기술이전 상세 정보를 불러오는 중입니다...
기존 객체 추적 기술은 움직임이 많은 동영상 환경에서 객체가 프레임 밖으로 나가거나 겹칠 때 정확도 저하 문제를 겪었습니다. 본 기술은 이러한 한계를 극복하기 위해 개발되었습니다. AI 기반 동영상 장애물 추적 방법 및 시스템은 데이터 수집, 딥러닝 모델을 활용한 객체 인식(YOLOv4 기반 전이 학습 및 모자이크 기법), 그리고 IoU_matching 및 ORB_and_size_matching을 결합한 객체 추적 알고리즘을 통해 고속 이동 환경에서도 뛰어난 추적 성능을 제공합니다. 특히, 객체 특징 기반 추적으로 DeepSORT 대비 높은 정확도를 달성하여, 자율운항 선박의 안전성과 신뢰도를 획기적으로 향상시킵니다. 이 기술은 해상뿐만 아니라 다양한 자율주행 시스템에 적용 가능합니다.
| 기술 분야 | 영상 기반 객체 인식 및 추적 |
| 판매 유형 | 자체 판매 |
| 판매 상태 | 판매 중 |
| 기술명 | |
| 동영상 기반 장애물 추적 방법 및 시스템 | |
| 기관명 | |
| 국립창원대학교 산학협력단 | |
| 대표 연구자 | 공동연구자 |
| 안동혁 | - |
| 출원번호 | 등록번호 |
| 1020230035071 | - |
| 권리구분 | 출원일 |
| 특허 | 2023.03.17 |
| 중요 키워드 | |
ORB 매칭해양 안전충돌 방지지능형 항해딥러닝자율운항장애물 인식선박 자율주행인공지능동영상 기반 추적YOLO 모델전이 학습IoU 매칭객체 추적컴퓨터 비전영상기기 인공지능 센서기술 | |
기술이전 상담신청
연구자 미팅
기술이전 유형결정
계약서 작성 및 검토
계약 및 기술료 입금

보유 기술 로딩 중...
인기 게시물 로딩 중...