입력된 보행 이미지에서 보행 이미지 데이터의 정규화를 위한 전처리를 수행하는 전처리부;상기 전처리된 보행 이미지 데이터에서 CNN 학습 모델을 이용하여 특징을 추출하는 특징 추출부;상기 추출된 특징에서 휴리스틱 접근 방식을 이용하여 상위 특징을 선택하는 특징 선택부; 및상기 선택된 상위 특징 데이터를 PCA(principal Component Analysis)를 이용하여 데이터를 축소하여 병합하는 분석부;를 포함하고,상기 전처리부는 보행 이미지를 색상(Hue), 채도(Saturation), 명도(Value)의 HSV 변환을 수행하여 3개의 채널 중에서 최적의 채널을 선택하고,상기 특징 선택부는 프린시플 스코어(Principle Score) 및 쿠토시스 (Kurtosis)를 기반의 휴리스틱 접근 방식을 적용하여 상위 특징을 선택하고 나머지는 제거하는 딥러닝 기반의 인간 보행 인식 시스템.

제1항에 있어서, 보행 이미지 데이터 셋을 저장하는 데이터베이스를 더 포함하는 것을 특징으로 하는 딥러닝 기반의 인간 보행 인식 시스템.

제1항에 있어서,상기 CNN 학습 모델은 VGG-16을 이용하여 보행 특징을 추출하는 것을 특징으로 하는 딥러닝 기반의 인간 보행 인식 시스템.

제3항에 있어서,상기 VGG-16의 아키텍처는 입력 레이어, 5개의 맥스 풀 레이어, 총 13개의 레이어를 갖는 컨볼루션 레이어의 5개의 세그먼트 및 3개의 완전 연결(FC) 레이어를 포함하고, 두 개의 레이어 fc6 및 fc8에서 특징 추출 후, 두 레이어의 특징을 선형으로 병합하여 특징 벡터를 계산하는 것을 특징으로 하는 딥러닝 기반의 인간 보행 인식 시스템.

제1항에 있어서,상기 전처리부는 보행 이미지의 크기 조정, 배경 제거, 노이즈 제거 및 그레이 스케일을 처리를 수행하는 것을 특징으로 하는 딥러닝 기반의 인간 보행 인식 시스템.

삭제

삭제

제1항에 있어서,상기 분석부에서 데이터를 축소하여 병합된 상위 특징 데이터는 OAMSVM(One-against-All Multi SVM)을 이용하여 보행 인식을 분류하는 것을 특징으로 하는 딥러닝 기반의 인간 보행 인식 시스템.

입력된 보행 이미지에서 보행 이미지 데이터의 정규화를 위한 전처리를 수행하는 단계;상기 전처리된 보행 이미지 데이터에서 CNN 학습 모델을 이용하여 특징을 추출하는 단계;상기 추출된 특징에서 휴리스틱 접근 방식을 이용하여 상위 특징을 선택하는 단계; 및상기 선택된 상위 특징 데이터를 PCA(principal Component Analysis)를 이용하여 데이터를 축소하여 병합하는 단계;를 포함하고,상기 전처리 단계에서 보행 이미지를 색상(Hue), 채도(Saturation), 명도(Value)의 HSV 변환을 수행하여 3개의 채널 중에서 최적의 채널을 선택하고,상기 특징 선택 단계에서 프린시플 스코어(Principle Score) 및 쿠토시스 (Kurtosis)를 기반의 휴리스틱 접근 방식을 적용하여 상위 특징을 선택하고 나머지는 제거하는 딥러닝 기반의 인간 보행 인식 방법.

제9항에 있어서, 상기 CNN 학습 모델은 기 저장된 보행 이미지 데이터 셋에서 CNN 학습 모델을 이용하여 사전에 전이 학습을 수행하는 것을 특징으로 하는 딥러닝 기반의 인간 보행 인식 방법.

제9항에 있어서,상기 CNN 학습 모델은 VGG-16을 이용하여 보행 특징을 추출하는 것을 특징으로 하는 딥러닝 기반의 인간 보행 인식 방법.

제11항에 있어서,상기 VGG-16의 아키텍처는 입력 레이어, 5개의 맥스 풀 레이어, 총 13개의 레이어를 갖는 컨볼루션 레이어의 5개의 세그먼트 및 3개의 완전 연결(FC) 레이어를 포함하고, 두 개의 레이어 fc6 및 fc8에서 특징 추출 후, 두 레이어의 특징을 선형으로 병합하여 특징 벡터를 계산하는 것을 특징으로 하는 딥러닝 기반의 인간 보행 인식 방법.

제9항에 있어서,상기 전처리 단계는 보행 이미지의 크기 조정, 배경 제거, 노이즈 제거 및 그레이 스케일 과정을 수행하는 것을 특징으로 하는 딥러닝 기반의 인간 보행 인식 방법.

삭제

삭제

제9항에 있어서,상기 데이터를 축소하여 병합된 상위 특징 데이터는 OAMSVM(One-against-All Multi SVM)을 이용하여 보행 인식을 분류하는 것을 특징으로 하는 딥러닝 기반의 인간 보행 인식 방법.