| 1 |
1
영상을 제1 세그먼테이션 기법에 따라 분할하는 제1 분할 단계; 및상기 제1 분할 단계에서의 분할 결과를 참조하여, 상기 영상을 제2 세그먼테이션 기법에 따라 분할하는 제2 분할 단계;를 포함하고,상기 제1 세그먼테이션 기법과 상기 제2 세그먼테이션 기법은,기반이 서로 다른 이종(異種)의 세그먼테이션 기법이며,상기 제2 세그먼테이션 기법의 정밀도는, 상기 제1 세그먼테이션 기법의 정밀도 보다 높고,상기 제2 세그먼테이션 기법은, TD(Topological Derivative) 기반의 세그먼테이션 기법이며,상기 제2 분할 단계는,상기 영상을 초기 세그먼테이션 영상으로 설정하는 단계;세그먼테이션 영상을 업데이트 하는 단계;원본 영상과 업데이트된 세그먼테이션 영상을 코스트 함수에 대입하여 코스트를 계산하는 단계; 및계산된 코스트가 설정된 임계치 미만이면, 업데이트된 세그먼테이션 영상을 최종 세그먼테이션 영상으로 결정하는 단계;를 포함하는 것을 특징으로 하는 영상 세그먼테이션 방법
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
삭제
|
| 5 |
5
삭제
|
| 6 |
6
청구항 1에 있어서,상기 제1 세그먼테이션 기법의 복잡도는, 상기 제2 세그먼테이션 기법의 복잡도 보다 낮은 것을 특징으로 하는 영상 세그먼테이션 방법
|
| 7 |
7
청구항 6에 있어서,상기 제1 세그먼테이션 기법은,영상 학습 기반의 세그먼테이션 기법인 것을 특징으로 하는 영상 세그먼테이션 방법
|
| 8 |
8
청구항 7에 있어서,상기 제1 세그먼테이션 기법은,시멘틱 기반의 영상 분할이 가능한 세그먼테이션 기법인 것을 특징으로 하는 영상 세그먼테이션 방법
|
| 9 |
9
청구항 8에 있어서,상기 영상 학습 기반의 세그먼테이션 기법은,DL(Deep Learning) 기반의 세그먼테이션 기법인 것을 특징으로 하는 영상 세그먼테이션 방법
|
| 10 |
10
청구항 1에 있어서,상기 제1 분할 단계에서의 분할 결과를 상기 제2 세그먼테이션 기법의 입력 정보로 변환하는 단계;를 더 포함하고,상기 제2 분할 단계는,상기 변환 단계에서 변환된 정보를 이용하여, 상기 영상을 분할하는 것을 특징으로 하는 영상 세그먼테이션 방법
|
| 11 |
11
삭제
|
| 12 |
12
삭제
|
| 13 |
13
삭제
|
| 14 |
14
삭제
|
| 15 |
15
영상을 제1 세그먼테이션 기법에 따라 분할하는 제1 분할부; 및상기 제1 분할부에서의 분할 결과를 참조하여, 상기 영상을 제2 세그먼테이션 기법에 따라 분할하는 제2 분할부;를 포함하고,상기 제1 세그먼테이션 기법과 상기 제2 세그먼테이션 기법은,기반이 서로 다른 이종(異種)의 세그먼테이션 기법이며,상기 제2 세그먼테이션 기법의 정밀도는, 상기 제1 세그먼테이션 기법의 정밀도 보다 높고,상기 제2 세그먼테이션 기법은, TD(Topological Derivative) 기반의 세그먼테이션 기법이며,상기 제2 분할부는,상기 영상을 초기 세그먼테이션 영상으로 설정하고, 세그먼테이션 영상을 업데이트 하며, 원본 영상과 업데이트된 세그먼테이션 영상을 코스트 함수에 대입하여 코스트를 계산하고, 계산된 코스트가 설정된 임계치 미만이면 업데이트된 세그먼테이션 영상을 최종 세그먼테이션 영상으로 결정하는 것을 특징으로 하는 영상 세그먼테이션 시스템
|
| 16 |
16
영상을 제1 세그먼테이션 기법에 따라 분할하는 제1 분할 단계; 및상기 제1 분할 단계에서의 분할 결과를 제2 세그먼테이션 기법의 입력 정보로 변환하는 단계;를 포함하고,상기 제1 세그먼테이션 기법과 상기 제2 세그먼테이션 기법은,기반이 서로 다른 이종(異種)의 세그먼테이션 기법이며,상기 제2 세그먼테이션 기법의 정밀도는, 상기 제1 세그먼테이션 기법의 정밀도 보다 높고,상기 제2 세그먼테이션 기법은,TD(Topological Derivative) 기반의 세그먼테이션 기법으로, 상기 영상을 초기 세그먼테이션 영상으로 설정하고, 세그먼테이션 영상을 업데이트 하며, 원본 영상과 업데이트된 세그먼테이션 영상을 코스트 함수에 대입하여 코스트를 계산하고, 계산된 코스트가 설정된 임계치 미만이면 업데이트된 세그먼테이션 영상을 최종 세그먼테이션 영상으로 결정하는 것을 특징으로 하는 영상 세그먼테이션 방법
|
| 17 |
17
영상을 제1 세그먼테이션 기법에 따라 분할하는 제1 분할부; 및상기 제1 분할부에서의 분할 결과를 제2 세그먼테이션 기법의 입력 정보로 변환하는 변환부;를 포함하고,상기 제1 세그먼테이션 기법과 상기 제2 세그먼테이션 기법은,기반이 서로 다른 이종(異種)의 세그먼테이션 기법이며,상기 제2 세그먼테이션 기법의 정밀도는, 상기 제1 세그먼테이션 기법의 정밀도 보다 높고,상기 제2 세그먼테이션 기법은,TD(Topological Derivative) 기반의 세그먼테이션 기법으로, 상기 영상을 초기 세그먼테이션 영상으로 설정하고, 세그먼테이션 영상을 업데이트 하며, 원본 영상과 업데이트된 세그먼테이션 영상을 코스트 함수에 대입하여 코스트를 계산하고, 계산된 코스트가 설정된 임계치 미만이면 업데이트된 세그먼테이션 영상을 최종 세그먼테이션 영상으로 결정하는 것을 특징으로 하는 영상 세그먼테이션 시스템
|
| 18 |
18
영상을 제1 세그먼테이션 기법에 따라 분할한 분할 결과를 제2 세그먼테이션 기법의 입력 정보로 변환하는 단계; 및상기 변환단계에서 변환된 정보를 이용하여, 상기 영상을 제2 세그먼테이션 기법에 따라 분할하는 단계;를 포함하고,상기 제1 세그먼테이션 기법과 상기 제2 세그먼테이션 기법은,기반이 서로 다른 이종(異種)의 세그먼테이션 기법이며,상기 제2 세그먼테이션 기법의 정밀도는, 상기 제1 세그먼테이션 기법의 정밀도 보다 높고,상기 제2 세그먼테이션 기법은, TD(Topological Derivative) 기반의 세그먼테이션 기법이며,상기 분할 단계는,상기 영상을 초기 세그먼테이션 영상으로 설정하는 단계;세그먼테이션 영상을 업데이트 하는 단계;원본 영상과 업데이트된 세그먼테이션 영상을 코스트 함수에 대입하여 코스트를 계산하는 단계; 및계산된 코스트가 설정된 임계치 미만이면, 업데이트된 세그먼테이션 영상을 최종 세그먼테이션 영상으로 결정하는 단계;를 포함하는 것을 특징으로 하는 영상 세그먼테이션 방법
|
