| 1 |
1
전자 장치에서의 영상 학습 방법에 있어서, 네거티브 샘플링에 필요한 클래스 스코어 임계치를 초기 설정하는 단계; 영상 내에서 객체에 해당하는 영역을 포지티브 샘플로 선택하는 단계;상기 영상 내의 복수의 탐색 영역 중 상기 포지티브 샘플로 선택된 탐색 영역을 제외한 탐색 영역에서 상기 클래스 스코어 임계치를 초과하는 클래스 스코어를 갖는 복수의 탐색 영역을 복수의 후보 네거티브 샘플로 선택하는 단계;상기 선택된 복수의 후보 네거티브 샘플 중 뉴럴 네트워크의 학습에 이용할 네거티브 샘플을 랜덤하게 선택하는 단계;상기 후보 네거티브 샘플의 개수에 기초하여 상기 클래스 스코어 임계치를 업데이트 하는 단계; 및상기 선택된 포지티브 샘플 및 상기 선택된 네거티브 샘플을 이용하여 상기 뉴럴 네트워크를 학습시키는 단계;를 포함하는 영상 학습 방법
|
| 2 |
2
제1항에 있어서, 상기 네거티브 샘플을 랜덤하게 선택하는 단계는, 상기 선택된 복수의 후보 네거티브 샘플 중 상기 포지티브 샘플의 개수에 대응되는 제1 개수만큼의 후보 네거티브 샘플을 랜덤하게 선택하는 영상 학습 방법
|
| 3 |
3
제2항에 있어서, 상기 네거티브 샘플을 랜덤하게 선택하는 단계는, 상기 복수의 후보 네거티브 샘플의 개수가 '상기 제1 개수보다 큰 제2 개수'보다 많으면, 상기 클래스 스코어 임계치보다 큰 제2 임계치를 초과하는 클래스 스코어를 갖는 후보 네거티브 샘플을 선별하고, 상기 선별된 후보 네거티브 샘플 중 네거티브 샘플을 랜덤하게 선택하는 영상 학습 방법
|
| 4 |
4
제2항에 있어서,상기 업데이트하는 단계는, 상기 후보 네거티브 샘플의 개수가 상기 제1 개수 또는 제2 개수와의 차이 값에 기초하여 상기 설정된 클래스 스코어 임계치를 업데이트하는 영상 학습 방법
|
| 5 |
5
제2항에 있어서, 상기 제1 개수는 상기 선택된 포지티브 샘플의 개수에 비례되는 개수를 갖고, 상기 제2 개수는 상기 제1 개수에 비례하는 개수를 갖는 영상 학습 방법
|
| 6 |
6
제5항에 있어서, 상기 네거티브 샘플을 랜덤하게 선택하는 단계는, 상기 제1 개수 및 상기 제2 개수에 대응되는 확률 값을 이용하여 네거티브 샘플을 선택하는 영상 학습 방법
|
| 7 |
7
제1항에 있어서, 상기 복수의 후보 네거티브 샘플로 선택하는 단계는, 상기 영상의 일부분을 추출하기 위해 서로 다른 크기를 갖는 복수의 탐색 영역을 샘플링하는 단계;상기 추출된 복수의 탐색 영역 각각의 클래스 스코어를 결정하는 단계; 및상기 추출된 복수의 탐색 영역 중 상기 산출된 클래스 스코어가 상기 설정된 클래스 스코어 임계치를 초과하는 탐색 영역에서 복수의 후보 네거티브 샘플을 선택하는 단계;를 포함하는 영상 학습 방법
|
| 8 |
8
전자 장치에 있어서, 적어도 하나의 인스트럭션(instruction) 및 뉴럴 네트워크를 저장하는 메모리; 및상기 적어도 하나의 인스트럭션을 실행하여 상기 뉴럴 네트워크를 학습시키는 프로세서;를 포함하고, 상기 프로세서는, 상기 적어도 하나의 인스트럭션을 실행함으로써, 네거티브 샘플링에 필요한 클래스 스코어 임계치를 초기 설정하고, 영상 내에서 객체에 해당하는 영역을 포지티브 샘플로 선택하고, 상기 영상 내의 복수의 탐색 영역 중 상기 포지티브 샘플로 선택된 탐색 영역을 제외한 탐색 영역에서 상기 클래스 스코어 임계치를 초과하는 클래스 스코어를 갖는 복수의 탐색 영역을 복수의 후보 네거티브 샘플로 선택하고, 상기 선택된 복수의 후보 네거티브 샘플 중 뉴럴 네트워크의 학습에 이용할 네거티브 샘플을 랜덤하게 선택하고, 상기 후보 네거티브 샘플의 개수에 기초하여 상기 클래스 스코어 임계치를 업데이트 하고, 상기 선택된 포지티브 샘플 및 상기 선택된 네거티브 샘플을 이용하여 상기 뉴럴 네트워크를 학습시키는 전자 장치
|
| 9 |
9
제8항에 있어서, 상기 프로세서는, 상기 선택된 복수의 후보 네거티브 샘플 중 상기 포지티브 샘플의 개수에 대응되는 제1 개수만큼의 후보 네거티브 샘플을 랜덤하게 선택하는 전자 장치
|
| 10 |
10
제9항에 있어서, 상기 프로세서는, 상기 복수의 후보 네거티브 샘플의 개수가 '상기 제1 개수보다 큰 제2 개수'보다 많으면, 상기 클래스 스코어 임계치보다 큰 제2 임계치를 초과하는 클래스 스코어를 갖는 후보 네거티브 샘플을 선별하고, 상기 선별된 후보 네거티브 샘플 중 네거티브 샘플을 랜덤하게 선택하는 전자 장치
|
| 11 |
11
제9항에 있어서,상기 프로세서는, 상기 후보 네거티브 샘플의 개수가 상기 제1 개수 또는 제2 개수와의 차이 값에 기초하여 상기 설정된 클래스 스코어 임계치를 업데이트하는 전자 장치
|
| 12 |
12
제9항에 있어서, 상기 제1 개수는 상기 선택된 포지티브 샘플의 개수에 비례되는 개수를 갖고, 상기 제2 개수는 상기 제1 개수에 비례하는 개수를 갖는 전자 장치
|
| 13 |
13
제12항에 있어서, 상기 프로세서는, 상기 제1 개수 및 상기 제2 개수에 대응되는 확률 값을 이용하여 네거티브 샘플을 선택하는 전자 장치
|
| 14 |
14
제8항에 있어서, 상기 프로세서는, 상기 영상의 일부분을 추출하기 위해 서로 다른 크기를 갖는 복수의 탐색 영역을 샘플링하고, 상기 추출된 복수의 탐색 영역 각각의 클래스 스코어를 결정하고, 상기 추출된 복수의 탐색 영역 중 상기 산출된 클래스 스코어가 상기 설정된 클래스 스코어 임계치를 초과하는 탐색 영역에서 복수의 후보 네거티브 샘플을 선택하는 전자 장치
|
