제1항에 있어서, 상기 클래스 결정 모듈은, 동일한 객체에 대하여, 서로 다른 라벨링 파일들에 포함된 클래스 정보들 중 가장 많은 빈도수를 갖는 클래스 정보를 추출하고, 상기 추출된 클래스 정보를 해당 객체의 통합된 클래스 정보로 결정하는 것을 특징으로 하는 이미지 객체 통합 시스템.

하나의 원본 이미지에 대하여 생성된 복수 개의 라벨링 파일들을 입력받는 라벨링 파일 입력부(여기서, 상기 라벨링 파일은 이미지에 포함된 객체들에 대한 바운딩 박스의 위치 정보 및 클래스 정보를 포함함.); 및상기 라벨링 파일 입력부를 통해 입력된 복수 개의 라벨링 파일들을 이용하여, 원본 이미지에 대하여 통합된 라벨링 파일을 생성하여 제공하는 제어부;를 구비하고, 상기 제어부는, 상기 복수 개의 라벨링 파일들에 포함된 객체들에 대한 정보를 로딩하는 객체 정보 로딩 모듈;각 객체에 대한 바운딩 박스들의 IOU(Intersection of Union)를 이용하여, 서로 다른 라벨링 파일들에 포함된 객체들 중 동일한 객체들을 추출하는 동일 객체 추출 모듈;동일한 객체에 대하여 서로 다른 라벨링 파일들에 포함된 클래스 정보들을 이용하여, 각 객체에 대한 통합된 클래스 정보를 결정하는 클래스 결정 모듈;동일한 객체에 대하여 서로 다른 라벨링 파일들에 포함된 바운딩 박스의 위치 정보들을 이용하여, 각 객체에 대한 통합된 바운딩 박스의 위치 정보를 결정하는 위치 결정 모듈; 및상기 클래스 결정 모듈 및 상기 위치 결정 모듈에 의해 결정된 객체들에 대한 통합된 바운딩 박스의 위치 정보 및 클래스 정보를 이용하여, 상기 원본 이미지에 대하여 통합된 라벨링 파일을 생성하여 제공하는 통합 모듈;을 구비하는 것을 특징으로 하는 이미지 객체 통합 시스템.

제1항에 있어서, 상기 동일 객체 추출 모듈은, 서로 다른 라벨링 파일들에 포함된 객체들에 대한 바운딩 박스들의 IOU를 계산하고, 상기 IOU가 사전 설정된 기준값 이상인 바운딩 박스에 포함된 객체들은 동일한 객체로 판단하는 것을 특징으로 하는 이미지 객체 통합 시스템.

제1항에 있어서, 상기 위치 결정 모듈은, 동일한 객체에 대하여, 서로 다른 라벨링 파일들에 포함된 바운딩 박스들의 IOU를 계산하고, 각 라벨링 파일에 대하여 바운딩 박스의 IOU 값들에 대한 평균값을 구하고, 상기 평균값들 중 가장 큰 값을 갖는 라벨링 파일의 바운딩 박스를 추출하고,상기 추출된 바운딩 박스 정보를 해당 객체의 바운딩 박스의 위치 정보로 결정하는 것을 특징으로 하는 이미지 객체 통합 시스템.

(a) 하나의 원본 이미지에 대하여 생성된 복수 개의 라벨링 파일들을 입력받는 단계(여기서, 상기 라벨링 파일은 이미지에 포함된 객체들에 대한 바운딩 박스의 위치 정보 및 클래스 정보를 포함함.); 및(b) 상기 입력된 복수 개의 라벨링 파일들을 이용하여, 원본 이미지에 대하여 통합된 라벨링 파일을 생성하여 제공하는 단계;를 구비하고, 상기 (b) 단계는, (b1) 상기 복수 개의 라벨링 파일들에 포함된 객체들에 대한 정보를 로딩하는 단계;(b2) 각 객체에 대한 바운딩 박스들의 IOU(Intersection of Union)를 이용하여, 서로 다른 라벨링 파일들에 포함된 객체들 중 동일한 객체들을 추출하는 단계;(b3) 동일한 객체에 대하여 서로 다른 라벨링 파일들에 포함된 클래스 정보들을 이용하여, 각 객체에 대한 통합된 클래스 정보를 결정하는 단계;(b4) 동일한 객체에 대하여 서로 다른 라벨링 파일들에 포함된 바운딩 박스의 위치 정보들을 이용하여, 각 객체에 대한 통합된 바운딩 박스의 위치 정보를 결정하는 단계; 및(b5) 원본 이미지에 포함된 객체들에 대하여 결정된 통합된 바운딩 박스의 위치 정보들 및 클래스 정보들을 이용하여, 상기 원본 이미지에 대한 통합된 라벨링 파일을 생성하여 제공하는 단계;을 구비하는 것을 특징으로 하는 이미지 객체 통합 방법.

제5항에 있어서, 상기 (b2) 단계는, 서로 다른 라벨링 파일들에 포함된 객체들에 대한 바운딩 박스들의 IOU를 계산하고, 상기 IOU가 사전 설정된 기준값 이상인 경우 바운딩 박스에 포함된 객체들은 동일한 객체로 판단하는 것을 특징으로 하는 이미지 객체 통합 방법.

제5항에 있어서, 상기 (b3) 단계는, 동일한 객체에 대하여, 서로 다른 라벨링 파일들에 포함된 클래스 정보들 중 가장 많은 빈도수를 갖는 클래스 정보를 추출하고, 상기 추출된 클래스 정보를 해당 객체의 통합된 클래스 정보로 결정하는 것을 특징으로 하는 이미지 객체 통합 방법.

제5항에 있어서, 상기 (b4) 단계는, 동일한 객체에 대하여, 서로 다른 라벨링 파일들에 포함된 바운딩 박스들의 IOU를 계산하고, 각 라벨링 파일에 대하여 바운딩 박스의 IOU 값들에 대한 평균값을 구하고, 상기 평균값들 중 가장 큰 값을 갖는 라벨링 파일의 바운딩 박스를 추출하고,상기 추출된 바운딩 박스 정보를 해당 객체의 바운딩 박스의 위치 정보로 결정하는 것을 특징으로 하는 이미지 객체 통합 방법.