-
公开(公告)号:KR101264282B1
公开(公告)日:2013-05-22
申请号:KR1020100126756
申请日:2010-12-13
Applicant: 재단법인대구경북과학기술원
Abstract: 본발명은도로상차량검출방법에관한것으로, (a) 검출차량에설치된적어도하나의카메라를통해상기차량의전방또는후방을촬영하여영상을입력하는단계; (b) 상기입력된영상을영상처리알고리즘을이용하여도로의소실점(vanishing point)을찾는단계; (c) 상기소실점을기준으로관심영역(ROI)을설정하는단계; 및 (d) 상기관심영역(ROI)을영상처리하여차량을검출하는단계를포함한다. 이와같은본 발명을제공하면, 검출의정확도를높이고, 검출알고리즘이차량을검출하기위해탐색하는범위를관심영역의범위로줄임으로써전체영상을탐색할경우보다처리하는시간을줄이게된다.
-
公开(公告)号:KR1020120065558A
公开(公告)日:2012-06-21
申请号:KR1020100126756
申请日:2010-12-13
Applicant: 재단법인대구경북과학기술원
CPC classification number: B60W30/08 , B60W50/06 , B60W2420/42 , G06T7/13 , G06T7/168
Abstract: PURPOSE: A detection method of a vehicle on road is provided to increase the accuracy of detection by limiting the power of true-false which is a weakness of algorism for detecting vehicles in existing image field, and to reduce time for treating comparison with case detecting whole images. CONSTITUTION: A detection method of a vehicle on road comprises: a step of inputting image by photographing a front side or a back side of a vehicle through at least one camera installed in a detecting vehicle; a step of detecting vanishing point on road by using image-treating algorism of the input images; a step of setting the region of interest(ROI) based on the vanishing point; and a step of detecting vehicles by image-treating the region of interest.
Abstract translation: 目的:提供道路上车辆的检测方法,通过限制现有图像区域中检测车辆的算法弱点的真伪功能,提高检测精度,减少与病例检测比较的时间 整个图像。 构成:道路上的车辆的检测方法包括:通过安装在检测车辆中的至少一个照相机拍摄车辆的前侧或后侧来输入图像的步骤; 通过使用输入图像的图像处理算法来检测道路上的消失点的步骤; 基于消失点设置感兴趣区域(ROI)的步骤; 以及通过对感兴趣区域进行图像处理来检测车辆的步骤。
-
公开(公告)号:KR102206527B1
公开(公告)日:2021-01-22
申请号:KR1020170147475
申请日:2017-11-07
Applicant: 재단법인대구경북과학기술원
Abstract: 영상데이터처리장치및 제어방법이개시된다. 영상데이터처리장치는영상데이터를입력받는입력부, 입력된영상데이터를분할하고위험상황에대한시맨틱정보를추출하도록학습하는시맨틱분할네트워크및 입력된영상데이터및 추출된시맨틱정보에기초하여위험상황을예측하도록학습하는예측네트워크를포함하고, 예측네트워크는입력된영상데이터를기 설정된필터에기초하여입력된영상데이터의특징을포함하는매트릭스맵을생성하는컨벌루션레이어를포함하고, 시맨틱분할네트워크는예측네트워크의컨벌루션레이어를공유한다.
-
公开(公告)号:KR101905129B1
公开(公告)日:2018-11-28
申请号:KR1020160161797
申请日:2016-11-30
Applicant: 재단법인대구경북과학기술원
CPC classification number: G06N99/005 , G06N5/022
Abstract: 본발명은서포트벡터머신기반분류방법과관련한것으로, 보다상세하게는적은수의학습데이터에효과적인분류방법에관한것이다. 본발명에따른서포트벡터머신기반분류방법은특징벡터의기하학적분포에따른가중치가적용된제1 분류모델을구축하는단계와, 특징벡터의분류가능도를고려한제2 분류모델을구축하는단계및 제1, 제2 분류모델을병합하는듀얼최적화(dual optimization)을수행하는단계를포함하는것을특징으로한다.
-
公开(公告)号:KR20180062001A
公开(公告)日:2018-06-08
申请号:KR20160161797
申请日:2016-11-30
Applicant: 재단법인대구경북과학기술원
CPC classification number: G06N99/005 , G06N5/022
Abstract: 본발명은서포트벡터머신기반분류방법과관련한것으로, 보다상세하게는적은수의학습데이터에효과적인분류방법에관한것이다. 본발명에따른서포트벡터머신기반분류방법은특징벡터의기하학적분포에따른가중치가적용된제1 분류모델을구축하는단계와, 특징벡터의분류가능도를고려한제2 분류모델을구축하는단계및 제1, 제2 분류모델을병합하는듀얼최적화(dual optimization)을수행하는단계를포함하는것을특징으로한다.
-
-
-
-