| 1 |
1
평활화 파라미터 예측 모델을 통해, 학습된 뉴럴 네트워크를 이용하여 입력 이미지에 대한 평활화 파라미터를 예측하는 단계; 상기 평활화 파라미터에 따라 상기 입력 이미지를 평활화하여 평활화 이미지를 생성하는 단계;상기 평활화 이미지의 평활화 정도를 평가하는 단계; 및상기 평활화 이미지의 평활화 정도에 기초하여, 상기 평활화 파라미터 예측 모델을 업데이트하는 단계를 포함하고,상기 평활화 이미지를 복수의 서브이미지들로 분할하는 단계;상기 복수의 서브이미지들 중 적어도 일부에 대해 제2 평활화 파라미터를 예측하는 단계; 및상기 복수의 서브이미지들 중 상기 적어도 일부를 상기 제2 평활화 파라미터에 따라 각각 평활화하여, 제2 평활화 이미지를 획득하는 단계를 더 포함하는,이미지 평활화 방법
|
| 2 |
2
제1 항에 있어서,상기 평활화 정도는상기 평활화 이미지의 L1 norm 또는 Nuclear norm 값에 기초하여 평가되는이미지 평활화 방법
|
| 3 |
3
제1 항에 있어서,상기 평활화 이미지의 Nuclear norm 값이 작을수록 상기 평활화 정도는 증가하는이미지 평활화 방법
|
| 4 |
4
제1 항에 있어서,상기 평활화 파라미터 예측 모델은, 상기 평활화 이미지의 Nuclear norm 값이 최소화되도록 업데이트되는이미지 평활화 방법
|
| 5 |
5
제1 항에 있어서,상기 평활화 파라미터는상기 입력 이미지 내 대상 객체에 대한 카메라의 위치 또는 상기 입력 이미지에 기초하여 획득된 대상 객체의 서피스 모델(surface model) 중 적어도 어느 하나인이미지 평활화 방법
|
| 6 |
6
제1 항에 있어서,상기 평활화 이미지를 생성하는 단계에서, spatial transformation network를 이용하여 평활화 이미지가 생성되는,이미지 평활화 방법
|
| 7 |
7
제1 항에 있어서,상기 평활화 파라미터 예측 모델의 상기 뉴럴 네트워크는 CNN(Convolutional Neural Network)인이미지 평활화 방법
|
| 8 |
8
제1 항에 있어서,상기 평활화 파라미터 예측 모델은, 상기 입력 이미지에 기초하여 대상 객체에 관한 서피스 모델을 생성하고,상기 서피스 모델과, 센서를 통해 획득한 대상 객체에 대한 깊이(depth) 측정값을 비교함으로써, 업데이트되는이미지 평활화 방법
|
| 9 |
9
평활화 파라미터 예측 모델을 통해, 학습된 뉴럴 네트워크를 이용하여 입력 이미지에 대한 제1 평활화 파라미터를 예측하는 단계; 상기 제1 평활화 파라미터에 따라 상기 입력 이미지를 평활화하여 제1 평활화 이미지를 생성하는 단계;상기 평활화 파라미터 예측 모델을 통해 상기 제1 평활화 이미지에 대한 제2 평활화 파라미터를 예측하는 단계;상기 제2 평활화 파라미터에 따라 상기 제1 평활화 이미지를 평활화하여 제2 평활화 이미지를 생성하는 단계;상기 제1 평활화 이미지 및 상기 제2 평활화 이미지의 평활화 정도를 평가하는 단계;상기 제1 평활화 이미지 및 상기 제2 평활화 이미지의 평활화 정도에 기초하여, 상기 평활화 파라미터 예측 모델을 업데이트하는 단계; 및상기 제1 평활화 이미지를 복수의 서브이미지들로 분할하는 단계를 포함하고,상기 제2 평활화 파라미터를 예측하는 단계에서, 상기 복수의 서브이미지들 중 적어도 일부에 대해 제2 평활화 파라미터를 예측하고,상기 제2 평활화 이미지를 생성하는 단계에서, 상기 제2 평활화 파라미터를 예측한 상기 복수의 서브이미지들 중 적어도 일부를 상기 제2 평활화 파라미터에 따라 각각 평활화하여, 제2 평활화 이미지를 획득하는,이미지 평활화 방법
|
| 10 |
10
삭제
|
| 11 |
11
이미지 평활화를 위한 장치로서,메모리; 및프로그램을 실행함으로써 뉴럴 네트워크를 처리하는 적어도 하나의 프로세서를 포함하고,상기 적어도 하나의 프로세서는학습된 상기 뉴럴 네트워크를 이용하여 입력 이미지에 대한 평활화 파라미터를 예측하는 평활화 파라미터 예측부, 상기 평활화 파라미터에 따라 상기 입력 이미지를 평활화하여 평활화 이미지를 생성하는 평활화부 및 상기 평활화 이미지의 평활화 정도를 평가하는 평가부;를 포함하고,상기 평활화 파라미터 예측부는 상기 평활화 정도에 기초하여, 상기 뉴럴 네트워크를 업데이트하고,상기 평활화 이미지를 복수의 서브이미지들로 분할하고,상기 복수의 서브이미지들 중 적어도 일부에 대해 제2 평활화 파라미터를 예측하고, 상기 복수의 서브이미지들 중 상기 적어도 일부를 상기 제2 평활화 파라미터에 따라 각각 평활화하여, 제2 평활화 이미지를 획득하는,이미지 평활화 장치
|
| 12 |
12
삭제
|
