| 1 |
1
이미지 검색어를 통해 획득된 복수의 이미지들을 획득하는 단계;상기 복수의 이미지들 중에서 상기 이미지 검색어를 대표하는 대표 이미지를 결정하는 단계;상기 대표 이미지의 1차원 특징 벡터와 상기 복수의 이미지들 중에서 상기 대표 이미지를 제외한 나머지 이미지들의 1차원 특징 벡터를 추출하는 단계; 및상기 대표 이미지의 1차원 특징 벡터 및 상기 나머지 이미지들의 1차원 특징 벡터 간의 유사도에 기초하여 상기 나머지 이미지들을 필터링하는 단계를 포함하는 이미지 추출 방법
|
| 2 |
2
제1항에 있어서,상기 결정하는 단계는,상기 복수의 이미지들 중에서 상기 이미지 검색어를 통해 첫번째로 검색된 이미지를 상기 대표 이미지로 결정하는 단계를 포함하는 이미지 추출 방법
|
| 3 |
3
제1항에 있어서,상기 추출하는 단계는,상기 대표 이미지의 2차원 특징맵 및 상기 나머지 이미지들 각각의 2차원 특징맵을 추출하는 단계; 및상기 대표 이미지의 2차원 특징맵 및 상기 나머지 이미지들 각각의 2차원 특징맵을 평탄화하여 1차원 특징 벡터로 변환하는 단계를 포함하는 이미지 추출 방법
|
| 4 |
4
제3항에 있어서,상기 2차원 특징맵을 추출하는 단계는,인공 신경망에 상기 대표 이미지 및 상기 나머지 이미지들을 입력하는 단계; 및상기 인공 신경망의 마지막 콘볼류션 레이어로부터 출력되는 상기 대표 이미지의 2차원 특징맵 및 상기 나머지 이미지들 각각의 2차원 특징맵을 획득하는 단계를 포함하는 이미지 추출 방법
|
| 5 |
5
제3항에 있어서,상기 변환하는 단계는,global average pooling을 이용하여 상기 대표 이미지의 2차원 특징맵 및 상기 나머지 이미지들 각각의 2차원 특징맵을 1차원 특징 벡터로 평탄화하는 단계를 포함하는 이미지 추출 방법
|
| 6 |
6
제3항에 있어서,상기 변환하는 단계는,global max pooling을 이용하여 상기 대표 이미지의 2차원 특징맵 및 상기 나머지 이미지들 각각의 2차원 특징맵을 1차원 특징 벡터로 평탄화하는 단계를 포함하는 이미지 추출 방법
|
| 7 |
7
제1항에 있어서,상기 필터링하는 단계는,상기 대표 이미지의 1차원 특징 벡터와 상기 나머지 이미지들 각각의 1차원 특징 벡터 간의 코사인 유사도를 계산하는 단계; 및기준 유사도와 상기 코사인 유사도를 비교하여 상기 대표 이미지와 상기 나머지 이미지들 각각이 유사한지 여부를 판단함으로써 상기 나머지 이미지들을 필터링하는 단계를 포함하는 이미지 추출 방법
|
| 8 |
8
제7항에 있어서,기준 유사도와 상기 코사인 유사도를 비교하여 상기 대표 이미지와 상기 나머지 이미지들 각각이 유사한지 여부를 판단함으로써 상기 나머지 이미지들을 필터링하는 단계는,상기 대표 이미지와 상기 나머지 이미지들 중에서 적어도 하나의 이미지 간의 코사인 유사도가 상기 기준 유사도 이상인 경우, 상기 적어도 하나의 이미지가 상기 대표 이미지와 유사하다고 판단하는 단계를 포함하는 이미지 추출 방법
|
| 9 |
9
제7항에 있어서,기준 유사도와 상기 코사인 유사도를 비교하여 상기 대표 이미지와 상기 나머지 이미지들 각각이 유사한지 여부를 판단함으로써 상기 나머지 이미지들을 필터링하는 단계는,상기 대표 이미지와 상기 나머지 이미지들 중에서 적어도 하나의 이미지 간의 코사인 유사도가 상기 기준 유사도 미만인 경우, 상기 적어도 하나의 이미지가 상기 대표 이미지와 유사하지 않다고 판단하는 단계를 포함하는 이미지 추출 방법
|
| 10 |
10
제7항에 있어서,기준 유사도와 상기 코사인 유사도를 비교하여 상기 대표 이미지와 상기 나머지 이미지들 각각이 유사한지 여부를 판단함으로써 상기 나머지 이미지들을 필터링하는 단계는,상기 판단 결과에 기초하여 상기 나머지 이미지들 중에서 상기 대표 이미지와 유사하지 않은 비유사 이미지를 삭제하는 단계를 포함하는 이미지 추출 방법
|
| 11 |
11
인스트럭션들을 포함하는 메모리; 및상기 인스트럭션들을 실행하기 위한 컨트롤러를 포함하고,상기 컨트롤러는,이미지 검색어를 통해 획득된 복수의 이미지들을 획득하고, 상기 복수의 이미지들 중에서 상기 이미지 검색어를 대표하는 대표 이미지를 결정하고, 상기 대표 이미지의 1차원 특징 벡터와 상기 복수의 이미지들 중에서 상기 대표 이미지를 제외한 나머지 이미지들의 1차원 특징 벡터를 추출하고, 상기 대표 이미지의 1차원 특징 벡터 및 상기 나머지 이미지들의 1차원 특징 벡터 간의 유사도에 기초하여 상기 나머지 이미지들을 필터링하는 이미지 추출 장치
|
| 12 |
12
제11항에 있어서,상기 컨트롤러는,상기 복수의 이미지들 중에서 상기 이미지 검색어를 통해 첫번째로 검색된 이미지를 상기 대표 이미지로 결정하는 이미지 추출 장치
|
| 13 |
13
제11항에 있어서,상기 컨트롤러는,상기 대표 이미지의 2차원 특징맵 및 상기 나머지 이미지들 각각의 2차원 특징맵을 추출하고, 상기 대표 이미지의 2차원 특징맵 및 상기 나머지 이미지들 각각의 2차원 특징맵을 평탄화하여 1차원 특징 벡터로 변환하는 이미지 추출 장치
|
| 14 |
14
제13항에 있어서,상기 컨트롤러는,인공 신경망에 상기 대표 이미지 및 상기 나머지 이미지들을 입력하고, 상기 인공 신경망의 마지막 콘볼류션 레이어로부터 출력되는 상기 대표 이미지의 2차원 특징맵 및 상기 나머지 이미지들 각각의 2차원 특징맵을 획득하는 이미지 추출 장치
|
| 15 |
15
제13항에 있어서,상기 컨트롤러는,global average pooling을 이용하여 상기 대표 이미지의 2차원 특징맵 및 상기 나머지 이미지들 각각의 2차원 특징맵을 1차원 특징 벡터로 평탄화하는 이미지 추출 장치
|
| 16 |
16
제13항에 있어서,상기 컨트롤러는,global max pooling을 이용하여 상기 대표 이미지의 2차원 특징맵 및 상기 나머지 이미지들 각각의 2차원 특징맵을 1차원 특징 벡터로 평탄화하는 이미지 추출 장치
|
| 17 |
17
제11항에 있어서,상기 컨트롤러는,상기 대표 이미지의 1차원 특징 벡터와 상기 나머지 이미지들 각각의 1차원 특징 벡터 간의 코사인 유사도를 계산하고, 기준 유사도와 상기 코사인 유사도를 비교하여 상기 대표 이미지와 상기 나머지 이미지들 각각이 유사한지 여부를 판단함으로써 상기 나머지 이미지들을 필터링하는 이미지 추출 장치
|
| 18 |
18
제17항에 있어서,상기 컨트롤러는,상기 대표 이미지와 상기 나머지 이미지들 중에서 적어도 하나의 이미지 간의 코사인 유사도가 상기 기준 유사도 이상인 경우, 상기 적어도 하나의 이미지가 상기 대표 이미지와 유사하다고 판단하는 이미지 추출 장치
|
| 19 |
19
제17항에 있어서,상기 컨트롤러는,상기 대표 이미지와 상기 나머지 이미지들 중에서 적어도 하나의 이미지 간의 코사인 유사도가 상기 기준 유사도 미만인 경우, 상기 적어도 하나의 이미지가 상기 대표 이미지와 유사하지 않다고 판단하는 이미지 추출 장치
|
| 20 |
20
제17항에 있어서,상기 컨트롤러는,상기 판단 결과에 기초하여 상기 나머지 이미지들 중에서 상기 대표 이미지와 유사하지 않은 비유사 이미지를 삭제하는 이미지 추출 장치
|
