| 1 |
1
특정 서체를 갖는 적어도 하나의 음절 단위의 샘플 글자 이미지와, 기설정된 서체를 갖는 적어도 하나의 음절 단위의 기본 글자 이미지를 입력받아, 학습된 영역 상관관계 인지 대조 학습 모델에 적용하여 출력 글자 이미지인 특정 서체를 갖는 기본 글자 이미지를 출력하는 폰트 생성부; 및상기 샘플 글자 이미지와, 상기 폰트 생성부에서 출력한 상기 출력 글자 이미지를 입력받아, 기저장된 손실 함수를 적용하여 영역 상관관계 인지 대조 학습 알고리즘의 반복 학습 처리를 수행하여, 상기 폰트 생성부에 적용한 영역 상관관계 인지 대조 학습 모델의 업데이트를 수행하는 손실 계산부;를 포함하는, 영역 상관관계 인지 대조 학습 알고리즘을 이용한 폰트 생성 시스템
|
| 2 |
2
제 1항에 있어서,상기 샘플 글자 이미지와 상기 기본 글자 이미지는 서로 상이한 글자인, 영역 상관관계 인지 대조 학습 알고리즘을 이용한 폰트 생성 시스템
|
| 3 |
3
제 2항에 있어서,상기 폰트 생성부는합성곱 신경망(CNN, Convolution Neural Network) 구조로 구성되는 적어도 두 개의 인코더(Encoder)와, 합성곱 신경망 구조로 구성되는 디코더(Decoder)를 포함하여,각 인코더에 상기 샘플 글자 이미지와 상기 기본 글자 이미지를 각각 입력하여, 각 특성값을 출력하고, 디코더는 출력되는 각 특성값을 조합하여 상기 출력 글자 이미지를 출력하는, 영역 상관관계 인지 대조 학습 알고리즘을 이용한 폰트 생성 시스템
|
| 4 |
4
제 3항에 있어서,상기 손실 계산부는합성곱 신경망 구조로 구성되는 판별기(Discriminator)를 포함하여,판별기에 상기 샘플 글자 이미지와 상기 출력 글자 이미지를 입력하여, 각 특성값을 출력하고, 이를 이용하여 외부 입력받은 이미지인지 내부 생성된 이미지인지 판별하는, 영역 상관관계 인지 대조 학습 알고리즘을 이용한 폰트 생성 시스템
|
| 5 |
5
제 4항에 있어서,상기 손실 계산부는영역 상관관계 인지 대조 학습 알고리즘을 이용하여, 기저장된 제1 손실 함수를 적용하여,특정 벡터 공간(feature space)에서 각각의 상기 샘플 글자 이미지와 상기 출력 글자 이미지를 패치화하여 분산시키고, 각 패치들 간의 위치를 기준으로 특성값을 분석하여, 유사도(attention)가 높을수록 인접하게 위치되도록 학습을 수행하는, 영역 상관관계 인지 대조 학습 알고리즘을 이용한 폰트 생성 시스템
|
| 6 |
6
제 5항에 있어서,상기 영역 상관관계 인지 대조 학습 모델로생성적 적대 신경망(GAN, Generative Adversarial Networks) 모델을 포함하는, 영역 상관관계 인지 대조 학습 알고리즘을 이용한 폰트 생성 시스템
|
| 7 |
7
제 6항에 있어서,상기 손실 계산부는특정 서체를 갖는 적어도 하나의 음절 단위의 기준 글자 이미지를 더 입력받되,상기 기준 글자 이미지의 특성값과 상기 출력 글자 이미지의 특성값을 이용하여, 상기 폰트 생성부에 기설정된 제2 손실 함수와 상기 손실 계산부의 판별기에 기설정된 제3 손실 함수를 적용하여, 각각의 손실 함수가 최소가 되도록 반복 학습을 수행하는, 영역 상관관계 인지 대조 학습 알고리즘을 이용한 폰트 생성 시스템
|
| 8 |
8
제 7항에 있어서,상기 손실 계산부는상기 기준 글자 이미지의 특성값과 상기 출력 글자 이미지의 특성값을 이용하여, 상기 손실 계산부의 판별기에 기설정된 픽셀 단위에서의 제4 손실 함수와 기설정된 특성 단위에서의 제5 손실 함수를 적용하여, 각각의 손실 함수가 최소가 되도록 반복 학습을 수행하는, 영역 상관관계 인지 대조 학습 알고리즘을 이용한 폰트 생성 시스템
|
| 9 |
9
제 8항에 있어서,상기 기준 글자 이미지와 상기 출력 글자 이미지는 동일한 글자인, 영역 상관관계 인지 대조 학습 알고리즘을 이용한 폰트 생성 시스템
|
| 10 |
10
컴퓨터를 포함하는 연산 처리 수단에 의해 각 단계가 수행되는 영역 상관관계 인지 대조 학습 알고리즘을 이용한 폰트 생성 시스템을 이용한 생성 방법으로서,폰트 생성부에서, 특정 서체를 갖는 적어도 하나의 음절 단위의 샘플 글자 이미지를 입력받는 샘플 입력 단계;폰트 생성부에서, 기설정된 서체를 갖는 적어도 하나의 음절 단위의 기본 글자 이미지를 입력받는 기본 입력 단계;폰트 생성부에서, 학습된 영역 상관관계 인지 대조 학습 모델에 상기 샘플 입력 단계에 의한 샘플 글자 이미지와 상기 기본 입력 단계에 의한 기본 글자 이미지를 입력하여, 출력 글자 이미지인 특정 서체를 갖는 기본 글자 이미지를 생성하는 출력 단계; 및손실 계산부에서, 상기 샘플 입력 단계에 의한 샘플 글자 이미지와 상기 출력 단계에 의한 출력 글자 이미지를 입력받아, 기저장된 손실 함수를 적용하여 영역 상관관계 인지 대조 학습 알고리즘의 반복 학습 처리를 수행하여, 상기 영역 상관관계 인지 대조 학습 모델의 업데이트를 수행하는 손실 처리 단계;를 포함하며,상기 영역 상관관계 인지 대조 학습 모델로생성적 적대 신경망(GAN, Generative Adversarial Networks) 모델을 포함하며,상기 샘플 글자 이미지와 상기 기본 글자 이미지는 서로 상이한 글자인, 영역 상관관계 인지 대조 학습 알고리즘을 이용한 폰트 생성 방법
|
| 11 |
11
제 10항에 있어서,상기 손실 처리 단계는손실 계산부에 포함되어 있는 합성곱 신경망(CNN, Convolution Neural Network) 구조로 구성되는 판별기(Discriminator)를 이용하여, 상기 샘플 글자 이미지와 출력 글자 이미지 각 특성값을 출력하고, 이를 이용하여 외부 입력받은 이미지인지 내부 생성된 이미지인지 판별하는, 영역 상관관계 인지 대조 학습 알고리즘을 이용한 폰트 생성 방법
|
| 12 |
12
제 11항에 있어서,상기 손실 처리 단계는영역 상관관계 인지 대조 학습 알고리즘을 이용하여, 기저장된 제1 손실 함수를 적용하여,특정 벡터 공간(feature space)에서 각각의 상기 샘플 글자 이미지와 상기 출력 글자 이미지를 패치화하여 분산시키고, 각 패치들 간의 위치를 기준으로 특성값 비교 분석을 수행하여, 유사도(attention)가 높을수록 인접하게 위치되도록 패치 배열을 변경하는 학습을 수행하는, 영역 상관관계 인지 대조 학습 알고리즘을 이용한 폰트 생성 방법
|
| 13 |
13
제 12항에 있어서,상기 손실 처리 단계는손실 계산부에서, 특정 서체를 갖는 적어도 하나의 음절 단위의 기준 글자 이미지를 더 입력받되,상기 기본 글자 이미지와 상기 출력 글자 이미지는 동일한 글자인, 영역 상관관계 인지 대조 학습 알고리즘을 이용한 폰트 생성 방법
|
| 14 |
14
제 13항에 있어서,상기 출력 단계는영역 상관관계 인지 대조 학습 알고리즘을 이용하여, 상기 기준 글자 이미지의 특성값과 상기 출력 글자 이미지의 특성값을 이용하여, 기설정된 제2 손실 함수를 적용하고,상기 손실 처리 단계는영역 상관관계 인지 대조 학습 알고리즘을 이용하여, 상기 기준 글자 이미지의 특성값과 상기 출력 글자 이미지의 특성값을 이용하여, 판별 과정에서 기설정된 제3 손실 함수를 적용하여,각각의 손실 함수가 최소가 되도록 반복 학습을 수행하는, 영역 상관관계 인지 대조 학습 알고리즘을 이용한 폰트 생성 방법
|
| 15 |
15
제 14항에 있어서,상기 손실 처리 단계는영역 상관관계 인지 대조 학습 알고리즘을 이용하여, 상기 기준 글자 이미지의 특성값과 상기 출력 글자 이미지의 특성값을 이용하여,기설정된 픽셀 단위에서의 제4 손실 함수와 기설정된 특성 단위에서의 제5 손실 함수를 적용하여,각각의 손실 함수가 최소가 되도록 반복 학습을 수행하는, 영역 상관관계 인지 대조 학습 알고리즘을 이용한 폰트 생성 방법
|
