P0026#ID 라인 분류 방법을 실행하도록 컴퓨터로 읽을 수 있는 기록 매체에 저장된 컴퓨터 프로그램으로서,상기 P0026#ID 라인 분류 방법은:P0026#ID 이미지를 획득하는 단계;상기 P0026#ID 이미지로부터 실선 객체를 검출하는 제1 이미지 프로세싱 및 이미지 내 실선을 인식하도록 학습된 제1 딥러닝 모델에 의해 실선을 인식하는 단계;상기 P0026#ID 이미지로부터 이미지 내 라인 특수 기호 및 화살표의 종류를 인식하도록 학습된 제2 딥러닝 모델에 의해 라인 특수 기호 및 화살표를 인식하는 단계; 및상기 인식한 실선, 라인 특수 기호 및 화살표에 기초하여 상기 P0026#ID 이미지의 라인의 종류를 분류하는 단계;를 포함하는컴퓨터 프로그램.

제1 항에 있어서,상기 제1 이미지 프로세싱은상기 P0026#ID 이미지에 미분 필터를 적용하여 수평, 수직 및 대각 방향 라인을 검출하고, 상기 검출한 수평, 수직 및 대각 방향 라인에 허프 트랜스폼을 적용하여 실선을 인식하는 것인 컴퓨터 프로그램.

제2 항에 있어서,상기 P0026#ID 이미지는 분할된 이미지를 포함하는컴퓨터 프로그램.

제1 항에 있어서,상기 제1 딥러닝 모델은 상기 제1 이미지 프로세싱 기반에 의해 실선을 인식한 결과에 기초하여 생성된 학습 데이터를 통해 학습되고, 획득한 상기 P0026#ID 이미지 내의 심볼 및 텍스트에 해당하는 실선을 제외한 실선을 인식하는컴퓨터 프로그램.

제4 항에 있어서,상기 제1 딥러닝 모델은 LETR(LinE segment Transformers) 딥러닝 모델을 포함하는컴퓨터 프로그램.

제1 항에 있어서,상기 실선을 인식하는 단계는상기 제1 이미지 프로세싱 및 상기 제1 딥러닝 모델에 의해 실선을 인식한 결과를 비교하는 단계 및같은 라인 선상에 2개 이상의 다른 객체가 존재하는 경우 제1 딥러닝 모델에 의해 실선을 인식하고, 같은 라인 선상에 2개 이상의 다른 객체가 존재하지 않는 경우 상기 제1 이미지 프로세싱에 의해 실선을 인식하는 단계를 포함하는컴퓨터 프로그램.

제1 항에 있어서,상기 제2 딥러닝 모델은 복수의 훈련 이미지와 상기 복수의 훈련 이미지 내의 라인 특수 기호 및 화살표가 어떤 종류인지를 반영하는 식별자가 서로 태깅된 러닝 셋을 통해 학습되고, 획득한 상기 P0026#ID 이미지 내의 라인 특수 기호 및 화살표 종류를 인식하는컴퓨터 프로그램.

제7 항에 있어서,상기 제2 딥러닝 모델은 Sparse R-CNN 딥러닝 모델을 포함하는컴퓨터 프로그램.

제1 항에 있어서,상기 라인의 종류를 분류하는 단계는상기 인식한 실선 및 라인 특수 기호가 위치한 영역이 겹치는지 확인하는 단계 및영역이 겹치지 않는 실선은 실선으로 라인의 종류를 결정하고, 영역이 겹치는 실선은 영역이 겹친 라인 특수 기호로 라인의 종류를 변경하는 단계를 포함하는 컴퓨터 프로그램.

제9 항에 있어서,상기 인식한 실선 및 라인 특수 기호가 위치한 영역이 겹치는지 여부는 라인 특수 기호 영역의 중점과 실선 사이의 거리가 라인 특수 기호 영역의 높이와 너비의 반보다 짧은 지 여부 및 라인 특수 기호 영역과 실선이 교차하는지 여부에 기초하여 결정되는컴퓨터 프로그램.

제1 항에 있어서,상기 라인의 종류를 분류하는 단계는상기 인식한 실선 및 화살표가 위치한 영역이 겹치는지 확인하는 단계 및영역이 겹치지 않는 실선은 실선으로 라인의 종류를 결정하고, 영역이 겹치는 실선은 영역이 겹친 화살표에 관한 정보를 추가하는 단계를 포함하는컴퓨터 프로그램.

제11 항에 있어서,상기 화살표에 관한 정보는 화살표 종류, 방향 및 위치 중 적어도 하나를 포함하는 컴퓨터 프로그램.

제1 항에 있어서,상기 라인의 종류를 분류하는 단계는상기 P0026#ID 이미지로부터 짧은 점선 객체를 인식하는 제2 이미지 프로세싱에 의해 짧은 점선을 인식하고, 상기 인식한 짧은 점선의 라인의 종류를 짧은 점선으로 결정하는 단계를 더 포함하는 컴퓨터 프로그램.

제1 항에 있어서,상기 P0026#ID 이미지는 심볼 및 텍스트 검출이 수행되고 표제 영역 및 외곽선이 제거된 이미지를 포함하는컴퓨터 프로그램.