1 |
1
학습 영상을 복수의 블럭들로 분할하는 단계;상기 블럭들 별로 적어도 하나의 특징을 추출하는 단계;상기 학습 영상에 대한, 상기 블럭들 별 적어도 하나의 특징의 기여도를 산출하는 단계; 및 상기 적어도 하나의 특징의 기여도에 기초하여, 상기 학습 영상으로부터 특징을 추출하는 단계를 포함하고, 상기 적어도 하나의 특징을 추출하는 단계는상기 적어도 하나의 특징 별로, 상기 복수의 블럭들 중 어느 하나의 블럭으로부터 특징을 추출하는 단계를 포함하고, 상기 기여도를 산출하는 단계는상기 어느 하나의 블럭으로부터 추출된 특징에 기초하여 테스트 영상에 대한 제1 인식률을 산출하는 단계; 및상기 제1 인식률을 상기 기여도로 설정하는 단계를 포함하는, 특징을 추출하는 방법
|
2 |
2
제1항에 있어서, 상기 적어도 하나의 특징을 추출하는 단계는상기 블럭들 별로, 상기 적어도 하나의 특징의 특성에 기초하여 상기 적어도 하나의 특징을 추출하는 단계를 포함하는, 특징을 추출하는 방법
|
3 |
3
제1항에 있어서, 상기 적어도 하나의 특징에 대응하는 블럭의 위치 및 상기 적어도 하나의 특징에 대응하는 블럭의 크기는 서로 동일한, 특징을 추출하는 방법
|
4 |
4
삭제
|
5 |
5
학습 영상을 복수의 블럭들로 분할하는 단계;상기 블럭들 별로 적어도 하나의 특징을 추출하는 단계;상기 학습 영상에 대한, 상기 블럭들 별 적어도 하나의 특징의 기여도를 산출하는 단계; 및 상기 적어도 하나의 특징의 기여도에 기초하여, 상기 학습 영상으로부터 특징을 추출하는 단계를 포함하고, 상기 기여도를 산출하는 단계는상기 적어도 하나의 특징 중 해당하는 특징에 대응하는 블럭을 제외한 나머지 블럭들의 적어도 하나의 특징에 기초하여 테스트 영상에 대한 제2 인식률을 산출하는 단계; 및 상기 제2 인식률에 대응하는 인식 에러율을 상기 기여도로 설정하는 단계를 포함하는, 특징을 추출하는 방법
|
6 |
6
제1항에 있어서, 상기 학습 영상으로부터 특징을 추출하는 단계는상기 적어도 하나의 특징의 기여도에 기초하여 상기 학습 영상의 특징을 결정하는 단계; 및 상기 학습 영상으로부터 상기 결정된 특징을 추출하는 단계를 포함하는, 특징을 추출하는 방법
|
7 |
7
제6항에 있어서, 상기 학습 영상의 특징을 결정하는 단계는상기 블럭들 별로 상기 적어도 하나의 특징의 기여도를 정렬(sorting)하는 단계; 및 상기 정렬된 기여도에 기초하여 상기 학습 영상의 특징을 결정하는 단계를 포함하는, 특징을 추출하는 방법
|
8 |
8
제7항에 있어서, 상기 정렬된 기여도에 기초하여 상기 학습 영상의 특징을 결정하는 단계는상기 정렬된 기여도 중 미리 설정된 임계치보다 높은 기여도에 대응하는 블럭에 기초하여 상기 학습 영상의 특징을 결정하는 단계를 포함하는, 특징을 추출하는 방법
|
9 |
9
제6항에 있어서, 상기 학습 영상의 특징을 결정하는 단계는상기 블럭들 별로 동일한 위치의 블럭에 대응하는 적어도 하나의 기여도를 비교하는 단계; 및상기 기여도 비교 결과에 기초하여 상기 학습 영상의 특징을 결정하는 단계를 포함하는, 특징을 추출하는 방법
|
10 |
10
제9항에 있어서, 상기 기여도 비교 결과에 기초하여 상기 학습 영상의 특징을 결정하는 단계는상기 비교 결과, 상기 블럭들 별로 동일한 위치의 블럭에서 기여도가 가장 높은 특징을 해당 위치의 블럭에 대한 최종 특징으로 결정하는 단계; 및 상기 해당 위치의 블럭에 대한 최종 특징에 기초하여 상기 학습 영상의 특징을 결정하는 단계를 포함하는, 특징을 추출하는 방법
|
11 |
11
하드웨어와 결합되어 제1항 내지 제3항, 제5항 내지 제10항 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램
|
12 |
12
학습 영상을 복수의 블럭들로 분할하고, 상기 블럭들 별로 적어도 하나의 특징을 추출하고, 상기 학습 영상에 대한 상기 블럭들 별 적어도 하나의 특징의 기여도를 산출하며, 상기 적어도 하나의 특징의 기여도에 기초하여, 상기 학습 영상으로부터 특징을 추출하는 프로세서를 포함하고,상기 프로세서는 상기 적어도 하나의 특징 별로, 상기 복수의 블럭들 중 어느 하나의 블럭으로부터 특징을 추출하고, 상기 어느 하나의 블럭으로부터 추출된 특징에 기초하여 테스트 영상에 대한 제1 인식률을 산출하며, 상기 제1 인식률을 상기 기여도로 설정하는, 특징을 추출하는 장치
|
13 |
13
삭제
|
14 |
14
제12항에 있어서, 상기 적어도 하나의 특징에 대응하는 블럭의 위치 및 상기 적어도 하나의 특징에 대응하는 블럭의 크기는 서로 동일한, 특징을 추출하는 장치
|
15 |
15
학습 영상을 복수의 블럭들로 분할하고, 상기 블럭들 별로 적어도 하나의 특징을 추출하고, 상기 학습 영상에 대한 상기 블럭들 별 적어도 하나의 특징의 기여도를 산출하며, 상기 적어도 하나의 특징의 기여도에 기초하여, 상기 학습 영상으로부터 특징을 추출하는 프로세서를 포함하고, 상기 프로세서는상기 적어도 하나의 특징 중 해당하는 특징에 대응하는 블럭을 제외한 나머지 블럭들의 적어도 하나의 특징에 기초하여 테스트 영상에 대한 제2 인식률을 산출하고, 상기 제2 인식률에 대응하는 인식 에러율을 상기 기여도로 설정하는, 특징을 추출하는 장치
|
16 |
16
제12항에 있어서, 상기 프로세서는상기 적어도 하나의 특징의 기여도에 기초하여 상기 학습 영상의 특징을 결정하고, 상기 학습 영상으로부터 상기 결정된 특징을 추출하는, 특징을 추출하는 장치
|
17 |
17
제16항에 있어서, 상기 프로세서는상기 블럭들 별로 상기 적어도 하나의 특징의 기여도를 정렬하고, 상기 정렬된 기여도에 기초하여 상기 학습 영상의 특징을 결정하는, 특징을 추출하는 장치
|
18 |
18
제17항에 있어서, 상기 프로세서는상기 정렬된 기여도 중 미리 설정된 임계치보다 높은 기여도에 대응하는 블럭에 기초하여 상기 학습 영상의 특징을 결정하는, 특징을 추출하는 장치
|
19 |
19
제16항에 있어서, 상기 프로세서는상기 블럭들 별로 동일한 위치의 블럭에 대응하는 적어도 하나의 기여도를 비교하고, 상기 기여도 비교 결과에 기초하여 상기 학습 영상의 특징을 결정하는, 특징을 추출하는 장치
|
20 |
20
제19항에 있어서, 상기 프로세서는상기 비교 결과, 상기 블럭들 별로 동일한 위치의 블럭에서 기여도가 가장 높은 특징을 해당 위치의 블럭에 대한 최종 특징으로 결정하고, 상기 해당 위치의 블럭에 대한 최종 특징에 기초하여 상기 학습 영상의 특징을 결정하는, 특징을 추출하는 장치
|