| 1 |
1
기계학습에 사용되는 제1 데이터 및 제2 영상 데이터를 저장하는 저장부; 및상기 제1 데이터의 파라미터를 수정하여 상기 제2 영상 데이터를 생성하는 프로세서를 포함하고,상기 프로세서는 기계학습 알고리즘을 이용하여 상기 제1 데이터 및 상기 제2 영상 데이터를 학습하고,상기 제1 데이터는,실측 수치 지형 표고 데이터이고,상기 제1 데이터의 파라미터는,컴퓨터상의 가상 그래픽 표면에서 광원의 방향, 각도, 세기, 촬영 장치의 위치, 각도, 렌즈 크기, 조리개 값, 셔터스피드, 빛 감응감도 중 적어도 하나를 포함하는기계학습 장치
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
제1항에 있어서,상기 프로세서는,상기 수정되는 파라미터의 가중치를 변경하여 제2 영상 데이터를 생성하고, 상기 기계학습 알고리즘을 이용하여 상기 제2 영상 데이터를 학습하는 기계학습 장치
|
| 5 |
5
제4항에 있어서,상기 저장부는,상기 파라미터의 수정에 의해 생성되는 상기 제2 영상 데이터를 각 파라미터 별로 저장하는 기계학습 장치
|
| 6 |
6
제5항에 있어서,상기 실측 수치 지형 표고 데이터는,위성으로부터 수신되는 실측 수치 지형 표고 데이터인 기계학습 장치
|
| 7 |
7
제6항에 있어서,상기 제2 영상 데이터는,상기 위성으로부터 수신되는 실측 수치 지형 표고 데이터에 상기 파라미터를 수정하여 생성되는 인공 영상 데이터인 기계학습 장치
|
| 8 |
8
컴퓨터에 의해 구현되는 방법에 있어서,기계학습에 사용되는 제1 데이터를 저장하는 단계;상기 제1 데이터의 파라미터를 수정하여 제2 영상 데이터를 생성하는 단계;상기 기계학습에 사용되는 상기 제2 영상 데이터를 저장하는 단계; 및기계학습 알고리즘을 이용하여 상기 제2 영상 데이터를 학습하는 단계를 포함하고,상기 제1 데이터는,실측 수치 지형 표고 데이터이고,상기 제1 데이터의 파라미터는,컴퓨터상의 가상 그래픽 표면에서 광원의 방향, 각도, 세기, 촬영 장치의 위치, 각도, 렌즈 크기, 조리개 값, 셔터스피드, 빛 감응감도 중 적어도 하나를 포함하는기계학습 방법
|
| 9 |
9
삭제
|
| 10 |
10
삭제
|
| 11 |
11
삭제
|
| 12 |
12
제8항에 있어서,상기 제2 영상 데이터를 저장하는 단계는,상기 적어도 하나의 파라미터 중 수정되는 파라미터 마다 구분하여 저장하는 기계학습 방법
|
| 13 |
13
삭제
|
| 14 |
14
제12항에 있어서,상기 제2 영상 데이터는,위성으로부터 수신되는 실측 수치 지형 표고 데이터에 상기 파라미터를 수정하여 생성되는 인공 영상인 기계학습 방법
|
| 15 |
15
제8항의기계학습 방법을 수행하는 프로그램을 수록한 컴퓨터 판독 가능 기록 매체
|
| 16 |
16
기록매체에 저장되는 프로그램으로서, 상기 프로그램은 컴퓨팅 시스템에서 실행되는:기록매체에 저장되는 프로그램으로서, 상기 프로그램은 컴퓨팅 시스템에서 실행되는:기계학습에 사용되는 제1 데이터를 저장하는 명령어 세트;상기 제1 데이터의 파라미터를 수정하여 제2 영상 데이터를 생성하는 명령어 세트;상기 기계학습에 사용되는 상기 제2 영상 데이터를 저장하는 명령어 세트; 및기계학습 알고리즘을 이용하여 상기 제1 데이터 및 상기 제2 영상 데이터를 학습하는 명령어 세트를 포함하고,상기 제1 데이터는,실측 수치 지형 표고 데이터이고,상기 제1 데이터의 파라미터는,컴퓨터상의 가상 그래픽 표면에서 광원의 방향, 각도, 세기, 촬영 장치의 위치, 각도, 렌즈 크기, 조리개 값, 셔터스피드, 빛 감응감도 중 적어도 하나를 포함하는프로그램
|
