1 |
1
편광 데이터를 수신하는 단계;상기 편광 데이터의 수에 기초하여 스케일업 팩터(scale-up factor)를 결정하는 단계;상기 스케일업 팩터에 기초하여 상기 편광 데이터에 대하여 입력 스케일링을 수행하는 단계; 및입력 스케일링된 편광 데이터에 기초하여 뉴럴 네트워크를 통해 목표물(target)을 검출(detect)하는 단계를 포함하고,상기 검출하는 단계는,상기 뉴럴 네트워크에 포함된 적어도 하나의 레이어를 통과한 특징맵들을 연결(concatenate)시키는 단계; 및상기 입력 스케일링된 편광 데이터에 기초하여 상기 특징맵들에 대하여 특징맵 스케일링을 수행하는 단계를 포함하는, 목표물 검출 방법
|
2 |
2
제1항에 있어서,상기 편광 데이터는HH(Horizontal transmit and Horizontal receive), HV(Horizontal transmit and Vertical receive), VH(Vertical transmit and Horizontal receive) 및 VV(Vertical transmit and Vertical receive) 편광 데이터 중에서 적어도 하나를 포함하는목표물 검출 방법
|
3 |
3
제1항에 있어서,상기 결정하는 단계는,상기 편광 데이터의 수에 반비례하도록 상기 스케일업 팩터를 결정하는 단계를 포함하는 목표물 검출 방법
|
4 |
4
제2항에 있어서,상기 수행하는 단계는,상기 HH, HV, VH 및 VV 편광 데이터 중에서 부재하는 편광 데이터에 0을 입력하는 단계; 및상기 HH, HV, VH 및 VV 편광 데이터 중에서 존재하는 편광 데이터에 상기 스케일업 팩터를 곱하는 단계를 포함하는 목표물 검출 방법
|
5 |
5
제1항에 있어서,상기 검출하는 단계는,상기 입력 스케일링된 편광 데이터를 이용하여 상기 뉴럴 네트워크를 전이 학습(transfer learning)시키는 단계; 및전이 학습된 뉴럴 네트워크에 기초하여 상기 목표물을 검출하는 단계를 더 포함하는 목표물 검출 방법
|
6 |
6
제5항에 있어서,상기 전이 학습시키는 단계는,상기 입력 스케일링된 편광 데이터의 수를 달리하여 조합함으로써 태스크를 생성하는 단계; 및조합되는 입력 스케일링된 편광 데이터의 수가 많은 태스크로부터 조합되는 입력 스케일링된 편광 데이터의 수가 적은 태스크를 순차적으로 입력하여 상기 뉴럴 네트워크를 반복하여 학습시키는 단계를 포함하는 목표물 검출 방법
|
7 |
7
삭제
|
8 |
8
편광 데이터를 수신하는 수신기; 및상기 편광 데이터에 대하여 입력 스케일링을 수행하여 목표물을 검출하는 컨트롤러를 포함하고, 상기 컨트롤러는,상기 편광 데이터의 수에 기초하여 스케일업 팩터를 결정하고, 상기 스케일업 팩터에 기초하여 상기 편광 데이터에 대하여 입력 스케일링을 수행하는 입력 스케일러(input scaler); 및입력 스케일링된 편광 데이터에 기초하여 뉴럴 네트워크를 통해 목표물을 검출하는 검출기를 포함하고,상기 검출기는,상기 뉴럴 네트워크에 포함된 적어도 하나의 레이어를 통과한 특징맵들을 연결(concatenate)시키고, 상기 입력 스케일링된 편광 데이터에 기초하여 상기 특징맵들에 대하여 특징맵 스케일링을 수행하는, 목표물 검출 장치
|
9 |
9
제8항에 있어서,상기 편광 데이터는HH(Horizontal transmit and Horizontal receive), HV(Horizontal transmit and Vertical receive), VH(Vertical transmit and Horizontal receive) 및 VV(Vertical transmit and Vertical receive) 편광 데이터 중에서 적어도 하나를 포함하는목표물 검출 장치
|
10 |
10
제8항에 있어서,상기 입력 스케일러는,상기 편광 데이터의 수에 반비례하도록 상기 스케일업 팩터를 결정하는목표물 검출 장치
|
11 |
11
제9항에 있어서,상기 입력 스케일러는,상기 HH, HV, VH 및 VV 편광 데이터 중에서 부재하는 편광 데이터에 0을 입력하고, 상기 HH, HV, VH 및 VV 편광 데이터 중에서 존재하는 편광 데이터에 상기 스케일업 팩터를 곱하는목표물 검출 장치
|
12 |
12
제8항에 있어서,상기 검출기는,상기 입력 스케일링된 편광 데이터를 이용하여 상기 뉴럴 네트워크를 전이 학습(transfer learning)시키고, 전이 학습된 뉴럴 네트워크에 기초하여 상기 목표물을 검출하는목표물 검출 장치
|
13 |
13
제12항에 있어서,상기 검출기는,상기 입력 스케일링된 편광 데이터의 수를 달리하여 조합함으로써 태스크를 생성하고, 조합되는 입력 스케일링된 편광 데이터의 수가 많은 태스크로부터 조합되는 입력 스케일링된 편광 데이터의 수가 적은 태스크를 순차적으로 입력하여 상기 뉴럴 네트워크를 반복하여 학습시키는목표물 검출 장치
|
14 |
14
삭제
|
15 |
15
편광 데이터를 수신하는 단계;상기 편광 데이터의 수에 기초하여 스케일업 팩터를 결정하는 단계;상기 스케일업 팩터에 기초하여 상기 편광 데이터에 대하여 입력 스케일링을 수행하는 단계; 및입력 스케일링된 편광 데이터에 기초하여 뉴럴 네트워크를 학습시키는 단계를 포함하고,상기 학습시키는 단계는,상기 뉴럴 네트워크에 포함된 적어도 하나의 레이어를 통과한 특징맵들을 연결(concatenate)시키는 단계; 및상기 입력 스케일링된 편광 데이터에 기초하여 상기 특징맵들에 대하여 특징맵 스케일링을 수행하는 단계를 포함하는, 뉴럴 네트워크 학습 방법
|
16 |
16
제15항에 있어서,상기 편광 데이터는HH(Horizontal transmit and Horizontal receive), HV(Horizontal transmit and Vertical receive), VH(Vertical transmit and Horizontal receive) 및 VV(Vertical transmit and Vertical receive) 편광 데이터 중에서 적어도 하나를 포함하는뉴럴 네트워크 학습 방법
|
17 |
17
제15항에 있어서,상기 결정하는 단계는,상기 편광 데이터의 수에 반비례하도록 상기 스케일업 팩터를 결정하는 단계를 포함하는 뉴럴 네트워크 학습 방법
|
18 |
18
제16항에 있어서,상기 수행하는 단계는,상기 HH, HV, VH 및 VV 편광 데이터 중에서 부재하는 편광 데이터에 0을 입력하는 단계; 및상기 HH, HV, VH 및 VV 편광 데이터 중에서 존재하는 편광 데이터에 상기 스케일업 팩터를 곱하는 단계를 포함하는 뉴럴 네트워크 학습 방법
|
19 |
19
제15항에 있어서,상기 학습시키는 단계는,상기 입력 스케일링된 편광 데이터의 수를 달리하여 조합함으로써 태스크를 생성하는 단계; 및조합되는 입력 스케일링된 편광 데이터의 수가 많은 태스크로부터 조합되는 입력 스케일링된 편광 데이터의 수가 적은 태스크를 순차적으로 입력하여 상기 뉴럴 네트워크를 반복하여 학습시키는 단계를 더 포함하는 뉴럴 네트워크 학습 방법
|
20 |
20
삭제
|