-
公开(公告)号：KR101370028B1
公开(公告)日：2014-03-06
申请号：KR1020080070168
申请日：2008-07-18
Applicant: 한화테크윈 주식회사 , 재단법인서울대학교산학협력재단
Abstract: 본 발명은 점진적 학습 기반의 물체 추적 시스템에서의 데이터 선택 방법 및 장치에 관한 것으로, 본 발명의 일 실시 예에 따른 방법은 외양 모델을 갱신하기 위한 추적 데이터들과 비교 추적 데이터들을 비교하고, 비교 결과에 따라 상기 추적 데이터들 중에서 일부를 선택함으로써, 외양 모델 갱신에 보다 적합한 추적 데이터를 선택하여 추적 성능을 향상시킨다.
점진적 학습, 물체 추적, 외양 모델, 선택-
2.发明授权데이터 분류를 위한 데이터 처리 방법, 상기 방법을 기록한기록 매체, 및 상기 방법을 실행하는 데이터 처리 장치 有权用于分类数据的数据处理方法，用于写入方法的介质以及用于应用该方法的数据处理装置
公开(公告)号：KR101247307B1
公开(公告)日：2013-03-25
申请号：KR1020080046291
申请日：2008-05-19
Applicant: 한화테크윈 주식회사 , 재단법인서울대학교산학협력재단
Abstract: 본 발명은 선형 부분공간기법을 사용하여 데이터 분류를 할 경우, 데이터 전처리 과정으로서 분류 성능을 저하하는 비경계 데이터들을 제거함으로써, 특징 추출 과정에서 분류에 적합한 특징이 선택되도록 하는 데이터 처리 방법을 제공하고자 하는 것이다.
-
3.发明公开데이터 분류를 위한 데이터 처리 방법, 상기 방법을 기록한기록 매체, 및 상기 방법을 실행하는 데이터 처리 장치 有权用于分类数据的数据处理方法，用于编写方法的介质和用于应用方法的数据处理装置
公开(公告)号：KR1020090120319A
公开(公告)日：2009-11-24
申请号：KR1020080046291
申请日：2008-05-19
Applicant: 한화테크윈 주식회사 , 재단법인서울대학교산학협력재단
CPC classification number: G06F17/16
Abstract: PURPOSE: A data processing method for data classification, a recording medium for the same, and a data processing method for executing the same are provided to remove the partial data which degrades the classification capacity by using classification information during data preprocessing. CONSTITUTION: A data deducting unit(110) distinguishes non-boundary data with boundary data and extracts the non-boundary data from a plurality of data. A transform matrix deducing unit(120) draws the transformation matrix by using the non-boundary data. The data deducting unit includes a probability deducing unit, a disorder deducing unit, and a non-boundary data deducing unit. The probability deducing unit draws the probability according to kinds about at least one data included in one area among a plurality of data. The disorder deducing unit draws the disorder degree by using the probability. The non-boundary data deducing unit draws the non-boundary data by using the disorder degree.
Abstract translation: 目的：提供用于数据分类的数据处理方法，用于其的记录介质和用于执行该数据处理方法的数据处理方法，以通过在数据预处理期间使用分类信息去除降级分类能力的部分数据。 构成：数据扣除单元（110）将非边界数据与边界数据进行区分，并从多个数据中提取非边界数据。 变换矩阵推导单元（120）通过使用非边界数据绘制变换矩阵。 数据扣除单元包括概率推导单元，无序推导单元和非边界数据推导单元。 概率推导单元根据多个数据中包含在一个区域中的至少一个数据的种类来绘制概率。 无序推导单位利用概率吸引无序度。 非边界数据推导单位利用无序程度绘制非边界数据。
-
Patent Agency Ranking
公开(公告)号：KR1020100009326A
公开(公告)日：2010-01-27
申请号：KR1020080070168
申请日：2008-07-18
Applicant: 한화테크윈 주식회사 , 재단법인서울대학교산학협력재단
CPC classification number: G06K9/66 , G06T7/70 , G06T2207/10016 , G06T2207/30232
Abstract: PURPOSE: A data selection method in an object tracking system based on gradual learning is provided to effectively learn the outer appearance model of an object. CONSTITUTION: A kind information assigning unit(321) presently assigns kind information to tracking data and comparison tracking data of the update stage. A probability calculation unit(322) calculates the probability of the tracking data and the kind information tracking data located in the local domain of the comparison tracking data. An entropy calculating unit(323) calculates the entropy in the local domain of the tracking data and the comparison tracking data. A data sorter(324) classifies the tracking data into kind boundary data and kind non-boundary data by using the calculated entropy.
Abstract translation: 目的：提供基于渐进学习的对象跟踪系统中的数据选择方法，有效学习对象的外观模型。 构成：种类信息分配单元（321）目前将种类信息分配给跟踪数据和更新阶段的比较跟踪数据。 概率计算单元（322）计算位于比较跟踪数据的本地域中的跟踪数据和种类信息跟踪数据的概率。 熵计算单元（323）计算跟踪数据和比较跟踪数据的本地域中的熵。 数据分类器（324）通过使用计算的熵将跟踪数据分类为种类边界数据和种类非边界数据。
-
公开(公告)号：KR1020110067423A
公开(公告)日：2011-06-22
申请号：KR1020090124010
申请日：2009-12-14
Applicant: 한화테크윈 주식회사 , 서울대학교산학협력단
Abstract: PURPOSE: A data processing apparatus and a method for classifying data are provided to improve the performance of the linear feature extracting method by executing a linear discrimination analysis method on the basis of the data divided by boundary/non-boundary data according to the information on the nature of data. CONSTITUTION: A data processing unit(110) processes the input data as boundary data and non-boundary data. A scatter matrix deriving unit(120) derives a between-class scatter matrix using the boundary information. The scatter matrix deriving unit derives a within-class scatter matrix using the non-boundary data. A transformation matrix deriving unit(130) derives a transformation matrix which transforms the data into the features on the basis of the scatter matrix. A feature extracting unit(140) extracts the features by projecting the input data to the transformation matrix.
Abstract translation: 目的：提供一种用于分类数据的数据处理装置和方法，以通过根据由边界/非边界数据划分的数据执行线性鉴别分析方法来提高线性特征提取方法的性能 数据的性质。 构成：数据处理单元（110）将输入数据作为边界数据和非边界数据进行处理。 散射矩阵导出单元（120）使用边界信息导出类间散布矩阵。 散射矩阵导出单元使用非边界数据导出内部散射矩阵。 变换矩阵导出单元（130）导出基于散点矩阵将数据转换成特征的变换矩阵。 特征提取单元（140）通过将输入数据投影到变换矩阵来提取特征。
-
公开(公告)号：KR101426040B1
公开(公告)日：2014-08-01
申请号：KR1020090003401
申请日：2009-01-15
Applicant: 한화테크윈 주식회사 , 서울대학교산학협력단
Abstract: 본 발명은 (a) 입력 영상을 입력받는 단계와, (b) 상기 입력 영상에서 이동 물체의 선형적인 움직임을 고려하여 상기 입력 영상의 전체 영역에 걸쳐서 상기 이동 물체를 추정하는 단계와, (c) 상기 이동 물체의 비선형적인 움직임을 고려하여 추정된 상기 이동 물체의 주변 영역에 걸쳐서 상기 이동 물체를 추정하는 단계를 구비하는 지능형 영상 감시 시스템의 물체 추적 방법 및 장치를 제공한다.
-
公开(公告)号：KR101408345B1
公开(公告)日：2014-06-17
申请号：KR1020090124010
申请日：2009-12-14
Applicant: 한화테크윈 주식회사 , 서울대학교산학협력단
Abstract: 본 발명은 패턴 인식(pattern recognition) 분야에서 선형 특징추축 방법들의 성능을 향상시키기 위해, 데이터 종류(class) 정보를 기반으로 경계/비경계 데이터로 분리된 데이터들을 이용하여 선형 판별 분석 방법을 수행하는 데이터 분류를 위한 데이터 처리 장치 및 방법, 상기 방법을 기록한 기록 매체에 관한 것이다. 데이터 분류를 위한 데이터 처리 장치는 입력되는 데이터 및 그 주변의 이웃 데이터를 이용하여 데이터 종류에 따른 확률을 계산하고 상기 확률에 의한 무질서도를 이용하여 상기 데이터들을 경계 데이터 및 비경계 데이터로 처리하는 데이터 처리부; 상기 경계 데이터를 이용하여 종류간 비산행렬을 도출하고, 상기 비경계 데이터를 이용하여 종류내 비산행렬을 도출하는 비산행렬 도출부; 상기 비산행렬을 기반으로 하여 상기 데이터를 소정의 특징으로 변환시키는 변환행렬을 도출하는 변환행렬 도출부; 및 상기 입력 데이터를 상기 변환행렬에 투영하여 특징을 추출하는 특징 추출부를 포함한다.
이웃 데이터 설정, 확률, 무질서도, 경계/비경계 데이터, 비산행렬, 변환행렬, 특징 추출-
公开(公告)号：KR1020100084015A
公开(公告)日：2010-07-23
申请号：KR1020090003401
申请日：2009-01-15
Applicant: 한화테크윈 주식회사 , 서울대학교산학협력단
CPC classification number: H04N7/18 , G06T7/277 , H04N5/23248
Abstract: PURPOSE: A method for tracking a moving object in an intelligent visual surveillance system and an apparatus thereof are provided to keep tracking accuracy while using an optimized kinematics model and a minimum particle. CONSTITUTION: An input image is inputted(S10). A moving object is tracked over the entire area of the input image in consideration of linear motion of the moving object in the input image(S100). The first movement state is predicted at the current time by a Kalman filter unit(S101~S103). The second movement state is predicted at the next time by a dynamic model unit(S104). The moving object is tracked over a peripheral area of the predicted moving object in consideration of non linear motion of the moving object(S200).
Abstract translation: 目的：提供一种在智能视觉监控系统中跟踪移动物体的方法及其装置，以在使用优化的运动学模型和最小粒子的同时保持跟踪精度。 构成：输入输入图像（S10）。 考虑到输入图像中的移动物体的线性运动，在输入图像的整个区域上跟踪移动物体（S100）。 通过卡尔曼滤波器单元在当前时间预测第一移动状态（S101〜S103）。 第二移动状态在下一次由动态模型单元预测（S104）。 考虑到运动物体的非线性运动，运动物体在预测运动物体的周边区域上被跟踪（S200）。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.024 seconds)
