| 1 |
1
객체 검출 알고리즘의 학습 방법에 있어서,학습용 주간 영상으로부터 상기 학습용 주간 영상에 대응하는 학습용 야간 영상을 생성하는 단계;상기 학습용 야간 영상에 포함된 객체들을 제1 객체와 제2 객체로 구분하는 단계;상기 학습용 야간 영상에 포함된 객체들 중 상기 제2 객체를 제거하는 단계; 및상기 학습용 주간 영상과, 상기 제2 객체가 제거된 학습용 야간 영상을 이용하여 영상 내 객체를 검출하기 위한 객체 검출 알고리즘을 학습하는 단계를 포함하는,객체 검출 알고리즘의 학습 방법
|
| 2 |
2
제1항에 있어서,상기 학습용 주간 영상은,객체의 검출이 완료된 영상을 포함하고,상기 객체 검출 알고리즘의 학습 방법은,상기 학습용 주간 영상의 객체들에 대응하는 객체들을 상기 학습용 야간 영상에서 식별하는 단계를 더 포함하는,객체 검출 알고리즘의 학습 방법
|
| 3 |
3
제1항에 있어서,상기 학습용 야간 영상을 생성하는 단계는,생성 알고리즘(generative algorithm)을 통해 상기 학습용 주간 영상에 대응하는 학습용 야간 영상을 생성하는 단계를 포함하고,상기 생성 알고리즘은,상기 학습용 야간 영상의 진위 여부를 판정하는 구별 알고리즘(discrimitive algorithm)과 적대적(adversarial)으로 학습되는,객체 검출 알고리즘의 학습 방법
|
| 4 |
4
제1항에 있어서,상기 구분하는 단계는,크기를 기반으로 상기 학습용 야간 영상의 객체들을 상기 제1 객체와 제2 객체로 구분하는 단계를 포함하는,객체 검출 알고리즘의 학습 방법
|
| 5 |
5
제4항에 있어서,상기 구분하는 단계는,상기 학습용 야간 영상의 객체들을 나타내는 바운딩 박스들 중 가로 크기 및 세로 크기의 평균이 임계 값보다 큰 바운딩 박스의 객체를 상기 제1 객체로 결정하고, 가로 크기 및 세로 크기의 평균이 임계 값 이하인 바운딩 박스의 객체를 상기 제2 객체로 결정하는 단계를 포함하는,객체 검출 알고리즘의 학습 방법
|
| 6 |
6
제1항에 있어서,상기 객체 검출 알고리즘을 학습하는 단계는,상기 제2 객체가 제거된 학습용 야간 영상으로부터, 임계 값보다 큰 객체를 검출할 수 있는 객체 검출 알고리즘을 학습하는 단계를 포함하는,객체 검출 알고리즘의 학습 방법
|
| 7 |
7
제1항에 있어서,상기 객체 검출 알고리즘의 학습 방법은,상기 학습된 객체 검출 알고리즘을 통해 주간 영상 또는 야간 영상에 포함된 객체를 검출하는 단계를 포함하는,객체 검출 알고리즘의 학습 방법
|
| 8 |
8
제1항에 있어서,상기 제2 객체가 제거된 학습용 야간 영상을 획득하는 단계는,상기 제2 객체의 픽셀 값들을 변경하는 단계를 포함하는,객체 검출 알고리즘의 학습 방법
|
| 9 |
9
제8항에 있어서,상기 제2 객체의 픽셀 값들을 변경하는 단계는,제2 객체의 주변 픽셀들의 픽셀 값들을 인터폴레이션(interpolation)하고, 인터폴레이션 결과 결정된 픽셀 값들로 제2 객체의 픽셀 값들을 변경하는 단계를 포함하는,객체 검출 알고리즘의 학습 방법
|
| 10 |
10
객체 검출 알고리즘의 학습 방법에 있어서,학습용 주간 영상으로부터 상기 학습용 주간 영상에 대응하는 학습용 야간 영상을 생성하는 단계;상기 학습용 주간 영상 및 상기 학습용 야간 영상에서 검출 또는 식별된 객체들을 포지티브 객체들로 결정하는 단계;상기 학습용 주간 영상 및 상기 학습용 야간 영상 내 객체들 이외의 영역들을 네거티브 객체들로 결정하는 단계;상기 포지티브 객체들과 상기 네거티브 객체들을 포함하는 상기 학습용 주간 영상 및 상기 학습용 야간 영상으로 상기 객체 검출 알고리즘을 반복적으로 학습하는 단계; 및상기 반복적으로 학습된 객체 검출 알고리즘 중 가장 높은 성능을 발휘하는 객체 검출 알고리즘을 결정하는 단계를 포함하는,객체 검출 알고리즘의 학습 방법
|
| 11 |
11
제10 항에 있어서,상기 네거티브 객체들로 결정하는 단계는,상기 학습용 주간 영상 및 상기 학습용 야간 영상 내 객체들 이외의 영역들을 무작위로 선택하고, 상기 선택된 영역들을 상기 네거티브 객체들로 결정하는 단계를 포함하는,객체 검출 알고리즘의 학습 방법
|
| 12 |
12
적어도 하나의 프로세서; 및상기 프로세서에 전기적으로 연결된 메모리를 포함하고,상기 메모리는, 상기 프로세서가 실행 시에, 학습용 주간 영상으로부터 상기 학습용 주간 영상에 대응하는 학습용 야간 영상을 생성하고,상기 학습용 주간 영상과 상기 학습용 야간 영상을 이용하여 영상 내 객체를 검출하기 위한 객체 검출 알고리즘을 학습하는 인스트럭션들을 저장하는,객체 검출 알고리즘의 학습 장치
|
| 13 |
13
제12항에 있어서,상기 메모리는, 상기 프로세서가 실행 시에,상기 학습용 야간 영상에 포함된 객체들을 제1 객체와 제2 객체로 구분하고,상기 학습용 야간 영상에 포함된 객체들 중 상기 제2 객체를 제거하고,상기 학습용 주간 영상과, 상기 제2 객체가 제거된 학습용 야간 영상을 이용하여 상기 객체 검출 알고리즘을 학습하는 인스트럭션들을 더 저장하는,객체 검출 알고리즘의 학습 장치
|
| 14 |
14
제12항에 있어서,상기 메모리는, 상기 프로세서가 실행 시에,상기 학습용 주간 영상 및 상기 학습용 야간 영상에서 검출 또는 식별된 객체들을 포지티브 객체들로 결정하고,상기 학습용 주간 영상 및 상기 학습용 야간 영상 내 객체들 이외의 영역들을 네거티브 객체들로 결정하고,상기 포지티브 객체들과 상기 네거티브 객체들을 포함하는 상기 학습용 주간 영상 및 상기 학습용 야간 영상으로 상기 객체 검출 알고리즘을 반복적으로 학습하고,상기 반복적으로 학습된 객체 검출 알고리즘 중 가장 높은 성능을 발휘하는 객체 검출 알고리즘을 결정하는 인스트럭션들을 더 저장하는,객체 검출 알고리즘의 학습 장치
|
