| 1 |
1
인식 대상 키워드 목록을 입력하는 단계;입력된 상기 키워드 목록에 관련된 이미지를 수집하는 단계;상기 수집된 이미지를 가공하는 단계;가공된 상기 이미지를 확장하여 마이닝된 이미지로 생성하는 단계; 및상기 마이닝된 이미지를 학습하는 단계;를 포함하고,상기 수집된 이미지를 가공하는 단계는상기 수집된 이미지 중 흰색 배경 이미지를 수정 및 삭제하거나,수집된 웹이미지 중 손상된 이미지를 수정하거나 삭제하고,상기 수집된 웹이미지 중 손상된 이미지를 수정하거나 삭제는 상기 이미지의 헤더의 내용 중에서 불필요한 공백이 존재할 경우 손상된 헤더를 가진 이미지라고 판단하여 삭제한 후, 상기 헤더의 내용을 확인하여 헤더의 내용과 동일한 포맷으로 재생성하는 자동화된 영상 인식 모델 생성과 영상 인식 장치를 이용하는 관리 방법
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
제1항에 있어서,상기 흰색 배경 이미지 삭제는 상기 이미지 중 RGB의 히스토그램에서 흰색 값이라고 판단되는 구간의 데이터의 비율이 특정 비율이상 차지할 경우, 상기 흰색 배경 이미지로 판단하여 삭제하는 자동화된 영상 인식 모델 생성과 영상 인식 장치를 이용하는 관리 방법
|
| 5 |
5
제1항에 있어서,가공된 상기 이미지를 확장하여 마이닝된 이미지로 생성하는 단계는 각 키워드의 하나의 대표적인 목적 이미지를 선별하기 위해서 K-means 클러스터링 알고리즘을 사용하되,상기 K-means 클러스터링 알고리즘에서 K가 1로 설정되면, 상기 각 키워드의 이미지의 클러스터 거리를 계산하고,계산된 상기 각 키워드의 이미지의 클러스터 거리를 상기 클러스터 거리의 중심을 기준으로 기설정된 클러스터 거리와 비교하여,계산된 상기 각 키워드의 이미지의 클러스터 거리가 상기 기설정된 클러스터 거리 이내일 경우에 상기 목적 이미지를 추출하는 자동화된 영상 인식 모델 생성과 영상 인식 장치를 이용하는 관리 방법
|
| 6 |
6
삭제
|
| 7 |
7
인식 대상 키워드 목록을 입력하는 단계;입력된 상기 키워드 목록에 관련된 이미지를 수집하는 단계;상기 수집된 이미지를 가공하는 단계;가공된 상기 이미지를 확장하여 마이닝된 이미지로 생성하는 단계; 및상기 마이닝된 이미지를 학습하는 단계;를 포함하고,상기 마이닝된 이미지를 학습하는 단계는 상기 키워드 목록 중 키워드의 수에 따라 다른 학습을 진행하고,상기 키워드의 수가 1개 일 경우 기존 하위 DCNN(Deep Convolutional Neural Network) 카테고리 모델에 새로운 레이블을 추가하여 학습을 진행하고,키워드의 수가 2개 이상일 경우 랜덤 데이터베이스와 상기 마이닝된 이미지를 이용한 하위 카테고리 DCNN의 학습을 진행하는 자동화된 영상 인식 모델 생성과 영상 인식 장치를 이용하는 관리 방법
|
| 8 |
8
인식 대상 키워드 목록을 입력하는 단계;입력된 상기 키워드 목록에 관련된 이미지를 수집하는 단계;상기 수집된 이미지를 가공하는 단계;가공된 상기 이미지를 확장하여 마이닝된 이미지로 생성하는 단계; 및상기 마이닝된 이미지를 학습하는 단계;를 포함하고,상기 마이닝된 이미지를 학습하는 단계는 상기 키워드 목록 중 키워드의 수에 따라 다른 학습을 진행하고,생성된 상기 마이닝된 이미지가 초기 인식인 경우, DCNN 모델학습을 진행하고, 초기 인식이 아닌 경우 H-DCNN 모델학습을 진행하는 자동화된 영상 인식 모델 생성과 영상 인식 장치를 이용하는 관리 방법
|
| 9 |
9
인식 대상 키워드 목록을 입력하는 단계;입력된 상기 키워드 목록에 관련된 이미지를 수집하는 단계;상기 수집된 이미지를 가공하는 단계;가공된 상기 이미지를 확장하여 마이닝된 이미지로 생성하는 단계; 및상기 마이닝된 이미지를 학습하는 단계;를 포함하고,상기 마이닝된 이미지를 학습하는 단계는 상기 키워드 목록 중 키워드의 수에 따라 다른 학습을 진행하고,수집된 랜덤 데이터베이스를 하나의 레이블로 추가하여 학습을 진행하며,대상 물체가 아닌 이미지로 인식하는 자동화된 영상 인식 모델 생성과 영상 인식 장치를 이용하는 관리 방법
|
| 10 |
10
제8항에 있어서,상기 마이닝된 이미지를 학습하는 단계는상기 H-DCNN에서 하위 카테고리로 연결되는 경우, 새롭게 수집된 데이터베이스의 유사도를 측정하는 자동화된 영상 인식 모델 생성과 영상 인식 장치를 이용하는 관리 방법
|
| 11 |
11
자동화된 영상 인식 모델 생성과 영상 인식 장치에 있어서,키워드 목록을 입력하는 입력부;입력된 상기 키워드 목록에 관련된 이미지를 수집하고, 수집된 이미지를 가공하고, 가공된 이미지를 확장하여 마이닝된 이미지로 생성하고, 상기 마이닝된 이미지를 학습하여 영상인식기를 생성하는 제어부; 및상기 영상인식기에서 출력되는 데이터를 디스플레이하는 디스플레이부;를 포함하고,상기 입력부는 이미지를 촬영할 수 있는 촬영부를 포함하고,상기 제어부는 상기 영상인식기를 이용하여 영상 인식 모델을 생성하는 경우, 상기 영상 인식 모델을 생성하기 위한 학습 프로세스와 상기 촬영부에서 입력받은 상기 이미지를 인식하여 상기 디스플레이부에 디스플레이할 수 있는 표시 프로세스를 포함하되,상기 학습 프로세스와 상기 표시 프로세스를 동시에 진행하도록 제어하고,각 하위 카테고리를 각각의 DCNN 모델로 저장하여 개별적으로 전송하되,모바일, 휴대폰 또는 휴대기기에 대응되는 인식 모델을 개별적으로 전송하도록 제어하는 자동화된 영상 인식 모델 생성과 영상 인식 장치
|
| 12 |
12
삭제
|
| 13 |
13
삭제
|
| 14 |
14
삭제
|
| 15 |
15
자동화된 영상 인식 모델 생성과 영상 인식 장치에 있어서,키워드 목록을 입력하는 입력부;입력된 상기 키워드 목록에 관련된 이미지를 수집하고, 수집된 이미지를 가공하고, 가공된 이미지를 확장하여 마이닝된 이미지로 생성하고, 상기 마이닝된 이미지를 학습하여 영상인식기를 생성하는 제어부; 및상기 영상인식기에서 출력되는 데이터를 디스플레이하는 디스플레이부;를 포함하고,상기 제어부는 상기 수집된 이미지 중 흰색 배경 이미지를 수정 및 삭제하거나,수집된 웹이미지 중 손상된 이미지를 수정하거나 삭제하도록 제어하고,상기 수집된 웹이미지 중 손상된 이미지를 수정하거나 삭제하는 경우,상기 이미지의 헤더의 내용 중에서 불필요한 공백이 존재하면, 손상된 헤더를 가진 이미지라고 판단하여 삭제한 후, 상기 헤더의 내용을 확인하여 헤더의 내용과 동일한 포맷으로 재생성하도록 제어하는 자동화된 영상 인식 모델 생성과 영상 인식 장치
|
| 16 |
16
제15항에 있어서,상기 제어부는상기 흰색 배경 이미지를 삭제하는 경우, 상기 이미지 중 RGB의 히스토그램에서 흰색 값이라고 판단되는 구간의 데이터의 비율이 특정 비율이상 차지하면, 상기 흰색 배경 이미지로 판단하여 삭제하도록 제어하는 자동화된 영상 인식 모델 생성과 영상 인식 장치
|
| 17 |
17
삭제
|
| 18 |
18
자동화된 영상 인식 모델 생성과 영상 인식 장치에 있어서,키워드 목록을 입력하는 입력부;입력된 상기 키워드 목록에 관련된 이미지를 수집하고, 수집된 이미지를 가공하고, 가공된 이미지를 확장하여 마이닝된 이미지로 생성하고, 상기 마이닝된 이미지를 학습하여 영상인식기를 생성하는 제어부; 및상기 영상인식기에서 출력되는 데이터를 디스플레이하는 디스플레이부;를 포함하고,상기 제어부는 상기 마이닝된 이미지를 학습하는 경우, 상기 키워드 목록 중 키워드의 수에 따라 다른 학습을 진행하도록 제어하고,상기 키워드의 수가 1개 일 경우 기존 하위 DCNN(Deep Convolutional Neural Network) 카테고리 모델에 새로운 레이블을 추가하여 학습을 진행하고,키워드의 수가 2개 이상일 경우 랜덤 데이터베이스와 상기 마이닝된 이미지를 이용한 하위 카테고리 DCNN의 학습을 진행하도록 제어하는 자동화된 영상 인식 모델 생성과 영상 인식 장치
|
| 19 |
19
자동화된 영상 인식 모델 생성과 영상 인식 장치에 있어서,키워드 목록을 입력하는 입력부;입력된 상기 키워드 목록에 관련된 이미지를 수집하고, 수집된 이미지를 가공하고, 가공된 이미지를 확장하여 마이닝된 이미지로 생성하고, 상기 마이닝된 이미지를 학습하여 영상인식기를 생성하는 제어부; 및상기 영상인식기에서 출력되는 데이터를 디스플레이하는 디스플레이부;를 포함하고,상기 제어부는 상기 마이닝된 이미지를 학습하는 경우, 상기 키워드 목록 중 키워드의 수에 따라 다른 학습을 진행하도록 제어하고,생성된 상기 마이닝된 이미지가 초기 인식인 경우, DCNN 모델학습을 진행하고, 초기 인식이 아닌 경우 H-DCNN 모델학습을 진행하도록 제어하는 자동화된 영상 인식 모델 생성과 영상 인식 장치
|
| 20 |
20
자동화된 영상 인식 모델 생성과 영상 인식 장치에 있어서,키워드 목록을 입력하는 입력부;입력된 상기 키워드 목록에 관련된 이미지를 수집하고, 수집된 이미지를 가공하고, 가공된 이미지를 확장하여 마이닝된 이미지로 생성하고, 상기 마이닝된 이미지를 학습하여 영상인식기를 생성하는 제어부; 및상기 영상인식기에서 출력되는 데이터를 디스플레이하는 디스플레이부;를 포함하고,상기 제어부는 상기 마이닝된 이미지를 학습하는 경우, 상기 키워드 목록 중 키워드의 수에 따라 다른 학습을 진행하도록 제어하고,수집된 랜덤 데이터베이스를 하나의 레이블로 추가하여 학습을 진행하며,대상 물체가 아닌 이미지로 인식하도록 제어하는 자동화된 영상 인식 모델 생성과 영상 인식 장치
|
| 21 |
21
제19항에 있어서,상기 제어부는상기 H-DCNN에서 하위 카테고리로 연결되는 경우, 새롭게 수집된 데이터베이스의 유사도를 측정하도록 제어하는 자동화된 영상 인식 모델 생성과 영상 인식 장치
|
