| 1 |
1
뉴럴넷(Neural Nets)을 이용하여 입력 영상 내의 객체를 검출하는 객체 인식 장치에서,컨볼루션 뉴럴 네트워크(Convolution Neural Networks, CNN)을 사용하여 수행되는 뉴럴넷 학습에 기반하여, 상기 객체의 신뢰값을 출력하는 학습부, 그리고상기 신뢰값을 상기 객체가 특정 객체 종류에 해당할 확률을 나타내는 확률값으로 변환하고, 상기 확률값과 기저장된 기준값의 비교결과에 기반하여 상기 객체에 대응하는 박스를 생성하는 객체 검출부를 포함하는 객체 인식 장치
|
| 2 |
2
제1항에서,상기 객체 검출부는,상기 확률값이 상기 기준값 보다 크면 인덱스를 생성하고, 상기 인덱스가 생성된 객체에 대해서 박스를 생성하는, 객체 인식 장치
|
| 3 |
3
제2항에서,상기 객체 검출부는,상기 뉴럴넷으로부터 출력된 옵셋에 기반하여 상기 박스의 위치 정보를 출력하는, 객체 인식 장치
|
| 4 |
4
제3항에서,상기 객체 검출부는,각 확률값에 대응하는 상기 출력된 위치 정보에서 서로 겹치는 위치 정보를 제거하는, 객체 인식 장치
|
| 5 |
5
뉴럴넷(Neural Nets)을 이용하여 객체를 검출하는 객체 인식 장치의 동작 방법에서,컨볼루션 뉴럴 네트워크(Convolution Neural Networks, CNN)을 사용하여 수행되는 뉴럴넷 학습에 기반하여, 상기 객체의 신뢰값을 출력하는 단계,상기 신뢰값을 상기 객체가 특정 객체 종류에 해당할 확률을 나타내는 확률값으로 변환하는 단계, 그리고상기 확률값과 기저장된 기준값의 비교결과에 기반하여 상기 객체에 대응하는 박스를 생성하는 단계,를 포함하는 객체 인식 장치의 동작 방법
|
| 6 |
6
제5항에서,상기 박스를 생성하는 단계는,상기 확률값이 상기 기준값 보다 크면 인덱스를 생성하고, 상기 인덱스가 생성된 객체에 대해서 박스를 생성하는, 객체 인식 장치의 동작 방법
|
| 7 |
7
제6항에서,상기 박스를 생성하는 단계 이후에는,상기 뉴럴넷으로부터 출력된 옵셋에 기반하여 상기 박스의 위치 정보를 도출하는 단계를 포함하는, 객체 인식 장치의 동작 방법
|
| 8 |
8
제7항에서,상기 위치 정보를 도출하는 단계 이후에는,각 확률값에 대응하는 상기 도출된 위치 정보에서 서로 겹치는 위치 정보를 제거하는 단계를 포함하는, 객체 인식 장치의 동작 방법
|
