| 1 |
1
이미지 입력을 받는 단계와;딥러닝 기반 객체 탐지방법을 사용하여 상기 이미지에서 객체들을 탐지하는 단계와;PLSI를 이용하여 이미지가 가지는 맥락 상황(context)을 탐지하는 단계와;딥러닝 기반 관계 탐지 및 온톨로지 방법을 사용하여 객체들 간의 관계를 탐지하는 단계와;입력 이미지에 대한 장면 그래프를 생성하는 단계로 이루어지고,상기 PLSI를 사용하여 이미지 어노테이션을 행하여 객체에 태그(tag)를 부여하여 이미지 태그 리스트를 생성하고, 이를 기반으로 맥락 상황을 판단하며,상기 딥러닝 기반 관계 탐지는 위, 아래, 접촉, 뒤, 앞과 같은 위치를 나타내는 관계를 사용하는, 공간 특징을 활용하는 공간 관계 탐지이며,상기 PLSI를 사용하는 이미지 어노테이션에서 EM알고리즘을 위한 다음의 목적 함수를 특징으로 하는, 컴퓨터를 이용한 딥러닝과 PLSI 기반 이미지객체의 의미관계 인식방법,여기서, di는 이미지, Wj는 이미지에 나타나는 객체를 나타내며, Zk는 잠재적 주제(context)을 의미하며, 목적함수에서 사용되는 는 이미지 안에서 객체가 가지는 가중치(이미지에서 객체가 나타나는 횟수, 이미지에서 객체가 차지하는 비중)를 나타낸다
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
제1항에 있어서,상기 EM 알고리즘은 아래와 같은 E-단계와,아래와 같은 M-단계,로 이루어지는 것을 특징으로 하는, 컴퓨터를 이용한 딥러닝과 PLSI 기반 이미지객체의 의미관계 인식방법
|
| 5 |
5
제1항에 있어서,맥락 상황(context)을 탐지하는 단계에서 탐지한 객체들 상위 범위에서 하위 범위로 한정화하는 것을 특징으로 하는, 컴퓨터를 이용한 딥러닝과 PLSI 기반 이미지객체의 의미관계 인식방법
|
| 6 |
6
제1항에 있어서,딥러닝 기반 객체 탐지방법은 영역 제안과 분류가 동시에 이루어지는 1-단 디텍터로 구성되는 것을 특징으로 하는, 컴퓨터를 이용한 딥러닝과 PLSI 기반 이미지객체의 의미관계 인식방법
|
| 7 |
7
제1항에 있어서,상기 딥러닝 기반 객체 탐지방법은 영역 제안(객체가 포함된 구역 판정)과, 분류 두 단계로 이루어지는 2-단 디텍터로 구성되는 것을 특징으로 하는, 컴퓨터를 이용한 딥러닝과 PLSI 기반 이미지객체의 의미관계 인식방법
|
| 8 |
8
삭제
|
| 9 |
9
제1항, 제4항 내지 제7항 중 어느 한 항에 있어서,딥러닝과 PLSI 기반 이미지객체의 의미관계 인식방법에서 맥락에 맞는 객체들 간의 관계만을 고려하는 것을 특징으로 하는, 컴퓨터를 이용한 딥러닝과 PLSI 기반 이미지객체의 의미관계 인식방법
|
