초록 ▼

복잡도 기반 특정 영역 연산 생략 방식을 이용한 딥러닝 기반 Panoptic segmentation 연산 가속처리 기술이 제공된다. 본 발명의 실시예에 따른 시스템은, 추출된 특징을 이용하여 Instance segmentation 방법으로 동적 객체들을 추출하는 제1 처리부< 입력 영상의 복잡도를 기초로 제1 처리부가 네트워크에서 추출된 특징 중 일부 영역을 SKIP 하도록 제어하는 산출부, 네트워크에서 추출된 특징을 이용하여, Semantic segmentation 방법으로 정적 객체들을 추출하는 제2 처리부, 제1 처리부의

복잡도 기반 특정 영역 연산 생략 방식을 이용한 딥러닝 기반 Panoptic segmentation 연산 가속처리 기술이 제공된다. 본 발명의 실시예에 따른 시스템은, 추출된 특징을 이용하여 Instance segmentation 방법으로 동적 객체들을 추출하는 제1 처리부< 입력 영상의 복잡도를 기초로 제1 처리부가 네트워크에서 추출된 특징 중 일부 영역을 SKIP 하도록 제어하는 산출부, 네트워크에서 추출된 특징을 이용하여, Semantic segmentation 방법으로 정적 객체들을 추출하는 제2 처리부, 제1 처리부의 추출 결과와 제2 처리부의 추출 결과를 융합하는 융합부를 포함한다. 이에 의해, 연산 부하의 감경을 통해 Panoptic segmentation 처리를 위한 Complexity를 줄임으로써 Embedded 환경에서도 보다 용이하게 상기 Panoptic Segmentation 방법을 처리할 수 있게 된다.

대표청구항 ▼

입력 영상에서 특징을 추출하는 네트워크;네트워크에서 추출된 특징을 이용하여, Instance segmentation 방법으로 동적 객체들을 추출하는 제1 처리부;입력 영상의 복잡도를 기초로, 제1 처리부가 네트워크에서 추출된 특징 중 일부 영역을 SKIP 하도록 제어하는 산출부;네트워크에서 추출된 특징을 이용하여, Semantic segmentation 방법으로 정적 객체들을 추출하는 제2 처리부;제1 처리부의 추출 결과와 제2 처리부의 추출 결과를 융합하는 융합부;를 포함하고,산출부는,입력 영상의 히스토그램과 제2 처리부의 추출

입력 영상에서 특징을 추출하는 네트워크;네트워크에서 추출된 특징을 이용하여, Instance segmentation 방법으로 동적 객체들을 추출하는 제1 처리부;입력 영상의 복잡도를 기초로, 제1 처리부가 네트워크에서 추출된 특징 중 일부 영역을 SKIP 하도록 제어하는 산출부;네트워크에서 추출된 특징을 이용하여, Semantic segmentation 방법으로 정적 객체들을 추출하는 제2 처리부;제1 처리부의 추출 결과와 제2 처리부의 추출 결과를 융합하는 융합부;를 포함하고,산출부는,입력 영상의 히스토그램과 제2 처리부의 추출 결과를 이용하여, 입력 영상의 복잡도를 산출하는 것을 특징으로 하는 영상 세그먼테이션 시스템.