1 |
1
학습할 객체에 상응하는 키워드에 기초하여 범용 검색 엔진을 통해 학습 영상을 획득하는 학습 영상 획득부;상기 학습 영상 획득부에서 획득한 학습 영상을 학습을 위해 입력하는 영상 입력부;상기 영상 입력부로부터 입력되는 영상에 대한 객체 인식을 학습하는 학습 네트워크;상기 학습 네트워크의 인식 성능을 평가하는 학습 평가부; 및상기 학습 평가부의 평가 결과에 기초하여 상기 학습 네트워크의 학습 방향을 설정하는 학습 방향 설정부를 포함하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 장치
|
2 |
2
제1항에 있어서,상기 학습 평가부는 미리 설정된 수의 학습 영상 또는 미리 설정된 시간에 대해 학습이 이루어진 후 인식 성능을 평가하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 장치
|
3 |
3
제 1항에 있어서,상기 영상 입력부는 상기 학습 영상에서 배경 영역을 제거하는 배경 제거부를 포함하며 배경 영역이 제거된 영상을 상기 학습 네트워크에 입력하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 장치
|
4 |
4
제1항에 있어서,상기 영상 입력부는 상기 학습 영상의 객체의 형태를 변형시키는 객체 형태 변형부를 포함하며, 객체의 형태가 변형된 영상을 상기 학습 네트워크에 입력하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 장치
|
5 |
5
제1항에 있어서,상기 학습 네트워크는 다양한 가로:세로 비율을 갖는 필터들을 저장하는 필터 뱅크부;상기 필터 뱅크부에 저장된 필터들 중 선택된 필터를 이용하여 컨볼루션 연산을 수행하는 컨볼루션 연산부; 및샘플링을 적용하여 영상의 사이즈를 축소하는 풀링부를 포함하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 장치
|
6 |
6
제5항에 있어서,상기 컨볼루션 연산부는 각 레이어별로 필터를 선택하여 컨볼루션 연산을 수행하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 장치
|
7 |
7
제5항에 있어서,상기 컨볼루션 연산부는 객체의 사이즈 및 객체의 특성 정보를 이용하여 필터를 선택하고 상기 객체의 특성 정보는 객체의 컬러 및 형태를 포함하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 장치
|
8 |
8
제5항에 있어서,상기 학습 방향 설정부는 상기 학습 평가부에서 출력하는 평가 점수가 미리 설정된 제1 경계값 이하일 경우 학습을 중지하도록 제어하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 장치
|
9 |
9
제8항에 있어서,상기 학습 방향 설정부는 상기 학습 평가부에서 출력하는 평가 점수가 상기 제1 경계값 이상이고 미리 설정된 제2 경게값 이하일 경우 상기 학습 네트워크의 파라미터를 변경하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 장치
|
10 |
10
제9항에 있어서,상기 학습 네트워크의 파라미터는 필터의 사이즈 및 필터의 가로:세로 비율을 포함하고, 상기 학습 방향 설정부는 각 레이어별로 필터의 가로:세로 비율 및 필터의 사이즈 중 적어도 하나를 변경하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 장치
|
11 |
11
삭제
|
12 |
12
삭제
|
13 |
13
삭제
|
14 |
14
객체 인식을 위한 자가 학습 장치에서 수행되는 학습 방법으로서,학습할 객체에 상응하는 키워드에 기초하여 범용 검색 엔진을 통해 학습 영상을 획득하는 단계(a);상기 단계(a)에서 획득한 학습 영상을 학습을 위해 입력하는 단계(b);상기 단계(b)에서 입력되는 영상에 대한 객체 인식을 학습하는 단계(c);상기 단계(c)의 학습에 따른 인식 성능을 평가하는 단계(d); 및상기 단계(d)의 평가 결과에 기초하여 상기 단계(c)의 학습 방향을 설정하는 단계(e)를 포함하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 방법
|
15 |
15
제14항에 있어서,상기 학습 단계(d)는 미리 설정된 수의 학습 영상 또는 미리 설정된 시간에 대해 학습이 이루어진 후 상기 단계 (c)에 따른 인식 성능을 평가하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 방법
|
16 |
16
제15항의 방법을 실행하기 위한 프로그램이 기록되어 있으며 컴퓨터에 의해 판독 가능한 프로그램이 기록된 기록 매체
|