1 |
1
장면 기반 불균일보정을 위한 오프셋을 출력하는 딥러닝 뉴럴 네트워크를 학습시키는 방법으로서,불균일보정 미적용 영상이 입력된 딥러닝 뉴럴 네트워크를 통해 제1 오프셋을 출력하는 단계;상기 불균일보정 미적용 영상과 상기 출력된 제1 오프셋을 합산한 제1 불균일보정 적용 영상으로부터 유사 영상 거칠기 비용함수 및 공간잡음 비용함수를 계산하는 단계;상기 계산된 유사 영상 거칠기 비용함수 및 공간잡음 비용함수의 합으로부터 최종 비용함수를 획득하는 단계; 및상기 획득된 최종 비용함수를 상기 딥러닝 뉴럴 네트워크에 피드백 정보로서 제공하여 상기 딥 뉴럴 네트워크를 학습시키는 단계를 포함하는 딥러닝 뉴럴 네트워크 학습 방법
|
2 |
2
제 1 항에 있어서,상기 유사 영상 거칠기 비용함수는,영상의 거칠기에 비례하여 상기 딥 뉴럴 네트워크의 학습속도를 조절하는 것을 특징으로 하는 딥러닝 뉴럴 네트워크 학습 방법
|
3 |
3
제 2 항에 있어서,상기 유사 영상 거칠기 비용함수는,상기 제1 불균일보정 적용 영상에 수평차이필터 및 수직차이필터를 각각 컨볼루션 연산한 결과를 평균한 유사 영상 거칠기 함수에서, 상기 수평차이필터 및 상기 수직차이필터 각각의 컨볼루션 연산한 결과를 제곱한 것을 특징으로 하는 딥러닝 뉴럴 네트워크 학습 방법
|
4 |
4
제 3 항에 있어서,상기 유사 영상 거칠기 비용함수는,다음 수학식에 의해 계산되는 것을 특징으로 하는 딥러닝 뉴럴 네트워크 학습 방법
|
5 |
5
제 1 항에 있어서,상기 공간 잡음 비용함수는,다음 수학식에 의해 계산되는 것을 특징으로 하는 딥러닝 뉴럴 네트워크 학습 방법
|
6 |
6
딥러닝 뉴럴 네트워크를 이용한 장면 기반 불균일보정 방법으로서,불균일보정 미적용 영상이 입력된 딥러닝 뉴럴 네트워크를 통해 제1 오프셋을 출력하는 단계;상기 불균일보정 미적용 영상과 상기 출력된 제1 오프셋을 합산한 제1 불균일보정 적용 영상으로부터 유사 영상 거칠기 비용함수 및 공간잡음 비용함수를 계산하는 단계;상기 계산된 유사 영상 거칠기 비용함수 및 공간잡음 비용함수로부터 최종 비용함수를 획득하는 단계;상기 획득된 최종 비용함수를 상기 딥러닝 뉴럴 네트워크에 피드백 정보로서 제공하여 학습시키는 단계; 및상기 학습된 딥러닝 뉴럴 네트워크로부터 출력된 최종 오프셋과 입력 원본 영상을 합산하여 불균일 보정된 보정 영상을 출력하는 단계를 포함하는 장면 기반 불균일보정 방법
|
7 |
7
딥러닝 뉴럴 네트워크를 이용한 장면 기반 불균일보정 방법으로서,상기 제 1 항 내지 제 5 항 중 어느 한 항에 따른 학습 방법에 의해 학습된 딥러닝 뉴럴 네트워크에 원본 영상을 입력하는 단계; 및상기 학습된 딥러닝 뉴럴 네트워크로부터 출력된 최종 오프셋과 상기 원본 영상을 합산하여 불균일 보정된 보정 영상을 출력하는 단계를 포함하는 장면 기반 불균일보정 방법
|
8 |
8
제 1 항 내지 제 6 항 중 어느 한 항에 따른 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 기록매체
|
9 |
9
장면 기반 불균일보정을 위한 오프셋을 출력하는 딥러닝 뉴럴 네트워크를 학습시키는 장치로서,메모리; 및프로세서를 포함하고,상기 프로세서는, 불균일보정 미적용 영상이 입력된 딥러닝 뉴럴 네트워크를 통해 제1 오프셋을 출력하고, 상기 불균일보정 미적용 영상과 상기 출력된 제1 오프셋을 합산한 제1 불균일보정 적용 영상으로부터 유사 영상 거칠기 비용함수 및 공간잡음 비용함수를 계산하고, 상기 계산된 유사 영상 거칠기 비용함수 및 공간잡음 비용함수의 합으로부터 최종 비용함수를 획득하고, 상기 획득된 최종 비용함수를 상기 딥러닝 뉴럴 네트워크에 피드백 정보로서 제공하여 상기 딥 뉴럴 네트워크를 학습시키는 딥러닝 뉴럴 네트워크 학습 장치
|
10 |
10
제 9 항에 있어서,상기 유사 영상 거칠기 비용함수는,영상의 거칠기에 비례하여 상기 딥 뉴럴 네트워크의 학습속도를 조절하는 것을 특징으로 하는 딥러닝 뉴럴 네트워크 학습 장치
|
11 |
11
제 10 항에 있어서,상기 유사 영상 거칠기 비용함수는,상기 제1 불균일보정 적용 영상에 수평차이필터 및 수직차이필터를 각각 컨볼루션 연산한 결과를 평균한 유사 영상 거칠기 함수에서, 상기 수평차이필터 및 상기 수직차이필터 각각의 컨볼루션 연산한 결과를 제곱한 것을 특징으로 하는 딥러닝 뉴럴 네트워크 학습 장치
|
12 |
12
딥러닝 뉴럴 네트워크를 이용한 장면 기반 불균일보정 장치로서,메모리; 및프로세서를 포함하고,상기 프로세서는, 불균일보정 미적용 영상이 입력된 딥러닝 뉴럴 네트워크를 통해 제1 오프셋을 출력하고, 상기 불균일보정 미적용 영상과 상기 출력된 제1 오프셋을 합산한 제1 불균일보정 적용 영상으로부터 유사 영상 거칠기 비용함수 및 공간잡음 비용함수를 계산하고, 상기 계산된 유사 영상 거칠기 비용함수 및 공간잡음 비용함수로부터 최종 비용함수를 획득하고, 상기 획득된 최종 비용함수를 상기 딥러닝 뉴럴 네트워크에 피드백 정보로서 제공하여 학습시키고, 상기 학습된 딥러닝 뉴럴 네트워크로부터 출력된 최종 오프셋과 입력 원본 영상을 합산하여 불균일 보정된 보정 영상을 출력하는 장면 기반 불균일보정 장치
|