| 1 |
1
입력부; 통신망을 통해 다른 장치와 데이터를 주고받는 통신부;사진들을 저장하는 메모리부;저장된 상기 사진에 포함된 이미지를 분석하여 불필요한 사진인지를 분석하고, 불필요한 사진인 경우 해당 사진의 삭제를 추천하는 제어부; 및상기 제어부에서 삭제를 추천한 사진들을 나열하고 해당 사진들의 삭제 여부를 선택하는 표시를 출력하는 출력부를 포함하는 사진 관리 장치
|
| 2 |
2
제1항에 있어서,불필요한 사진은, 흔들린 사진 및 어두운 사진, 유사 사진, 스크린 샷 중 적어도 하나이고, 상기 제어부는, 상기 사진에서 객체를 식별하는 사진 객체 인식 모듈과 상기 사진이 흔들린지 여부를 판단하는 흔들린 사진 감지 모듈, 상기 사진이 어두운지 여부를 결정하는 어두운 사진 감지 모듈, 상기 사진들에서 유사 사진을 검색하는 유사 사진 감지 모듈, 상기 사진들 중에 스크린 샷을 검색하는 스크린 샷 검색 모듈 중 적어도 하나를 포함하는 사진 관리 장치
|
| 3 |
3
제2항에 있어서,상기 사진 객체 인식 모듈은, 상기 사진에 포함된 이미지를 여러개의 그리드로 분할하고, 각 그리드는 객체의 위치를 식별하기 위해 특정 수의 경계 상자들을 예측하고, 각 경계상자에는 신뢰도 점수가 할당되고, 예측된 각 경계상자와 신뢰도 점수를 이용하여 상기 사진에서 객체를 식별하는 사진 관리 장치
|
| 4 |
4
제2항에 있어서,상기 사진 객체 인식 모듈은 다중 컨벌루션 계층(multiple convolution layers), 풀링 계층(pooling layer) 및 완전 연결 계층(fully connected layers)으로 구성된 딥 러닝 모델을 활용하여 상기 사진에서 객체를 식별하는 사진 관리 장치
|
| 5 |
5
제2항에 있어서,상기 흔들린 사진 감지 모듈은 가우시안 기저 필터를 이용한 방법, 가장자리의 흐림 정도 측정 및 가장자리 선명도 분석 방법 및 라플라시안의 분산을 이용하여 상기 사진의 흐릿함을 판단하여 상기 사진이 흔들렸는지 여부를 판단하는 사진 관리 장치
|
| 6 |
6
제5항에 있어서,상기 흔들린 사진 감지 모듈이 라플라시안 분산을 이용하여 상기 사진의 흐릿함을 판단할 경우, 상기 사진을 흑백으로 변환한 후 라플라시안 분산을 계산하여 상기 사진의 흐릿함을 판단하는 사진 관리 장치
|
| 7 |
7
제2항에 있어서,상기 어두운 사진 감지 모듈은 다중 컨벌루션 계층(multiple convolution layers), 풀링 계층(pooling layer) 및 완전 연결 계층(fully connected layers)으로 구성된 딥 러닝 모델을 활용하여 상기 사진이 어두운지 여부를 결정하되, 상기 딥 러닝 모델은, 학습 데이터로 학습할 때, 각 계층에 있는 노드를 특정 확률로 제거하여 학습시키고, 학습이 완료되고 테스트를 할 때에는 원래대로 모든 노드를 고려하고 노드마다 가지고 있는 가중치를 상기 확률을 곱한 드롭 아웃 기술을 적용한 사진 관리 장치
|
| 8 |
8
제2항에 있어서,상기 유사 사진 감지 모듈은 상기 객체 인식 모듈에 의해 식별한 객체에 따른 사진의 주제와 시간, 위치 정보를 이용하여 상기 사진들에서 유사 사진을 검색하는 사진 관리 장치
|
| 9 |
9
제1항에 있어서,상기 사진 관리 장치는 클라우드 서버 또는 통신 단말기인 사진 관리 장치
|
| 10 |
10
사진들을 저장하는 단계;저장된 상기 사진에 포함된 이미지를 분석하여 불필요한 사진인지를 분석하고, 불필요한 사진인 경우 해당 사진의 삭제를 추천하는 단계; 및삭제를 추천한 상기 사진들을 나열하고 해당 사진들의 삭제 여부를 선택하는 표시를 출력하는 단계를 포함하는 사진 관리 방법
|
| 11 |
11
제10항에 있어서,상기 불필요한 사진은, 흔들린 사진 및 어두운 사진, 유사 사진, 스크린 샷 중 적어도 하나이고, 상기 불필요한 사진인 경우 해당 사진의 삭제를 추천하는 단계는, 상기 사진에서 객체를 식별하는 사진 객체 인식 단계과 상기 사진이 흔들린지 여부를 판단하는 흔들린 사진 감지 단계, 상기 사진이 어두운지 여부를 결정하는 어두운 사진 감지 단계, 상기 사진들에서 유사 사진을 검색하는 유사 사진 감지 단계, 상기 사진들에서 스크린 tit을 검색하는 스크린 샷 검색 단계 중 적어도 하나를 포함하는 사진 관리 방법
|
| 12 |
12
제11항에 있어서,상기 사진 객체 인식 단계는 다중 컨벌루션 계층(multiple convolution layers), 풀링 계층(pooling layer) 및 완전 연결 계층(fully connected layers)으로 구성된 딥 러닝 모델을 활용하여 상기 사진에서 객체를 식별하는 사진 관리 방법
|
| 13 |
13
제11항에 있어서,상기 흔들린 사진 감지 단계는 라플라시안 분산을 이용하여 상기 사진의 흐릿함을 판단할 경우, 상기 사진을 흑백으로 변환한 후 라플라시안 분산을 계산하여 상기 사진의 흐릿함을 판단하는 사진 관리 방법
|
| 14 |
14
제11항에 있어서,상기 어두운 사진 감지 단계는 다중 컨벌루션 계층(multiple convolution layers), 풀링 계층(pooling layer) 및 완전 연결 계층(fully connected layers)으로 구성된 딥 러닝 모델을 활용하여 상기 사진이 어두운지 여부를 결정하되, 상기 딥 러닝 모델은, 학습 데이터로 학습할 때, 각 계층에 있는 노드를 특정 확률로 제거하여 학습시키고, 학습이 완료되고 테스트를 할 때에는 원래대로 모든 노드를 고려하고 노드마다 가지고 있는 가중치를 상기 확률을 곱한 드롭 아웃 기술을 적용한 사진 관리 방법
|
| 15 |
15
제11항에 있어서,상기 유사 사진 감지 단계는 상기 객체 인식 모듈에 의해 식별한 객체에 따른 사진의 주제와 시간, 위치 정보를 이용하여 상기 사진들에서 유사 사진을 검색하는 사진 관리 방법
|
