1 |
1
삭제
|
2 |
2
적어도 하나의 프로세서에 의해 동작하는 장치로서,입력된 타겟 객체를 3차원 공간에 세울 수 있는 복수의 후보 면을 결정하고, 학습용 객체들의 지면을 학습한 타당한 지면 학습기를 이용하여 상기 복수의 후보 면 중에서 상기 타겟 객체의 타당한 지면을 검출하는 검출부, 상기 타당한 지면 위에 상기 타겟 객체를 정렬하고, 정렬된 상기 타겟 객체를 복수의 시점으로 회전하여 시점 이미지들을 획득하며, 상기 시점 이미지들에 포함된 정보력을 평가하여 시점별 정보력 점수를 계산하는 평가부, 그리고상기 시점별 정보력 점수를 기초로 상기 타겟 객체의 대표 시점을 결정하는 대표 시점 결정부를 포함하며,지면을 알고 있는 각 학습용 객체를 복셀(voxel) 데이터로 변환하고, 상기 복셀 데이터를 감싸는 컨벡스 헐(Convex Hull)의 평면들 중 적어도 일부의 평면을 학습용 후보 면들로 결정하며, 지면인지 아닌지를 알고 있는 각 학습용 후보 면 위에 정렬된 상기 복셀 데이터를 학습 데이터로 생성하고, 상기 학습 데이터를 이용하여 상기 타당한 지면 학습기를 학습시키는 학습부를 더 포함하고,상기 학습부에 의해 학습된 상기 타당한 지면 학습기는 입력 객체가 타당한 지면 위에 세워진 것인지를 평가하는 장치
|
3 |
3
제2항에서,상기 학습부는각 학습용 객체의 종류를 더 포함하는 학습 데이터를 이용하여 상기 타당한 지면 학습기를 학습시키고,상기 학습부에 의해 학습된 상기 타당한 지면 학습기는 입력 객체가 특정 종류인지를 평가하는, 장치
|
4 |
4
적어도 하나의 프로세서에 의해 동작하는 장치로서,입력된 타겟 객체를 3차원 공간에 세울 수 있는 복수의 후보 면을 결정하고, 학습용 객체들의 지면을 학습한 타당한 지면 학습기를 이용하여 상기 복수의 후보 면 중에서 상기 타겟 객체의 타당한 지면을 검출하는 검출부, 상기 타당한 지면 위에 상기 타겟 객체를 정렬하고, 정렬된 상기 타겟 객체를 복수의 시점으로 회전하여 시점 이미지들을 획득하며, 상기 시점 이미지들에 포함된 정보력을 평가하여 시점별 정보력 점수를 계산하는 평가부, 그리고상기 시점별 정보력 점수를 기초로 상기 타겟 객체의 대표 시점을 결정하는 대표 시점 결정부를 포함하며,상기 검출부는상기 타겟 객체의 형태를 기초로 상기 복수의 후보 면을 결정하고, 각 후보 면 위에 세워진 상기 타겟 객체를 상기 타당한 지면 학습기에 입력하며, 상기 복수의 후보 면 중에서 상기 타당한 지면 학습기에서 출력된 점수가 가장 높은 후보 면을 상기 타겟 객체의 타당한 지면으로 검출하고,상기 타당한 지면 학습기는 각 후보 면이 타당한 지면일 가능성을 나타내는 점수를 출력하는, 장치
|
5 |
5
적어도 하나의 프로세서에 의해 동작하는 장치로서,입력된 타겟 객체를 3차원 공간에 세울 수 있는 복수의 후보 면을 결정하고, 학습용 객체들의 지면을 학습한 타당한 지면 학습기를 이용하여 상기 복수의 후보 면 중에서 상기 타겟 객체의 타당한 지면을 검출하는 검출부, 상기 타당한 지면 위에 상기 타겟 객체를 정렬하고, 정렬된 상기 타겟 객체를 복수의 시점으로 회전하여 시점 이미지들을 획득하며, 상기 시점 이미지들에 포함된 정보력을 평가하여 시점별 정보력 점수를 계산하는 평가부, 그리고상기 시점별 정보력 점수를 기초로 상기 타겟 객체의 대표 시점을 결정하는 대표 시점 결정부를 포함하며,상기 평가부는상기 시점 이미지들 각각에서 상기 타겟 객체가 특정 종류로 인식될 가능성을 평가하여 시점별 인식 점수를 획득하고, 상기 시점별 인식 점수를 이용하여 상기 시점별 정보력 점수를 계산하는 장치
|
6 |
6
제5항에서,상기 평가부는상기 타겟 객체의 종류를 확인하고, 해당 종류로 분류된 이미지들에서 출현하는 시점별 빈도를 기초로 시점별 인기 점수를 평가하고, 상기 시점별 인식 점수와 상기 시점별 인기 점수를 이용하여 상기 시점별 정보력 점수를 계산하는 장치
|
7 |
7
제5항에서,상기 평가부는상기 시점 이미지들 각각에 포함된 기하학적 정보를 평가하여 시점별 기하학적 정보 점수를 획득하고, 상기 시점별 인식 점수와 상기 시점별 기하학적 정보 점수를 이용하여 상기 시점별 정보력 점수를 계산하는 장치
|
8 |
8
제5항에서,상기 대표 시점 결정부는상기 시점별 정보력 점수를 기초로 정보력 점수가 가장 높은 시점을 상기 대표 시점으로 결정하고, 상기 타겟 객체를 상기 대표 시점에서 렌더링하여 썸네일 이미지를 생성하는 장치
|
9 |
9
적어도 하나의 프로세서에 의해 동작하는 장치로서,입력된 타겟 객체를 3차원 공간에 세울 수 있는 복수의 후보 면을 결정하고, 학습용 객체들의 지면을 학습한 타당한 지면 학습기를 이용하여 상기 복수의 후보 면 중에서 상기 타겟 객체의 타당한 지면을 검출하는 검출부, 상기 타당한 지면 위에 상기 타겟 객체를 정렬하고, 정렬된 상기 타겟 객체를 복수의 시점으로 회전하여 시점 이미지들을 획득하며, 상기 시점 이미지들에 포함된 정보력을 평가하여 시점별 정보력 점수를 계산하는 평가부, 그리고상기 시점별 정보력 점수를 기초로 상기 타겟 객체의 대표 시점을 결정하는 대표 시점 결정부를 포함하며,상기 대표 시점 결정부는상기 시점별 정보력 점수에서 정보력 점수가 상위인 복수의 시점들을 추출하고, 상기 복수의 시점들을 연결하는 시점 경로를 생성하며, 상기 시점 경로를 따라 변하는 시점으로 상기 타겟 객체를 회전한 장면들을 연결하여 프리뷰 비디오를 생성하는 장치
|
10 |
10
삭제
|
11 |
11
적어도 하나의 프로세서에 의해 동작하는 장치의 동작 방법으로서,입력 객체가 지면에 세워진 상태인지를 평가하도록, 지면을 알고 있는 학습용 객체들을 이용하여 컨볼루션 신경 회로망을 학습시키는 단계,입력된 타겟 객체의 형태를 기초로 상기 타겟 객체를 3차원 공간에 세울 수 있는 복수의 후보 면을 결정하는 단계,상기 컨볼루션 신경 회로망을 이용하여 각 후보 면이 상기 타겟 객체의 지면일 가능성을 평가하는 단계, 상기 컨볼루션 신경 회로망에서 출력된 각 후보 면에 대한 평가 점수를 기초로 상기 복수의 후보 면 중에서 상기 타겟 객체의 지면일 가능성이 가장 높은 후보 면을 상기 타겟 객체의 타당한 지면으로 검출하는 단계,상기 타당한 지면 위에 상기 타겟 객체를 정렬하는 단계,정렬된 상기 타겟 객체를 복수의 시점으로 회전하여 시점별 시점 이미지들을 추출하는 단계, 상기 시점 이미지들 각각에서 상기 타겟 객체가 특정 종류로 인식될 가능성을 평가하여 시점별 인식 점수를 획득하는 단계, 상기 시점별 인식 점수를 포함하는 시점별 정보력 점수를 기초로 상기 타겟 객체에 대한 대표 시점을 결정하는 단계, 그리고상기 대표 시점에서 상기 타겟 객체를 렌더링하여 대표 이미지를 생성하는 단계를 더 포함하는 동작 방법
|
12 |
12
제11항에서,상기 시점별 시점 이미지들을 추출하는 단계는상기 타겟 객체를 회전할 시점들을 샘플링하고, 상기 타겟 객체를 샘플링한 시점들에서 2차원으로 투영한 이미지들을 상기 시점 이미지들로 추출하는 동작 방법
|
13 |
13
제11항에서,상기 시점 이미지들 각각에 포함된 기하학적 정보를 평가하여 시점별 기하학적 정보 점수를 획득하는 단계를 더 포함하고,상기 대표 시점을 결정하는 단계는 상기 시점별 인식 점수와 상기 시점별 기하학적 정보 점수를 합산하여 상기 시점별 정보력 점수를 획득하는 동작 방법
|
14 |
14
제11항에서,상기 시점별 인식 점수를 획득하는 단계는이미지들을 학습하여 종류를 판별하는 객체 종류 인식기를 이용하여, 각 시점 이미지에 포함된 상기 타겟 객체가 특정 종류로 인식될 점수를 획득하고,상기 객체 종류 인식기는 입력 이미지에 포함된 객체가 특정 종류로 인식될 점수를 출력하도록 학습된 컨볼루션 신경 회로망인 동작 방법
|
15 |
15
적어도 하나의 프로세서에 의해 동작하는 장치의 동작 방법으로서,3D 형태들의 지면을 학습한 컨볼루션 신경 회로망을 이용하여, 입력된 3D 객체를 감싸는 복수의 평면 중에서 해당 평면 위에 상기 3D 객체를 세우는 것이 가장 타당한 평면을 상기 3D 객체의 지면으로 결정하는 단계, 지면으로 결정된 평면의 법선 벡터가 3차원 공간의 z축 방향이 되도록 상기 3D 객체를 정렬하는 단계,상기 3D 객체를 복수의 시점으로 회전하여 시점별 시점 이미지들을 추출하는 단계, 상기 시점 이미지들 각각에서 포함된 상기 3D 객체에 대한 정보력을 평가하여 시점별 정보력 점수를 계산하는 단계, 그리고상기 시점별 정보력 점수를 기초로 상기 3D 객체에 대한 대표 시점을 결정하는 단계를 포함하고,상기 정보력 점수는 각 시점 이미지에 포함된 상기 3D 객체가 특정 종류의 객체로 인식되는 인식 점수, 그리고 각 시점 이미지에 포함된 상기 3D 객체의 기하학적 정보를 평가한 기하학적 정보 점수 중 적어도 하나를 이용하여 계산되는 동작 방법
|
16 |
16
제15항에서,상기 시점별 시점 이미지들을 추출하는 단계는지면 위에 세워진 상기 3D 객체를 복수의 시점으로 회전하여 시점별 시점 이미지들을 추출하는 동작 방법
|
17 |
17
제15항에서,상기 대표 시점에서 상기 3D 객체를 렌더링하여 상기 3D 객체의 대표 이미지를 생성하는 단계를 더 포함하는 동작 방법
|