The present invention relates to a distance measuring method which is to monitor a periphery of a vessel and a port by sensing surrounding environment using an artificial neural network. According to an aspect of the present invention, the distance measuring method includes: a step of preparing an artificial neural network learned by a learning set; a step of obtaining a target image; a step of calculating object information related to a target image from the target image by using the artificial neural network; a step of detecting a moving object in the target image based on the calculated object information; and a step of determining proximity of the moving object in the target image based on a relative proximity level reflected in the calculated object information. The learning set includes a plurality of images and object information labeled in a pixel of the images. At least a part of the images includes at least a part of a standard object positioned in the lower part, the moving object, and a sailable area. The object information reflects an object kind and the relative proximity level from the standard object. The pixel corresponding to the moving object is labeled with the object information indicating a section corresponding to a section in which the moving object is positioned among a plurality of sections where the object kind indicates the moving object and the relative proximity level divides the sailable area. The plurality of sections are arranged in order from a boundary line between the sailable section and the standard object to an upper limit of the sailable area. The pixel corresponding to the sailable area is labeled with the object information where the object kind indicates the sailable area and the relative proximity level indicates undefined proximity.
본 출원은 거리를 측정하는 방법에 관한 것으로, 본 명세서의 일 양상에 따른 거리 측정 방법은 학습 세트에 의해 학습된 인공신경망을 준비하는 단계 - 상기 학습 세트는 복수의 이미지 및 상기 복수의 이미지의 픽셀에 라벨링된 객체 정보를 포함하고, 상기 복수의 이미지의 적어도 일부는 그 하부에 위치하는 기준 객체의 적어도 일부분, 이동 객체 및 운항 가능 영역을 포함하고, 상기 객체 정보는 객체 종류 및 상기 기준 객체로부터의 상대적 근접 레벨을 반영하고, 상기 이동 객체에 대응되는 픽셀은 그 객체 종류가 상기 이동 객체를 지시하고 그 상대적 근접 레벨이 상기 운항 가능 영역을 나누는 복수의 구간 중 상기 이동 객체가 위치하는 구간에 대응되는 구간을 지시하는 객체 정보로 라벨링되고, 상기 복수의 구간은 상기 운항 가능 구간 및 상기 기준 객체 사이의 경계선으로부터 상기 운항 가능 영역의 상한선까지 순차적으로 배열되고, 상기 운항 가능 영역에 대응되는 픽셀은 그 객체 종류가 상기 운항 가능 영역을 지시하고 그 상대적 근접 레벨이 정의되지 않은 근접성을 지시하는 객체 정보로 라벨링됨 - ; 타겟 이미지를 획득하는 단계; 상기 인공신경망을 이용하여 상기 타겟 이미지로부터 상기 타겟 이미지와 관련된 객체 정보를 산출하는 단계; 상기 산출된 객체 정보에 기초하여 상기 타겟 이미지 내의 이동 객체를 검출하는 단계; 및 상기 산출된 객체 정보에 반영된 상기 상대적 근접 레벨에 기초하여 상기 타겟 이미지 내의 상기 이동 객체의 근접성을 결정하는 단계를 포함한다.
DISTANCE MEASUREMENT METHOD AND DISTANCE MEASUREMENT DEVICE USING THE SAME
거리 측정 방법 및 이를 이용하는 거리 측정 장치
2022-03-28
Patent
Elektronische Ressource
Koreanisch
IPC: | G06T Bilddatenverarbeitung oder Bilddatenerzeugung allgemein , IMAGE DATA PROCESSING OR GENERATION, IN GENERAL / B63B Schiffe oder sonstige Wasserfahrzeuge , SHIPS OR OTHER WATERBORNE VESSELS / G06K Erkennen von Daten , RECOGNITION OF DATA / G06N COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS , Rechnersysteme, basierend auf spezifischen Rechenmodellen |
DISTANCE MEASUREMENT METHOD AND DISTANCE MEASUREMENT DEVICE USING SAME
Europäisches Patentamt | 2022
|DISTANCE MEASUREMENT METHOD AND DISTANCE MEASUREMENT DEVICE USING THE SAME
Europäisches Patentamt | 2024
DISTANCE MEASUREMENT METHOD AND DISTANCE MEASUREMENT DEVICE USING THE SAME
Europäisches Patentamt | 2023
DISTANCE MEASUREMENT METHOD AND DISTANCE MEASUREMENT DEVICE USING THE SAME
Europäisches Patentamt | 2024
DISTANCE MEASUREMENT METHOD AND DISTANCE MEASUREMENT DEVICE USING THE SAME
Europäisches Patentamt | 2023
|