영상기기
자율운항 선박의 동영상 기반 강인한 장애물 추적 기술 개발
기술분야
영상 기반 객체 인식 및 추적
가격
가격 협의
판매 유형
직접 판매
거래방식
- 특허매각
- 노하우
- 공동연구
- 라이센스
AI요약
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.
기본 정보
기술 분야 | 영상 기반 객체 인식 및 추적 |
판매 유형 | 자체 판매 |
판매 상태 | 판매 중 |
기술 상세 정보
기술명 | |
동영상 기반 장애물 추적 방법 및 시스템 | |
기관명 | |
창원대학교 | |
대표 연구자 | 공동연구자 |
안동혁 | - |
중요 키워드 | |
ORB 매칭해양 안전충돌 방지지능형 항해딥러닝자율운항장애물 인식선박 자율주행인공지능동영상 기반 추적YOLO 모델전이 학습IoU 매칭객체 추적컴퓨터 비전영상기기 인공지능 센서기술 |
중요 키워드
#ORB 매칭#해양 안전#충돌 방지#지능형 항해#딥러닝#자율운항#장애물 인식#선박 자율주행#인공지능#동영상 기반 추적#YOLO 모델#전이 학습#IoU 매칭#객체 추적#컴퓨터 비전#영상기기 #인공지능 #센서기술
기술완성도 (TRL)
기본원리 파악
기본개념 정립
기능 및 개념 검증
연구실 환경 테스트
유사환경 테스트
파일럿 현장 테스트
상용모델 개발
실제 환경 테스트
사업화 상용운영
기본원리
파악
기본개념
정립
기능 및 개념
검증
연구실 환경
테스트
유사환경
테스트
파일럿 현장
테스트
상용모델
개발
실제 환경
테스트
사업화
상용운영
기술 소개
매도/매수 절차
기술이전 상담신청
연구자 미팅
기술이전 유형결정
계약서 작성 및 검토
계약 및 기술료 입금
문의처

창원대학교
담당자박경욱
이메일tlo@changwon.ac.kr
문의처055-213-2826