KR102095152B1

KR102095152B1 - 상황 인지 방법 및 이를 수행하는 장치

Info

Publication number: KR102095152B1
Application number: KR1020190067279A
Authority: KR
Inventors: 하영국; 정혁준
Original assignee: 건국대학교 산학협력단
Priority date: 2019-06-07
Filing date: 2019-06-07
Publication date: 2020-03-30
Also published as: CN113767392A; WO2020246655A1

Abstract

상황 인지 방법 및 이를 수행하는 장치가 개시된다. 일 실시예에 따른 상황 인지 방법은, 이미지 스트림에서 피처 맵(feature map)을 획득하는 단계와, 상기 피처 맵에 기초하여 오브젝트 맵(object map)을 생성하는 단계와, 상기 오브젝트 맵에 기초하여 상기 이미지 스트림이 구성하는 영상의 상황을 인지하는 단계를 포함한다.

Description

상황 인지 방법 및 이를 수행하는 장치{A METHOD OF RECOGNIZING A SITUATION AND APPARATUS PERFORMING THE SAME}

아래 실시예들은 상황 인지 방법 및 이를 수행하는 장치에 관한 것이다.

최근, 인공 지능(artificial intelligence(AI)) 기술은 다양한 분야에서 이용되고 있다. AI 기반 실시간 이미지 객체 검출 기술은 SURF, Template matching, SHIFT 등과 같은 기존의 이미지 처리 방식에 비해 훨씬 좋은 성능을 보여준다. AI 기반 객체 검출은 로봇, 자율 주행, 보안 카메라 등에 적용되어 시야 내의 차량, 사물, 사람을 인식한다.

포괄적인 상황 인지 능력은 자율 주행 차량 및 로봇 등에 있어서, 다양한 상황에 적절하게 대응하기 위해 필수적이다. 현재 대부분의 시스템들은 규칙 기반(rule-based)의 단순한 상황 판단 방식을 이용하고 있다. 다만, 규칙 기반 시스템의 경우 다양한 상황에서 견고성을 보장 할 수 없으며, 따라서 AI 기반 상황 인지 기술이 개발되고 있다.

실시예들은 단일 프레임 워크로 이미지 스트림에서 객체를 검출하여 상황을 인지하는 기술을 제공할 수 있다.

일 실시예에 따른 상황 인지 방법은, 이미지 스트림에서 피처 맵(feature map)을 획득하는 단계와, 상기 피처 맵에 기초하여 오브젝트 맵(object map)을 생성하는 단계와, 상기 오브젝트 맵에 기초하여 상기 이미지 스트림이 구성하는 영상의 상황을 인지하는 단계를 포함한다.

상기 상황 인지 방법은, 상기 피처 맵에 기초하여 상기 영상에 포함된 객체를 검출하는 단계를 더 포함할 수 있다.

상기 획득하는 단계는, 컨벌루션 레이어(convolution layer) 및 맥스풀 레이어(maxpool layer)를 이용하여 상기 피처 맵을 생성하는 단계를 포함할 수 있다.

상기 검출하는 단계는, 상기 피처 맵에 기초하여 상기 객체의 유형(type), 클래스(class), 위치(position), 및 영역(area) 중 적어도 하나를 계산함으로써 상기 객체를 검출하는 단계를 포함할 수 있다.

상기 생성하는 단계는, 상기 피처 맵을 상기 피처 맵의 각 그리드 셀(grid cell)에서 객체가 존재할 확률을 나타내는 브리지 맵(bridged map)으로 변환하는 단계와, 상기 브리지 맵에서 임계값 이상의 확률을 갖는 영역을 표시하여 상기 오브젝트 맵을 생성하는 단계를 포함할 수 있다.

상기 브리지 맵을 생성하는 단계는, 앵커 박스(anchor box)를 이용하여 상기 각 그리드 셀에 객체가 존재할 확률 값을 산출하는 단계를 포함할 수 있다.

상기 상황 인지 방법은 상기 오브젝트 맵의 크기를 확장하는 단계를 더 포함할 수 있다.

상기 오브젝트 맵은 복수의 오브젝트 맵들을 포함하고, 상기 인지하는 단계는,

상기 복수의 오브젝트 맵들 각각을 타임 스텝(time step)에 따라 각각의 LSTM 셀에 입력하는 단계와, 최종 LSTM 셀의 출력을 이용하여 상기 영상의 상황을 인지하는 단계를 포함할 수 있다.

일 실시예에 따른 상황 인지 장치는, 인스트럭션들을 포함하는 메모리와, 상기 인스트럭션들을 실행하기 위한 프로세서를 포함하고, 상기 프로세서에 의해 상기 인스트럭션들이 실행될 때, 상기 프로세서는, 이미지 스트림에서 피처 맵(feature map)을 획득하고, 상기 피처 맵에 기초하여 오브젝트 맵(object map)을 생성하고, 상기 오브젝트 맵에 기초하여 상기 이미지 스트림이 구성하는 영상의 상황을 인지한다.

상기 프로세서는, 상기 피처 맵에 기초하여 상기 영상에 포함된 객체를 검출할 수 있다.

상기 프로세서는, 컨벌루션 레이어(convolution layer) 및 맥스풀 레이어(maxpool layer)를 이용하여 상기 피처 맵을 생성할 수 있다.

상기 프로세서는, 상기 피처 맵에 기초하여 상기 객체의 유형(type), 클래스(class), 위치(position), 및 영역(area) 중 적어도 하나를 계산함으로써 상기 객체를 검출할 수 있다.

상기 프로세서는, 상기 피처 맵을 상기 피처 맵의 각 그리드 셀(grid cell)에서 객체가 존재할 확률을 나타내는 브리지 맵(bridged map)으로 변환하고, 상기 브리지 맵에서 임계값 이상의 확률을 갖는 영역을 표시하여 상기 오브젝트 맵을 생성할 수 있다.

상기 프로세서는, 앵커 박스(anchor box)를 이용하여 상기 각 그리드 셀에 객체가 존재할 확률 값을 산출할 수 있다.

상기 프로세서는, 상기 오브젝트 맵의 크기를 확장할 수 있다.

상기 오브젝트 맵은 복수의 오브젝트 맵들을 포함하고, 상기 프로세서는, 상기 복수의 오브젝트 맵들 각각을 타임 스텝(time step)에 따라 각각의 LSTM 셀에 입력하고, 최종 LSTM 셀의 출력을 이용하여 상기 영상의 상황을 인지할 수 있다.

도 1은 일 실시예에 따른 상황 인지 시스템을 보여주는 도면이다.
도 2는 도 1에 도시된 상황 인지 장치의 개략적인 블록도이다.
도 3은 도 1에 도시된 상황 인지 장치의 동작을 설명하기 위한 도면이다.
도 4는 도 3에 도시된 오브젝트 맵 생성 모듈의 동작을 상세히 설명하기 위한 도면이다.
도 5a 내지 도 5c는 이미지 프레임과 이미지 프레임에 대응하는 오브젝트 맵을 보여주는 도면이다.
도 6은 도 3에 도시된 상황 인지 모듈의 동작을 상세히 설명하기 위한 도면이다.
도 7은 상황 인지 장치의 학습 동작을 설명하기 위한 도면이다.
도 8은 상황 인식 장치의 학습 결과를 보여주는 그래프이다.
도 9a 내지 도 9c는 상황 인식 장치의 실시간 이미지 스트림 기반 상황 인지 결과를 나타내는 도면이다.

이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.

실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

제1 또는 제2등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해서 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만, 예를 들어 실시예의 개념에 따른 권리 범위로부터 이탈되지 않은 채, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

본 명세서에서의 모듈(module)은 본 명세서에서 설명되는 각 명칭에 따른 기능과 동작을 수행할 수 있는 하드웨어를 의미할 수도 있고, 특정 기능과 동작을 수행할 수 있는 컴퓨터 프로그램 코드를 의미할 수도 있고, 또는 특정 기능과 동작을 수행시킬 수 있는 컴퓨터 프로그램 코드가 탑재된 전자적 기록 매체, 예를 들어 프로세서 또는 마이크로 프로세서를 의미할 수 있다.

다시 말해, 모듈이란 본 발명의 기술적 사상을 수행하기 위한 하드웨어 및/또는 상기 하드웨어를 구동하기 위한 소프트웨어의 기능적 및/또는 구조적 결합을 의미할 수 있다.

이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 특허출원의 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다.

도 1은 일 실시예에 따른 상황 인지 시스템을 보여주는 도면이고, 도 2는 도 1에 도시된 상황 인지 장치의 개략적인 블록도이다.

도 1 및 도 2를 참조하면, 상황 인지 시스템(10)은 실시간 영상 기반의 상황인지 기술을 제공할 수 있다. 예를 들어, 상황 인지 시스템(10)은 자율 주행 차량(autonomous vehicles)에 상황 인지 기술을 제공할 수 있다.

자율 주행 차량 있어서, 주행 상황 인지 기술은 핵심 구성요소이며, 특히 고도 자동화 단계 이상의 단계에서 필수적이다. 자율 주행 차량의 고도 자동화 단계(level 4)는 정해진 도로 조건의 모든 상황에서 자율주행이 가능하고, 그 밖의 도로 조건에서는 운전자가 주행에 개입하는 단계를 의미하며, 완전 자동화 단계(level 5)의 직전 단계이다. 상황 인지 시스템(10)은 고도 자동화 단계 및 완전 자동화 단계의 자율 주행 차량에서 실시간 영상 기반 주행 상황 인지를 위한 기술로 이용될 수 있다.

상황 인지 시스템(10)는 상황 인지 장치(100) 및 이미지 스트림(150)을 포함한다.

이미지 스트림(150)는 이미지 프레임들을 포함할 수 있다. 이미지 스트림(150)에 포함된 이미지 프레임들은 시간 순서에 따라 구성될 수 있다. 예를 들어, 이미지 스트림(250)은 자율 주행 차량의 주행 중에 실시간으로 촬영된 이미지들을 시간 순서에 따라 구성한 이미지 시퀀스(image sequences)일 수 있다.

상황 인지 장치(100)는 입력된 이미지 스트림(150)으로부터 상황을 인지할 수 있다. 예를 들어, 상황 인지 장치(100)는 자율 주행 차량이 주행 중에 촬영하는 이미지 스트림(150)으로부터 도로가 공사 중인 상황 또는 보행자가 도로를 횡단하고 있는 상황 등을 인지 할 수 있다.

상황 인지 장치(100)는 객체 검출(object detection) 및 상황 인지(situation recognition)를 단일 프레임워크(framework)로 동시에 수행할 수 있다. 상황 인지 장치(100)의 상황 인지 모델이 객체 검출에 최적화 되어 디자인 되었기 때문에, 상황 인지 장치(100)는 효율적이며 높은 성능을 제공할 수 있다.

상황 인지 장치(100)는 메모리(200) 및 프로세서(300)를 포함한다. 프로세서(300)는 상황 인지 장치(100)의 전반적인 동작을 제어할 수 있다. 프로세서(300)는 객체 검출 및 상황 인지 동작을 수행하기 위해 준비된 데이터에 기초하여 학습할 수 있다. 프로세서(300)는 학습된 결과에 기초하여 이미지 스트림(150)으로부터 객체를 검출하고, 객체 검출 결과에 기초하여 상황을 인지 할 수 있다.

프로세서(300)는 이미지 스트림(150)에 기초하여 피처 맵(feature map)을 획득할 수 있고, 피처 맵에 기초하여 객체를 검출 할 수 있다. 또한 프로세서(300)은 피처 맵에 기초하여 오브젝트 맵(object map)을 생성할 수 있으며, 오브젝트 맵에 기초하여 이미지 스트림(150)의 상황을 인지할 수 있다.

메모리(200)는 프로세서(300)에 의해 실행가능한 인스트럭션(instructions)들 및/또는 프로그램을 저장할 수 있다. 예를 들어, 인스트럭션 및/또는 프로그램은 프로세서(300)의 동작 및/또는 프로세서(300)의 각 구성의 동작을 실행하기 위한 인스트럭션들을 포함할 수 있다.

프로세서(300)는 메모리(200)에 저장된 데이터를 처리할 수 있다.　 프로세서(300)는 메모리(200)에 저장된 컴퓨터로 읽을 수 있는 코드(예를 들어, 소프트웨어) 및 프로세서(300)에 의해 유발된 인스트럭션들을 실행할 수 있다.

프로세서(300)는 목적하는 동작들(desired operations)을 실행시키기 위한 물리적인 구조를 갖는 회로를 가지는 하드웨어로 구현된 데이터 처리 장치일 수 있다. 예를 들어, 목적하는 동작들은 프로그램에 포함된 코드(code) 또는 인스트럭션들(instructions)을 포함할 수 있다.

예를 들어, 하드웨어로 구현된 데이터 처리 장치는 마이크로프로세서(microprocessor), 중앙 처리 장치(central processing unit), 프로세서 코어(processor core), 멀티-코어 프로세서(multi-core processor), 멀티프로세서(multiprocessor), ASIC(Application-Specific Integrated Circuit), FPGA(Field Programmable Gate Array)를 포함할 수 있다.

상황 인지 장치(100)는 PC(personal computer), 데이터 서버, 또는 휴대용 장치 내에 구현될 수 있다.

휴대용 장치는 랩탑(laptop) 컴퓨터, 이동 전화기, 스마트 폰(smart phone), 태블릿(tablet) PC, 모바일 인터넷 디바이스(mobile internet device(MID)), PDA(personal digital assistant), EDA(enterprise digital assistant), 디지털 스틸 카메라(digital still camera), 디지털 비디오 카메라(digital video camera), PMP(portable multimedia player), PND(personal navigation device 또는 portable navigation device), 휴대용 게임 콘솔(handheld game console), e-북(e-book), 또는 스마트 디바이스(smart device)로 구현될 수 있다. 스마트 디바이스는 스마트 와치(smart watch), 스마트 밴드(smart band), 또는 스마트 링(smart ring)으로 구현될 수 있다.

도 3은 도 1에 도시된 상황 인지 장치의 동작을 설명하기 위한 도면이다.

도3을 참조하면, 프로세서(300)는 객체 검출 모듈(330), 오브젝트 맵 생성 모듈(340), 및 상황 인지 모듈(350)를 포함한다.

이미지 스트림(150)는 시간 순서에 따라 구성된 이미지 프레임들(151-1, 151-2, 내지 151-n)을 포함할 수 있다. 예를 들어, 이미지 스트림(150)은 이미지 프레임들(151-1, 151-2, 내지 151-n)을 시간 순서에 따라 구성한 이미지 시퀀스(image sequences)일 수 있다.

객체 검출 모듈(330)은 이미지 프레임에서 객체의 타입(type), 좌표(coordinates), 및 크기(size)를 검출할 수 있다. 예를 들어, 객체 검출 모듈(330)은 이미지 프레임(151-1, 151-2, 내지 151-n)에 기초하여 피처 맵(feature map)을 생성하고, 피처 맵에 기초하여 객체의 타입(type), 좌표(coordinates), 및 크기(size)를 검출할 수 있다.

객체 검출 모듈(330)은 YOLO(You Only Look Once)로 구현될 수 있다. YOLO로 구현된 객체 검출 모듈(330)는 컨벌루션 신경망(convolutional neural network(CNN), 331-1, 331-2, 내지 331-n) 및 디텍터(detector, 333-1, 333-2, 내지 333-n)를 포함할 수 있다.

도 3에는 각 이미지 프레임(151-1, 151-2, 내지 151-n)에 대해 CNN(331-1, 331-2, 내지 331-n) 및 디텍터(333-1, 333-2, 내지 333-n)가 객체 검출 동작을 수행함을 설명하기 위해 이미지 프레임들(151-1, 151-2, 내지 151-n)의 개수와 동일한 수의 CNN(331-1, 331-2, 내지 331-n) 및 디텍터(333-1, 333-2, 내지 333-n)를 도시하였지만, 단일(또는 이미지 프레임의 개수보다 적은 수의) CNN 모듈 및 디텍터 모듈이 각 프레임에 대해 순차적으로 객체 검출 동작을 수행하도록 구현될 수 있다.

이하, 이미지 프레임들(151-1, 151-2, 내지 151-n)에 대한 각각의 CNN(331-1, 331-2, 내지 331-n) 및 디텍터(333-1, 333-2, 내지 333-n)의 동작을, 각각의 CNN(331-1, 331-2, 내지 331-n) 및 디텍터(333-1, 333-2, 내지 333-n)를 대표하는 CNN(331) 및 디텍터(333)의 이미지 프레임(151)에 대한 동작으로 설명하기로 한다.

CNN(331)는 이미지 프레임(151)에 기초하여 피처 맵을 생성할 수 있다. 이 때, CNN(331)은 그리드 셀(grid cell)로 분할된 이미지 프레임(151)에 기초하여 피처 맵을 생성할 수 있다. 예를 들어, CNN(3310)은 이미지 프레임(151)을 13 × 13개의 그리드 셀로 분할하여 피처 맵을 생성할 수 있다.

CNN(331)는 각 그리드 셀에 앵커 박스(anchor box)를 설정하여 컨벌루션(convolution)을 수행할 수 있다. 예를 들어, CNN(331)은 각 그리드 셀에 5개의 앵커 박스를 설정하여 845번의 컨벌루션을 수행할 수 있다. CNN(331)이 생성한 피처 맵은 앵커 박스(anchor box)가 검출한 객체에 대한 정보를 포함할 수 있다.

CNN(331)는 컨벌루션 레이어(convolution layer), 맥스풀 레이어(maxpool layer) 및 풀리 커넥티드 레이어(fully connected layers)로 구성될 수 있다. CNN(331)는 컨벌루션 레이어(convolution layer), 맥스풀 레이어(maxpool layer) 및 풀리 커넥티드 레이어(fully connected layers)를 이용하여 그리드 셀로 분할된 이미지 프레임(151)에 컨벌루션 연산(convolution operation) 및 맥스 풀링(max pooling)을 수행하여 피처 맵을 생성할 수 있다.

디텍터(333)는 피처 맵에 기초하여 객체의 유형(type, 또는 클래스(class)), 위치(position), 및 영역(area)를 산출할 수 있다. 디텍터(333) CNN(331)에 의해 생성된 피처 맵에 후처리(post-processing) 동작을 수행하여 객체에 관한 메타 데이터(metadata)를 획득할 수 있다.

오브젝트 맵 생성 모듈(340)는 객체 인식 모듈(330)에서 생성한 피처 맵에 기초하여 오브젝트 맵(341-1, 341-2, 및 341-n)을 생성 할 수 있다. 즉, 오브젝트 맵 생성 모듈(340)은 객체 인식 모듈(330)에서 각 이미지 프레임(151-1, 151-2, 내지 151-n)에 대응하여 생성한 피처 맵에 기초하여 각 이미지 프레임(151-1, 151-2, 내지 151-n)에 대응하는 오브젝트 맵(341-1, 341-2, 내지 341-n)을 생성할 수 있다.

상황 인지 모듈(350)는 오브젝트 맵(341-1, 341-2, 내지 341-n)에 기초하여 상황을 인지할 수 있다. 상황 인지 모듈(350)는 LSTM(Long Short-term Meomory)으로 구현될 수 있다. LSTM으로 구현된 상황 인지 모듈(350)은 이미지 프레임들(151-1, 151-2, 내지 151-n)에 대응하는 오브젝트 맵(341-1, 341-2, 내지 341-n)에 기초하여 상황을 인지할 수 있다.

상황 인지 모듈(350)은 LSTM 셀(LSTM cell, 353-1, 353-2, 내지 353-n)로 구성될 수 있다. LSTM 셀(353-1, 353-2, 내지 353-n)로 구성된 상황 인지 모듈(350)은 오브젝트 맵(341-1, 341-2, 내지 341-n)에 기초하여 상황을 인지할 수 있다. 시간 순서에 따라 구성된 이미지 프레임(151-1, 151-2, 내지 151-n)에 대응되는 오브젝트 맵(341-1, 341-2, 내지 341-n) 순차적으로 각각의 LSTM 셀(353-1, 353-2, 내지 353-n)에 입력될 수 있다.

LSTM 셀(353-1, 353-2, 내지 353-n)은 입력된 오브젝트 맵(351-1, 351-2, 내지 351-n)에 기초한 출력을 순차적으로 다음 LSTM 셀(353-1, 353-2, 내지 353-n)에 입력할 수 있다. 마지막 LSTM 셀(353-n)은 풀리 커넥티드 레이어(fully connected layer, 355)로 결과를 입력할 수 있고, 풀리 커넥티드 레이어(355)는 상황을 인지할 수 있다.

도 4는 도 3에 도시된 오브젝트 맵 생성 모듈의 동작을 상세히 설명하기 위한 도면이다.

도 4에 도시된 오브젝트 맵(341)은 도 3에 도시된 오브젝트 맵(341-1, 341-2, 내지 341-n) 각각의 생성 동작을 설명하기 위한 것으로, 도 3에 도시된 오브젝트 맵(341-1, 341-2, 내지 341-n)은 모두 오브젝트 맵(341)에 해당한다. 또한, 도 4에 도시된 피처 맵(335)은 도 3에 도시된 이미지 프레임들(151-1, 151-2, 내지 151-n)에 대응하여 생성된 피처 맵(335)에 해당한다.

오브젝트 맵 생성 모듈(340)은 객체 검출 모듈(330)이 생성한 피처 맵(335) 및 피처 맵(335)에 포함된 앵커 박스(anchor box, 470)에 기초하여 피처 맵(335)을 브리지 맵(430)으로 변환할 수 있다. 브리지 맵(430)은 피처 맵의 각 그리드 셀에서 객체가 존재할 확률을 나타낼 수 있다. 예를 들어, 브리지 맵(430)의 각 그리드 셀은 피처 맵의 각 그리드 셀에서 객체가 존재할 확률을 대푯값으로 나타낼 수 있다.

오브젝트 맵 생성 모듈(340)은 각 그리드 셀에 대응하는 앵커 박스(470) 내부에 객체가 있을 확률에 기초하여 피처 맵의 각 그리드 셀에 객체가 나타날 확률을 계산할 수 있고, 계산한 확률에 기초하여 피처 맵(335)을 브리지 맵(430)으로 변환할 수 있다.

오브젝트 맵 생성 모듈(340)은 브리지 맵(430)에 기초하여 오브젝트 맵(341)을 생성할 수 있다. 오브젝트 맵 생성 모듈(340)은 브리지 맵(430) 각 그리드 셀의 대푯값을 임계값과 비교하여 임계값 이상인 그리드 셀만 표시한 오브젝트 맵(341)을 생성할 수 있다.

피처 맵(335)은 LSTM에 입력할 수 없지만, 오브젝트 맵(341)은 LSTM에 입력할 수 있다. 또한, 상황 인지 동작은 대략적인 위치에서 특정 객체의 존재 여부만 입력되면 되기 때문에 오브젝트 맵(341)을 이용해 복잡한 계산을 줄일 수 있다.

도 5a 내지 도 5c는 이미지 프레임과 이미지 프레임에 대응하는 오브젝트 맵을 보여주는 도면이다.

도 5a는 대형 트럭이 주행중인 상황을 보여주는 이미지 프레임(510-1)에 대응하는 오브젝트 맵(530-1)을 나타낸다. 상황 인지 모듈(350)은 대형 트럭이 존재하는 영역을 표시하는 오브젝트 맵(530-1)을 생성할 수 있다.

도 5b는 복수의 객체(차량, 공사 차량, 및 보행자)가 포함된 이미지 프레임(510-2)에 대응하는 오브젝트 맵(530-2)을 나타낸다. 상황 인지 모듈(350)은 복수의 객체를 구분하여 각각의 객체가 존재하는 영역을 표시하는 오브젝트 맵(530-2)을 생성할 수 있다.

도 5c를 참조하면, 시간 순서로 구성된 이미지 스트림(150)에 포함된 이미지 프레임(510-3)과 다음 이미지 프레임(510-4)에 각각 대응되는 오브젝트 맵(530-3 및 530-4)를 나타낸다. 상황 인지 모듈(350)은 이미지 스트림(150)에 포함된 이미지에 대응하는 오브젝트 맵(530-3)을 시간 순서에 따라 생성할 수 있다.

이와 같이 생성된 오브젝트 맵(530-1 내지 530-4)은 상황 인지 모듈(350)에 입력되어 상황 인지 동작에 이용될 수 있다.

도 6은 도 3에 도시된 상황 인지 모듈의 동작을 설명하기 위한 도면이다.

상황 인지 모듈(350)은 이미지 프레임들(151-1, 151-2, 내지 151-n)에 대응하는 오브젝트 맵(341-1, 341-2, 내지 341-n)에 기초하여 상황을 인지할 수 있다.

시간 순서에 따라 구성된 이미지 프레임(151-1, 151-2, 내지 151-n)에 대응되는 오브젝트 맵(341-1, 341-2, 내지 341-n) 타임 스텝(time step)에 따라 각각의 LSTM 셀(353-1, 353-2, 내지 353-n)에 입력될 수 있다. 각 LSTM 셀(353-1, 353-2, 내지 353-n)은 MLP(Multilayer Perceptron) 기반으로 셀 스테이트(Cell state)를 형성 할 수 있다. 예를 들어, 오브젝트 맵(341-1, 341-2, 내지 341-n)은 단순한 28 × 28 맵이므로, 복잡한 레이어(layer)를 사용할 필요가 없다.

상황 인지 모듈(350)은 LSTM 셀(353-1, 353-2, 내지 353-n)로 구성될 수 있다. 도 3 및 도 6에서는 이미지 프레임(151-1, 151-2, 내지 151-n)에 대응되는 각각의 오브젝트 맵(341-1, 341-2, 내지 341-n)이 순차적으로 각각의 LSTM 셀(353-1, 353-2, 내지 353-n)에 입력되는 동작을 설명하기 위하여 이미지 프레임들(151-1, 151-2, 내지 151-n)의 개수와 동일한 수의 LSTM 셀(353-1, 353-2, 내지 353-n)을 도시하였지만, 단일(또는 이미지 프레임의 개수보다 적은 수의) LSTM 셀에 시간 순서에 따른 이미지 프레임(151-1, 151-2, 내지 151-n)에 대응되는 오브젝트 맵(341-1, 341-2, 내지 341-n)이 순차적으로 LSTM 셀에 입력되도록 구현할 수 있다.

LSTM 셀(353-1, 353-2, 내지 353-n)은 입력된 오브젝트 맵(351-1, 351-2, 내지 351-n)에 기초한 출력을 순차적으로 다음 LSTM 셀(353-1, 353-2, 내지 353-n)에 입력할 수 있다. 즉, 첫번째 LSTM 셀(353-1)은 첫번째 오브젝트 맵(351-1)에 기초한 출력을 두번째 LSTM 셀(353-2)에 입력할 수 있고, 두번째 LSTM 셀(353-2)는 첫번째 LSTM 셀(353-1)의 출력 및 두번째 오브젝트 맵(351-2)에 기초하여 결과를 출력할 수 있다. 이러한 방식으로 k번째 LSTM 셀(353-k)는 k-1번째 LSTM 셀(353-(k-1))의 출력 및 k번째 오브젝트 맵(351-k)에 기초하여 결과를 출력할 수 있다. 마지막 LSTM 셀(353-n)은 출력 결과를 풀리 커넥티드 레이어(fully connected layer, 355)에 입력할 수 있고, 풀리 커넥티드 레이어(355)는 상황 인지 결과를 출력할 수 있다.

상황 인지 모듈(350)은 표 1에 기재된 파라미터(parameter)에 기초한 LSTM으로 설계 될 수 있다.

Parameter	Value
Inner Iteration	200
Outer Iteration	10
Batch Size	4
Learning Rate	0.001
Hidden Size	128
Input Size	768
Time Steps	10
Class(Situations)	10

도 7은 상황 인지 장치의 학습 동작을 설명하기 위한 도면이다.

상황 인지 장치(100)는 다양한 상황에 대하여 학습을 수행할 수 있다. 다양한 상황은 보행자가 길을 건너는 상황(situation 1), 보행자가 횡단보도 앞에 서있는 상황(situation 2), 차량이 도로 위에서 안전한 상황(situation 3), 대형 트럭이 전방에 있는 상황(situation 4), 다른 차량이 너무 근접해서 주의가 필요한 상황(situation 5), 및 전방에 공사 중인 상황(situation 6) 등을 포함할 수 있다.

상황 인지 상치(100)는 각 상황(situation 1 내지 situation 6)에 해당하는 복수개의 이미지 스트림(sequence 1 내지 sequence n)을 이용하여 학습될 수 있다. 다양한 상황에 대해 학습된 상황 인지 장치(100)는 기존의 상황 인지 기술이 인지할 수 없는 상황을 인지할 수 있다.

도 8은 상황 인식 장치의 학습 결과를 보여주는 그래프이다.

도 8은 히든 레이어(hidden layer)의 수에 따른 상황 인지 장치(100)의 학습 결과를 나타낸다. 히든 레이어의 수가 많을수록 학습 결과가 좋음을 확인 할 수 있다. 상황 인지 장치(100)는 128개의 히든 레이어를 이용하며, 6개의 상황(또는 클래스)를 9000개의 데이터를 통해 학습할 수 있다.

도 9a 내지 도 9c는 상황 인식 장치의 실시간 이미지 스트림 기반 상황 인지 결과를 나타내는 도면이다.

도 9a를 참조하면, 상황 인지 장치(100)가 자율 추행 차량의 실시간 이미지 스트림으로부터 보행자가 길을 건너는 상황(situation 1) 및 보행자가 도로 앞에 서있는 상황(situation 2)을 인지 한 것을 확인할 수 있다.

도 9b를 참조하면, 상황 인지 장치(100)가 자율 추행 차량의 실시간 이미지 스트림으로부터 차량이 도로 위에서 안전한 상황(situation 3), 대형 트럭이 전방에 있는 상황(situation 4)을 인지 한 것을 확인할 수 있다.

도 9c를 참조하면, 상황 인지 장치(100)가 자율 추행 차량의 실시간 이미지 스트림으로부터 전방에 공사 중인 상황(situation 6)을 인지 한 것을 확인할 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

Claims

이미지 스트림에서 피처 맵(feature map)을 획득하는 단계;
상기 피처 맵에 기초하여 오브젝트 맵(object map)을 생성하는 단계; 및
상기 오브젝트 맵에 기초하여 상기 이미지 스트림이 구성하는 영상의 상황을 인지하는 단계
를 포함하고,
상기 생성하는 단계는,
상기 피처 맵을 상기 피처 맵의 각 그리드 셀(grid cell)에서 객체가 존재할 확률을 나타내는 브리지 맵(bridged map)으로 변환하는 단계; 및
상기 브리지 맵에서 임계값 이상의 확률을 갖는 영역을 표시하여 상기 오브젝트 맵을 생성하는 단계
를 포함하고,
상기 오브젝트 맵은 상기 이미지 스트림에 포함된 이미지 프레임에 대응되는 오브젝트 맵들을 포함하고,
상기 인지하는 단계는,
상기 오브젝트 맵들을 타임 스텝(time step)에 따라 순차적으로 LSTM 셀에 입력하는 단계; 및
최종 LSTM 셀의 출력을 이용하여 상기 영상의 상황을 인지하는 단계
를 포함하는 상황 인지 방법.
제1항에 있어서,
상기 피처 맵에 기초하여 상기 영상에 포함된 객체를 검출하는 단계
를 더 포함하는 상황 인지 방법.
제1항에 있어서,
상기 획득하는 단계는,
컨벌루션 레이어(convolution layer) 및 맥스풀 레이어(maxpool layer)를 이용하여 상기 피처 맵을 생성하는 단계
를 포함하는 상황 인지 방법.
제2항에 있어서,
상기 검출하는 단계는,
상기 피처 맵에 기초하여 상기 객체의 유형(type), 클래스(class), 위치(position), 및 영역(area) 중 적어도 하나를 계산함으로써 상기 객체를 검출하는 단계;
를 포함하는 상황 인지 방법.
삭제
제1항에 있어서,
상기 브리지 맵을 생성하는 단계는,
앵커 박스(anchor box)를 이용하여 상기 각 그리드 셀에 객체가 존재할 확률 값을 산출하는 단계
를 포함하는 상황 인지 방법.
제1항에 있어서,
상기 오브젝트 맵의 크기를 확장하는 단계
를 더 포함하는 상황 인지 방법.
삭제
하드웨어와 결합되어 제1항 내지 제4항, 제6항 및 제7항 중 어느 하나의 항의 방법을 실행시키기 위하여 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램.
인스트럭션들을 포함하는 메모리; 및
상기 인스트럭션들을 실행하기 위한 프로세서
를 포함하고,
상기 프로세서에 의해 상기 인스트럭션들이 실행될 때, 상기 프로세서는,
이미지 스트림에서 피처 맵(feature map)을 획득하고, 상기 피처 맵에 기초하여 오브젝트 맵(object map)을 생성하고, 상기 오브젝트 맵에 기초하여 상기 이미지 스트림이 구성하는 영상의 상황을 인지하고, 상기 피처 맵을 상기 피처 맵의 각 그리드 셀(grid cell)에서 객체가 존재할 확률을 나타내는 브리지 맵(bridged map)으로 변환하고, 상기 브리지 맵에서 임계값 이상의 확률을 갖는 영역을 표시하여 상기 오브젝트 맵을 생성하고,
상기 오브젝트 맵은,
상기 이미지 스트림에 포함된 이미지 프레임에 대응되는 오브젝트 맵들을 포함하고,
상기 프로세서는,
상기 오브젝트 맵들을 타임 스텝(time step)에 따라 순차적으로 LSTM 셀에 입력하고, 최종 LSTM 셀의 출력을 이용하여 상기 영상의 상황을 인지하는
상황 인지 장치.
제10항에 있어서,
상기 프로세서는,
상기 피처 맵에 기초하여 상기 영상에 포함된 객체를 검출하는 상황 인지 장치.
제10항에 있어서,
상기 프로세서는,
컨벌루션 레이어(convolution layer) 및 맥스풀 레이어(maxpool layer)를 이용하여 상기 피처 맵을 생성하는 상황 인지 장치.
제11항에 있어서,
상기 프로세서는,
상기 피처 맵에 기초하여 상기 객체의 유형(type), 클래스(class), 위치(position), 및 영역(area) 중 적어도 하나를 계산함으로써 상기 객체를 검출하는 상황 인지 장치.
삭제
제10항에 있어서,
상기 프로세서는,
앵커 박스(anchor box)를 이용하여 상기 각 그리드 셀에 객체가 존재할 확률 값을 산출하는 상황 인지 장치.
제10항에 있어서,
상기 프로세서는,
상기 오브젝트 맵의 크기를 확장하는 상황 인지 장치.
삭제