| 1 |
1
위성 영상의 물체 식별을 위한 뉴럴 네트워크 학습 방법으로서,물체가 포함된 이미지(Image)를 입력 받아 특징맵(Feature Map)을 추출하는 단계;상기 특징맵에 기초하여 상기 물체를 둘러싸는 제1 물체 후보 박스를 생성하는 단계;상기 제1 물체 후보 박스를 중심으로 N배(여기서, N은 1보다 큰 실수) 확장된 영역에 소정의 가중치가 적용된 마스크(Mask)를 이용하여 제2 물체 후보 박스를 생성하는 단계;상기 제2 물체 후보 박스가 RoI 풀링(Region of interest pooling)에 적용되어 분류 특징 벡터 추출부(Classification Feature Vector Extractor)에 입력되는 단계; 및상기 분류 특징 벡터 추출부에서 출력된 분류 특징 벡터(Classification Feature Vector)를 메트릭 러닝 네트워크(Metric Learning Network)에 입력하여 학습되는 단계를 포함하는 위성 영상의 물체 식별을 위한 뉴럴 네트워크 학습 방법
|
| 2 |
2
제 1 항에 있어서,상기 가중치는 상기 마스크의 중심에서 외부 영역으로 진행할수록 감소되는, 위성 영상의 물체 식별을 위한 뉴럴 네트워크 학습 방법
|
| 3 |
3
제 1 항에 있어서,상기 제2 물체 후보 박스는 상기 제1 물체 후보 박스를 중심으로 N배(여기서, N은 1보다 큰 실수) 확장된 영역 및 상기 마스크의 아다마르 곱(Hadamard Product)으로 생성되는, 위성 영상의 물체 식별을 위한 뉴럴 네트워크 학습 방법
|
| 4 |
4
제 1 항에 있어서,상기 제2 물체 후보 박스의 높이 및 너비가 학습되는, 위성 영상의 물체 식별을 위한 뉴럴 네트워크 학습 방법
|
| 5 |
5
제 1 항에 있어서,상기 제2 물체 후보박스가 RoI 풀링에 적용되어 분류 네트워크(Classification Network)에 입력되는 단계를 더 포함하는, 위성 영상의 물체 식별을 위한 뉴럴 네트워크 학습 방법
|
| 6 |
6
제 1 항에 있어서,상기 메트릭 러닝 네트워크는 동일한 종류(class)에 속하는 물체들의 상기 분류 특징 벡터들의 거리가 가깝게 되고, 다른 종류(class)에 속하는 물체들의 상기 분류 특징 벡터들의 거리는 멀어지도록 학습하는, 위성 영상의 물체 식별을 위한 뉴럴 네트워크 학습 방법
|
| 7 |
7
제 1 항에 있어서,상기 메트릭 러닝 네트워크는 메트릭 손실(Metric Loss)을 출력하고, 상기 메트릭 손실을 이용하여 손실 함수를 계산하는, 위성 영상의 물체 식별을 위한 뉴럴 네트워크 학습 방법
|
| 8 |
8
뉴럴 네트워크를 이용한 물체 식별 방법으로서,상기 제 1 항 내지 제 7 항 중 어느 한 항에 따른 학습 방법에 의해 학습된 뉴럴 네트워크에 이미지를 입력하는 단계; 및상기 학습된 뉴럴 네트워크를 통해 상기 이미지에 상응하는 분류 결과를 출력하는 단계를 포함하는 뉴럴 네트워크를 이용한 물체 식별 방법
|
| 9 |
9
제 1 항 내지 제 7 항 중 어느 한 항에 따른 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 기록매체
|
| 10 |
10
뉴럴 네트워크 학습 장치로서,메모리; 및프로세서를 포함하고,상기 프로세서는, 이미지(Image)를 입력 받아 특징맵(Feature Map)을 추출하고, 상기 특징맵에 기초하여 물체를 둘러싸는 제1 물체 후보 박스를 생성하고, 상기 제1 물체 후보 박스의 높이 및 너비의 N배(여기서, N은 1보다 큰 실수)에 해당하는 영역에 소정의 가중치를 적용하여 제2 물체 후보 박스를 생성하고, 상기 제2 물체 후보 박스가 RoI 풀링(Region of interest pooling)에 적용되어 분류 특징 벡터 추출부(Classification Feature Vector Extractor)에 입력되고, 상기 분류 특징 벡터 추출부에서 출력된 분류 특징 벡터(Classification Feature Vector)를 메트릭 러닝 네트워크(Metric Learning Network)에 입력하여 학습되는, 뉴럴 네트워크 학습 장치
|
| 11 |
11
뉴럴 네트워크를 이용한 물체 식별 장치로서,메모리; 및프로세서를 포함하고,상기 프로세서는, 상기 제 1 항 내지 제 6 항 중 어느 한 항에 따른 학습 방법에 의해 학습된 뉴럴 네트워크에 이미지를 입력하고, 상기 학습된 뉴럴 네트워크를 통해 상기 이미지에 상응하는 분류 결과를 출력하는, 뉴럴 네트워크를 이용한 물체 식별 장치
|
