1 |
1
복수의 실제(real) 이미지들이 저장되어 있는 이미지 저장부;생성적 적대 신경망(Generative Adversarial Networks: GANs)의 생성기(generator)를 통해 복수의 제1 모조(fake) 이미지들을 생성하고, 상기 GANs의 식별기(discriminator)를 통해 상기 복수의 제1 모조 이미지들과 상기 복수의 실제 이미지들이 실제인지 모조인지 여부를 식별하도록 하는 기계학습을 수행함으로써, 상기 생성기와 상기 식별기를 1차로 학습시키는 제1 학습 수행부;상기 1차 학습이 수행된 생성기를 통해 복수의 제2 모조 이미지들을 생성하고, 사전에 기계학습이 수행되어 있는 보조 식별기를 통해 상기 복수의 제2 모조 이미지들과 상기 복수의 실제 이미지들이 실제인지 모조인지 여부를 식별하도록 하는 기계학습을 추가로 수행함으로써, 상기 보조 식별기를 재학습시키는 제2 학습 수행부; 및상기 1차 학습이 수행된 생성기를 통해 복수의 제3 모조 이미지들을 생성하고, 상기 1차 학습이 수행된 식별기와 상기 재학습이 수행된 보조 식별기를 통해 상기 복수의 제3 모조 이미지들과 상기 복수의 실제 이미지들이 실제인지 모조인지 여부를 식별하도록 하는 기계학습을 추가로 수행함으로써, 상기 1차 학습이 수행된 생성기와 상기 1차 학습이 수행된 식별기 및 상기 재학습이 수행된 보조 식별기를 최종 학습시키는 제3 학습 수행부를 포함하는 보조 식별기가 추가된 기계학습을 통해 이미지의 생성을 가능하게 하는 생성적 적대 신경망 기반의 이미지 생성 처리 장치
|
2 |
2
제1항에 있어서,상기 제1 학습 수행부는상기 식별기에서 수행되는 상기 복수의 제1 모조 이미지들과 상기 복수의 실제 이미지들에 대한 제1 식별 결과의 정확도가 증가하도록 상기 식별기를 학습시키는 식별기 학습부; 및상기 식별기에서 수행되는 상기 복수의 제1 모조 이미지들에 대한 상기 제1 식별 결과를 상기 생성기에 피드백하여 상기 제1 식별 결과의 정확도가 감소하도록 상기 생성기를 학습시키는 생성기 학습부를 포함하는 보조 식별기가 추가된 기계학습을 통해 이미지의 생성을 가능하게 하는 생성적 적대 신경망 기반의 이미지 생성 처리 장치
|
3 |
3
제2항에 있어서,상기 식별기 학습부는제1 가치 함수 - 상기 제1 가치 함수는 상기 식별기가 상기 복수의 실제 이미지들을 실제인 것으로 판단할 확률과 상기 복수의 제1 모조 이미지들을 실제가 아닌 것으로 판단할 확률을 기반으로 설계된 상기 제1 식별 결과의 정확도를 표상하는 함수임 - 에 따른 함수 값이 최대가 되도록 상기 식별기를 학습시키고,상기 생성기 학습부는상기 제1 가치 함수에 따른 함수 값이 최소가 되도록 상기 생성기를 학습시키는 보조 식별기가 추가된 기계학습을 통해 이미지의 생성을 가능하게 하는 생성적 적대 신경망 기반의 이미지 생성 처리 장치
|
4 |
4
제1항에 있어서,상기 제2 학습 수행부는상기 보조 식별기에서 수행되는 상기 복수의 제2 모조 이미지들과 상기 복수의 실제 이미지들에 대한 제2 식별 결과의 정확도가 증가하도록 상기 보조 식별기를 재학습시키는 보조 식별기가 추가된 기계학습을 통해 이미지의 생성을 가능하게 하는 생성적 적대 신경망 기반의 이미지 생성 처리 장치
|
5 |
5
제4항에 있어서,상기 제2 학습 수행부는제2 가치 함수 - 상기 제2 가치 함수는 상기 보조 식별기가 상기 복수의 실제 이미지들을 실제인 것으로 판단할 확률과 상기 복수의 제2 모조 이미지들을 실제가 아닌 것으로 판단할 확률을 기반으로 설계된 상기 제2 식별 결과의 정확도를 표상하는 함수임 - 에 따른 함수 값이 최대가 되도록 상기 보조 식별기를 재학습시키는 보조 식별기가 추가된 기계학습을 통해 이미지의 생성을 가능하게 하는 생성적 적대 신경망 기반의 이미지 생성 처리 장치
|
6 |
6
제1항에 있어서,상기 제3 학습 수행부는상기 1차 학습이 수행된 식별기에서 수행되는 상기 복수의 제3 모조 이미지들과 상기 복수의 실제 이미지들에 대한 제3 식별 결과의 정확도, 및 상기 재학습이 수행된 보조 식별기에서 수행되는 상기 복수의 제3 모조 이미지들과 상기 복수의 실제 이미지들에 대한 제4 식별 결과의 정확도가 모두 증가하도록 상기 1차 학습이 수행된 식별기와 상기 재학습이 수행된 보조 식별기를 추가로 학습시키는 추가 식별기 학습부; 및상기 1차 학습이 수행된 식별기와 상기 재학습이 수행된 보조 식별기 각각에서 수행되는 상기 복수의 제3 모조 이미지들에 대한 상기 제3 식별 결과와 상기 제4 식별 결과를 상기 1차 학습이 수행된 생성기에 피드백하여 상기 제3 식별 결과와 상기 제4 식별 결과의 정확도가 감소하도록 상기 1차 학습이 수행된 생성기를 추가로 학습시키는 추가 생성기 학습부를 포함하는 보조 식별기가 추가된 기계학습을 통해 이미지의 생성을 가능하게 하는 생성적 적대 신경망 기반의 이미지 생성 처리 장치
|
7 |
7
제6항에 있어서,상기 추가 식별기 학습부는제3 가치 함수 - 상기 제3 가치 함수는 상기 1차 학습이 수행된 식별기가 상기 복수의 실제 이미지들을 실제인 것으로 판단할 확률과 상기 복수의 제3 모조 이미지들을 실제가 아닌 것으로 판단할 확률, 및 상기 재학습이 수행된 보조 식별기가 상기 복수의 실제 이미지들을 실제인 것으로 판단할 확률과 상기 복수의 제3 모조 이미지들을 실제가 아닌 것으로 판단할 확률을 기반으로 설계된 상기 제3 식별 결과와 상기 제4 식별 결과의 정확도를 표상하는 함수임 - 에 따른 함수 값이 최대가 되도록 상기 1차 학습이 수행된 식별기와 상기 재학습이 수행된 보조 식별기를 추가로 학습시키고,상기 추가 생성기 학습부는상기 제3 가치 함수에 따른 함수 값이 최소가 되도록 상기 1차 학습이 수행된 생성기를 추가로 학습시키는 보조 식별기가 추가된 기계학습을 통해 이미지의 생성을 가능하게 하는 생성적 적대 신경망 기반의 이미지 생성 처리 장치
|
8 |
8
제7항에 있어서,상기 제3 가치 함수는상기 제3 가치 함수에 따른 함수 값이 연산될 때, 상기 재학습이 수행된 보조 식별기가 상기 복수의 제3 모조 이미지들을 실제가 아닌 것으로 판단할 확률이 0 초과 1 미만의 기설정된 비율만큼만 반영되도록 설계된 함수인 보조 식별기가 추가된 기계학습을 통해 이미지의 생성을 가능하게 하는 생성적 적대 신경망 기반의 이미지 생성 처리 장치
|
9 |
9
복수의 실제(real) 이미지들이 저장되어 있는 이미지 저장부를 유지하는 단계;생성적 적대 신경망(Generative Adversarial Networks: GANs)의 생성기(generator)를 통해 복수의 제1 모조(fake) 이미지들을 생성하고, 상기 GANs의 식별기(discriminator)를 통해 상기 복수의 제1 모조 이미지들과 상기 복수의 실제 이미지들이 실제인지 모조인지 여부를 식별하도록 하는 기계학습을 수행함으로써, 상기 생성기와 상기 식별기를 1차로 학습시키는 단계;상기 1차 학습이 수행된 생성기를 통해 복수의 제2 모조 이미지들을 생성하고, 사전에 기계학습이 수행되어 있는 보조 식별기를 통해 상기 복수의 제2 모조 이미지들과 상기 복수의 실제 이미지들이 실제인지 모조인지 여부를 식별하도록 하는 기계학습을 추가로 수행함으로써, 상기 보조 식별기를 재학습시키는 단계; 및상기 1차 학습이 수행된 생성기를 통해 복수의 제3 모조 이미지들을 생성하고, 상기 1차 학습이 수행된 식별기와 상기 재학습이 수행된 보조 식별기를 통해 상기 복수의 제3 모조 이미지들과 상기 복수의 실제 이미지들이 실제인지 모조인지 여부를 식별하도록 하는 기계학습을 추가로 수행함으로써, 상기 1차 학습이 수행된 생성기와 상기 1차 학습이 수행된 식별기 및 상기 재학습이 수행된 보조 식별기를 최종 학습시키는 단계를 포함하는 보조 식별기가 추가된 기계학습을 통해 이미지의 생성을 가능하게 하는 생성적 적대 신경망 기반의 이미지 생성 처리 방법
|
10 |
10
제9항에 있어서,상기 생성기와 상기 식별기를 1차로 학습시키는 단계는상기 식별기에서 수행되는 상기 복수의 제1 모조 이미지들과 상기 복수의 실제 이미지들에 대한 제1 식별 결과의 정확도가 증가하도록 상기 식별기를 학습시키는 단계; 및상기 식별기에서 수행되는 상기 복수의 제1 모조 이미지들에 대한 상기 제1 식별 결과를 상기 생성기에 피드백하여 상기 제1 식별 결과의 정확도가 감소하도록 상기 생성기를 학습시키는 단계를 포함하는 보조 식별기가 추가된 기계학습을 통해 이미지의 생성을 가능하게 하는 생성적 적대 신경망 기반의 이미지 생성 처리 방법
|
11 |
11
제10항에 있어서,상기 식별기를 학습시키는 단계는제1 가치 함수 - 상기 제1 가치 함수는 상기 식별기가 상기 복수의 실제 이미지들을 실제인 것으로 판단할 확률과 상기 복수의 제1 모조 이미지들을 실제가 아닌 것으로 판단할 확률을 기반으로 설계된 상기 제1 식별 결과의 정확도를 표상하는 함수임 - 에 따른 함수 값이 최대가 되도록 상기 식별기를 학습시키고,상기 생성기를 학습시키는 단계는상기 제1 가치 함수에 따른 함수 값이 최소가 되도록 상기 생성기를 학습시키는 보조 식별기가 추가된 기계학습을 통해 이미지의 생성을 가능하게 하는 생성적 적대 신경망 기반의 이미지 생성 처리 방법
|
12 |
12
제9항에 있어서,상기 보조 식별기를 재학습시키는 단계는상기 보조 식별기에서 수행되는 상기 복수의 제2 모조 이미지들과 상기 복수의 실제 이미지들에 대한 제2 식별 결과의 정확도가 증가하도록 상기 보조 식별기를 재학습시키는 보조 식별기가 추가된 기계학습을 통해 이미지의 생성을 가능하게 하는 생성적 적대 신경망 기반의 이미지 생성 처리 방법
|
13 |
13
제12항에 있어서,상기 보조 식별기를 재학습시키는 단계는제2 가치 함수 - 상기 제2 가치 함수는 상기 보조 식별기가 상기 복수의 실제 이미지들을 실제인 것으로 판단할 확률과 상기 복수의 제2 모조 이미지들을 실제가 아닌 것으로 판단할 확률을 기반으로 설계된 상기 제2 식별 결과의 정확도를 표상하는 함수임 - 에 따른 함수 값이 최대가 되도록 상기 보조 식별기를 재학습시키는 보조 식별기가 추가된 기계학습을 통해 이미지의 생성을 가능하게 하는 생성적 적대 신경망 기반의 이미지 생성 처리 방법
|
14 |
14
제9항에 있어서,상기 최종 학습시키는 단계는상기 1차 학습이 수행된 식별기에서 수행되는 상기 복수의 제3 모조 이미지들과 상기 복수의 실제 이미지들에 대한 제3 식별 결과의 정확도, 및 상기 재학습이 수행된 보조 식별기에서 수행되는 상기 복수의 제3 모조 이미지들과 상기 복수의 실제 이미지들에 대한 제4 식별 결과의 정확도가 모두 증가하도록 상기 1차 학습이 수행된 식별기와 상기 재학습이 수행된 보조 식별기를 추가로 학습시키는 단계; 및상기 1차 학습이 수행된 식별기와 상기 재학습이 수행된 보조 식별기 각각에서 수행되는 상기 복수의 제3 모조 이미지들에 대한 상기 제3 식별 결과와 상기 제4 식별 결과를 상기 1차 학습이 수행된 생성기에 피드백하여 상기 제3 식별 결과와 상기 제4 식별 결과의 정확도가 감소하도록 상기 1차 학습이 수행된 생성기를 추가로 학습시키는 단계를 포함하는 보조 식별기가 추가된 기계학습을 통해 이미지의 생성을 가능하게 하는 생성적 적대 신경망 기반의 이미지 생성 처리 방법
|
15 |
15
제14항에 있어서,상기 재학습이 수행된 보조 식별기를 추가로 학습시키는 단계는제3 가치 함수 - 상기 제3 가치 함수는 상기 1차 학습이 수행된 식별기가 상기 복수의 실제 이미지들을 실제인 것으로 판단할 확률과 상기 복수의 제3 모조 이미지들을 실제가 아닌 것으로 판단할 확률, 및 상기 재학습이 수행된 보조 식별기가 상기 복수의 실제 이미지들을 실제인 것으로 판단할 확률과 상기 복수의 제3 모조 이미지들을 실제가 아닌 것으로 판단할 확률을 기반으로 설계된 상기 제3 식별 결과와 상기 제4 식별 결과의 정확도를 표상하는 함수임 - 에 따른 함수 값이 최대가 되도록 상기 1차 학습이 수행된 식별기와 상기 재학습이 수행된 보조 식별기를 추가로 학습시키고,상기 1차 학습이 수행된 생성기를 추가로 학습시키는 단계는상기 제3 가치 함수에 따른 함수 값이 최소가 되도록 상기 1차 학습이 수행된 생성기를 추가로 학습시키는 보조 식별기가 추가된 기계학습을 통해 이미지의 생성을 가능하게 하는 생성적 적대 신경망 기반의 이미지 생성 처리 방법
|
16 |
16
제15항에 있어서,상기 제3 가치 함수는상기 제3 가치 함수에 따른 함수 값이 연산될 때, 상기 재학습이 수행된 보조 식별기가 상기 복수의 제3 모조 이미지들을 실제가 아닌 것으로 판단할 확률이 0 초과 1 미만의 기설정된 비율만큼만 반영되도록 설계된 함수인 보조 식별기가 추가된 기계학습을 통해 이미지의 생성을 가능하게 하는 생성적 적대 신경망 기반의 이미지 생성 처리 방법
|
17 |
17
제9항 내지 제16항 중 어느 한 항의 방법을 컴퓨터와의 결합을 통해 실행시키기 위한 컴퓨터 프로그램을 기록한 컴퓨터 판독 가능 기록 매체
|
18 |
18
제9항 내지 제16항 중 어느 한 항의 방법을 컴퓨터와의 결합을 통해 실행시키기 위한 저장매체에 저장된 컴퓨터 프로그램
|