| 1 |
1
얼굴 이미지에 대하여, 상기 얼굴 이미지를 미리 결정된 복수의 컬러 공간들로 변형하고, 상기 복수의 컬러 공간들 각각에서의 특징을 포함하는 컬러 특징 학습을 통해 상기 복수의 컬러 공간들로 변형된 얼굴 이미지들 각각으로부터 컬러 특징을 추출하는 단계; 및상기 복수의 컬러 공간들 각각으로부터 추출된 컬러 특징들의 학습에 기초하여 상기 추출된 컬러 특징들이 융합된 융합 특징을 생성하는 단계를 포함하고,상기 컬러 특징을 추출하는 단계는상기 얼굴 이미지를 RGB, YCbCr, YIQ, XYZ, HSV, RIQ, RQCr, YQCr 및 La*b* 컬러 공간들로 변형하며, 상기 컬러 공간들 각각의 DCNN(deep convolutional neural networks)의 특징을 학습함으로써, 상기 컬러 특징을 추출하고,상기 융합 특징을 생성하는 단계는상기 RGB, YCbCr, YIQ, XYZ, HSV, RIQ, RQCr, YQCr 및 La*b* 컬러 공간들 각각으로부터 추출된 컬러 특징들에 대한 모든 특징 벡터를 연쇄시킴으로써, 상기 융합 특징을 생성하며, 상기 추출된 컬러 특징들에 대하여 DNN(deep neural networks)을 학습함으로써, 상기 융합 특징을 생성하고, 상기 컬러 공간들 각각으로부터 추출된 컬러 특징들의 상호 보완적인 정보들을 이용하여 상기 융합 특징을 생성하는 얼굴 컬러 특징 학습 방법
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
삭제
|
| 5 |
5
제1항에 있어서,상기 DNN은복수의 완전 연결 레이어(fully connected layer)로 구성되는 것을 특징으로 하는 얼굴 컬러 특징 학습 방법
|
| 6 |
6
얼굴 이미지에 대하여, 상기 얼굴 이미지를 미리 결정된 복수의 컬러 공간들로 변형하고, 상기 복수의 컬러 공간들 각각에서의 특징을 포함하는 컬러 특징 학습을 통해 상기 복수의 컬러 공간들로 변형된 얼굴 이미지들 각각으로부터 컬러 특징을 추출하는 단계;상기 복수의 컬러 공간들 각각으로부터 추출된 컬러 특징들의 학습에 기초하여 상기 추출된 컬러 특징들이 융합된 융합 특징을 생성하는 단계; 및상기 생성된 융합 특징에 기초하여 상기 얼굴 이미지의 얼굴을 인식하는 단계를 포함하고,상기 컬러 특징을 추출하는 단계는상기 얼굴 이미지를 RGB, YCbCr, YIQ, XYZ, HSV, RIQ, RQCr, YQCr 및 La*b* 컬러 공간들로 변형하며, 상기 컬러 공간들 각각의 DCNN(deep convolutional neural networks)의 특징을 학습함으로써, 상기 컬러 특징을 추출하고,상기 융합 특징을 생성하는 단계는상기 RGB, YCbCr, YIQ, XYZ, HSV, RIQ, RQCr, YQCr 및 La*b* 컬러 공간들 각각으로부터 추출된 컬러 특징들에 대한 모든 특징 벡터를 연쇄시킴으로써, 상기 융합 특징을 생성하며, 상기 추출된 컬러 특징들에 대하여 DNN(deep neural networks)을 학습함으로써, 상기 융합 특징을 생성하고, 상기 컬러 공간들 각각으로부터 추출된 컬러 특징들의 상호 보완적인 정보들을 이용하여 상기 융합 특징을 생성하는 얼굴 컬러 특징을 이용한 얼굴 인식 방법
|
| 7 |
7
삭제
|
| 8 |
8
제6항에 있어서,상기 융합 특징을 생성하는 단계는복수의 완전 연결 레이어(fully connected layer)로 구성된 상기 DNN(deep neural networks)을 학습함으로써, 상기 융합 특징을 생성하는 것을 특징으로 하는 얼굴 컬러 특징을 이용한 얼굴 인식 방법
|
| 9 |
9
얼굴 이미지에 대하여, 상기 얼굴 이미지를 미리 결정된 복수의 컬러 공간들로 변형하고, 상기 복수의 컬러 공간들 각각에서의 특징을 포함하는 컬러 특징 학습을 통해 상기 복수의 컬러 공간들로 변형된 얼굴 이미지들 각각으로부터 컬러 특징을 추출하는 추출부; 및상기 복수의 컬러 공간들 각각으로부터 추출된 컬러 특징들의 학습에 기초하여 상기 추출된 컬러 특징들이 융합된 융합 특징을 생성하는 융합부를 포함하고,상기 추출부는상기 얼굴 이미지를 RGB, YCbCr , YIQ, XYZ, HSV, RIQ, RQCr, YQCr 및 La*b* 컬러 공간들로 변형하며, 상기 컬러 공간들 각각의 DCNN(deep convolutional neural networks)의 특징을 학습함으로써, 상기 컬러 특징을 추출하고,상기 융합부는상기 RGB, YCbCr , YIQ, XYZ, HSV, RIQ, RQCr, YQCr 및 La*b* 컬러 공간들 각각으로부터 추출된 컬러 특징들에 대한 모든 특징 벡터를 연쇄시킴으로써, 상기 융합 특징을 생성하며, 상기 추출된 컬러 특징들에 대하여 DNN(deep neural networks)을 학습함으로써, 상기 융합 특징을 생성하고, 상기 컬러 공간들 각각으로부터 추출된 컬러 특징들의 상호 보완적인 정보들을 이용하여 상기 융합 특징을 생성하는 얼굴 컬러 특징 학습 장치
|
| 10 |
10
삭제
|
| 11 |
11
삭제
|
| 12 |
12
삭제
|
| 13 |
13
제9항에 있어서,상기 DNN은복수의 완전 연결 레이어(fully connected layer)로 구성되는 것을 특징으로 하는 얼굴 컬러 특징 학습 장치
|
| 14 |
14
얼굴 이미지에 대하여, 상기 얼굴 이미지를 미리 결정된 복수의 컬러 공간들로 변형하고, 상기 복수의 컬러 공간들 각각에서의 특징을 포함하는 컬러 특징 학습을 통해 상기 복수의 컬러 공간들로 변형된 얼굴 이미지들 각각으로부터 컬러 특징을 추출하는 추출부;상기 복수의 컬러 공간들 각각으로부터 추출된 컬러 특징들의 학습에 기초하여 상기 추출된 컬러 특징들이 융합된 융합 특징을 생성하는 융합부; 및상기 생성된 융합 특징에 기초하여 상기 얼굴 이미지의 얼굴을 인식하는 인식부를 포함하고,상기 추출부는상기 얼굴 이미지를 RGB, YCbCr , YIQ, XYZ, HSV, RIQ, RQCr, YQCr 및 La*b* 컬러 공간들로 변형하며, 상기 컬러 공간들 각각의 DCNN(deep convolutional neural networks)의 특징을 학습함으로써, 상기 컬러 특징을 추출하고,상기 융합부는상기 RGB, YCbCr , YIQ, XYZ, HSV, RIQ, RQCr, YQCr 및 La*b* 컬러 공간들 각각으로부터 추출된 컬러 특징들에 대한 모든 특징 벡터를 연쇄시킴으로써, 상기 융합 특징을 생성하며, 상기 추출된 컬러 특징들에 대하여 DNN(deep neural networks)을 학습함으로써, 상기 융합 특징을 생성하고, 상기 컬러 공간들 각각으로부터 추출된 컬러 특징들의 상호 보완적인 정보들을 이용하여 상기 융합 특징을 생성하는 얼굴 컬러 특징을 이용한 얼굴 인식 장치
|
| 15 |
15
삭제
|
| 16 |
16
제14항에 있어서,상기 융합부는복수의 완전 연결 레이어(fully connected layer)로 구성된 상기 DNN(deep neural networks)을 학습함으로써, 상기 융합 특징을 생성하는 것을 특징으로 하는 얼굴 컬러 특징을 이용한 얼굴 인식 장치
|
