TRAINING SET GENERATION METHOD, TRAINING SET GENERATION APPARATUS, AND TRAINING SET GENERATION SYSTEM

• Main Authors: KANG, Chang Beom, KIM, Sung Woong
• Format: Patent
• Language: English; French; Korean
• Published: 20.04.2023
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; IMAGE DATA PROCESSING OR GENERATION, IN GENERAL; PHYSICS

A training set generation method according to an embodiment of the present application comprises the steps of: performing calibration on at least two cameras; acquiring a first image captured from a first camera and a second image captured from a second camera; recognizing a target object from the first image, and acquiring first object information related to the target object; recognizing the target object from the second image, and acquiring second object information related to the target object; acquiring, on the basis of the first object information and the second object information, a three-dimensional target bounding box related to the target object; acquiring sensing data corresponding to the target bounding box, the sensing data being acquired via at least one of a Lidar sensor and a Radar sensor; and generating, on the basis of the sensing data and the target bounding box, a training set for training a neural network model that detects an object included in the sensing data. La présente demande porte, selon un mode de réalisation, sur un procédé de génération d'ensemble d'apprentissage qui comprend les étapes consistant : à effectuer un étalonnage sur au moins deux caméras ; à acquérir une première image capturée à partir d'une première caméra et une seconde image capturée à partir d'une seconde caméra ; à reconnaître un objet cible à partir de la première image et à acquérir des premières informations d'objet se rapportant à l'objet cible ; à reconnaître l'objet cible à partir de la seconde image, et à acquérir des secondes informations d'objet se rapportant à l'objet cible ; à acquérir, sur la base des premières informations d'objet et des secondes informations d'objet, une zone de délimitation cible tridimensionnelle se rapportant à l'objet cible ; à acquérir des données de détection correspondant à la zone de délimitation cible, les données de détection étant acquises par le biais d'un capteur Lidar et/ou d'un capteur radar ; et à générer, sur la base des données de détection et de la zone de délimitation cible, un ensemble d'apprentissage pour former un modèle de réseau neuronal qui détecte un objet inclus dans les données de détection. 본 출원의 일 실시예에 따른 학습 세트 생성 방법은, 적어도 2 이상의 카메라에 대하여 캘리브레이션을 수행하는 단계; 제1 카메라로부터 촬영된 제1 영상과 제2 카메라로부터 촬영된 제2 영상을 획득하는 단계; 상기 제1 영상으로부터 대상 객체를 인식하고 상기 대상 객체와 관련된 제1 객체 정보를 획득하는 단계; 상기 제2 영상으로부터 상기 대상 객체를 인식하고 상기 대상 객체와 관련된 제2 객체 정보를 획득하는 단계; 상기 제1 객체 정보 및 상기 제2 객체 정보에 상기 대상 객체와 관련된 3차원의 대상 바운딩박스를 획득하는 단계; 상기 대상 바운딩박스에 대응되는 센싱 데이터를 획득하는 단계-상기 센싱 데이터는 라이더 센서 및 레이더 센서 중 적어도 하나를 통하여 획득됨-; 및 상기 센싱 데이터 및 상기 대상 바운딩박스에 기초하여, 상기 센싱 데이터에 포함된 객체를 검출하는 신경망 모델을 학습시키기 위한 학습 세트를 생성하는 단계;를 포함한다.