| 1 |
1
입력 영상의 픽셀 분포 특성을 추출하는 픽셀 분포 예측부;상기 추출된 픽셀 분포 특성을 이용하여 수중 영상 데이터를 생성하는 생성부; 및 상기 입력 영상 및 상기 수중 영상 데이터가 위조된 영상인지 여부를 결정하는 판별부;를 포함하는, 수중 영상 데이터 생성 장치
|
| 2 |
2
제1 항에 있어서,상기 픽셀 분포 예측부는, 비지도 학습(unsupervised learning)을 통해 상기 입력 영상의 픽셀 분포를 학습하고, 상기 학습된 픽셀 분포로부터 상기 픽셀 분포 특성을 추출하고, 상기 추출된 픽셀 분포 특성을 이용하여 랜덤 벡터(random vector)를 생성하는, 수중 영상 데이터 생성 장치
|
| 3 |
3
제1 항에 있어서,상기 픽셀 분포 예측부는,컨볼루션 레이어(convolution layer) 및 FC 레이어(Fully-Connected layer) 중 적어도 하나를 포함하는, 수중 영상 데이터 생성 장치
|
| 4 |
4
제1 항에 있어서, 상기 생성부는,Pix2pixHD 모델을 이용하여 상기 수중 영상 데이터를 생성하는, 수중 영상 데이터 생성 장치
|
| 5 |
5
제1 항에 있어서, 상기 생성부는,업샘플링 컨볼루션 레이어(upsampling convolution layer) 및 상기 업샘플링 컨볼루션 레이어의 출력에 분할 지도(segmentation map)를 추가하는 스페이드 블록(spade block) 중 적어도 하나를 포함하는, 수중 영상 데이터 생성 장치
|
| 6 |
6
제5 항에 있어서,상기 스페이드 블록은, 컨볼루션 레이어 및 배치 정규화 레이어(batch normalization layer) 중 적어도 하나를 포함하는, 수중 영상 데이터 생성 장치
|
| 7 |
7
제1 항에 있어서, 상기 판별부는,Patch GAN(Generative Adversarial Network) 구조를 이용하는, 수중 영상 데이터 생성 장치
|
| 8 |
8
제1 항에 있어서, 상기 판별부는, 분할 지도와 채널(channel)에서 연결된(concatenate) 상기 입력 영상 및 상기 분할 지도와 상기 채널에서 연결된 상기 수중 영상 데이터가 상기 위조된 영상인지 여부를 결정하는, 수중 영상 데이터 생성 장치
|
| 9 |
9
제1 항에 있어서,상기 픽셀 분포 예측부는 손실 함수를 통해 학습되고, 상기 손실 함수는 다음 수학식 1인, 수중 영상 데이터 생성 장치
|
| 10 |
10
제1 항에 있어서, 상기 생성부 및 상기 판별부의 목적 함수는 다음 수학식 2인, 수중 영상 데이터 생성 장치
|
| 11 |
11
수중 영상 데이터를 생성하는 방법에 있어서,입력 영상의 픽셀 분포 특성을 추출하는 단계;상기 추출된 픽셀 분포 특성을 이용하여 수중 영상 데이터를 생성하는 단계; 및 상기 입력 영상 및 상기 수중 영상 데이터가 위조된 영상인지 여부를 결정하는 단계;를 포함하는, 수중 영상 데이터 생성 방법
|
| 12 |
12
제11 항에 따른 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 기록 매체
|
| 13 |
13
수중 영상 데이터 생성 장치에 있어서,메모리; 및프로세서;를 포함하고,상기 프로세서는, 입력 영상의 픽셀 분포 특성을 추출하고,상기 추출된 픽셀 분포 특성을 이용하여 수중 영상 데이터를 생성하고, 상기 입력 영상 및 상기 수중 영상 데이터가 위조된 영상인지 여부를 결정하는, 수중 영상 데이터 생성 장치
|
