| 1 |
1
삭제
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
삭제
|
| 5 |
5
삭제
|
| 6 |
6
삭제
|
| 7 |
7
삭제
|
| 8 |
8
삭제
|
| 9 |
9
삭제
|
| 10 |
10
삭제
|
| 11 |
11
건물 식별을 위한 심층신경망 모델의 학습 방법으로서,(a) 촬영된 건물 이미지에 대하여 건물 특징부 추출을 위한 전처리를 수행하는 단계;(b) 상기 단계(a)의 전처리를 통해 추출된 건물 특징부를 학습 데이터로 하여, 건물 이미지에서 건물 특징부를 검출하기 위한 심층신경망 모델(이하 '건물 특징부 검출 심층신경망 모델'이라 한다)의 학습을 수행하는 단계;(c) 상기 단계(b)의 학습을 통하여 건물 특징부 검출 심층신경망 모델을 형성하는 단계;(d) 상기 단계(a)의 전처리를 통해 추출된 건물 특징부를 학습 데이터로 하여, 건물 특징부로부터 건물을 식별해내기 위한 심층신경망 모델(이하 '건물 식별 심층신경망 모델'이라 한다)의 학습을 수행하는 단계; 및,(e) 상기 단계(d)의 학습을 통하여 건물 식별 심층신경망 모델을 형성하는 단계를 포함하고,상기 단계(a)는,(a1) 촬영된 건물의 이미지를, 정면에서 보이는 이미지로 보정하는 전처리를 수행하는 단계; 및,(a2) 상기 보정된 이미지로부터, 해당 건물의 건물 특징부를 추출하는 단계를 포함하며,상기 단계(a2)는,(a21) 상기 보정된 이미지로부터, 코너점을 검출하는 단계;(a22) 검출된 코너점이 밀집되어 있는 부분을 후보군으로 설정하는 단계; 및,(a23) 후보군에서, 중간의 세로 방향선을 기준으로, 반복적이면서 대칭 이미지에 서로 존재하는 데이터를 건물 특징부로서 추출하는 단계를 포함하는,건물 식별을 위한 심층신경망 모델의 학습 방법
|
| 12 |
12
삭제
|
| 13 |
13
삭제
|
| 14 |
14
청구항 11에 있어서,상기 단계(a2) 이후,(a3) 상기 단계(a2)에서 추출된 건물 특징부에 대하여, 크기 변화, 각도 회전을 포함하는 데이터 부풀리기(data augmentation)를 수행하는 단계를 더 포함하고,상기 단계(b)에서 학습 데이터로 사용하는 건물 특징부는, 상기 단계(a3)에서 데이터 부풀리기에 의해 생성된 데이터인 것을 특징으로 하는 건물 식별을 위한 심층신경망 모델의 학습 방법
|
| 15 |
15
청구항 11에 있어서,상기 단계(c)의 건물 특징부 검출 심층신경망 모델은,YOLO(You Only Look Once) 모델로 형성되는 것을 특징으로 하는 건물 식별을 위한 심층신경망 모델의 학습 방법
|
| 16 |
16
청구항 11에 있어서,상기 단계(d)에서, 건물 식별을 위한 심층신경망 모델에 학습에 사용되는 건물 특징부는,하나 이상의 건물 특징부 데이터 세트로 구성되는 것을 특징으로 하는 건물 식별을 위한 심층신경망 모델의 학습 방법
|
| 17 |
17
청구항 11에 있어서,상기 단계(e)의 건물 식별 심층신경망 모델은,멀티레이어 CNN(multi-layer convolutional neural network) 모델로 형성되는 것을 특징으로 하는 건물 식별을 위한 심층신경망 모델의 학습 방법
|
| 18 |
18
건물 식별을 위한 심층신경망 모델을 학습시키기 위한 컴퓨터 프로그램으로서,비일시적 저장 매체에 저장되며, 프로세서에 의하여,(a) 촬영된 건물 이미지에 대하여 건물 특징부 추출을 위한 전처리를 수행하는 단계;(b) 상기 단계(a)의 전처리를 통해 추출된 건물 특징부를 학습 데이터로하여, 건물 이미지에서 건물 특징부를 검출하기 위한 심층신경망 모델(이하 '건물 특징부 검출 심층신경망 모델'이라 한다)의 학습을 수행하는 단계;(c) 상기 단계(b)의 학습을 통하여 건물 특징부 검출 심층 신경망 모델을 형성하는 단계;(d) 상기 단계(a)의 전처리를 통해 추출된 건물 특징부를 학습 데이터로하여, 건물 특징부로부터 건물을 식별해내기 위한 심층신경망 모델(이하 '건물 식별 심층신경망 모델'이라 한다)의 학습을 수행하는 단계; 및,(e) 상기 단계(d)의 학습을 통하여 건물 식별 심층신경망 모델을 형성하는 단계가 실행되도록 하는 명령을 포함하고,상기 단계(a)는,(a1) 촬영된 건물의 이미지를, 정면에서 보이는 이미지로 보정하는 전처리를 수행하는 단계; 및,(a2) 상기 보정된 이미지로부터, 해당 건물의 건물 특징부를 추출하는 단계를 포함하며,상기 단계(a2)는,(a21) 상기 보정된 이미지로부터, 코너점을 검출하는 단계;(a22) 검출된 코너점이 밀집되어 있는 부분을 후보군으로 설정하는 단계; 및,(a23) 후보군에서, 중간의 세로 방향선을 기준으로, 반복적이면서 대칭 이미지에 서로 존재하는 데이터를 건물 특징부로서 추출하는 단계를 포함하는,건물 식별을 위한 심층신경망 모델을 학습시키기 위한, 비일시적 저장 매체에 저장된 컴퓨터 프로그램
|
| 19 |
19
건물 식별을 위한 심층신경망 모델의 학습장치로서,적어도 하나의 프로세서; 및컴퓨터로 실행가능한 명령을 저장하는 적어도 하나의 메모리를 포함하되,상기 적어도 하나의 메모리에 저장된 상기 컴퓨터로 실행가능한 명령은, 상기 적어도 하나의 프로세서에 의하여, (a) 촬영된 건물 이미지에 대하여 건물 특징부 추출을 위한 전처리를 수행하는 단계;(b) 상기 단계(a)의 전처리를 통해 추출된 건물 특징부를 학습 데이터로하여, 건물 이미지에서 건물 특징부를 검출하기 위한 심층신경망 모델(이하 '건물 특징부 검출 심층신경망 모델'이라 한다)의 학습을 수행하는 단계;(c) 상기 단계(b)의 학습을 통하여 건물 특징부 검출 심층 신경망 모델을 형성하는 단계;(d) 상기 단계(a)의 전처리를 통해 추출된 건물 특징부를 학습 데이터로하여, 건물 특징부로부터 건물을 식별해내기 위한 심층신경망 모델(이하 '건물 식별 심층신경망 모델'이라 한다)의 학습을 수행하는 단계; 및,(e) 상기 단계(d)의 학습을 통하여 건물 식별 심층신경망 모델을 형성하는 단계가 실행되도록 하고,상기 단계(a)는,(a1) 촬영된 건물의 이미지를, 정면에서 보이는 이미지로 보정하는 전처리를 수행하는 단계; 및,(a2) 상기 보정된 이미지로부터, 해당 건물의 건물 특징부를 추출하는 단계를 포함하며,상기 단계(a2)는,(a21) 상기 보정된 이미지로부터, 코너점을 검출하는 단계;(a22) 검출된 코너점이 밀집되어 있는 부분을 후보군으로 설정하는 단계; 및,(a23) 후보군에서, 중간의 세로 방향선을 기준으로, 반복적이면서 대칭 이미지에 서로 존재하는 데이터를 건물 특징부로서 추출하는 단계를 포함하는,건물 식별을 위한 심층신경망 모델의 학습장치
|
