1 |
1
딥러닝 기반 이미지 처리 기술을 활용한 이물질 선별 방법으로서,이물질 선별 대상 객체를 촬영한 이미지를 획득하는 단계;특정 객체를 정상 또는 비정상으로 분류하도록 훈련된 이미지 처리 기반 학습 모델을 로딩하는 단계;상기 획득한 대상 객체 이미지에 상기 학습 모델을 적용하여 상기 대상 객체에 대해 정상 또는 비정상 여부를 출력하는 단계; 및상기 학습 모델을 통해 출력된 상기 대상 객체에 대한 정상 또는 비정상 여부에 기반하여, 비정상 객체를 이물질로 선별하여 표시하는 단계를 포함하는,이물질 선별 방법
|
2 |
2
제 1 항에 있어서,상기 학습 모델을 학습하는 단계를 더 포함하고,상기 학습 모델을 학습하는 단계는,특정 객체에 대한 실제 정상 이미지 및 실제 이물질 이미지를 획득하는 단계;상기 실제 정상 이미지를 정상 데이터 셋으로 레이블링 하고, 상기 실제 이물질 이미지를 비정상 데이터 셋으로 레이블링 하는 단계; 및상기 정상 데이터 셋의 수와 상기 비정상 데이터 셋의 수의 차이가 설정치 미만인 경우, 상기 정상 데이터 셋 및 상기 비정상 데이터 셋으로 이물질 선별 알고리즘을 학습하는 단계를 포함하는,이물질 선별 방법
|
3 |
3
제 2 항에 있어서,상기 학습 모델을 학습하는 단계는,상기 정상 데이터 셋의 수와 상기 비정상 데이터 셋의 수의 차이가 설정치 이상인 경우, 이물질 이미지를 수집 및 생성하여 상기 비정상 데이터 셋을 추가하는 단계를 포함하는,이물질 선별 방법
|
4 |
4
제 3 항에 있어서,상기 추가하는 단계는,상기 획득한 실제 이물질 이미지와 유사한 가상 이물질 이미지를 수집하는 단계; 및상기 수집한 가상 이물질 이미지를 상기 비정상 데이터 셋으로 레이블링 하는 단계를 포함하는,이물질 선별 방법
|
5 |
5
제 4 항에 있어서,상기 수집하는 단계는,상기 실제 이물질 이미지를 기반으로 키워드를 설정하여, 외부 서버로부터 상기 실제 이물질 이미지에 대한 이미지 크롤링(crawling)을 수행하는 단계를 포함하는,이물질 선별 방법
|
6 |
6
제 4 항에 있어서,상기 수집하는 단계는,상기 실제 이물질 이미지의 형태 및 색상을 랜덤으로 변경하여 가상 이물질 이미지를 생성하는 단계를 포함하는,이물질 선별 방법
|
7 |
7
제 4 항에 있어서,상기 추가하는 단계는,상기 수집한 가상 이물질 이미지 및 상기 획득한 실제 이물질 이미지를 상기 실제 정상 이미지에 합성하는 단계; 및상기 합성한 이미지를 상기 비정상 데이터 셋으로 레이블링 하는 단계를 포함하는,이물질 선별 방법
|
8 |
8
제 7 항에 있어서,상기 합성하는 단계는,상기 실제 이물질 이미지 및 상기 가상 이물질 이미지를 상기 실제 정상 이미지의 임의의 위치에 합성하는 단계; 및모든 실제 정상 이미지에 대해, 상기 실제 이물질 이미지 및 상기 가상 이물질 이미지를 임의의 위치에 합성하는 단계를 설정 횟수 반복하는 단계를 포함하는,이물질 선별 방법
|
9 |
9
제 7 항에 있어서,상기 합성하는 단계는,RGB 기반의 상기 가상 이물질 이미지 및 상기 실제 이물질 이미지를 그레이 스케일(GrayScale) 기반의 이미지로 변경하는 단계;그레이 스케일 기반의 이미지에서, 이물질 부분은 1의 값을 갖고 배경 부분은 0의 값을 갖는 바이너리 값의 제 1 마스크 이미지를 생성하는 단계;상기 제 1 마스크 이미지와, 상기 RGB 기반의 가상 이물질 이미지 및 실제 이물질 이미지를 AND 연산하여, 배경 부분은 0의 값을 갖고 이물질 부분은 RGB값을 갖는 제 1 이미지를 생성하는 단계;상기 그레이 스케일 기반의 가상 이물질 이미지 및 실제 이물질 이미지를 반전하여 배경은 1의 값을 갖고 이물질 부분은 0의 값을 갖는 바이너리 값의 제 2 마스크 이미지를 생성하는 단계;상기 제 2 마스크 이미지와, RGB 기반의 상기 실제 정상 이미지의 AND 연산을 통해 이물질 부분의 RGB 값은 0이고 나머지 부분은 상기 실제 정상 이미지의 RGB 값을 갖는 제 2 이미지를 생성하는 단계; 및 상기 제 1 이미지와 상기 제 2 이미지를 합성하는 단계를 포함하는,이물질 선별 방법
|
10 |
10
제 7 항에 있어서,상기 실제 이물질 이미지를 획득할 때와 상기 가상 이물질 이미지를 수집할 때, 상기 실제 이물질 이미지 및 상기 가상 이물질 이미지 각각에 대한 사본을 생성하는 단계를 더 포함하고,상기 합성하는 단계는,상기 생성된 실제 이물질 이미지 사본 및 상기 생성된 가상 이물질 사본으로 합성을 수행하는 단계를 포함하는,이물질 선별 방법
|
11 |
11
딥러닝 기반 이미지 처리 기술을 활용한 이물질 선별 장치로서,메모리; 및상기 메모리와 연결되고, 상기 메모리에 포함된 컴퓨터 판독 가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고,상기 적어도 하나의 프로세서는,이물질 선별 대상 객체를 촬영한 이미지를 획득하는 동작,특정 객체를 정상 또는 비정상으로 분류하도록 훈련된 이미지 처리 기반 학습 모델을 로딩하는 동작,상기 획득한 대상 객체 이미지에 상기 학습 모델을 적용하여 상기 대상 객체에 대해 정상 또는 비정상 여부를 출력하는 동작, 및상기 학습 모델을 통해 출력된 상기 대상 객체에 대한 정상 또는 비정상 여부에 기반하여, 비정상 객체를 이물질로 선별하여 표시하는 동작을 수행하도록 구성되는,이물질 선별 장치
|
12 |
12
제 11 항에 있어서,상기 적어도 하나의 프로세서는,상기 학습 모델을 학습하는 동작을 더 수행하도록 구성되고,상기 학습 모델을 학습하는 동작은,특정 객체에 대한 실제 정상 이미지 및 실제 이물질 이미지를 획득하는 동작,상기 실제 정상 이미지를 정상 데이터 셋으로 레이블링 하고, 상기 실제 이물질 이미지를 비정상 데이터 셋으로 레이블링 하는 동작, 및상기 정상 데이터 셋의 수와 상기 비정상 데이터 셋의 수의 차이가 설정치 미만인 경우, 상기 정상 데이터 셋 및 상기 비정상 데이터 셋으로 이물질 선별 알고리즘을 학습하는 동작을 포함하는,이물질 선별 장치
|
13 |
13
제 12 항에 있어서,상기 학습 모델을 학습하는 동작은,상기 정상 데이터 셋의 수와 상기 비정상 데이터 셋의 수의 차이가 설정치 이상인 경우, 이물질 이미지를 수집 및 생성하여 상기 비정상 데이터 셋을 추가하는 동작을 포함하는,이물질 선별 장치
|
14 |
14
제 13 항에 있어서,상기 추가하는 동작은,상기 획득한 실제 이물질 이미지와 유사한 가상 이물질 이미지를 수집하는 동작, 및상기 수집한 가상 이물질 이미지를 상기 비정상 데이터 셋으로 레이블링 하는 동작을 포함하는,이물질 선별 장치
|
15 |
15
제 14 항에 있어서,상기 수집하는 동작은,상기 실제 이물질 이미지를 기반으로 키워드를 설정하여, 외부 서버로부터 상기 실제 이물질 이미지에 대한 이미지 크롤링(crawling)을 수행하는 동작을 포함하는,이물질 선별 장치
|
16 |
16
제 14 항에 있어서,상기 수집하는 동작은,상기 실제 이물질 이미지의 형태 및 색상을 랜덤으로 변경하여 가상 이물질 이미지를 생성하는 동작을 포함하는,이물질 선별 장치
|
17 |
17
제 14 항에 있어서,상기 추가하는 동작은,상기 수집한 가상 이물질 이미지 및 상기 획득한 실제 이물질 이미지를 상기 실제 정상 이미지에 합성하는 동작, 및상기 합성한 이미지를 상기 비정상 데이터 셋으로 레이블링 하는 동작을 포함하는,이물질 선별 장치
|
18 |
18
제 17 항에 있어서,상기 합성하는 동작은,상기 실제 이물질 이미지 및 상기 가상 이물질 이미지를 상기 실제 정상 이미지의 임의의 위치에 합성하는 동작, 및모든 실제 정상 이미지에 대해, 상기 실제 이물질 이미지 및 상기 가상 이물질 이미지를 임의의 위치에 합성하는 과정을 설정 횟수 반복하는 동작을 포함하는,이물질 선별 장치
|
19 |
19
제 17 항에 있어서,상기 합성하는 동작은,RGB 기반의 상기 가상 이물질 이미지 및 상기 실제 이물질 이미지를 그레이 스케일(GrayScale) 기반의 이미지로 변경하는 동작,그레이 스케일 기반의 이미지에서, 이물질 부분은 1의 값을 갖고 배경 부분은 0의 값을 갖는 바이너리 값의 제 1 마스크 이미지를 생성하는 동작,상기 제 1 마스크 이미지와, 상기 RGB 기반의 가상 이물질 이미지 및 실제 이물질 이미지를 AND 연산하여, 배경 부분은 0의 값을 갖고 이물질 부분은 RGB값을 갖는 제 1 이미지를 생성하는 동작,상기 그레이 스케일 기반의 가상 이물질 이미지 및 실제 이물질 이미지를 반전하여 배경은 1의 값을 갖고 이물질 부분은 0의 값을 갖는 바이너리 값의 제 2 마스크 이미지를 생성하는 동작,상기 제 2 마스크 이미지와, RGB 기반의 상기 실제 정상 이미지의 AND 연산을 통해 이물질 부분의 RGB 값은 0이고 나머지 부분은 상기 실제 정상 이미지의 RGB 값을 갖는 제 2 이미지를 생성하는 동작, 및 상기 제 1 이미지와 상기 제 2 이미지를 합성하는 동작을 포함하는,이물질 선별 장치
|
20 |
20
제 17 항에 있어서,상기 적어도 하나의 프로세서는,상기 실제 이물질 이미지를 획득할 때와 상기 가상 이물질 이미지를 수집할 때, 상기 실제 이물질 이미지 및 상기 가상 이물질 이미지 각각에 대한 사본을 생성하는 동작을 더 수행하도록 구성되고,상기 합성하는 동작은,상기 생성된 실제 이물질 이미지 사본 및 상기 생성된 가상 이물질 사본으로 합성을 수행하는 동작을 포함하는,이물질 선별 장치
|