 방법
|
| 5 |
5
제 4항에 있어서,상기 지형 지물의 그룹은 흙, 초목, 물, 포장된 도로 및 미정의 그룹을 포함하는 항공 영상 이미지에서의 인공 물체 검출 방법
|
| 6 |
6
제 1항에 있어서,상기 인공 물체 인식을 위한 모델을 훈련하는 단계는,인공 지물에 해당되는 소정 개수의 샘플을 취득한 후에, HOG를 통해 특징을 추출하고 이를 분류하여, 각 샘플에 대한 훈련 데이터를 확보하는 과정을 수행하는 항공 영상 이미지에서의 인공 물체 검출 방법
|
| 7 |
7
삭제
|
| 8 |
8
제 1항에 있어서,상기 슈퍼 픽셀을 유사도에 따라 병합하는 과정은, 이웃하는 슈퍼픽셀 간의 유사 점수의 최대값이 임계치를 만족할 때까지 수행되는 항공 영상 이미지에서의 인공 물체 검출 방법
|
| 9 |
9
제 4항에 있어서,상기 텍스톤 사전은 지형 지물 그룹의 훈련 세트와 필터 뱅크를 통해 도출될 수 있으며, 상기 텍스톤 사전에 포함된 텍스톤들은 상기 필터 뱅크에 의해 생성된 각각의 필터 응답을 구분하기 위해 사용되는 항공 영상 이미지에서의 인공 물체 검출 방법
|
