| 1 |
1
서로 다른 복수의 점 집합들 - 상기 복수의 점 집합들 각각은 서로 다른 n(n은 4이상의 자연수)개의 점들에 대한 인덱스와 좌표로 구성된 집합을 의미함 - 과 상기 복수의 점 집합들 각각에 대응되는 미리 정해진 k(k는 2이상의 자연수로 n보다 작음)개의 인덱스 선택 세트들 - 상기 인덱스 선택 세트들 각각은 점 집합을 구성하는 n개의 점들 중에서 선택된 3개의 점들의 인덱스로 구성된 세트를 의미함 - 이 트레이닝 세트로 저장되어 있는 트레이닝 세트 저장부;상기 트레이닝 세트 저장부로부터 상기 복수의 점 집합들 중 어느 하나인 제1 점 집합과 상기 제1 점 집합에 대응되는 k개의 제1 인덱스 선택 세트들을 추출한 후 상기 제1 점 집합을 구성하는 n개의 점들의 좌표를 입력 열로 구성하여 포인터 네트워크(pointer network)의 인코더를 통해 인코딩을 수행하는 인코딩부;상기 인코더를 통해 수행된 상기 제1 점 집합을 구성하는 n개의 점들의 좌표에 대한 인코딩 결과를 상기 포인터 네트워크의 디코더에 인가하여 상기 디코더를 구성하는 디코더 유닛(decoder unit)별로 상기 제1 점 집합을 구성하는 n개의 점들 각각에 대한 어텐션 가중치(attention weight)를 연산하고, 상기 어텐션 가중치에 미리 설정된 활성화 함수(Activation Function)를 적용하여 상기 제1 점 집합을 구성하는 n개의 점들 각각에 대한 함수 값을 연산한 후 상기 제1 점 집합을 구성하는 n개의 점들 중 상기 함수 값이 큰 순서로 3개의 점들의 인덱스를 선택함으로써, 3개의 점들의 인덱스로 구성된 서로 다른 k개의 점 선택 세트들을 생성하는 점 선택부; 및 상기 k개의 점 선택 세트들과 상기 k개의 제1 인덱스 선택 세트들을 비교하여 상기 k개의 점 선택 세트들과 상기 k개의 제1 인덱스 선택 세트들이 서로 일치하게 되도록 상기 포인터 네트워크를 기계학습시키는 학습 수행부를 포함하는 포인터 네트워크의 학습을 통해 고품질의 메쉬 구조의 생성을 지원하기 위한 그래픽 처리 장치
|
| 2 |
2
제1항에 있어서,상기 점 선택부는상기 디코더를 구성하는 디코더 유닛 중 어느 하나인 제1 디코더 유닛에서 3개의 점들의 인덱스가 선택되면, 상기 제1 디코더 유닛에서 선택된 3개의 점들에 대한 좌표를 상기 제1 디코더 유닛의 다음 디코더 유닛인 제2 디코더 유닛의 입력으로 인가하는 포인터 네트워크의 학습을 통해 고품질의 메쉬 구조의 생성을 지원하기 위한 그래픽 처리 장치
|
| 3 |
3
제1항에 있어서,상기 활성화 함수는 시그모이드(sigmoid) 함수인 포인터 네트워크의 학습을 통해 고품질의 메쉬 구조의 생성을 지원하기 위한 그래픽 처리 장치
|
| 4 |
4
제1항에 있어서,상기 복수의 점 집합들 전부에 대해 상기 포인터 네트워크를 기계학습시키기 위한 과정의 반복 수행을 제어하는 반복 수행 제어부를 더 포함하는 포인터 네트워크의 학습을 통해 고품질의 메쉬 구조의 생성을 지원하기 위한 그래픽 처리 장치
|
| 5 |
5
제4항에 있어서,상기 트레이닝 세트 저장부에는상기 복수의 점 집합들 각각에 대해 기계학습을 수행할 미리 지정된 순번에 대한 정보가 추가로 대응되어 저장되어 있고,상기 반복 수행 제어부는상기 복수의 점 집합들 각각에 대응되어 저장되어 있는 순번에 따른 순서로 상기 복수의 점 집합들 전부에 대해 상기 포인터 네트워크를 기계학습시키기 위한 과정의 반복 수행을 제어하는 포인터 네트워크의 학습을 통해 고품질의 메쉬 구조의 생성을 지원하기 위한 그래픽 처리 장치
|
| 6 |
6
제4항에 있어서,상기 포인터 네트워크에 대한 기계학습이 완료된 이후, n개의 정점(vertex)들을 갖는 그래픽 모델에 대한 메쉬(mesh) 구조의 생성 명령이 인가되면, 상기 n개의 정점들의 좌표를 확인하고, 상기 n개의 정점들에 대해 인덱스를 할당하는 전처리부;상기 n개의 정점들의 좌표를 입력 열로 구성하여 기계학습이 완료된 상기 포인터 네트워크의 상기 인코더를 통해 인코딩을 수행하는 인코딩 처리부;상기 인코더를 통해 수행된 상기 n개의 정점들의 좌표에 대한 인코딩 결과를 기계학습이 완료된 상기 포인터 네트워크의 상기 디코더에 인가하여 상기 디코더를 구성하는 디코더 유닛별로 상기 n개의 정점들 각각에 대한 어텐션 가중치를 연산하고, 상기 어텐션 가중치에 상기 활성화 함수를 적용하여 상기 n개의 정점들 각각에 대한 선택용 함수 값을 연산한 후 상기 n개의 정점들 중 상기 선택용 함수 값이 큰 순서로 3개의 정점들의 인덱스를 선택함으로써, 3개의 정점들의 인덱스로 구성된 서로 다른 k개의 정점 선택 세트들을 생성하는 정점 선택부; 및상기 k개의 정점 선택 세트들 각각에 포함된 3개의 정점들의 인덱스를 기초로 상기 k개의 정점 선택 세트들 각각에 대응하는 삼각형 엘리먼트를 구성함으로써, 상기 그래픽 모델의 메쉬 구조를 생성하는 메쉬 구조 생성부를 더 포함하는 포인터 네트워크의 학습을 통해 고품질의 메쉬 구조의 생성을 지원하기 위한 그래픽 처리 장치
|
| 7 |
7
서로 다른 복수의 점 집합들 - 상기 복수의 점 집합들 각각은 서로 다른 n(n은 4이상의 자연수)개의 점들에 대한 인덱스와 좌표로 구성된 집합을 의미함 - 과 상기 복수의 점 집합들 각각에 대응되는 미리 정해진 k(k는 2이상의 자연수로 n보다 작음)개의 인덱스 선택 세트들 - 상기 인덱스 선택 세트들 각각은 점 집합을 구성하는 n개의 점들 중에서 선택된 3개의 점들의 인덱스로 구성된 세트를 의미함 - 이 트레이닝 세트로 저장되어 있는 트레이닝 세트 저장부를 유지하는 단계;상기 트레이닝 세트 저장부로부터 상기 복수의 점 집합들 중 어느 하나인 제1 점 집합과 상기 제1 점 집합에 대응되는 k개의 제1 인덱스 선택 세트들을 추출한 후 상기 제1 점 집합을 구성하는 n개의 점들의 좌표를 입력 열로 구성하여 포인터 네트워크(pointer network)의 인코더를 통해 인코딩을 수행하는 단계;상기 인코더를 통해 수행된 상기 제1 점 집합을 구성하는 n개의 점들의 좌표에 대한 인코딩 결과를 상기 포인터 네트워크의 디코더에 인가하여 상기 디코더를 구성하는 디코더 유닛(decoder unit)별로 상기 제1 점 집합을 구성하는 n개의 점들 각각에 대한 어텐션 가중치(attention weight)를 연산하고, 상기 어텐션 가중치에 미리 설정된 활성화 함수(Activation Function)를 적용하여 상기 제1 점 집합을 구성하는 n개의 점들 각각에 대한 함수 값을 연산한 후 상기 제1 점 집합을 구성하는 n개의 점들 중 상기 함수 값이 큰 순서로 3개의 점들의 인덱스를 선택함으로써, 3개의 점들의 인덱스로 구성된 서로 다른 k개의 점 선택 세트들을 생성하는 단계; 및 상기 k개의 점 선택 세트들과 상기 k개의 제1 인덱스 선택 세트들을 비교하여 상기 k개의 점 선택 세트들과 상기 k개의 제1 인덱스 선택 세트들이 서로 일치하게 되도록 상기 포인터 네트워크를 기계학습시키는 단계를 포함하는 포인터 네트워크의 학습을 통해 고품질의 메쉬 구조의 생성을 지원하기 위한 그래픽 처리 장치의 동작 방법
|
| 8 |
8
제7항에 있어서,상기 k개의 점 선택 세트들을 생성하는 단계는상기 디코더를 구성하는 디코더 유닛 중 어느 하나인 제1 디코더 유닛에서 3개의 점들의 인덱스가 선택되면, 상기 제1 디코더 유닛에서 선택된 3개의 점들에 대한 좌표를 상기 제1 디코더 유닛의 다음 디코더 유닛인 제2 디코더 유닛의 입력으로 인가하는 포인터 네트워크의 학습을 통해 고품질의 메쉬 구조의 생성을 지원하기 위한 그래픽 처리 장치의 동작 방법
|
| 9 |
9
제7항에 있어서,상기 활성화 함수는 시그모이드(sigmoid) 함수인 포인터 네트워크의 학습을 통해 고품질의 메쉬 구조의 생성을 지원하기 위한 그래픽 처리 장치의 동작 방법
|
| 10 |
10
제7항에 있어서,상기 복수의 점 집합들 전부에 대해 상기 포인터 네트워크를 기계학습시키기 위한 과정의 반복 수행을 제어하는 단계를 더 포함하는 포인터 네트워크의 학습을 통해 고품질의 메쉬 구조의 생성을 지원하기 위한 그래픽 처리 장치의 동작 방법
|
| 11 |
11
제10항에 있어서,상기 트레이닝 세트 저장부에는상기 복수의 점 집합들 각각에 대해 기계학습을 수행할 미리 지정된 순번에 대한 정보가 추가로 대응되어 저장되어 있고,상기 반복 수행을 제어하는 단계는상기 복수의 점 집합들 각각에 대응되어 저장되어 있는 순번에 따른 순서로 상기 복수의 점 집합들 전부에 대해 상기 포인터 네트워크를 기계학습시키기 위한 과정의 반복 수행을 제어하는 포인터 네트워크의 학습을 통해 고품질의 메쉬 구조의 생성을 지원하기 위한 그래픽 처리 장치의 동작 방법
|
| 12 |
12
제10항에 있어서,상기 포인터 네트워크에 대한 기계학습이 완료된 이후, n개의 정점(vertex)들을 갖는 그래픽 모델에 대한 메쉬(mesh) 구조의 생성 명령이 인가되면, 상기 n개의 정점들의 좌표를 확인하고, 상기 n개의 정점들에 대해 인덱스를 할당하는 단계;상기 n개의 정점들의 좌표를 입력 열로 구성하여 기계학습이 완료된 상기 포인터 네트워크의 상기 인코더를 통해 인코딩을 수행하는 단계;상기 인코더를 통해 수행된 상기 n개의 정점들의 좌표에 대한 인코딩 결과를 기계학습이 완료된 상기 포인터 네트워크의 상기 디코더에 인가하여 상기 디코더를 구성하는 디코더 유닛별로 상기 n개의 정점들 각각에 대한 어텐션 가중치를 연산하고, 상기 어텐션 가중치에 상기 활성화 함수를 적용하여 상기 n개의 정점들 각각에 대한 선택용 함수 값을 연산한 후 상기 n개의 정점들 중 상기 선택용 함수 값이 큰 순서로 3개의 정점들의 인덱스를 선택함으로써, 3개의 정점들의 인덱스로 구성된 서로 다른 k개의 정점 선택 세트들을 생성하는 단계; 및상기 k개의 정점 선택 세트들 각각에 포함된 3개의 정점들의 인덱스를 기초로 상기 k개의 정점 선택 세트들 각각에 대응하는 삼각형 엘리먼트를 구성함으로써, 상기 그래픽 모델의 메쉬 구조를 생성하는 단계를 더 포함하는 포인터 네트워크의 학습을 통해 고품질의 메쉬 구조의 생성을 지원하기 위한 그래픽 처리 장치의 동작 방법
|
| 13 |
13
제7항 내지 제12항 중 어느 한 항의 방법을 컴퓨터와의 결합을 통해 실행시키기 위한 컴퓨터 프로그램을 기록한 컴퓨터 판독 가능 기록 매체
|
| 14 |
14
제7항 내지 제12항 중 어느 한 항의 방법을 컴퓨터와의 결합을 통해 실행시키기 위한 저장매체에 저장된 컴퓨터 프로그램
|
