1 |
1
영상 처리 장치가 영상을 분할하는 방법에 있어서, 영상을 복수개의 영역으로 분할하는 단계; 및상기 복수개의 영역 각각에 대해 입력 데이터와 상기 입력 데이터에 대한 추정치간의 잔차(residual)에 기초하여 결정된 데이터 피델리티(fidelity) 함수와 정규화 함수간의 상대적 가중 함수를 각 점(point)에 적용하는 단계;를 포함하는 영상 분할 방법
|
2 |
2
제1항에 있어서, 상기 잔차()는 아래 수학식으로 산출된 것을 특징으로 하는 영상 분할 방법[수학식]여기서, 는 후버손실함수, f(x)는 입력 데이터, 는 각 영역 i의 특성함수, ci는 추정치임
|
3 |
3
제2항에 있어서, 상기 상대적 가중 함수(λ)는 아래 수학식으로 정의되는 것을 특징으로 하는 영상 분할 방법[수학식]여기서, 이고, ρ(u)는 잔차, β는 '0'보다 크고 잔차 ρ(u)의 변화와 관련된 제어 매개 변수, α는 0003c#α003c#1이고, 상대적 가중함수(λ)의 희박 정도를 제어하는 상수 매개 변수임
|
4 |
4
제3항에 있어서, 상기 데이터 피델리티 함수()는 아래 수학식으로 정의되는 것을 특징으로 하는 영상 분할 방법[수학식]여기서, 는 상대적 가중 함수, 는 입력데이터와 추정치간의 잔차, 는 각 영역 i의 특성함수, Ci는 추정치임
|
5 |
5
제4항에 있어서, 상기 정규화 함수()는 아래 수학식으로 정의되는 것을 특징으로 하는 영상 분할 방법[수학식]여기서,, 는 정규화, 는 Huber 함수임
|
6 |
6
제1항에 있어서, 상기 상대적 가중 함수를 각 점에 적용하는 단계 이후, 상기 복수개의 영역 사이에 상호 배타적 제약 조건(Mutually Exclusive Region Constraint)을 적용하는 단계를 더 포함하는 것을 특징으로 하는 영상 분할 방법
|
7 |
7
제6항에 있어서, 상기 상호 배타적 제약 조건은 아래 수학식으로 정의되는 것을 특징으로 하는 영상 분할 방법[수학식]이고, 상기 i, j는 분할 영역의 인덱스이고, ui, uj는 분할함수임
|
8 |
8
제7항에 있어서, 상기 데이터 피델리티 함수, 정규화 함수, 상대적 가중 함수 및 상호 배타적 제약 조건을 이용한 에너지 함수를 최적화하는 단계를 더 포함하는 것을 특징으로 하는 영상 분할 방법
|
9 |
9
제8항에 있어서, 상기 에너지 함수는 아래 수학식으로 정의되는 것을 특징으로 하는 영상 분할 방법[수학식]여기서, ι는 0보다 큰 상호 배타성 제약 조건에 대한 가중치 매개 변수, 는 데이터 피델리티 함수, 는 정규화 함수, ci는 추정치임
|
10 |
10
삭제
|
11 |
11
제9항에 있어서,상기 에너지 함수는 제약받지 않은 확대된 라그랑지안(Lagrangian)으로 단순화되고, 상기 라그랑지안(Lagrangian)으로 단순화된 최종 에너지 함수는 그래디언트에 기반한 교대 방향 수 기법(ADMM)을 이용하여 최적화되는 것을 특징으로 하는 영상 분할 방법
|