1 |
1
서버에 의해 수행되는 인공신경망을 이용한 볼륨 렌더링 방법에 있어서,(a) 사용자 단말로부터 수신된 볼륨 이미지 데이터를 기초로 전달함수(TF: Transfer Function)를 이용하여 볼륨 렌더링 이미지를 생성하고, 볼륨 렌더링 모델을 통해 상기 볼륨 렌더링 이미지 및 전달함수를 기설정된 레이블로 분류하여 레이블링된 전달함수를 생성하는 단계;(b) 사용자 단말로부터 수신된 타겟 스타일 이미지를 분할한 복수의 이미지 패치를 기설정된 레이블로 분류하고, 상기 레이블의 색상을 추출하는 단계;(c) 상기 추출된 레이블 색상을 상기 레이블링된 전달함수에 맵핑하여 스타일 전달함수를 생성하는 단계; 및(d) 상기 스타일 전달함수를 통해 스타일 볼륨 렌더링 이미지를 생성하여 상기 사용자 단말에 제공하는 단계;를 포함하는 것이고,상기 볼륨 렌더링 모델은 네트워크를 통해 수집된 이미지 데이터를 분할한 복수의 이미지 패치를 기초로 학습된 인공신경망을 이용하여 기설정된 레이블로 분류하는 것이고,상기 전달함수는 그리드 전달함수(Grid Transfer Function), 속성공간 전달함수(Attribute space Transfer Function) 또는 대표 전달함수(Representative Transfer Function) 중 하나 이상을 포함하는 것이고,상기 (a)단계는 대표 전달함수 및 그리드 전달함수를 이용하여 대표 볼륨 렌더링 이미지 및 그리드 볼륨 렌더링 이미지를 생성하고, 상기 대표 볼륨 렌더링 이미지를 상기 볼륨 렌더링 모델을 통해 기설정된 레이블로 분류하고, 상기 분류된 대표 볼륨 렌더링 이미지에 기초하여 그리드 볼륨 렌더링 이미지를 기설정된 레이블로 분류하는 단계를 더 포함하는 것인,인공신경망을 이용한 볼륨 렌더링 방법
|
2 |
2
제 1 항에 있어서,상기 (a)단계는 볼륨 렌더링 이미지를 생성하기 위해 적어도 하나 이상의 시점(viewpoint)을 설정하는 단계를 더 포함하는 것인,인공신경망을 이용한 볼륨 렌더링 방법
|
3 |
3
삭제
|
4 |
4
제 1 항에 있어서,상기 대표 전달함수(Representative Transfer Function)는 속성공간 전달함수를 NХN 그리드로 분할한 뒤 가장 많은 영역을 차지하는 속성공간 전달함수의 클래스를 그리드 전달함수의 클래스로 할당하는 것인인공신경망을 이용한 볼륨 렌더링 방법
|
5 |
5
삭제
|
6 |
6
제 1 항에 있어서,상기 (a)단계는 상기 그리드 볼륨 렌더링 이미지 및 상기 그리드 전달함수를 기설정된 레이블로 분류하기 위해, 상기 그리드 전달함수의 동일한 영역에 설정된 복수의 레이블에 대해 투표 알고리즘을 이용하여 대표 레이블을 선택하는 단계를 더 포함하는 것인,인공신경망을 이용한 볼륨 렌더링 방법
|
7 |
7
제 1 항에 있어서,상기 (b)단계는 동일 레이블에서 추출한 색상을 주요색상 클러스터와 배경색상 클러스터로 분류하고, 비중이 더 큰 클러스터의 색상을 선택하는 단계를 더 포함하는,인공신경망을 이용한 볼륨 렌더링 방법
|
8 |
8
제 7 항에 있어서,상기 클러스터는 데이터 간의 거리를 평균과 분산을 사용해서 그룹화하는 알고리즘인 k-mean 클러스터링을 이용하여 분류한 것인,인공신경망을 이용한 볼륨 렌더링 방법
|
9 |
9
제 1 항에 있어서,상기 (b)단계는 상기 타겟 스타일 이미지를 상기 볼륨 렌더링 모델을 통해 복수의 이미지 패치로 분할하여 기설정된 레이블로 분류하는 것인,인공신경망을 이용한 볼륨 렌더링 방법
|
10 |
10
제 1 항에 있어서,상기 볼륨 렌더링 모델은 복수의 컨볼루션 레이어를 중첩한 컨볼루션 신경망(CNN: Convolutional Neural Network)을 기반으로 기설정된 레이블에 따라 이미지를 분류하는 것인,인공신경망을 이용한 볼륨 렌더링 방법
|
11 |
11
인공신경망을 이용한 볼륨 렌더링 서버에 있어서,인공신경망을 이용한 볼륨 렌더링 프로그램이 저장된 메모리;상기 메모리에 저장된 프로그램을 실행하는 프로세서를 포함하며, 상기 프로세서는 상기 프로그램의 실행에 의해, 사용자 단말로부터 수신된 볼륨 이미지 데이터를 기초로 전달함수를 이용하여 볼륨 렌더링 이미지를 생성하고, 볼륨 렌더링 모델을 통해 상기 볼륨 렌더링 이미지 및 전달함수를 기설정된 레이블로 분류하여 레이블링된 전달함수를 생성하고, 대표 전달함수 및 그리드 전달함수를 이용하여 대표 볼륨 렌더링 이미지 및 그리드 볼륨 렌더링 이미지를 생성하고, 상기 대표 볼륨 렌더링 이미지를 상기 볼륨 렌더링 모델을 통해 기설정된 레이블로 분류하고, 상기 분류된 대표 볼륨 렌더링 이미지에 기초하여 그리드 볼륨 렌더링 이미지를 기설정된 레이블로 분류하고,사용자 단말로부터 수신된 타겟 스타일 이미지를 분할한 복수의 이미지 패치를 기설정된 레이블로 분류하고, 상기 레이블의 색상을 추출하고,상기 추출된 레이블 색상을 상기 레이블링된 전달함수에 맵핑하여 스타일 전달함수를 생성하고,상기 스타일 전달함수를 통해 스타일 볼륨 렌더링 이미지를 생성하여 상기 사용자 단말에 제공하는 것이고,상기 볼륨 렌더링 모델은 네트워크를 통해 수집된 이미지 데이터를 분할한 복수의 이미지 패치를 기초로 학습된 인공신경망을 이용하여 기설정된 레이블로 분류하는 것이고,상기 전달함수는 그리드 전달함수(Grid Transfer Function), 속성공간 전달함수(Attribute space Transfer Function) 또는 대표 전달함수(Representative Transfer Function) 중 하나 이상을 포함하는 것인,인공신경망을 이용한 볼륨 렌더링 서버
|
12 |
12
제 11 항에 있어서,상기 프로세서는 볼륨 렌더링 이미지를 생성하기 위해 적어도 하나 이상의 시점(viewpoint)을 설정하는 것인,인공신경망을 이용한 볼륨 렌더링 서버
|
13 |
13
삭제
|
14 |
14
제 11 항에 있어서,상기 대표 전달함수(Representative Transfer Function)는 속성공간 전달함수를 NХN 그리드로 분할한 뒤 가장 많은 영역을 차지하는 속성공간 전달함수의 클래스를 그리드 전달함수의 클래스로 할당하는 것인인공신경망을 이용한 볼륨 렌더링 서버
|
15 |
15
삭제
|
16 |
16
제 11 항에 있어서,상기 프로세서는 상기 그리드 볼륨 렌더링 이미지 및 상기 그리드 전달함수를 기설정된 레이블로 분류하기 위해, 상기 그리드 전달함수의 동일한 영역에 설정된 복수의 레이블에 대해 투표 알고리즘을 이용하여 대표 레이블을 선택하는 것인,인공신경망을 이용한 볼륨 렌더링 서버
|
17 |
17
제 11 항에 있어서,상기 프로세서는 상기 타겟 스타일 이미지를 상기 볼륨 렌더링 모델을 통해 복수의 이미지 패치로 분할하여 기설정된 레이블로 분류하는 것인,인공신경망을 이용한 볼륨 렌더링 서버
|
18 |
18
제 1 항에 따르는 인공신경망을 이용한 볼륨 렌더링 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 비일시적 컴퓨터 판독가능 기록매체
|