| 1 |
1
볼 측정 데이터를 수신하는 입력부; 가상 구기 스포츠 정보 자동 인식 프로그램이 저장된 메모리; 및상기 프로그램을 실행시키는 프로세서를 포함하되, 프로세서는 상기 볼 측정 데이터 및 볼 분류 레이블을 이용하여 사용자가 현재 플레이 중인 가상 구기 스포츠 정보를 자동 인식하는 것인 가상 구기 스포츠 정보에 대한 자동 인식 서버
|
| 2 |
2
제1항에 있어서, 상기 입력부는 가상 구기 스포츠 통합 시스템에 내장된 측정 장치로부터 측정되는 볼의 크기, 위치, 속도 및 회전 데이터 중 적어도 어느 하나를 포함하는 상기 볼 측정 데이터를 수신하는 것인 가상 구기 스포츠 정보에 대한 자동 인식 서버
|
| 3 |
3
제2항에 있어서, 상기 프로세서는 상기 볼 측정 데이터에 대해 최대값을 고려하여 정규화를 수행하고, 정규화된 데이터를 심층 신경망 모델 학습에 이용하는 것인 가상 구기 스포츠 정보에 대한 자동 인식 서버
|
| 4 |
4
제3항에 있어서, 상기 프로세서는 상기 심층 신경망 모델 학습을 기반으로 스포츠 종목 및 동작을 포함하는 상기 가상 구기 스포츠 정보에 대한 자동 인식을 수행하는 것인 가상 구기 스포츠 정보에 대한 자동 인식 서버
|
| 5 |
5
제1항에 있어서, 상기 프로세서는 수집된 상기 볼 측정 데이터에 해당하는 스포츠 종목 및 사용자 동작을 사전에 입력한 상기 볼 분류 레이블을 심층 신경망 모델 학습에 이용하는 것인 가상 구기 스포츠 정보에 대한 자동 인식 서버
|
| 6 |
6
제5항에 있어서, 상기 프로세서는 상기 볼 측정 데이터와 이에 해당하는 상기 볼 분류 레이블을 이용한 볼 측정 데이터 학습 과정을 통해, 비용 함수가 최소가 되도록 심층 신경망 모델 내부의 가중치와 편향치를 계산하여 상기 심층 신경망 모델 학습을 수행하는 것인 가상 구기 스포츠 정보에 대한 자동 인식 서버
|
| 7 |
7
볼 측정 데이터를 측정 및 수집하는 데이터 측정부; 상기 볼 측정 데이터 및 가상 구기 스포츠에 대한 레이블을 심층 신경망 모델 학습에 이용하여 학습을 수행하는 볼 측정 데이터 학습부; 및상기 심층 신경망 모델 학습의 결과에 따라, 상기 볼 측정 데이터에 해당하는 상기 가상 구기 스포츠 정보를 산출하는 볼 측정 데이터 분류부를 포함하는 가상 구기 스포츠 정보에 대한 자동 인식 시스템
|
| 8 |
8
제7항에 있어서, 상기 데이터 측정부는 가상 구기 스포츠 통합 시스템에 내장되는 것인 가상 구기 스포츠 정보에 대한 자동 인식 시스템
|
| 9 |
9
제7항에 있어서, 상기 심층 신경망 모델은 상기 볼 측정 데이터를 입력하는 입력 레이어, 상기 볼 측정 데이터에 해당하는 스포츠 종목 및 동작을 나타내는 레이블을 출력하는 출력 레이어를 포함하는 것인 가상 구기 스포츠 정보에 대한 자동 인식 시스템
|
| 10 |
10
제7항에 있어서, 상기 볼 측정 데이터 학습부는 볼의 시스템 내부 단위에 따른 크기 또는 물리적 크기를 최대 크기값으로 정규화한 볼 크기 데이터를 상기 심층 신경망 모델 학습에 이용하는 것인 가상 구기 스포츠 정보에 대한 자동 인식 시스템
|
| 11 |
11
제7항에 있어서, 상기 볼 측정 데이터 학습부는 볼의 위치 벡터를 각 차원의 최대 위치값으로 정규화한 볼 위치 데이터를 상기 심층 신경망 모델 학습에 이용하는 것인 가상 구기 스포츠 정보에 대한 자동 인식 시스템
|
| 12 |
12
제7항에 있어서, 상기 볼 측정 데이터 학습부는 볼의 속도 벡터를 각 차원의 최대 속도값으로 정규화한 볼 속도 데이터를 상기 심층 신경망 모델 학습에 이용하는 것인 가상 구기 스포츠 정보에 대한 자동 인식 시스템
|
| 13 |
13
제7항에 있어서, 상기 볼 측정 데이터 학습부는 볼의 회전 벡터를 각 차원의 최대 회전값으로 정규화한 볼 회전 데이터를 상기 심층 신경망 모델 학습에 이용하는 것인 가상 구기 스포츠 정보에 대한 자동 인식 시스템
|
| 14 |
14
(a) 가상 구기 스포츠 통합 시스템에 내장된 측정 장치로부터 획득된 볼 측정 데이터를 수신하는 단계; (b) 가상 구기 스포츠 정보로서, 종목 및 사용자 동작에 대한 레이블을 정의하는 단계; (c) 상기 볼 측정 데이터 및 레이블을 이용하여 볼 측정 데이터 기반 학습을 수행하는 단계; (d) 상기 볼 측정 데이터에 해당하는 볼 분류 레이블을 추정하는 단계; 및(e) 상기 가상 구기 스포츠 통합 시스템에서 사용자가 플레이하고 있는 스포츠 종목 및 사용자 동작을 자동 인식하는 단계를 포함하는 가상 구기 스포츠 정보에 대한 자동 인식 방법
|
| 15 |
15
제14항에 있어서, 상기 (a) 단계는 볼 크기 데이터, 볼 위치 데이터, 볼 속도 데이터 및 볼 회전 데이터를 포함하는 상기 볼 측정 데이터를 수신하는 것인 가상 구기 스포츠 정보에 대한 자동 인식 방법
|
| 16 |
16
제14항에 있어서, 상기 (b) 단계는 상기 측정 장치로부터 측정 및 수집된 측정 데이터에 해당하는 볼 분류 레이블을 정의하는 것인 가상 구기 스포츠 정보에 대한 자동 인식 방법
|
| 17 |
17
제14항에 있어서, 상기 (c) 단계는 상기 볼 측정 데이터에 대해 상기 측정 장치를 통해 측정 가능한 최대값을 고려하여 정규화를 수행하고, 정규화된 데이터를 심층 신경망 모델 학습에 이용하는 것인 가상 구기 스포츠 정보에 대한 자동 인식 방법
|
| 18 |
18
제17항에 있어서, 상기 (c) 단계는 볼의 시스템 내부 단위에 따른 크기 또는 물리적 크기를 최대 크기값으로 정규화한 볼 크기 데이터를 상기 심층 신경망 모델 학습에 이용하고, 볼의 위치 벡터를 각 차원의 최대 위치값으로 정규화한 볼 위치 데이터를 상기 심층 신경망 모델 학습에 이용하고, 볼의 속도 벡터를 각 차원의 최대 속도값으로 정규화한 볼 속도 데이터를 상기 심층 신경망 모델 학습에 이용하고, 볼의 회전 벡터를 각 차원의 최대 회전값으로 정규화한 볼 회전 데이터를 상기 심층 신경망 모델 학습에 이용하는 것인 가상 구기 스포츠 정보에 대한 자동 인식 방법
|
