1 |
1
컴퓨터 장치에 의해 수행되는 장소 인식 방법에 있어서, 이미지의 장소 표현 특징 텐서(tensor)를 추출하기 위해 특징점 클러스터링(clustering) 기반 신경망을 구현하는 단계; 동일한 장소 이미지간 동일한 특징을 인식하도록 상기 신경망을 학습시키는 단계; 학습된 상기 신경망을 이용하여 데이터베이스에서 모든 이미지의 장소 표현 특징 텐서를 추출 후 저장하는 단계; 장소를 알고자 하는 쿼리 이미지를 학습된 상기 신경망에 통과시켜 장소 표현 특징 텐서를 추출하는 단계; 및 상기 데이터베이스의 장소 표현 특징 텐서들 중 상기 쿼리 이미지의 장소 표현 특징 텐서와 가장 가까운 데이터베이스의 장소 표현 특징 텐서를 기반으로 상기 쿼리 이미지의 최종 유사 장소를 인식하는 단계를 포함하는, 장소 인식 방법
|
2 |
2
제1항에 있어서,상기 신경망을 구현하는 단계는, 합성곱 신경망(Convolutional Neural Network, CNN)을 활용하여 단위 이미지당 이미지를 표현하는 장소 표현 특징 텐서군을 추출하는 단계; 및 추출한 상기 장표 표현 특징 텐서군을 K 개의 장소를 표현하는 중심 텐서(centroid tensor)로 클러스터링하는 단계를 포함하는, 장소 인식 방법
|
3 |
3
제1항에 있어서,상기 신경망을 학습시키는 단계는, 트리플렛 손실(triplet loss)을 활용하여 동일한 장소의 이미지 및 다른 장소의 이미지 쌍을 상기 신경망에 학습시켜, 상기 신경망이 장소 유사도 평가에 유의미한 특징을 학습하도록 유도시키는 것을 특징으로 하는, 장소 인식 방법
|
4 |
4
제1항에 있어서,상기 데이터베이스에서 모든 이미지의 장소 표현 특징 텐서를 추출 후 저장하는 단계는, 학습된 상기 신경망을 이용하여 장소 이미지에 대한 빅데이터베이스의 특징 텐서를 추출 후 저장하며, 상기 빅데이터베이스의 매 이미지당 장소 정보의 메타데이터를 포함하는 것을 특징으로 하는, 장소 인식 방법
|
5 |
5
제1항에 있어서,상기 쿼리 이미지의 최종 유사 장소로 인식하는 단계는, 이미지 특징 텐서간 선택적 유클리디안 거리 측정(Selective Euclidean Distance)을 통해 최종 유사 장소를 인식하는 것을 특징으로 하는, 장소 인식 방법
|
6 |
6
제1항에 있어서,상기 쿼리 이미지의 최종 유사 장소로 인식하는 단계는, 상기 데이터베이스의 장소 표현 특징 텐서들 중 상기 쿼리 이미지의 장소 표현 특징 텐서와 가장 가까운 데이터베이스의 장소 표현 특징 텐서를 선택하는 단계; 및 선택된 상기 데이터베이스의 장소 표현 특징 텐서의 메타데이터를 상기 쿼리 이미지의 최종 유사 장소로 인식하는 단계를 포함하는, 장소 인식 방법
|
7 |
7
제6항에 있어서,상기 데이터베이스의 장소 표현 특징 텐서를 선택하는 단계는, 상기 데이터베이스의 장소 표현 특징 텐서들 중 상기 쿼리 이미지의 장소 표현 특징 텐서와 선택적 유클리디안 거리(Selective Euclidean Distance)가 가장 짧은 특징 텐서를 선택하는 것을 특징으로 하는, 장소 인식 방법
|
8 |
8
제6항에 있어서,상기 데이터베이스의 장소 표현 특징 텐서를 선택하는 단계는, 클러스터링이 되는 장소 특징 기준인 중심(centroid) 텐서들을 다중 퍼셉트론 신경망을 통해 학습하고, 장소 표현 특징 텐서를 표현하는 차원들 중 장소 평가에 유의미한 차원과 상대적으로 무의미한 차원의 구별을 학습하여, 상기 선택적 유클리디안 거리를 측정함에 있어서 각 차원당 학습한 중요도만큼 가중치를 주어 거리를 계산하는 것을 특징으로 하는, 장소 인식 방법
|
9 |
9
이미지의 장소 표현 특징 텐서(tensor)를 추출하기 위해 특징점 클러스터링(clustering) 기반 신경망을 구현하는 신경망 구현부; 동일한 장소 이미지간 동일한 특징을 인식하도록 상기 신경망을 학습시키는 신경망 학습부; 학습된 상기 신경망을 이용하여 데이터베이스에서 모든 이미지의 장소 표현 특징 텐서를 추출 후 저장하는 데이터베이스 텐서 추출부; 장소를 알고자 하는 쿼리 이미지를 학습된 상기 신경망에 통과시켜 장소 표현 특징 텐서를 추출하는 쿼리 이미지 텐서 추출부; 및 상기 데이터베이스의 장소 표현 특징 텐서들 중 상기 쿼리 이미지의 장소 표현 특징 텐서와 가장 가까운 데이터베이스의 장소 표현 특징 텐서를 기반으로 상기 쿼리 이미지의 최종 유사 장소를 인식하는 최종 유사 장소 인식부를 포함하는, 장소 인식 시스템
|
10 |
10
제9항에 있어서,상기 신경망 구현부는, 합성곱 신경망(Convolutional Neural Network, CNN)을 활용하여 단위 이미지당 이미지를 표현하는 장소 표현 특징 텐서군을 추출하고, 추출한 상기 장표 표현 특징 텐서군을 K 개의 장소를 표현하는 중심 텐서(centroid tensor)로 클러스터링하는 것을 특징으로 하는, 장소 인식 시스템
|
11 |
11
제9항에 있어서,상기 신경망 학습부는, 트리플렛 손실(triplet loss)을 활용하여 동일한 장소의 이미지 및 다른 장소의 이미지 쌍을 상기 신경망에 학습시켜, 상기 신경망이 장소 유사도 평가에 유의미한 특징을 학습하도록 유도시키는 것을 특징으로 하는, 장소 인식 시스템
|
12 |
12
제9항에 있어서,상기 데이터베이스 텐서 추출부는, 학습된 상기 신경망을 이용하여 장소 이미지에 대한 빅데이터베이스의 특징 텐서를 추출 후 저장하며, 상기 빅데이터베이스의 매 이미지당 장소 정보의 메타데이터를 포함하는 것을 특징으로 하는, 장소 인식 시스템
|
13 |
13
제9항에 있어서,상기 최종 유사 장소 인식부는, 이미지 특징 텐서간 선택적 유클리디안 거리 측정(Selective Euclidean Distance)을 통해 최종 유사 장소를 인식하는 것을 특징으로 하는, 장소 인식 시스템
|
14 |
14
제9항에 있어서,상기 최종 유사 장소 인식부는, 상기 데이터베이스의 장소 표현 특징 텐서들 중 상기 쿼리 이미지의 장소 표현 특징 텐서와 가장 가까운 데이터베이스의 장소 표현 특징 텐서를 선택하고, 선택된 상기 데이터베이스의 장소 표현 특징 텐서의 메타데이터를 상기 쿼리 이미지의 최종 유사 장소로 인식하는 것을 특징으로 하는, 장소 인식 시스템
|
15 |
15
제9항에 있어서,상기 최종 유사 장소 인식부는, 상기 데이터베이스의 장소 표현 특징 텐서들 중 상기 쿼리 이미지의 장소 표현 특징 텐서와 선택적 유클리디안 거리(Selective Euclidean Distance)가 가장 짧은 특징 텐서를 선택하는 것을 특징으로 하는, 장소 인식 시스템
|
16 |
16
제9항에 있어서,상기 최종 유사 장소 인식부는, 클러스터링이 되는 장소 특징 기준인 중심(centroid) 텐서들을 다중 퍼셉트론 신경망을 통해 학습하고, 장소 표현 특징 텐서를 표현하는 차원들 중 장소 평가에 유의미한 차원과 상대적으로 무의미한 차원의 구별을 학습하여, 상기 선택적 유클리디안 거리를 측정함에 있어서 각 차원당 학습한 중요도만큼 가중치를 주어 거리를 계산하는 것을 특징으로 하는, 장소 인식 시스템
|
17 |
17
컴퓨터 장치에 의해 수행되는 장소 인식 방법에 있어서, 이미지의 장소 표현 특징 텐서(tensor)를 추출하기 위해 특징점 클러스터링(clustering) 기반 신경망을 구현하는 단계; 동일한 장소 이미지간 동일한 특징을 인식하도록 상기 신경망을 학습시키는 단계; 및 학습된 상기 신경망을 이용하여 데이터베이스에서 모든 이미지의 장소 표현 특징 텐서를 추출 후 저장하는 단계를 포함하고, 상기 신경망을 학습시키는 단계는, 트리플렛 손실(triplet loss)을 활용하여 동일한 장소의 이미지 및 다른 장소의 이미지 쌍을 상기 신경망에 학습시켜, 상기 신경망이 장소 유사도 평가에 유의미한 특징을 학습하도록 유도시키는 것을 특징으로 하는, 장소 인식 방법
|
18 |
18
제17항에 있어서,상기 신경망을 구현하는 단계는, 합성곱 신경망(Convolutional Neural Network, CNN)을 활용하여 단위 이미지당 이미지를 표현하는 장소 표현 특징 텐서군을 추출하는 단계; 및 추출한 상기 장표 표현 특징 텐서군을 K 개의 장소를 표현하는 중심 텐서(centroid tensor)로 클러스터링하는 단계를 포함하는, 장소 인식 방법
|
19 |
19
제17항에 있어서,상기 데이터베이스에서 모든 이미지의 장소 표현 특징 텐서를 추출 후 저장하는 단계는, 학습된 상기 신경망을 이용하여 장소 이미지에 대한 빅데이터베이스의 특징 텐서를 추출 후 저장하며, 상기 빅데이터베이스의 매 이미지당 장소 정보의 메타데이터를 포함하는 것을 특징으로 하는, 장소 인식 방법
|
20 |
20
제17항에 있어서,장소를 알고자 하는 쿼리 이미지를 학습된 상기 신경망에 통과시켜 장소 표현 특징 텐서를 추출하는 단계; 및 상기 데이터베이스의 장소 표현 특징 텐서들 중 상기 쿼리 이미지의 장소 표현 특징 텐서와 가장 가까운 데이터베이스의 장소 표현 특징 텐서를 기반으로 상기 쿼리 이미지의 최종 유사 장소를 인식하는 단계를 더 포함하는, 장소 인식 방법
|