초록

딥러닝 기반 보행자 영상 데이터 증강방법을 개시한다.본 실시예는, 딥러닝(deep learning) 기반 객체 검출 모델(object detection models)을 이용하여 입력 영상으로부터 운전가능 영역(drivable area) 및 보행자(pedestrian)를 검출한다. 검출된 운전가능 영역 및 보행자에 대한 마스크(masks)를 기반으로 보행자 이상행동(abnormal behavior) 상황에 대한 증강 영상을 자동으로 생성하는 것이 가능한 보행자 영상 데이터 증강방법을 제공한다.

대표청구항 ▼

보행자 영상 데이터 증강장치를 이용하는 영상 증강방법에 있어서,입력 영상(input image)을 획득하는 과정;딥러닝(deep learning) 기반 영역 검출 모델(area detection model)을 이용하여 상기 입력 영상으로부터 운전가능 영역(drivable area)을 추출하는 과정;딥러닝 기반 보행자 검출 모델(pedestrian detection model)을 이용하여 상기 입력 영상으로부터 보행자(pedestrian)를 추출하는 과정; 및상기 운전가능 영역 및 상기 보행자에 대한 마스크(masks)를 기반으로 상

보행자 영상 데이터 증강장치를 이용하는 영상 증강방법에 있어서,입력 영상(input image)을 획득하는 과정;딥러닝(deep learning) 기반 영역 검출 모델(area detection model)을 이용하여 상기 입력 영상으로부터 운전가능 영역(drivable area)을 추출하는 과정;딥러닝 기반 보행자 검출 모델(pedestrian detection model)을 이용하여 상기 입력 영상으로부터 보행자(pedestrian)를 추출하는 과정; 및상기 운전가능 영역 및 상기 보행자에 대한 마스크(masks)를 기반으로 상기 보행자의 이상행동(abnormal behavior) 상황에 대한 증강 영상(augmented images)을 생성하는 과정을 포함하되,상기 증강 영상을 생성하는 과정은,상기 운전가능 영역에 대한 마스크 내에 상기 보행자에 대한 마스크를 위치시킨 합성 영상을 생성하고, 상기 보행자의 마스크 및 가로 플립(horizontal flip)이 적용된 보행자의 마스크와 상기 운전가능 영역의 마스크를 상호 결합함으로써 상기 보행자의 이상행동 상황에 대한 증강 영상을 생성하는 것을 특징으로 하는, 컴퓨터 상에 구현되는 영상 증강방법.