| 1 |
1
GT(Ground Truth)의 객체 정보에 기초하여, 입력 영상에 대해 스킵 프레임 액션을 수행하고 새로운 객체를 선택하는 에이전트(agent); 및확률 모델을 이용하여 상기 스킵 프레임 액션에 대한 예측을 수행하고, 상기 예측 결과에 따라 상기 스킵 프레임 액션에 대한 리워드를 결정하는 인스펙터(inspector)를 포함하되,상기 스킵 프레임 액션은, 상기 GT가 가리키는 이미지 프레임을 기준으로, 상기 입력 영상 내에서 전방 또는 후방으로 프레임을 스킵하는 액션이고,상기 인스펙터는 상기 리워드에 따라 선택된 상기 스킵 프레임 액션에 기초하여 상기 GT를 업데이트하는,영상 인식 장치
|
| 2 |
2
제1항에 있어서,상기 인스펙터는, 상기 스킵 프레임 액션에 대한 상기 예측 결과와 상기 GT와의 유사도가 높을 수록, 상기 스킵 프레임 액션에 대해 더 높은 리워드를 결정하는, 영상 인식 장치
|
| 3 |
3
제1항에 있어서,상기 에이전트는 상기 입력 영상에 대해 제1 스킵 프레임 액션 및 제2 스킵 프레임 액션을 수행하고,상기 인스펙터는 상기 제1 스킵 프레임 액션에 대한 제1 리워드와, 상기 제2 스킵 프레임 액션에 대한 제2 리워드를 결정하고,상기 GT는 상기 제1 리워드 및 상기 제2 리워드 중 높은 리워드가 결정된 스킵 프레임 액션에 기초하여 업데이트되는, 영상 인식 장치
|
| 4 |
4
제1항에 있어서,상기 입력 영상은 제1 입력 영상 및 제2 입력 영상을 포함하고,상기 에이전트는 상기 제1 입력 영상 및 상기 제2 입력 영상에 대해 상기 스킵 프레임 액션을 수행하고,상기 인스펙터는 상기 제1 입력 영상에 수행된 상기 스킵 프레임 액션에 대한 제1 리워드와, 상기 제2 입력 영상에 수행된 상기 스킵 프레임 액션에 대한 제2 리워드를 결정하고,상기 GT는 상기 제1 리워드 및 상기 제2 리워드 중 높은 리워드가 결정된 스킵 프레임 액션에 기초하여 업데이트되는, 영상 인식 장치
|
| 5 |
5
제1항에 있어서,상기 인스펙터는, 상기 업데이트된 GT를 이용하여 상기 확률 모델을 업데이트하는, 영상 인식 장치
|
| 6 |
6
제1항에 있어서,상기 에이전트는, 상기 스킵 프레임 액션을 수행한 후, 오프셋 액션을 추가로 수행하여 상기 새로운 객체를 선택하되,상기 오프셋 액션은, 상기 GT가 가리키는 객체를 기준으로, 상기 스킵 프레임 액션에 기초하여 선택된 이미지 프레임 내에서 오프셋 이동을 수행하는 액션인, 영상 인식 장치
|
| 7 |
7
제6항에 있어서,상기 인스펙터는, 상기 확률 모델을 이용하여 상기 오프셋 액션에 대한 예측을 수행하고, 상기 예측 결과에 따라 상기 오프셋 액션에 대한 리워드를 결정하는, 영상 인식 장치
|
| 8 |
8
제7항에 있어서,상기 인스펙터는, 상기 오프셋 프레임 액션에 대한 상기 예측 결과와 상기 GT와의 유사도가 높을 수록, 상기 오프셋 프레임 액션에 대해 더 높은 리워드를 결정하는, 영상 인식 장치
|
| 9 |
9
제7항에 있어서,상기 에이전트는 상기 이미지 프레임에 대해 제1 오프셋 액션 및 제2 오프셋 액션을 수행하고,상기 인스펙터는 상기 제1 오프셋 액션에 대한 제1 리워드와, 상기 제2 오프셋 액션에 대한 제2 리워드를 결정하고,상기 GT는 상기 제1 리워드 및 상기 제2 리워드 중 높은 리워드가 결정된 오프셋 액션에 기초하여 업데이트되는, 영상 인식 장치
|
| 10 |
10
제7항에 있어서,상기 이미지 프레임은 제1 이미지 프레임 및 제2 이미지 프레임을 포함하고,상기 에이전트는 상기 제1 이미지 프레임 및 상기 제2 이미지 프레임에 대해 상기 오프셋 액션을 수행하고,상기 인스펙터는 상기 제1 이미지 프레임에 수행된 상기 오프셋 액션에 대한 제1 리워드와, 상기 제2 이미지 프레임에 수행된 상기 오프셋 액션에 대한 제2 리워드를 결정하고,상기 GT는 상기 제1 리워드 및 상기 제2 리워드 중 높은 리워드가 결정된 오프셋 액션에 기초하여 업데이트되는, 영상 인식 장치
|
| 11 |
11
GT의 객체 정보에 기초하여 입력 영상에 대해 스킵 프레임 액션을 수행하는 단계;확률 모델을 이용하여 상기 스킵 프레임에 대한 예측을 수행하는 단계;상기 예측 결과에 따라 상기 스킵 프레임 액션에 대한 리워드를 결정하는 단계; 및상기 리워드가 높은 상기 스킵 프레임 액션에 기초하여 최적의 프레임을 선택하는 단계; 및상기 리워드가 높은 상기 오프셋 액션에 기초하여 최적의 객체를 선택하는 단계를 포함하고,상기 스킵 프레임 액션은, 상기 GT가 가리키는 이미지 프레임을 기준으로, 상기 입력 영상 내에서 전방 또는 후방으로 프레임을 스킵하는 액션인,영상 인식 방법
|
| 12 |
12
제11항에 있어서,상기 리워드를 결정하는 단계는,상기 예측 결과와 상기 GT와의 유사도가 높은 스킵 프레임 액션에 대해 더 높은 리워드를 결정하는 단계를 포함하는, 영상 인식 방법
|
| 13 |
13
제11항에 있어서,상기 리워드에 따라 선택된 스킵 프레임 액션에 기초하여 상기 GT를 업데이트하는 단계를 더 포함하는 영상 인식 방법
|
| 14 |
14
제13항에 있어서,상기 업데이트된 GT를 이용하여 상기 확률 모델을 업데이트하는 단계를 더 포함하는 영상 인식 방법
|
| 15 |
15
제13항에 있어서,프로브를 입력 받는 단계; 및상기 업데이트된 확률 모델을 이용하여 상기 프로브에 대한 예측을 수행하는 단계를 더 포함하는 영상 인식 방법
|
| 16 |
16
GT의 객체 정보에 기초하여 입력 영상의 이미지 프레임에 대해 오프셋 액션을 수행하는 단계;확률 모델을 이용하여 상기 오프셋 액션에 대한 예측을 수행하는 단계;상기 예측 결과에 따라 상기 오프셋 액션에 대한 리워드를 결정하는 단계; 및상기 리워드가 높은 상기 오프셋 액션에 기초하여 최적의 객체를 선택하는 단계를 포함하고,상기 오프셋 액션은, 상기 GT가 가리키는 객체를 기준으로, 상기 스킵 프레임 액션에 기초하여 선택된 이미지 프레임 내에서 오프셋 이동을 수행하는 액션인, 영상 인식 방법
|
| 17 |
17
제16항에 있어서,상기 리워드를 결정하는 단계는,상기 예측 결과와 상기 GT와의 유사도가 높은 오프셋 액션에 대해 더 높은 리워드를 결정하는 단계를 포함하는, 영상 인식 방법
|
| 18 |
18
제16항에 있어서,상기 리워드에 따라 선택된 오프셋 액션에 기초하여 상기 GT를 업데이트하는 단계를 더 포함하는 영상 인식 방법
|
| 19 |
19
제18항에 있어서,상기 업데이트된 GT를 이용하여 상기 확률 모델을 업데이트하는 단계를 더 포함하는 영상 인식 방법
|
| 20 |
20
제18항에 있어서,프로브를 입력 받는 단계; 및상기 업데이트된 확률 모델을 이용하여 상기 프로브에 대한 예측을 수행하는 단계를 더 포함하는 영상 인식 방법
|
