| 1 |
1
영상을 이용하여 신경망 모델을 생성하는 방법에 있어서,상기 영상에 포함된 복수개의 프레임들 중 연속되는 프레임들 사이의 이미지 유사도를 결정하는 단계;상기 이미지 유사도가 임계값 이상인 경우, 상기 연속되는 프레임들 중 적어도 하나의 프레임을 제외하여 학습 프레임 데이터를 생성하는 단계; 및상기 학습 프레임 데이터에 기초하여 상기 신경망 모델을 생성하는 단계를 포함하고,상기 이미지 유사도를 결정하는 단계는,상기 복수개의 프레임들 각각을 복수개의 블록들로 구분하는 단계;상기 복수개의 블록들 중에서 상기 연속되는 프레임들간의 대응되는 블록들 사이의 히스토그램 유사도를 산출하는 단계; 및상기 히스토그램 유사도에 기초하여 상기 이미지 유사도를 결정하는 단계를 포함하는 방법
|
| 2 |
2
제1 항에 있어서,상기 학습 프레임 데이터를 생성하는 단계는,사용자 명령에 대응하여, 상기 임계값을 설정하는 단계를 포함하는 방법
|
| 3 |
3
삭제
|
| 4 |
4
제1 항에 있어서,상기 히스토그램 유사도를 산출하는 단계는,상기 연속되는 프레임들간의 대응되는 상기 블록들 사이의 상관관계(correlation), 카이제곱 검정(chi squared test), 교차(intersection), 바타차야(Bhattacharyya) 거리 및 EMD(Earth Mover's Distance) 중 적어도 하나를 이용하여 산출하는 단계를 포함하는 방법
|
| 5 |
5
제1 항에 있어서,상기 히스토그램 유사도에 기초하여 상기 이미지 유사도를 결정하는 단계는,상기 복수개의 블록들 각각의 엣지(edge)값을 검출하는 단계;상기 엣지값에 따라 가중치를 결정하는 단계; 및상기 가중치 및 상기 히스토그램 유사도 이용하여 가중 산술 평균을 산출하여 상기 연속되는 프레임들 사이의 상기 이미지 유사도를 결정하는 단계를 포함하는 방법
|
| 6 |
6
컴퓨터 장치에 있어서,영상, 신경망 모델 및 학습 프레임 데이터를 저장하는 메모리; 및상기 영상에 포함된 복수개의 프레임들 각각을 복수개의 블록들로 구분하고, 상기 복수개의 블록들 중에서 연속되는 프레임들간의 대응되는 블록들 사이의 히스토그램 유사도를 산출하며 상기 히스토그램 유사도에 기초하여 상기 복수개의 블록들 중에서 상기 연속되는 프레임들 사이의 이미지 유사도를 결정하고, 상기 이미지 유사도가 임계값 이상인 경우, 상기 연속되는 프레임들 중 적어도 하나의 프레임을 제외하여 상기 학습 프레임 데이터를 생성하며, 상기 학습 프레임 데이터에 기초하여 상기 신경망 모델을 생성하는 프로세서를 포함하는 컴퓨터 장치
|
| 7 |
7
제6 항에 있어서,상기 프로세서는,사용자 명령에 대응하여, 상기 임계값을 설정하는 컴퓨터 장치
|
| 8 |
8
삭제
|
| 9 |
9
제6 항에 있어서,상기 프로세서는,상기 연속되는 프레임들간의 대응되는 상기 블록들 사이의 상관관계(correlation), 카이제곱 검정(chi squared test), 교차(intersection), 바타차야(Bhattacharyya) 거리 및 EMD(Earth Mover's Distance) 중 적어도 하나를 이용하여 산출하는 컴퓨터 장치
|
| 10 |
10
제6 항에 있어서,상기 프로세서는,상기 복수개의 블록들 각각의 엣지(edge)값을 검출하고, 상기 엣지값에 따라 가중치를 결정하며, 상기 가중치 및 상기 히스토그램 유사도 이용하여 가중 산술 평균을 산출하여 상기 연속되는 프레임들 사이의 상기 이미지 유사도를 결정하는 단계를 포함하는 컴퓨터 장치
|
