1 |
1
인식하고자 하는 장소가 포함된 분석 대상 영상에 포함된 다수의 객체와 관련된 정보를 객체 특징값으로 추출하는 객체 정보 추출부; 및상기 분석 대상 영상에 포함된 다수의 객체와 관련된 장소 인식을 위한 객체-장소 상관도를 변환 파라미터로 나타내는 인공 신경망 기반의 변환 모델을 생성하고, 상기 객체 특징값을 기반으로 상기 변환 파라미터를 조정하여 상기 변환 모델을 갱신하는 학습 진행부;를 포함하는 것을 특징으로 하는 인공 신경망 기반의 장소 인식 장치
|
2 |
2
제1항에 있어서,상기 객체 정보 추출부는,상기 인식하고자 하는 장소가 포함된 분석 대상 영상을 입력 받는 입력부;객체 인식 데이터셋에 미리 학습된 합성곱 신경망(Convolutional Neural Network, CNN)을 이용하여 상기 분석 대상 영상에 포함된 다수의 객체를 추적하는 객체 추적부; 및추적한 다수의 객체와 관련된 정보를 객체 특징값으로 추출하는 객체 특징값 추출부;를 포함하는 것을 특징으로 하는 인공 신경망 기반의 장소 인식 장치
|
3 |
3
제1항에 있어서,상기 인식하고자 하는 장소가 포함된 분석 대상 영상에서 영상 단위 장소 인식 데이터셋을 사용하여 상기 분석 대상 영상의 장소 정보를 장소 특징값으로 추출하는 장소 정보 추출부;를 더 포함하는 것을 특징으로 하는 인공 신경망 기반의 장소 인식 장치
|
4 |
4
제3항에 있어서,상기 학습 진행부는,상기 객체 정보 추출부에서 추출된 상기 객체 특징값을 기반으로 객체 점수 벡터를 산출하는 객체 점수 벡터 산출부;상기 객체-장소 상관도를 나타내는 변환 파라미터로 상관관계 점수 행렬을 산출하는 상관관계 점수 행렬 산출부; 및상기 상관관계 점수 행렬과 상기 객체 점수 벡터의 곱의 연산을 수행하여 장소 점수 벡터를 산출하는 장소 점수 벡터 산출부;를 포함하는 것을 특징으로 하는 인공 신경망 기반의 장소 인식 장치
|
5 |
5
제4항에 있어서,상기 학습 진행부는,상기 장소 점수 벡터 산출부에서 산출된 상기 장소 점수 벡터를 이용하여 상기 상관관계 점수 행렬의 손실값을 계산하고, 상기 손실값을 기반으로 상기 변환 파라미터를 조정하여 상기 인공 신경망을 트레이닝 하는 트레이닝부;를 더 포함하는 것을 특징으로 하는 인공 신경망 기반의 장소 인식 장치
|
6 |
6
제4항에 있어서,상기 객체 특징값은, n(여기서, n은 자연수)차원 어레이(tensor)의 엘리먼트들이며,상기 객체 점수 벡터 산출부는,상기 엘리먼트들 각각을 n개의 정규화된 벡터 데이터로 변환하는 것을 특징으로 하는 인공 신경망 기반의 장소 인식 장치
|
7 |
7
제5항에 있어서,상기 트레이닝부는,상기 장소 점수 벡터 산출부에서 산출된 상기 장소 점수 벡터로 장소 예측값을 출력하고, 상기 장소 예측값과 장소 특징값을 비교하여 상기 상관관계 점수 행렬의 손실값을 계산하는 손실값 계산부; 및상기 손실값을 기반으로 역전파(Back Propagation) 알고리즘을 이용하여 상기 변환 파라미터를 조정하는 조정부;를 포함하는 것을 특징으로 하는 인공 신경망 기반의 장소 인식 장치
|
8 |
8
제7항에 있어서,상기 트레이닝부는,상기 장소 예측값과 장소 특징값을 비교하여 계산한 상기 손실값이 임계치보다 작을 때까지 상기 변환 파라미터를 조정하여 상기 변환 모델을 갱신하는 것을 특징으로 하는 인공 신경망 기반의 장소 인식 장치
|
9 |
9
제2항에 있어서,상기 객체 인식 데이터셋은,상기 분석 대상 영상에서 상기 인식하고자 하는 장소와 관련이 있는 객체들을 검출할 가능성 있는 영역들의 세트인 것을 특징으로 하는 인공 신경망 기반의 장소 인식 장치
|
10 |
10
객체 정보 추출부에서 추출된 객체 특징값을 기반으로 객체 점수 벡터를 산출하는 객체 점수 벡터 산출부;객체-장소 상관도를 나타내는 변환 파라미터로 상관관계 점수 행렬을 산출하는 상관관계 점수 행렬 산출부;상기 상관관계 점수 행렬과 상기 객체 점수 벡터의 곱의 연산을 수행하여 장소 점수 벡터를 산출하는 장소 점수 벡터 산출부; 및상기 장소 점수 벡터 산출부에서 산출된 상기 장소 점수 벡터를 이용하여 상기 상관관계 점수 행렬의 손실값을 계산하고, 상기 손실값을 기반으로 상기 변환 파라미터를 조정하여 인공 신경망을 트레이닝 하는 트레이닝부;를 포함하는 것을 특징으로 하는 상관관계 점수 행렬 생성 알고리즘 생성 장치
|
11 |
11
제10항에 있어서,상기 트레이닝부는,상기 장소 점수 벡터 산출부에서 산출된 상기 장소 점수 벡터로 장소 예측값을 출력하고, 상기 장소 예측값과 장소 특징값을 비교하여 상기 상관관계 점수 행렬의 손실값을 계산하는 손실값 계산부; 및상기 손실값을 기반으로 역전파(Back Propagation) 알고리즘을 이용하여 상기 변환 파라미터를 조정하는 조정부;를 포함하는 것을 특징으로 하는 상관관계 점수 행렬 생성 알고리즘 생성 장치
|
12 |
12
제11항에 있어서,상기 트레이닝부는,상기 장소 예측값과 장소 특징값을 비교하여 계산한 상기 손실값이 임계치보다 작을 때까지 상기 변환 파라미터를 조정하여 변환 모델을 갱신하는 것을 특징으로 하는 상관관계 점수 행렬 생성 알고리즘 생성 장치
|
13 |
13
장소 정보 추출부가 인식하고자 하는 장소가 포함된 분석 대상 영상에서 영상 단위 장소 인식 데이터셋을 사용하여 상기 분석 대상 영상의 장소 정보를 장소 특징값으로 추출하는 단계;객체 정보 추출부가 객체 인식 데이터셋에 미리 학습된 합성곱 신경망(Convolutional Neural Network, CNN)을 이용하여 상기 인식하고자 하는 장소가 포함된 분석 대상 영상에 포함된 다수의 객체와 관련된 정보를 객체 특징값으로 추출하는 단계; 및학습 진행부가 상기 분석 대상 영상에 포함된 다수의 객체와 관련된 장소 인식을 위한 객체-장소 상관도를 변환 파라미터로 나타내는 인공 신경망 기반의 변환 모델을 생성하고, 상기 객체 특징값을 기반으로 상기 변환 파라미터를 조정하여 변환 모델을 갱신하는 단계;를 포함하는 것을 특징으로 하는 인공 신경망 기반의 장소 인식 방법
|
14 |
14
제13항에 있어서,상기 변환 파라미터를 조정하여 상기 변환 모델을 갱신하는 단계는,객체 점수 벡터 산출부가 상기 객체 정보 추출부에서 추출된 상기 객체 특징값을 기반으로 객체 점수 벡터를 산출하는 단계;상관관계 점수 행렬 산출부가 상기 객체-장소 상관도를 나타내는 변환 파라미터로 상관관계 점수 행렬을 산출하는 단계;장소 점수 벡터 산출부가 상기 상관관계 점수 행렬과 상기 객체 점수 벡터의 곱의 연산을 수행하여 상기 장소 점수 벡터를 산출하는 단계; 및트레이닝부가 상기 장소 점수 벡터 산출부에서 산출된 상기 장소 점수 벡터를 이용하여 상기 상관관계 점수 행렬의 손실값을 계산하고, 상기 손실값을 기반으로 상기 변환 파라미터를 조정하여 상기 인공 신경망을 트레이닝 하는 단계;를 포함하는 것을 특징으로 하는 인공 신경망 기반의 장소 인식 방법
|
15 |
15
제14항에 있어서,상기 인공 신경망을 트레이닝 하는 단계는,손실값 계산부가 상기 장소 점수 벡터 산출부에서 산출된 상기 장소 점수 벡터로 장소 예측값을 출력하고, 상기 장소 예측값과 장소 특징값을 비교하여 상기 상관관계 점수 행렬의 손실값을 계산하는 단계; 및조정부가 상기 손실값을 기반으로 역전파(Back Propagation) 알고리즘을 이용하여 상기 변환 파라미터를 조정하는 단계;를 포함하는 것을 특징으로 하는 인공 신경망 기반의 장소 인식 방법
|
16 |
16
제15항에 있어서,상기 인공 신경망을 트레이닝 하는 단계는,상기 장소 예측값과 장소 특징값을 비교하여 계산한 상기 손실값이 임계치보다 작을 때까지 상기 변환 파라미터를 조정하여 상기 변환 모델을 갱신하는 것을 특징으로 하는 인공 신경망 기반의 장소 인식 방법
|
17 |
17
제13항 내지 제16항 중 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
|