KR20210058389A - Object recognition system of image based on deep learning - Google Patents
Object recognition system of image based on deep learning Download PDFInfo
- Publication number
- KR20210058389A KR20210058389A KR1020190145762A KR20190145762A KR20210058389A KR 20210058389 A KR20210058389 A KR 20210058389A KR 1020190145762 A KR1020190145762 A KR 1020190145762A KR 20190145762 A KR20190145762 A KR 20190145762A KR 20210058389 A KR20210058389 A KR 20210058389A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- mirrors
- storage box
- area
- recognition system
- Prior art date
Links
- 238000013135 deep learning Methods 0.000 title description 11
- 239000011521 glass Substances 0.000 claims description 10
- 238000000034 method Methods 0.000 claims 5
- 238000010586 diagram Methods 0.000 description 10
- 230000000052 comparative effect Effects 0.000 description 2
- 239000004983 Polymer Dispersed Liquid Crystal Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
-
- G06K9/20—
-
- G06K9/6201—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
- Cold Air Circulating Systems And Constructional Details In Refrigerators (AREA)
Abstract
Description
본 발명은 딥러닝에 기반한 이미지 객체 인식 시스템에 관한 것이다.The present invention relates to an image object recognition system based on deep learning.
냉장고나 자동 판매기와 같은 보관함의 내부 공간의 상부 중앙에 위치한 카메라에 의해 한정된 공간 내부의 이미지를 획득할 때, 카메라 렌즈 화각의 가장자리의 객체들은 카메라 렌즈와 가깝고 큰 객체에 가려지는 경우가 빈번하다. When acquiring an image inside a limited space by a camera located in the upper center of an internal space of a storage box such as a refrigerator or vending machine, objects at the edge of the camera lens' angle of view are often obscured by a large object close to the camera lens.
도 1은 좁은 내부 공간에 대해 획득된 카메라 이미지의 예시이다.1 is an example of a camera image acquired for a narrow interior space.
도 1로부터 알 수 있는 바와 같이 'A'라고 표시된 상품 뒤에 가려진 'B' 상품의 경우, 딥러닝 시에 객체 인식에 어려움이 있다.As can be seen from FIG. 1, in the case of the product “B” hidden behind the product marked “A”, it is difficult to recognize an object during deep learning.
이러한 가려진 객체들이 많은 경우, 카메라로부터 획득된 이미지를 이용하여 해당 공간 내부의 상품인 객체를 인식하기 위한 시스템에서 딥러닝을 실시하게 되면, 가려진 객체들에 대한 올바른 인식이 어렵다.When there are many such hidden objects, if deep learning is performed in a system for recognizing an object that is a product inside a corresponding space using an image acquired from a camera, it is difficult to correctly recognize the obscured objects.
본 발명은 전술한 바와 같은 기술적 과제를 해결하는 데 목적이 있는 발명으로서, 냉장고나 자동 판매기와 같은 내부 공간에 상품이 보관된 경우, 거울을 이용한 반사 이미지에 의해 가려진 상품에 대한 이미지도 확보하여 해당 상품을 인식할 수 있는 딥러닝에 기반한 이미지 객체 인식 시스템을 제공하는 것에 그 목적이 있다.The present invention is an invention aimed at solving the technical problem as described above, and when a product is stored in an internal space such as a refrigerator or a vending machine, an image of the product covered by a reflective image using a mirror is also secured and the corresponding Its purpose is to provide an image object recognition system based on deep learning that can recognize products.
본 발명의 이미지 객체 인식 시스템은, 상품을 보관할 수 있는 보관함 내부의 다수의 측벽에 설치된 다수의 거울; 상기 보관함 내부 및 상기 다수의 거울의 이미지를 획득하는 카메라; 상기 다수의 거울의 동작을 제어하는 제어 신호를 생성하는 제어기; 및 상기 카메라로부터 획득된 이미지의 미리 지정된 영역들끼리 비교하여, 보관함 내부의 상품을 인식하는 컴퓨팅 장치;를 포함하는 것을 특징으로 한다.The image object recognition system of the present invention includes a plurality of mirrors installed on a plurality of sidewalls inside a storage box capable of storing goods; A camera that acquires images of the inside of the storage box and the plurality of mirrors; A controller for generating a control signal for controlling the operation of the plurality of mirrors; And a computing device for recognizing a product in a storage box by comparing pre-designated areas of the image obtained from the camera.
아울러, 상기 제어 신호에 의해, 다수의 거울의 전면 유리는, 투명 또는 불투명 상태로 되는 것이 바람직하다. 구체적으로, 다수의 거울의 전면 유리 각각의 투명한 상태인 구간은, 서로 이시(異時)인 것을 특징으로 한다.In addition, it is preferable that the front glass of the plurality of mirrors is in a transparent or opaque state by the control signal. Specifically, sections in the transparent state of each of the front glass of the plurality of mirrors are characterized in that they are angular to each other.
구체적으로, 상기 컴퓨팅 장치는, 다수의 거울 중 제 1 거울의 영역 중 일부 영역인 제 1 반사 영역;과 상기 제 1 거울이 설치된 측벽과 인접한 보관함 내부 공간의 제 1 내부 영역;을 비교하고, 다수의 거울 중 제 2 거울의 영역 중 일부 영역인 제 2 반사 영역;과 상기 제 2 거울이 설치된 측벽과 인접한 보관함 내부 공간의 제 2 내부 영역;을 비교하여, 상기 보관함 내부의 상품을 인식하는 것이 바람직하다.Specifically, the computing device compares a first reflective area, which is a partial area of the first mirror among a plurality of mirrors, with a first inner area of an inner space of the storage box adjacent to the sidewall on which the first mirror is installed, and a plurality of It is preferable to recognize the product inside the storage box by comparing the second reflective area, which is a partial area of the second mirror among the mirrors, and the second interior area of the storage box inner space adjacent to the sidewall on which the second mirror is installed. Do.
또한, 상기 제 1 반사 영역과 상기 제 1 내부 영역;을 비교하기 위한 제 1 이미지와, 상기 제 2 반사 영역;과 상기 제 2 내부 영역;을 비교하기 위한 제 2 이미지는, 서로 이시적으로 카메라로부터 획득된 것을 특징으로 한다.In addition, a first image for comparing the first reflective area and the first inner area; and a second image for comparing the second reflective area and the second inner area; It characterized in that it is obtained from.
본 발명의 이미지 객체 인식 시스템에 따르면, 냉장고나 자동 판매기와 같은 내부 공간에 상품이 보관된 경우, 냉장고나 자동 판매기와 같은 내부 공간에 상품이 보관된 경우, 거울을 이용한 반사 이미지에 의해 가려진 상품에 대한 이미지도 확보하여 해당 상품을 인식할 수 있다.According to the image object recognition system of the present invention, when a product is stored in an internal space such as a refrigerator or a vending machine, when the product is stored in an internal space such as a refrigerator or a vending machine, the product covered by a reflective image using a mirror You can also recognize the product by securing an image for it.
도 1은 좁은 내부 공간에 대해 획득된 카메라 이미지의 예시.
도 2는 본 발명의 바람직한 일실시예에 따른 이미지 객체 인식 시스템의 구성도.
도 3은 냉장고나 자동 판매기와 같은 보관함의 내부 공간 측벽에 설치된 다수의 거울의 예시도.
도 4는 카메라에 의해 획득되는 이미지 영역의 예시도.
도 5는 다수의 거울의 전면 유리의 각각의 투명 상태를 제어하기 위한 제어 신호의 타이밍도의 예시도.
도 6은 컴퓨팅 장치에 의한 영역의 비교 설명도.1 is an example of a camera image acquired for a narrow interior space.
2 is a block diagram of an image object recognition system according to an embodiment of the present invention.
3 is an exemplary view of a plurality of mirrors installed on a side wall of an inner space of a storage box such as a refrigerator or vending machine.
4 is an exemplary diagram of an image area acquired by a camera.
5 is an exemplary diagram of a timing diagram of a control signal for controlling the respective transparent state of the front glass of a plurality of mirrors.
6 is a comparative explanatory diagram of a region by a computing device.
이하, 첨부된 도면을 참조하면서 본 발명의 실시예에 따른 딥러닝에 기반한 이미지 객체 인식 시스템에 대해 상세히 설명하기로 한다. 본 발명의 하기의 실시예는 본 발명을 구체화하기 위한 것일 뿐 본 발명의 권리 범위를 제한하거나 한정하는 것이 아님은 물론이다. 본 발명의 상세한 설명 및 실시예로부터 본 발명이 속하는 기술 분야의 전문가가 용이하게 유추할 수 있는 것은 본 발명의 권리 범위에 속하는 것으로 해석된다.Hereinafter, an image object recognition system based on deep learning according to an embodiment of the present invention will be described in detail with reference to the accompanying drawings. It goes without saying that the following examples of the present invention are for embodiing the present invention and do not limit or limit the scope of the present invention. What can be easily inferred by experts in the technical field to which the present invention pertains from the detailed description and examples of the present invention is interpreted as belonging to the scope of the present invention.
먼저, 도 2는 본 발명의 바람직한 일실시예에 따른 딥러닝에 기반한 이미지 객체 인식 시스템(100)의 구성도를 나타낸다.First, FIG. 2 shows a configuration diagram of an image
도 2로부터 알 수 있는 바와 같이, 본 발명의 바람직한 일실시예에 따른 딥러닝에 기반한 이미지 객체 인식 시스템(100)은, 다수의 거울(10), 카메라(20), 제어기(30) 및 컴퓨팅 장치(40)를 포함하여 구성된다.As can be seen from FIG. 2, the image
도 3은 냉장고나 자동 판매기와 같은 보관함(S)의 내부 공간 측벽에 설치된 다수의 거울(10)의 예시도이다.3 is an exemplary view of a plurality of
즉, 다수의 거울(10)은, 상품을 보관할 수 있는 보관함(S) 내부의 다수의 측벽에 설치된다. 아울러, 모든 측벽에 거울(10)이 모두 설치될 수 없는 경우라면, 일부 측벽에 대해서는, 거울이 설치되지 않을 수 있음은 물론이다.That is, a plurality of
카메라(20)는, 보관함(S) 내부 및 다수의 거울(10)의 이미지를 획득하는 역할을 한다. The
도 4는 카메라(20)에 의해 획득되는 이미지 영역의 예시도이다.4 is an exemplary diagram of an image area acquired by the
제어기(30)는, 다수의 거울(10)의 동작을 제어하는 제어 신호를 생성하는 역할을 한다. 제어 신호에 의해, 다수의 거울(10)의 전면 유리는, 투명 또는 불투명 상태로 제어될 수 있다. 전면 유리는 PDLC 필름 등을 부착하여 투명 또는 불투명 상태의 천이를 가능하게 할 수 있다. 예를 들면, 해당 전면 유리의 필름에 전기 신호가 인가되면 전류가 흘러 불투명 상태로부터 투명 상태가 될 수 있다. 다만, 필름에 따라서는, 필름에 전기 신호가 인가될 경우, 투명 상태로부터 불투명 상태로 될 수도 있다.The
다수의 거울(10)이 동시에 동작할 경우, 보관함(S) 내부의 이미지가 거울(10) 각각에 반사될 뿐만 아니라, 다른 거울(10)에 반사된 이미지도 반사되어, 실제 반사된 보관함(S) 내부의 이미지를 특정하는 것에 어려움이 있다. When a plurality of
이러한 문제를 해결하고자, 다수의 거울(10)의 전면 유리 각각의 투명한 상태인 구간은, 서로 이시(異時)적일 필요가 있다.In order to solve this problem, the sections in the transparent state of each of the front glass of the plurality of
도 5는 다수의 거울(10)의 전면 유리의 각각의 투명 상태를 제어하기 위한 제어 신호의 타이밍도의 예시도이다. 도 5로부터 알 수 있는 바와 같이, 제어기(30)에 의해 각각의 거울(10)은 순차적으로 투명한 상태가 되는 것이 바람직하다.5 is an exemplary diagram of a timing diagram of a control signal for controlling each transparent state of the front glass of the plurality of
도 5와 같이, 이시적으로 다수의 거울(10)의 전면 유리 각각의 투명한 상태인 구간을 설정하는 것에 의해, 투명한 상태의 하나의 거울(10) 이외의 거울(10)은 불투명한 상태가 되어 이미지가 반사되지 않으므로, 불투명한 거울(10)의 이미지가 투명한 거울(10)에 반사되는 일 또한 발생하지 않는다.As shown in FIG. 5, by setting a section that is in a transparent state of each of the front glass of the plurality of
컴퓨팅 장치(40)는, 카메라(20)로부터 획득된 이미지의 미리 지정된 영역들끼리 비교하여, 보관함(S) 내부의 상품을 인식하는 역할을 한다. 구체적으로 컴퓨팅 장치(40)는, 딥러닝에 의해 보관함(S) 내부의 상품을 인식하는 것이 바람직하다. 아울러, 카메라(20)로부터 획득된 이미지에는 다수의 거울(10)에 반사된 이미지도 존재하므로, 보관함(S) 내부에서 다른 상품에 의해 가려진 상품도 거울(10)에 반사된 이미지에 의해 인식이 가능하게 된다.The
도 6은 컴퓨팅 장치(40)에 의한 영역의 비교 설명도이다.6 is a comparative explanatory diagram of regions by the
도 6으로부터 알 수 있는 바와 같이, 컴퓨팅 장치(40)는, 다음과 같이 영역을 비교한다.As can be seen from FIG. 6, the
(1) 제 1 거울의 영역 중 일부 영역인 제 1 반사 영역과 제 1 거울이 설치된 측벽과 인접한 보관함(S) 내부 공간의 제 1 내부 영역.(1) A first reflection area, which is a partial area of the first mirror, and a first inner area of the storage box (S) inner space adjacent to the sidewall on which the first mirror is installed.
(2) 제 2 거울의 영역 중 일부 영역인 제 2 반사 영역과 제 2 거울이 설치된 측벽과 인접한 보관함(S) 내부 공간의 제 2 내부 영역.(2) The second reflective area, which is a partial area of the second mirror, and the second inner area of the storage box (S) inner space adjacent to the sidewall on which the second mirror is installed.
(3) 제 3 거울의 영역 중 일부 영역인 제 3 반사 영역과 제 3 거울이 설치된 측벽과 인접한 보관함(S) 내부 공간의 제 3 내부 영역.(3) A third reflective area, which is a partial area of the third mirror, and a third inner area of the storage box (S) inner space adjacent to the side wall on which the third mirror is installed.
(4) 제 4 거울의 영역 중 일부 영역인 제 4 반사 영역과 제 4 거울이 설치된 측벽과 인접한 보관함(S) 내부 공간의 제 4 내부 영역.(4) A fourth inner area of the inner space of the storage box (S) adjacent to the fourth reflective area, which is a partial area of the fourth mirror, and the side wall on which the fourth mirror is installed.
본 발명에서는 제 1 반사 영역 내지 제 4 반사 영역은 해당 거울의 모든 영역이 아니라, 상품의 반사되는 일부 영역으로 제한되어, 비교하기 위한 이미지 영역을 최적화하였다. 마찬가지로, 보관함(S) 내부 공간에 대해서도 해당 거울과 인접한 영역만으로 비교 영역을 최적화하였다. 이러한 영역의 제한에 의해 컴퓨팅 장치(40)는 보다 작은 연산에 의해 상품을 인식할 수 있게 된다.In the present invention, since the first to fourth reflective areas are limited to a partial area that is reflected from the product, not all areas of the mirror, an image area for comparison is optimized. Similarly, for the interior space of the storage box (S), the comparison area was optimized only in the area adjacent to the mirror. Due to the limitation of this area, the
아울러, 제 1 반사 영역과 제 1 내부 영역;을 비교하기 위한 제 1 이미지, 제 2 반사 영역과 제 2 내부 영역;을 비교하기 위한 제 2 이미지, 제 3 반사 영역과 제 3 내부 영역;을 비교하기 위한 제 3 이미지 및 제 4 반사 영역과 제 4 내부 영역;을 비교하기 위한 제 4 이미지는, 서로 이시적으로 카메라(20)로부터 획득된 것을 특징으로 한다. In addition, the first image for comparing the first reflective area and the first inner area; the second image for comparing the second reflective area and the second inner area; and the third reflective area and the third inner area; are compared. The third image for comparison and the fourth image for comparing the fourth reflective area and the fourth inner area are obtained from the
즉, 해당 거울이 투명한 상태가 되어 보관함(S) 내부 공간의 이미지를 반사하는 경우에만, 해당 반사 영역과 내부 공간의 비교가 의미가 있는 까닭이다.That is, this is because the comparison between the reflective area and the inner space is meaningful only when the mirror becomes transparent and reflects the image of the inner space of the storage box (S).
또한, 컴퓨팅 장치(40)는, 보관함(S) 내부 공간 중 일부 영역의 이미지 및 그 반사 이미지에 의해, 보관함(S) 내부 공간 중 일부 영역에 위치한 가려지지 않은 객체 및 가려진 객체를 인식할 수 있게 된다.In addition, the
상술한 바와 본 발명의 특징을 정리해 보기로 한다.As described above, the features of the present invention will be summarized.
본 발명에서는, 카메라(20) 렌즈 화각의 가장자리에 위치한 거울(10)을 통해 반사 이미지를 획득하면 가려진 객체에 대한 이미지를 획득할 수 있다. 아울러, 본 발명에서는, 다수의 거울(10)을 통해 다수의 반사 이미지를 획득하더라도, 가장자리에 해당하는 반사 이미지의 일부만 딥러닝을 위한 입력으로 하여, 부하를 줄이고 판단이 용이한 객체를 기준으로 은폐된 객체가 없는지 판단한다.In the present invention, when a reflection image is obtained through the
본 발명은 냉장고와 같은 협소한 보관함(S)의 내부 공간에 상품을 배치하는 것에 의해 발생할 수 있는 사각지대의 객체 이미지까지 측면 거울(10) 설치를 통해 하나의 카메라(20)로 인식할 수 있어, 상품의 재고의 검출 등에 활용될 수 있다. In the present invention, an object image of a blind spot that may be caused by placing a product in a narrow storage box (S) such as a refrigerator can be recognized as a
카메라(20)를 통해 캡처한 이미지를 컴퓨팅 장치(40)의 딥러닝 모듈 입력으로 보내면, 실제 보관함(S) 내부의 상품 이미지와 측면에 부착된 거울(10)을 통해 인식한 이미지를 구분할 수 있다. 아울러, 은폐된 객체가 측면 거울(10)을 통해 재반사되었다면, 본 발명에서는 거울(10)에 반사되었다고 판단하지 않고 또 다른 객체로 판단할 수 있다. 따라서, 본 발명에서는 이미지의 영역을 분리시켜 반사된 영역에서 인식한 객체는 반사된 객체라고 별도 관리할 필요가 있다.When the image captured through the
반사 이미지에서도 역으로 은폐가 된 객체가 있을 수 있다. 이를 해결하고자 본 발명에서는, 반사된 이미지 영역의 일부와 가운데 실제 내부 공간의 이미지의 일부 영역의 객체의 비교를 실시한다.In the reflected image, there may be objects that are concealed in reverse. In order to solve this problem, in the present invention, an object of a part of the reflected image area and a part of the image of an actual inner space is compared.
상술한 바와 같이, 본 발명의 이미지 객체 인식 시스템(100)에 따르면, 냉장고나 자동 판매기와 같은 내부 공간에 상품이 보관된 경우, 거울(10)을 이용한 반사 이미지에 의해 가려진 상품에 대한 이미지도 확보하여 해당 상품을 인식할 수 있음을 알 수 있다.As described above, according to the image
100 : 이미지 객체 인식 시스템
10 : 거울
20 : 카메라
30 : 제어기
40 : 컴퓨팅 장치
S : 보관함100: image object recognition system
10: mirror
20: camera
30: controller
40: computing device
S: storage box
Claims (6)
상품을 보관할 수 있는 보관함 내부의 다수의 측벽에 설치된 다수의 거울; 및
상기 보관함 내부 및 상기 다수의 거울의 이미지를 획득하는 카메라;를 포함하는 것을 특징으로 하는 이미지 객체 인식 시스템.In the image object recognition system,
A plurality of mirrors installed on a plurality of side walls inside a storage box capable of storing goods; And
And a camera that acquires images of the inside of the storage box and the plurality of mirrors.
상기 이미지 객체 인식 시스템은,
상기 다수의 거울의 동작을 제어하는 제어 신호를 생성하는 제어기;를 더 포함하되,
상기 제어 신호에 의해, 다수의 거울의 전면 유리는,
투명 또는 불투명 상태로 되는 것을 특징으로 하는 이미지 객체 인식 시스템.The method of claim 1,
The image object recognition system,
Further comprising a; a controller for generating a control signal for controlling the operation of the plurality of mirrors,
By the control signal, the front glass of the plurality of mirrors,
Image object recognition system, characterized in that the transparent or opaque state.
다수의 거울의 전면 유리 각각에 대해 투명한 상태인 구간은,
서로 이시(異時)인 것을 특징으로 하는 이미지 객체 인식 시스템.The method of claim 2,
The section that is transparent to each of the front glass of multiple mirrors,
An image object recognition system, characterized in that they are at the same time.
상기 이미지 객체 인식 시스템은,
상기 카메라로부터 획득된 이미지의 미리 지정된 영역들끼리 비교하여, 보관함 내부의 상품을 인식하는 컴퓨팅 장치;를 더 포함하는 것을 특징으로 하는 이미지 객체 인식 시스템.The method of claim 1,
The image object recognition system,
And a computing device for recognizing a product in a storage box by comparing pre-designated areas of the image obtained from the camera.
상기 컴퓨팅 장치는,
다수의 거울 중 제 1 거울의 영역 중 일부 영역인 제 1 반사 영역;과 상기 제 1 거울이 설치된 측벽과 인접한 보관함 내부 공간의 제 1 내부 영역;을 비교하고,
다수의 거울 중 제 2 거울의 영역 중 일부 영역인 제 2 반사 영역;과 상기 제 2 거울이 설치된 측벽과 인접한 보관함 내부 공간의 제 2 내부 영역;을 비교하여,
상기 보관함 내부의 상품을 인식하는 것을 특징으로 하는 이미지 객체 인식 시스템.The method of claim 4,
The computing device,
A first reflection area, which is a partial area of the first mirror among the plurality of mirrors, is compared with a first inner area of an inner space of the storage box adjacent to the sidewall on which the first mirror is installed,
Comparing a second reflective area, which is a partial area of the second mirror among the plurality of mirrors, and a second inner area of the inner space of the storage box adjacent to the side wall where the second mirror is installed
An image object recognition system, characterized in that recognizing a product inside the storage box.
상기 제 1 반사 영역과 상기 제 1 내부 영역;을 비교하기 위한 제 1 이미지와, 상기 제 2 반사 영역;과 상기 제 2 내부 영역;을 비교하기 위한 제 2 이미지는,
서로 이시적으로 카메라로부터 획득된 것을 특징으로 하는 이미지 객체 인식 시스템.
The method of claim 5,
A first image for comparing the first reflective area and the first inner area; and a second image for comparing the second reflective area and the second inner area;
Image object recognition system, characterized in that obtained from a camera visually from each other.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190145762A KR102294115B1 (en) | 2019-11-14 | 2019-11-14 | Object recognition system of image based on deep learning |
PCT/KR2020/010531 WO2021096030A1 (en) | 2019-11-14 | 2020-08-10 | Image object recognition system based on deep learning |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190145762A KR102294115B1 (en) | 2019-11-14 | 2019-11-14 | Object recognition system of image based on deep learning |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20210058389A true KR20210058389A (en) | 2021-05-24 |
KR102294115B1 KR102294115B1 (en) | 2021-08-26 |
Family
ID=75912100
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190145762A KR102294115B1 (en) | 2019-11-14 | 2019-11-14 | Object recognition system of image based on deep learning |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR102294115B1 (en) |
WO (1) | WO2021096030A1 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230166304A (en) | 2022-05-30 | 2023-12-07 | 경북대학교 산학협력단 | Deep learning-based radar sensor failure classification device and method using camera and radar sensor |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019023592A (en) | 2017-07-24 | 2019-02-14 | シブヤ精機株式会社 | Article inspection device |
CN208781326U (en) | 2018-08-07 | 2019-04-23 | 上海韬林机械有限公司 | A kind of Vending Machine of visual identity commodity |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016196981A (en) * | 2015-04-03 | 2016-11-24 | 三菱電機株式会社 | Storage shed management system and storage shed management method |
KR101991424B1 (en) * | 2018-02-09 | 2019-06-20 | 충북대학교 산학협력단 | Refrigerator with visible device for inner side |
JP7040193B2 (en) * | 2018-03-22 | 2022-03-23 | 三菱電機株式会社 | Refrigerator system |
-
2019
- 2019-11-14 KR KR1020190145762A patent/KR102294115B1/en active IP Right Grant
-
2020
- 2020-08-10 WO PCT/KR2020/010531 patent/WO2021096030A1/en active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019023592A (en) | 2017-07-24 | 2019-02-14 | シブヤ精機株式会社 | Article inspection device |
CN208781326U (en) | 2018-08-07 | 2019-04-23 | 上海韬林机械有限公司 | A kind of Vending Machine of visual identity commodity |
Also Published As
Publication number | Publication date |
---|---|
KR102294115B1 (en) | 2021-08-26 |
WO2021096030A1 (en) | 2021-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102078059B1 (en) | Prism-based Eye Tracking | |
US11402508B2 (en) | Distance-measuring system and distance-measuring method | |
EP3369034B1 (en) | Intelligent privacy system, apparatus, and method thereof | |
US9685011B2 (en) | Vehicle safety control apparatus and method using cameras | |
US7986812B2 (en) | On-vehicle camera with two or more angles of view | |
US11367267B2 (en) | Systems and methods for locating a retroreflective object in a digital image | |
US9785842B2 (en) | Safety alarm system and method for vehicle | |
US9549101B1 (en) | Image capture enhancement using dynamic control image | |
US20150138047A1 (en) | Head-up display system | |
CN111611841B (en) | Object detection apparatus and method for vehicle | |
US10672137B2 (en) | Generating a disparity map having reduced over-smoothing | |
US10586120B2 (en) | Method and apparatus for identifying the opening state of a garage door | |
KR20150109404A (en) | Universal sensor assembly for detecting operator gestures in vehicles | |
EP3318894A1 (en) | Scanning lidar for an automated vehicle | |
KR20210058389A (en) | Object recognition system of image based on deep learning | |
US20160142651A1 (en) | Apparatus and method for processing image | |
US20190135197A1 (en) | Image generation device, image generation method, recording medium, and image display system | |
KR20210064591A (en) | Deep Learning Processing Apparatus and Method for Multi-Sensor on Vehicle | |
US20160073041A1 (en) | Illumination apparatus | |
CN113128463B (en) | Image recognition method and system | |
US20180186287A1 (en) | Image processing device and image processing method | |
US20120026617A1 (en) | Mirror and adjustment method therefor | |
US10953798B2 (en) | Vehicle status management apparatus and method | |
CN112752947A (en) | Method for suppressing reflected imaging in at least one camera image of a camera of an environment sensor system of a motor vehicle, and corresponding environment sensor system | |
JP7131354B2 (en) | Display control device, display control system, display control method, and display control program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right |