| 1 |
1
(a) 입력 이미지를 딥러닝 기반 모델에 적용하여 타겟 객체에 대한 전경 맵과 돌출 맵을 각각 추출하는 단계;(b) 배경 이미지의 크기를 고려하여 상기 전경 맵과 상기 돌출 맵의 크기를 조절하는 단계;(c) 상기 크기가 조절된 돌출 맵을 보간(interpolation)하고 제로 패딩(zero padding)하여 상기 배경 이미지의 타겟 위치에 돌출 영역을 생성하는 단계; 및(d) 상기 돌출 영역에 상기 크기가 조절된 전경 맵을 포화시키는 단계를 포함하는 이미지 매팅 방법
|
| 2 |
2
제1 항에 있어서, 상기 돌출 영역은 상기 배경 이미지와 상기 돌출 맵의 채도 계산을 수행한 후 임계치를 기반으로 상기 돌출 맵에 상응하는 영역이 제1 값으로 변경되어 생성되는 것을 특징으로 하는 이미지 매팅 방법
|
| 3 |
3
제2 항에 있어서, 상기 임계치 이상인 경우, 상기 돌출 영역 중 어느 하나의 픽셀이 제1 값으로 변경하고, 상기 임계치 미만이면 상기 전경 맵 중 어느 하나의 픽셀값을 제1 값으로 변경하는 것을 특징으로 하는 이미지 매팅 방법
|
| 4 |
4
제1 항에 있어서, 상기 딥러닝 기반 모델은, 상기 입력 이미지를 입력받아 조악한(coarse) 특징맵을 생성하는 예측 모델; 및상기 조악한 특징맵을 정제하여 정제된 특징맵을 생성하는 정제 모델을 포함하되,상기 정제 모델은 잔차 블록과 컨볼루션 블록 어텐션 모듈을 결합한 구조이되, 상기 잔차 블록은 인코더-디코더 구조를 가지되, 상기 인코더는 맥스 풀링을 적용하여 압축한 제1 결과값과 복수의 컨볼루션 레이어를 통해 압축한 제2 결과값을 더하여 압축된 특징맵을 출력하는 것을 특징으로 하는 이미지 매팅 방법
|
| 5 |
5
제4 항에 있어서, 상기 디코더는, 상기 압축된 특징맵을 업샘플링하되, 저 레벨 특징맵은 3 x 3 컨볼루션 연산하고, 고 레벨 특징맵은 글로벌 풀링(Global pooling)을 적용한 후 1 x 1 컨볼루션 연산한 후 상기 저 레벨 특징맵과 곱하며 점진적으로 업샘플링되는 것을 특징으로 하는 이미지 매팅 방법
|
| 6 |
6
제1 항에 있어서, 상기 (b) 단계는, 상기 전경 맵과 상기 돌출 맵의 크기를 절반으로 줄이는 것을 특징으로 하는 이미지 매팅 방법
|
| 7 |
7
제1 항 내지 제6 항 중 어느 하나의 항에 따른 방법을 수행하기 위한 프로그램 코드를 기록한 컴퓨터로 판독 가능한 기록매체
|
| 8 |
8
적어도 하나의 명령어를 저장하는 메모리;상기 메모리에 저장된 명령어를 실행하는 프로세서를 포함하되,상기 프로세서에 의해 실행된 명령어는, (a) 입력 이미지를 딥러닝 기반 모델에 적용하여 타겟 객체에 대한 전경 맵과 돌출 맵을 각각 추출하는 단계;(b) 배경 이미지의 크기를 고려하여 상기 전경 맵과 상기 돌출 맵의 크기를 조절하는 단계;(c) 상기 배경 이미지의 타겟 위치에 상기 크기가 조절된 돌출 맵을 보간 (interpolation)하고 제로 패딩(zero padding)하여 돌출 영역을 생성하는 단계; 및(d) 상기 돌출 영역에 상기 크기가 조절된 전경 맵을 포화시키는 단계를 수행하는 것을 특징으로 하는 이미지 매팅 장치
|
| 9 |
9
제8 항에 있어서, 상기 (c) 단계는, 상기 배경 이미지와 상기 돌출 맵의 채도 계산을 수행하여 임계치를 기반으로 상기 돌출 영역을 생성하는 것을 특징으로 하는 이미지 매팅 장치
|
| 10 |
10
제9 항에 있어서, 상기 (c) 단계는, 상기 임계치 이상인 경우, 상기 배경 이미지의 돌출 영역 중 어느 하나의 픽셀이 제1 값으로 변경되고, 상기 임계치 미만이면 상기 전경 맵 중 어느 하나의 픽셀값이 제1 값으로 변경되는 것을 특징으로 하는 이미지 매팅 장치
|
| 11 |
11
제7 항에 있어서, 상기 딥러닝 기반 모델은, 상기 입력 이미지를 입력받아 조악한(coarse) 특징맵을 생성하는 예측 모델; 및상기 조악한 특징맵을 정제하여 정제된 특징맵을 생성하는 정제 모델을 포함하되,상기 정제 모델은 잔차 블록과 컨볼루션 블록 어텐션 모듈을 결합한 구조이되, 상기 잔차 블록은 인코더-디코더 구조를 가지되, 상기 인코더는 맥스 풀링을 적용하여 압축한 제1 결과값과 복수의 컨볼루션 레이어를 통해 압축한 제2 결과값을 더하여 압축된 특징맵을 출력하는 것을 특징으로 하는 이미지 매팅 장치
|
| 12 |
12
제11 항에 있어서, 상기 디코더는, 상기 압축된 특징맵을 업샘플링하되, 저 레벨 특징맵은 3 x 3 컨볼루션 연산하고, 고 레벨 특징맵은 글로벌 풀링(Global pooling)을 적용한 후 1 x 1 컨볼루션 연산한 후 상기 저 레벨 특징맵과 곱하며 점진적으로 업샘플링되는 것을 특징으로 하는 이미지 매팅 장치
|
