Abstract:
자율 주행을 보조하기 위한 가상 차선을 생성하는 방법에 있어서, 복합 센서에 의해 측정되는 적어도 하나의 주변 차량의 주행 데이터를 시간 흐름에 따라 누적하여 주행 히스토리를 도출하는 단계, CNN(convolutional neural network)에 의해 구현되는 셀프-어텐션(self-attention)에 기초하여 주행 히스토리를 주행 패턴에 따라 적어도 하나의 주행 구간으로 구분하는 단계, 셀프-어텐션에 기초하여 적어도 하나의 주행 구간에 가중치를 부여함으로써 적어도 하나의 주변 차량의 가중 주행 히스토리를 도출하는 단계, CNN을 통해 가중 주행 히스토리에 대한 커브 피팅을 수행하여 적어도 하나의 주변 차량의 주행 궤적을 결정하는 단계, 및 주행 궤적에 기초하여 자율 주행을 보조하기 위한 HD 맵 상에 가상 차선을 생성하는 단계를 포함하는 방법이 개시된다.
Abstract:
딥러닝 알고리즘을 이용하여 중첩된 지문 영상에서 지문을 분리하는 방법 및 그 장치가 개시된다. 지문분리장치는 복수의 배경영상과 복수의 인조 지문을 이용하여 다양한 배경에 적어도 둘 이상의 지문이 중첩된 지문중첩영상과 상기 복수의 인조 지문에 대한 방향필드와 밀도분포를 포함하는 학습데이터셋을 생성하고, 이를 이용하여 딥러닝 네트워크를 학습시킨 후, 학습 완료된 딥러닝 네트워크를 이용하여 복원대상이미지에 존재하는 적어도 둘 이상의 지문 중 검출대상지문에 대한 방향필드와 밀도분포를 구하여 지문 복원이 가능하도록 출력한다.
Abstract:
일부 실시예에 따르면, 복수의 가상의 깊이 이미지들과 타겟 복소 홀로그램을 이용하여 신경망을 학습시키고, 객체의 깊이 데이터로부터 기 설정된 개수의 깊이 레이어들에 대한 복수의 깊이 이미지들을 획득하고, 학습된 신경망에 기초하여, 획득된 복수의 깊이 이미지들로부터 실수부와 허수부로 구성된 복소 홀로그램을 출력하는, 다중 심도 표현이 가능한 홀로그램을 생성하는 방법이 개시된다.
Abstract:
의류처리장치가 개시된다. 본 개시의 의류처리장치는: 터브; 상기 터브 내에 회전 가능하게 구비되는 드럼; 상기 드럼과 이격된 상태로 상기 터브에 고정되어, 상기 드럼을 가열하는 인덕션 히터; 상기 터브에 설치되는 제1 코일을 포함하는 제1 회로; 상기 제1 코일에 교류전원을 인가하는 전원부; 그리고, 상기 드럼에 설치되는 제2 회로로서; 상기 드럼의 회전 중심축의 길이 방향에서 상기 제1 코일과 중첩하는 위치에 배치되는 제2 코일 및 온도에 따라 저항이 변하는 서미스터를 포함하는 제2 회로를 포함할 수 있다.
Abstract:
본 발명의 일 실시예에 따른 지문 분리 장치는 제1 및 제2 가상 지문 영상들을 생성하고, 제1 가상 지문 영상에 대하여 1차 영상 처리를 제2 가상 지문 영상들에 대하여 1차 및 2차 영상 처리를 수행하고, 영상 처리된 제1 및 제2 가상 지문 영상들을 조합하여 가상 겹친 지문 영상들을 생성하는 지문 생성 모듈; 가상 겹친 지문 영상들을 입력 데이터로 하여 기계 학습을 수행함으로써 학습 모델을 생성하는 기계 학습 모듈; 및 실제 영상을 학습 모델에 입력하여 실제 영상의 중앙에 수직으로 위치하는 지문을 추출하는 지문 추출 모듈;을 포함하고, 1차 영상 처리는 지문을 이루는 굴곡에 대한 영상 처리를, 2차 영상 처리는 영상 내 지문의 위치에 대한 영상 처리를 포함한다.
Abstract:
I-SSGPR(incremental sparse spectrum Gaussian process regression)을 활용하여 연속하는 시점들 각각에서의 차량의 요 레이트(yaw rate)를 실시간으로 규명하는 방법에 있어서, 요 레이트 초기값 또는 이전 시점의 요 레이트, 이전 시점의 차속 및 이전 시점의 조향각에 기초하여 현재 시점의 리그레서(regressor)를 정의하는 단계, 무작위로 추출되는 주파수 성분들에 기초하여 리그레서에 대한 비선형 피쳐 매핑(nonlinear feature mapping)을 수행함으로써 리그레서로부터 비선형 피쳐를 추출하는 단계, 및 차량의 실시간 주행 데이터에 기초하여 각 시점마다 업데이트되는 가중치 벡터 및 비선형 피쳐에 대한 내적 연산을 수행함으로써 현재 시점의 요 레이트를 추정하는 단계를 포함하는 방법이 개시된다.
Abstract:
딥러닝 알고리즘을 이용하여 지문중첩영상에서 지문을 분리하는 방법 및 그 장치가 개시된다. 지문분리장치는 중첩된 지문을 분리하도록 학습된 제1 딥러닝 네트워크를 통해 적어도 둘 이상의 지문이 중첩된 지문중첩영상에서 검출대상지문을 분리하여 지문분리영상을 획득하고, 지문중첩영상에서 복수의 지문이 중첩된 관심영역을 관심영역에 대응하는 지문분리영상의 영역으로 대체한 대체영상을 생성하고, 배경과 지문을 분리하도록 학습된 제2 딥러닝 네트워크를 통해 대체영상에서 배경과 검출대상지문을 분리하여 출력한다.
Abstract:
의류처리장치가 개시된다. 본 개시의 의류처리장치는: 캐비닛; 상기 캐비닛 내에 회전 가능하게 구비되는 드럼; 상기 드럼의 외부에 배치되고, 상기 드럼을 가열하는 인덕션 히터; 상기 드럼에 고정되고, 온도에 따라 잔류 자속 밀도가 변하는 자석; 그리고, 상기 드럼 외부에 고정되고, 상기 드럼의 회전 중심축의 길이 방향에서 상기 자석과 중첩하는 위치에 배치되는 코일을 포함할 수 있다.
Abstract:
A base station according to an embodiment of the present invention includes: an antenna receiving the channel information from respective terminals; a computation unit which computes the disable probability values for the terminals respectively based on the channel information; and a determination unit which obtains respective signal transmission methods for the respective terminals based on the disable probability valve. When a terminal performing a role of a repeater is allocated to each of the terminals, the computation unit calculates the respective disable probability values for the cases that the terminal performing the role of the repeater is not allocated. The antenna transmits the repeater allocation information based on the respective signal transmission methods for the respective terminals to the terminals.