| 1 |
1
원본 영상에 대하여 가우시안 필터링 및 노이즈 제거를 포함하는 전처리를 수행하는 단계; 전처리된 영상에 대한 캐니 에지 검출 및 허프 변환을 통해 소실점 후보들을 찾고, 소실점 후보들에 대한 그리드 서치를 통해 소실점을 검출하는 단계; 전처리된 영상에 대한 마스크 R-CNN 모델 학습을 통해 참조 물체의 마스크를 찾는 인스턴스 분할 단계; 사이즈를 측정하고자 하는 타겟 물체로부터 사이즈 측정을 위한 점들을 선택하는 단계; 및선택된 타겟 물체의 사이즈 측정을 위한 점들, 참조 물체의 마스크 및 소실점에 대한 교차율을 이용하여 타겟 물체의 사이즈를 계산하는 단계를 포함하는 물체 크기 추정 방법
|
| 2 |
2
제1항에 있어서,전처리된 영상에 대한 캐니 에지 검출 및 허프 변환을 통해 소실점 후보들을 찾고, 소실점 후보들에 대한 그리드 서치를 통해 소실점을 검출하는 단계는, 전처리된 영상으로부터 캐니 에지 검출을 이용하여 에지를 검출하는 단계; 검출된 에지에 대해 허프 변환을 이용하여 소실점 후보들을 획득하는 단계; 및 소실점 후보들로부터 소실점을 추정하여 출력하는 단계를 포함하는 물체 크기 추정 방법
|
| 3 |
3
제2항에 있어서,검출된 에지에 대해 허프 변환을 이용하여 소실점 후보들을 획득하는 단계는, 검출된 에지들을 연장하여 그 교점들을 소실점 후보들로 결정 하는물체 크기 추정 방법
|
| 4 |
4
제2항에 있어서,소실점 후보들로부터 소실점을 추정하여 추정된 최종 소실점을 출력하는 단계는, 소실점 후보들이 영상 중심과 이루는 각도를 계산하고, 가장 많은 교점이 나타나는 각도의 범위를 획득하며, 소실점 후보들의 분포 히스토그램에 기초하여 상위 세 개의 각도의 범위를 소실점 후보 영역으로 간주하는 물체 크기 추정 방법
|
| 5 |
5
제4항에 있어서,영상을 정사각형 격자로 분할하여 각도 영역 내에서 가장 많은 교점들이 포함되는 격자를 검색하고, 각도 영역에서 선정된 세 개의 격자의 중심을 각 방향의 소실점으로 최종 결정하는 물체 크기 추정 방법
|
| 6 |
6
제1항에 있어서, 전처리된 영상에 대한 마스크 R-CNN 모델 학습을 통해 참조 물체의 마스크를 찾는 인스턴스 분할 단계는, 마스크 R-CNN 모델을 통해 전처리된 영상에 대한 학습을 수행하는 단계; 마스크 R-CNN으로 영상 내의 참조 물체를 분할하는 단계; 및 분할된 참조 물체의 참조점들을 마크하여 참조 물체의 마스크를 출력하는 단계 를 포함하는 물체 크기 추정 방법
|
| 7 |
7
제6항에 있어서, 마스크 R-CNN을 통해 마스크의 볼록껍질을 찾음으로써 마킹된 참조점들로부터 최외각 점들을 결정하고, 마스크를 보정하는 후처리(Post-Processing)를 수행하는 를 포함하는 물체 크기 추정 방법
|
| 8 |
8
원본 영상에 대하여 가우시안 필터링 및 노이즈 제거를 포함하는 전처리를 수행하는 전처리부; 전처리된 영상에 대한 캐니 에지 검출 및 허프 변환을 통해 소실점 후보들을 찾고, 소실점 후보들에 대한 그리드 서치를 통해 소실점을 검출하는 소실점 검출부; 전처리된 영상에 대한 마스크 R-CNN 모델 학습을 통해 참조 물체의 마스크를 찾는 인스턴스 분할부; 및 사이즈를 측정하고자 하는 타겟 물체로부터 사이즈 측정을 위한 점들을 선택하고, 선택된 타겟 물체의 사이즈 측정을 위한 점들, 참조 물체의 마스크 및 소실점에 대한 교차율을 이용하여 타겟 물체의 사이즈를 계산하는 계산부를 포함하는 물체 크기 추정 장치
|
| 9 |
9
제8항에 있어서,소실점 검출부는, 전처리된 영상으로부터 캐니 에지 검출을 이용하여 에지를 검출하고, 검출된 에지에 대해 허프 변환을 이용하여 소실점 후보들을 획득하여, 소실점 후보들로부터 소실점을 추정하여 추정된 최종 소실점을 출력하는 물체 크기 추정 장치
|
| 10 |
10
제9항에 있어서,소실점 검출부는, 검출된 에지들을 연장하여 그 교점들을 소실점 후보들로 결정 하는 물체 크기 추정 장치
|
| 11 |
11
제9항에 있어서,소실점 검출부는, 소실점 후보들이 영상 중심과 이루는 각도를 계산하고, 가장 많은 교점이 나타나는 각도의 범위를 획득하며, 소실점 후보들의 분포 히스토그램에 기초하여 상위 세 개의 각도의 범위를 소실점 후보 영역으로 간주하는 물체 크기 추정 장치
|
| 12 |
12
제11항에 있어서,소실점 검출부는, 영상을 정사각형 격자로 분할하여 각도 영역 내에서 가장 많은 교점들이 포함되는 격자를 검색하고, 각도 영역에서 선정된 세 개의 격자의 중심을 각 방향의 소실점으로 최종 결정하는 물체 크기 추정 장치
|
| 13 |
13
제7항에 있어서,인스턴스 분할부는, 마스크 R-CNN 모델을 통해 전처리된 영상에 대한 학습을 수행하고, 마스크 R-CNN으로 영상 내의 참조 물체를 분할하며, 분할된 참조 물체의 참조점들을 마크하여 참조 물체의 마스크를 출력하는 물체 크기 추정 장치
|
| 14 |
14
제13항에 있어서,인스턴스 분할부는, 마스크 R-CNN을 통해 마스크의 볼록껍질을 찾음으로써 마킹된 참조점들로부터 최외각 점들을 결정하고, 마스크를 보정하는 후처리(Post-Processing)를 수행하는 물체 크기 추정 장치
|
