1 |
1
복수의 원시 데이터를 수집하는 원시 데이터 수집부;수집된 복수의 원시 데이터에 포함된 적어도 하나 이상의 객체에 대해 레이블링을 수행하여 복수의 학습 데이터를 생성하는 학습 데이터 생성부; 및,생성된 복수의 학습 데이터 중 적어도 어느 하나의 학습 데이터에 포함된 적어도 어느 하나의 객체를 나머지 학습 데이터 중 적어도 어느 하나의 학습 데이터에 삽입하여 적어도 하나 이상의 가상 학습 데이터를 생성하는 가상 학습 데이터 생성부;를 포함하는 머신러닝 학습 데이터 증강장치
|
2 |
2
청구항 1에 있어서, 상기 가상 학습 데이터 생성부는,확률 정보에 기반하여 가상 학습 데이터에 삽입될 객체를 선택하는 객체 선택 모듈과,적어도 어느 하나의 학습 데이터에서 적어도 어느 하나의 객체를 추출하고, 추출된 객체를 이진화하여 제1 이진 이미지를 생성하고, 생성된 제1 이진 이미지를 임의의 위치에 배치하여 가상 이미지를 생성하는 가상 이미지 생성 모듈과,상기 가상 이미지 생성 모듈에서 생성된 가상 이미지를 학습 데이터에 삽입하여 가상 학습 데이터를 생성하는 가상 학습 데이터 생성 모듈을 포함하는 머신러닝 학습 데이터 증강장치
|
3 |
3
청구항 2에 있어서, 상기 객체 선택 모듈은,상기 학습 데이터 생성부에 의해 생성된 복수의 학습 데이터 각각에 포함된 복수의 객체에 대해, 각각의 객체가 학습 데이터에 출현한 빈도를 카운팅하여 상대적으로 출현 빈도가 작은 객체가 가상 학습 데이터에 삽입될 확률이 높도록 객체를 선택하는 것을 특징으로 하는 머신러닝 학습 데이터 증강장치
|
4 |
4
청구항 2에 있어서, 상기 가상 이미지 생성 모듈은,상기 제1 이진 이미지의 상하좌우에 임의의 크기를 갖는 0 픽셀로 구성된 행렬을 삽입하여 상기 제1 이진 이미지가 원본 학습 데이터의 객체 크기와 같은 크기로 배치되도록 하는 것을 특징으로 하는 머신러닝 학습 데이터 증강장치
|
5 |
5
청구항 2에 있어서, 상기 가상 학습 데이터 생성 모듈은,상기 복수의 학습 데이터에서 임의의 학습 데이터를 배경 이미지로 사용하고, 상기 배경 이미지에서 객체 부분을 이진화한 제2 이진 이미지를 생성하며, 상기 제2 이진 이미지와 상기 가상 이미지를 중첩하여 누적 이진 이미지를 생성하는 것을 특징으로 하는 머신러닝 학습 데이터 증강장치
|
6 |
6
청구항 5에 있어서, 상기 가상 학습 데이터 생성 모듈은,상기 누적 이진 이미지에서 객체들 간의 중첩되어 가려진 부분이 존재하는 지를 점검하는 가려짐 점검을 수행하는 것을 특징으로 하는 머신러닝 학습 데이터 증강장치
|
7 |
7
청구항 1에 있어서, 상기 학습 데이터 생성부에서 생성된 학습 데이터와 상기 가상 학습 데이터 생성부에서 생성된 가상 학습 데이터 중 적어도 어느 하나를 변형하여 변형 학습 데이터를 생성하는 학습 데이터 변형부를 더 포함하는 머신러닝 학습 데이터 증강장치
|
8 |
8
청구항 7에 있어서, 상기 학습 데이터 변형부는,상기 학습 데이터의 이미지 조도와 상기 가상 학습 데이터의 이미지의 조도 중 적어도 어느 하나를 변환하는 조도 변환 모듈을 포함하는 머신러닝 학습 데이터 증강장치
|
9 |
9
청구항 7에 있어서, 상기 학습 데이터 변형부는,상기 학습 데이터의 이미지 품질과 상기 가상 학습 데이터의 이미지 품질 중 적어도 어느 하나를 변환하는 블러 처리 모듈을 포함하는 머신러닝 학습 데이터 증강장치
|
10 |
10
청구항 7에 있어서, 상기 학습 데이터 변형부는,상기 학습 데이터의 이미지 크기와 상기 가상 학습 데이터의 이미지 크기 중 적어도 어느 하나를 변환하는 크기 변환 모듈을 포함하는 머신러닝 학습 데이터 증강장치
|
11 |
11
복수의 원시 데이터를 수집하는 원시 데이터 수집 단계;수집된 복수의 원시 데이터에 포함된 적어도 하나 이상의 객체에 대해 레이블링을 수행하여 복수의 학습 데이터를 생성하는 학습 데이터 생성 단계; 및,생성된 복수의 학습 데이터 중 적어도 어느 하나의 학습 데이터에 포함된 적어도 어느 하나의 객체를 나머지 학습 데이터 중 적어도 어느 하나의 학습 데이터에 삽입하여 적어도 하나 이상의 가상 학습 데이터를 생성하는 가상 학습 데이터 생성 단계;를 포함하는 머신러닝 학습 데이터 증강방법
|
12 |
12
청구항 11에 있어서, 상기 가상 학습 데이터 생성 단계는,확률 정보에 기반하여 가상 학습 데이터에 삽입될 객체를 선택하는 객체 선택 단계와,적어도 어느 하나의 학습 데이터에서 적어도 어느 하나의 객체를 추출하고, 추출된 객체를 이진화하여 제1 이진 이미지를 생성하고, 생성된 제1 이진 이미지를 임의의 위치에 배치하여 가상 이미지를 생성하는 가상 이미지 생성 단계와,상기 가상 이미지 생성 단계에서 생성된 가상 이미지를 학습 데이터에 삽입하여 가상 학습 데이터를 생성하는 가상 학습 데이터 생성 단계을 포함하는 머신러닝 학습 데이터 증강방법
|
13 |
13
청구항 12에 있어서, 상기 객체 선택 단계는,상기 학습 데이터 생성 단계에 의해 생성된 복수의 학습 데이터 각각에 포함된 복수의 객체에 대해, 각각의 객체가 학습 데이터에 출현한 빈도를 카운팅하여 상대적으로 출현 빈도가 작은 객체가 가상 학습 데이터에 삽입될 확률이 높도록 객체를 선택하는 것을 특징으로 하는 머신러닝 학습 데이터 증강방법
|
14 |
14
청구항 12에 있어서, 상기 가상 이미지 생성 단계는,상기 제1 이진 이미지의 상하좌우에 임의의 크기를 갖는 0 픽셀로 구성된 행렬을 삽입하여 상기 제1 이진 이미지가 원본 학습 데이터의 객체 크기와 같은 크기로 배치되도록 하는 것을 특징으로 하는 머신러닝 학습 데이터 증강방법
|
15 |
15
청구항 12에 있어서, 상기 가상 학습 데이터 생성 단계는,상기 복수의 학습 데이터에서 임의의 학습 데이터를 배경 이미지로 사용하고, 상기 배경 이미지에서 객체 부분을 이진화한 제2 이진 이미지를 생성하며, 상기 제2 이진 이미지와 상기 가상 이미지를 중첩하여 누적 이진 이미지를 생성하는 것을 특징으로 하는 머신러닝 학습 데이터 증강방법
|
16 |
16
청구항 15에 있어서, 상기 가상 학습 데이터 생성 단계는,상기 누적 이진 이미지에서 객체들 간의 중첩되어 가려진 부분이 존재하는 지를 점검하는 가려짐 점검을 수행하는 것을 특징으로 하는 머신러닝 학습 데이터 증강방법
|
17 |
17
청구항 11에 있어서, 상기 학습 데이터 생성 단계에서 생성된 학습 데이터와 상기 가상 학습 데이터 생성 단계에서 생성된 가상 학습 데이터 중 적어도 어느 하나를 변형하여 변형 학습 데이터를 생성하는 학습 데이터 변형 단계를 더 포함하는 머신러닝 학습 데이터 증강방법
|
18 |
18
청구항 17에 있어서, 상기 학습 데이터 변형 단계는,상기 학습 데이터의 이미지 조도와 상기 가상 학습 데이터의 이미지의 조도 중 적어도 어느 하나를 변환하는 조도 변환 단계를 포함하는 머신러닝 학습 데이터 증강방법
|
19 |
19
청구항 17에 있어서, 상기 학습 데이터 변형 단계는,상기 학습 데이터의 이미지 품질과 상기 가상 학습 데이터의 이미지 품질 중 적어도 어느 하나를 변환하는 블러 처리 단계를 포함하는 머신러닝 학습 데이터 증강방법
|
20 |
20
청구항 17에 있어서, 상기 학습 데이터 변형 단계는,상기 학습 데이터의 이미지 크기와 상기 가상 학습 데이터의 이미지 크기 중 적어도 어느 하나를 변환하는 크기 변환 단계를 포함하는 머신러닝 학습 데이터 증강방법
|
21 |
21
청구항 11 내지 청구항 20 중 어느 한 항에 있어서,상기 원시 데이터는 드론에 의해 촬영된 건설 현장의 이미지인 것을 특징으로 하는 머신러닝 학습 데이터 증강방법
|
22 |
22
하드웨어와 결합되어,복수의 원시 데이터를 수집하는 원시 데이터 수집 단계;수집된 복수의 원시 데이터에 포함된 적어도 하나 이상의 객체에 대해 레이블링을 수행하여 복수의 학습 데이터를 생성하는 학습 데이터 생성 단계; 및,생성된 복수의 학습 데이터 중 적어도 어느 하나의 학습 데이터에 포함된 적어도 어느 하나의 객체를 나머지 학습 데이터 중 적어도 어느 하나의 학습 데이터에 삽입하여 적어도 하나 이상의 가상 학습 데이터를 생성하는 가상 학습 데이터 생성 단계;를 실행시키기 위하여 컴퓨터가 판독 가능한 기록매체에 저장된 컴퓨터 프로그램
|