| 1 |
1
정지 영상을 입력받는 입력부,상기 정지 영상을 해석하여 객체의 시각적인 특징을 포함하는 물리적인 정보를 추론하는 물리적 정보 추출부,상기 정지 영상을 해석하여 추상적인 개념 또는 상황을 묘사하는 영상의 속성에 해당하는 의미론적인 정보를 추론하는 의미론적 정보 추출부, 그리고상기 정지 영상의 메타 데이터, 상기 물리적인 정보 및 상기 의미론적인 정보를 통합하여 상기 정지 영상에 태깅하는 자동 태깅부를 포함하는 자동 태깅 시스템
|
| 2 |
2
제1항에 있어서,상기 물리적 정보 추출부는,상기 정지 영상으로부터 배경 전경을 분리하는 배경 분리 모듈, 그리고상기 배경 전경이 분리된 분할 영상으로부터 특징을 추출하여 객체를 인식하는 객체 인식 모듈을 포함하는 자동 태깅 시스템
|
| 3 |
3
제2항에 있어서,상기 배경 분리 모듈은,상기 정지 영상의 픽셀들중 유사한 성격을 가진 픽셀들을 결합하여 슈퍼 픽셀을 생성하고, 상기 슈퍼 픽셀로부터 특징 벡터를 추출하며, 상기 특징 벡터를 이용하여 상기 슈퍼 픽셀이 결합된 상기 배경 전경이 분리된 분할 영상을 생성하는 자동 태깅 시스템
|
| 4 |
4
제3항에 있어서,상기 배경 분리 모듈은,색상, 질감, 형태, 위치, 비주얼 워드(visual word)를 포함하는 특징 벡터를 추출하는 자동 태깅 시스템
|
| 5 |
5
제4항에 있어서,상기 객체 인식 모듈은,상기 분할 영상에서 객체 분류를 통해 복수의 객체를 인식하는 자동 태깅 시스템
|
| 6 |
6
제2항에 있어서,상기 의미론적 정보 추출부는,상기 정지 영상 및 배경 전경 영상에 기 정의된 생성 모델을 적용하여 영상 속성을 추출하는 자동 태깅 시스템
|
| 7 |
7
자동 태깅 시스템이 정지 영상을 입력받는 단계,상기 정지 영상을 해석하여 객체의 시각적인 특징을 포함하는 물리적인 정보를 추론하는 단계,상기 정지 영상을 해석하여 추상적인 개념 또는 상황을 묘사하는 영상의 속성에 해당하는 의미론적인 정보를 추론하는 단계, 그리고상기 정지 영상의 메타 데이터, 상기 물리적인 정보 및 상기 의미론적인 정보를 통합하여 상기 정지 영상에 태깅하는 단계를 포함하고,상기 물리적인 정보를 추론하는 단계 및 상기 의미론적인 정보를 추론하는 단계는 병렬적으로 동시에 수행되는 자동 태깅 방법
|
| 8 |
8
제7항에 있어서,상기 물리적인 정보를 추론하는 단계는,상기 정지 영상으로부터 배경 전경을 분리하는 단계, 그리고상기 배경 전경이 분리된 분할 영상으로부터 특징을 추출하여 객체를 인식하는 단계를 포함하는 자동 태깅 방법
|
| 9 |
9
제8항에 있어서,상기 분리하는 단계는,상기 정지 영상의 픽셀들중 유사한 성격을 가진 픽셀들을 결합하여 슈퍼 픽셀을 생성하는 단계,상기 슈퍼 픽셀로부터 특징 벡터를 추출하는 단계, 그리고 상기 특징 벡터를 이용하여 상기 슈퍼 픽셀이 결합된 상기 배경 전경이 분리된 분할 영상을 생성하는 단계를 포함하는 자동 태깅 방법
|
| 10 |
10
제9항에 있어서,상기 객체를 인식하는 단계는,상기 분할 영상에서 색상, 픽셀 밝기, 기울기, 크기 및 회전에 불변한 특징을 포함하는 객체 인식을 위한 특징을 추출하는 단계, 그리고추출된 특징들을 기계적 학습 알고리즘을 통과시켜 객체를 인식하는 단계를 포함하는 자동 태깅 방법
|
| 11 |
11
제10항에 있어서, 상기 의미론적인 정보를 추론하는 단계는,상기 정지 영상 및 상기 정지 영상으로부터 분리된 배경 전경 영상에 기 정의된 생성 모델을 적용하여 영상 속성을 추출하는 자동 태깅 방법
|
| 12 |
12
제11항에 있어서, 상기 의미론적인 정보를 추론하는 단계는,상기 정지 영상 및 상기 정지 영상의 추상적인 개념 또는 상황을 묘사하는 속성을 훈련하여 영상 속성을 추론하는 자동 태깅 방법
|
