| 1 |
1
프로그램 코드를 포함하는 컴퓨터 판독 가능 매체에 있어서, 적어도 하나의 프로세서에 의해 상기 프로그램 코드가 실행될 때, 상기 적어도 하나의 프로세서는:입력 이미지에 대한 콘볼루션 연산을 수행하여 피처 맵을 생성하는 단계;상기 피처 맵으로부터 객체의 존재와 관련되는 오브젝트니스 스코어(Objectness Score)에 기반하여 관심 영역을 추출하는 단계;상기 추출된 관심 영역을 기준 사이즈를 갖는 관심 영역으로 정렬하는 단계;상기 정렬된 관심 영역에 기반하여, 상기 객체의 클래스 및 상기 입력 이미지 상의 상기 객체의 위치 정보를 판별하고,기 상 입력 이미지 상의 상기 객체를 둘러싸는 바운더리를 형성하는 단계; 그리고상기 클래스, 상기 위치 정보, 및 상기 바운더리에 기반하는 예측 마스크와, 상기 입력 이미지의 상기 객체의 실제 바운더리에 기반하는 리얼 마스크를 비교하여 콘볼루션 신경망 시스템을 학습시키는 단계를 수행하도록 구성되고,상기 리얼 마스크는 상기 실제 바운더리에 대응하는 제 1 픽셀들, 상기 실제 바운더리에 인접한 가짜 바운더리에 대응하는 제 2 픽셀들을 포함하는 컴퓨터 판독 가능 매체
|
| 2 |
2
제 1 항에 있어서,상기 제 1 픽셀들의 픽셀 값은 상기 제 2 픽셀들의 픽셀 값보다 큰 컴퓨터 판독 가능 매체
|
| 3 |
3
제 1 항에 있어서,상기 제 1 픽셀들의 픽셀 값과 상기 제 2 픽셀들의 픽셀 값은 동일한 컴퓨터 판독 가능 매체
|
| 4 |
4
제 1 항에 있어서,상기 제 2 픽셀들은 상기 제 1 픽셀들로 구성된 상기 실제 바운더리의 외부에 인접하고,상기 가짜 바운더리는 제 1 가짜 바운더리이고,상기 상기 리얼 마스크는 상기 실제 바운더리의 내부에 인접하는 상기 제 1 가짜 바운더리에 대응하는 제 3 픽셀들을 더 포함하는 컴퓨터 판독 가능 매체
|
| 5 |
5
제 1 항에 있어서,상기 제 2 픽셀들은 상기 제 1 픽셀들로 구성된 상기 실제 바운더리의 내부에 인접하고,상기 가짜 바운더리는 제 1 가짜 바운더리이고, 상기 상기 리얼 마스크는 상기 실제 바운더리의 외부에 인접하는 상기 제 1 가짜 바운더리에 대응하는 제 3 픽셀들을 더 포함하는 컴퓨터 판독 가능 매체
|
| 6 |
6
제 1 항에 있어서,상기 적어도 하나의 프로세서에 의해 상기 프로그램 코드가 실행될 때, 상기 적어도 하나의 프로세서는:상기 관심 영역을 추출하는 단계에서, 복수의 앵커(anchor)들을 이용하여 윈도우 슬라이딩(window sliding) 방식으로 상기 피처 맵을 탐색하는 단계를 더 실행하도록 구성되는 컴퓨터 판독 가능 매체
|
| 7 |
7
제 1 항에 있어서,상기 프로세서에 의해 상기 프로그램 코드가 실행될 때, 상기 프로세서는:상기 바운더리를 형성하는 단계에서, 상기 정렬된 관심 영역에 대하여 완전-연결 연산(Fully-Connected)을 더 수행하도록 구성되고, 상기 객체의 상기 클래스 및 상기 위치 정보는 상기 완전 연산의 결과에 기반하여 생성되는 컴퓨터 판독 가능 매체
|
| 8 |
8
프로그램 코드를 포함하는 컴퓨터 판독 가능 매체에 있어서, 적어도 하나의 프로세서에 의해 상기 프로그램 코드가 실행될 때, 상기 적어도 하나의 프로세서는:입력 이미지에 대한 콘볼루션 연산을 수행하여 피처 맵을 생성하는 단계;상기 피처 맵으로부터 객체의 존재와 관련되는 오브젝트니스 스코어(Objectness Score)에 기반하여 관심 영역을 추출하는 단계;상기 추출된 관심 영역을 기준 사이즈를 갖는 관심 영역으로 정렬하는 단계;상기 정렬된 관심 영역에 기반하여, 상기 객체의 클래스 및 상기 입력 이미지 상의 상기 객체의 위치 정보를 판별하고, 상기 이미지 상의 상기 입력 이미지 상의 상기 객체를 둘러싸는 바운더리를 형성하는 단계; 그리고상기 클래스, 상기 위치 정보, 및 상기 바운더리에 기반하는 예측 마스크와, 상기 입력 이미지의 상기 오브젝트를 둘러싸는 실제 바운딩 박스를 포함하는 리얼 마스크를 비교하여 콘볼루션 신경망 시스템을 학습시키는 단계를 수행하도록 구성되고,상기 리얼 마스크는 상기 실제 바운딩 박스에 대응하는 제 1 픽셀들, 상기 바운딩 박스에 인접한 가짜 바운딩 박스에 대응하는 제 2 픽셀들을 포함하는 컴퓨터 판독 가능 매체
|
| 9 |
9
제 8 항에 있어서,상기 제 2 픽셀들은 상기 제 1 픽셀들로 구성된 상기 실제 바운딩 박스 외부에 인접하고,상기 가짜 바운딩 박스는 제 1 가짜 바운딩 박스이고,상기 상기 리얼 마스크는 상기 실제 바운딩 박스의 내부에 인접하는 상기 제 1 가짜 바운딩 박스에 대응하는 제 3 픽셀들을 더 포함하는 컴퓨터 판독 가능 매체
|
| 10 |
10
콘볼루션 신경망 시스템에 있어서:입력 이미지에 대한 콘볼루션 연산을 수행하여 피처 맵을 생성하는 특징 추출기;상기 피처 맵으로부터 객체의 존재와 관련되는 오브젝트니스 스코어(Objectness Score)에 기반하여 관심 영역을 추출하는 ROI 추출기;상기 추출된 관심 영역을 기준 사이즈를 갖는 관심 영역으로 정렬하는 ROI 정렬기;상기 정렬된 관심 영역에 기반하여, 상기 객체의 클래스를 판별하는 분류기;상기 정렬된 관심 영역에 기반하여, 상기 입력 이미지 상의 상기 객체의 위치 정보를 판별하는 바운딩 박스 리그레서; 그리고 상기 입력 이미지 상의 상기 객체를 둘러싸는 바운더리를 형성하는 세그멘테이터를 포함하되,상기 콘볼루션 신경망 시스템은 상기 클래스, 상기 위치 정보, 및 상기 바운더리에 기반하는 예측 마스크와, 상기 입력 이미지의 상기 객체의 실제 바운더리에 기반하는 리얼 마스크를 비교하여 상기 콘볼루션 신경망 시스템을 학습시키고,상기 리얼 마스크는 상기 실제 바운더리에 대응하는 제 1 픽셀들, 상기 실제 바운더리에 인접한 가짜 바운더리에 대응하는 제 2 픽셀들을 포함하는 콘볼루션 신경망 시스템
|
