1 |
1
감정 변환 대상 객체를 입력 받아 상기 입력된 감정 변환 대상 객체의 감정을 평가하기 위한 특징 정보를 산출하는 특징 정보 산출부;학습용 데이터 및 미리 결정된 감정 수치를 가지는 복수개의 정답 데이터를 기반으로 상기 감정을 평가하기 위한 지표로서 상기 산출된 특징 정보에 따른 상기 감정 변환 대상 객체의 감정에 대응하는 감정 수치를 산출하는 신경망(Neural Network)을 포함하며, 상기 감정 수치를 표현하고자 하는 목표 감정에 대응하는 목표 감정 수치로 변환하고, 상기 목표 감정 수치로 변환된 특징 정보를 산출하는 특징 정보 변환부; 및상기 변환된 특징 정보에 따라 상기 감정 변환 대상 객체를 상기 목표 감정에 따른 감정을 나타내도록 변환하는 객체 변환부;를 포함하되,상기 특징 정보 변환부는, 상기 특징 정보 산출부로부터 산출된 특징 정보를 상기 신경망에 제1 방향으로 입력함에 따라 상기 감정 변환 대상 객체의 감정에 대응하는 감정 수치를 산출하는 감정 추정부; 및 상기 산출된 감정 수치에 따른 상기 감정 변환 대상 객체의 현재 감정을 상기 목표 감정으로 변환시키기 위한 상기 목표 감정 수치를 상기 신경망에 상기 제1 방향과는 다른 제2 방향으로 입력함에 따라 상기 변환된 특징 정보를 산출하는 감정 수치 변환부;를 더 포함하고, 상기 감정 추정부는, 상기 신경망을 기반으로 상기 감정 변환 대상 객체의 감정에 대응하는 감정 수치를 산출하기 위한 제1 네트워크 함수를 이용하여 상기 감정 변환 대상 객체의 감정에 대응하는 감정 수치를 산출하며, 상기 감정 수치 변환부는, 상기 신경망을 기반으로 상기 제1 네트워크 함수와는 다른 활성화 함수의 조합으로 표현되는 제2 네트워크 함수를 이용한 학습을 통해 상기 변환된 특징 정보를 산출하되, 상기 제2 네트워크 함수를 이용한 학습은 상기 변환된 특징 정보의 표준편차와, 상기 특징 정보 산출부로부터 산출된 특징 정보의 표준편차를 더욱 이용하는 것을 특징으로 하는 감정 기반 객체 변환 장치
|
2 |
2
제1항에 있어서, 상기 특징 정보 산출부는상기 감정 변환 대상 객체에 포함된 부분 객체들의 의미에 관한 정보인 시맨틱 정보를 생성하는 시맨틱 정보 생성부; 를 더 포함하고,상기 생성된 시맨틱 정보에 따라 상기 감정 변환 대상 객체를 구분하여 상기 특징 정보를 산출하는 것을 특징으로 하는 감정 기반 객체 변환 장치
|
3 |
3
제2항에 있어서, 상기 특징 정보 산출부는상기 생성된 시맨틱 정보에 따라 상기 감정 변환 대상 객체를 적어도 하나의 부분 객체들로 분할하는 분할부; 를 더 포함하고,상기 분할된 부분 객체들 중 적어도 하나의 부분 객체들에서 상기 특징 정보를 산출하는 것을 특징으로 하는 감정 기반 객체 변환 장치
|
4 |
4
삭제
|
5 |
5
삭제
|
6 |
6
삭제
|
7 |
7
제1 항에 있어서,상기 신경망은 적어도 하나의 뉴런을 포함하는 복수개의 레이어, 상기 레이어 내부의 뉴런 사이의 연결 강도에 관한 가중치 및 바이어스를 포함하고,상기 바이어스 및 가중치를 결정하는 것은, 상기 정답 데이터의 감정 수치 및 상기 제1 네트워크 함수를 입력으로 하는 제1 손실함수의 출력에 따라 결정되는 것을 특징으로 하는 감정 기반 객체 변환 장치
|
8 |
8
삭제
|
9 |
9
삭제
|
10 |
10
제1항에 있어서, 상기 변환된 특징 정보를 산출하는 것은,상기 감정 수치 변환부에 의해 변환된 특징 정보, 상기 신경망의 가중치 및 바이어스의 가중합을 입력으로 하는 활성화 함수의 조합으로 표현되는 상기 제2 네트워크 함수, 상기 제2 네트워크 함수와 상기 변환된 감정 수치를 입력으로 하는 제2 손실 함수 및 상기 가중치와 상기 변환된 특징 정보의 변환 속성에 관한 적어도 하나의 변환 비용 계수들의 가중합으로 표현되는 변환 에너지 함수의 출력을 고려하여 변환하는 것을 특징으로 하는 감정 기반 객체 변환 장치
|
11 |
11
제1항에 있어서, 상기 신경망은 적어도 하나의 뉴런을 포함하는 복수개의 레이어, 상기 레이어 내부의 뉴런 사이의 연결 강도에 관한 가중치 및 바이어스를 포함하고,상기 객체 변환부는 상기 가중치 및 상기 목표 감정에 따른 감정을 나타내도록 변환된 감정 변환 대상 객체의 변환 속성에 관한 적어도 하나의 객체 비용 계수들의 가중합으로 표현되는 객체 에너지 함수의 출력을 고려하여 상기 감정 변환 대상 객체를 변환하는 것을 특징으로 하는 감정 기반 객체 변환 장치
|
12 |
12
제3항에 있어서, 상기 특징 정보 변환부는 상기 분할된 부분 객체들 별로 산출된 특징 정보들을 변환하고,상기 객체 변환부는 상기 분할된 부분 객체들을 상기 변환된 특징 정보들에 기반하여 변환하며, 상기 변환된 부분 객체들을 합하여 상기 감정 변환 대상 객체를 변환하는 것을 특징으로 하는 감정 기반 객체 변환 장치
|
13 |
13
제12항에 있어서, 상기 신경망은상기 부분 객체들 별로 산출된 특징 정보들에 기반하여 변환된 상기 감정 변환 대상 객체가 나타내는 감정 수치와 상기 감정 변환 대상 객체 전체에서 산출된 특징 정보들에 기반하여 변환된 상기 감정 변환 대상 객체가 나타내는 감정 수치의 차가 기 설정된 임계치 이하가 되도록 학습되는 것을 특징으로 하는 감정 기반 객체 변환 장치
|
14 |
14
제1항에 있어서, 상기 특징 정보는 상기 감정 변환 대상 객체의 감정이 표현될 수 있는 상기 감정 변환 대상 객체의 색상, 색체, 밝기, 명도, 텍스처, 히스토그램, 상기 감정 변환 대상 객체의 분류 정보 및 상기 감정 변환 대상 객체에 포함되는 부분 객체들의 분류 정보를 포함하고,상기 감정 수치는 차원형(Dimensional) 감정 수치로 각성(Arousal) 요소 및 정서(Valence) 요소 각각을 하나의 축으로 하는 2차원 감정 공간에 매칭되는 것을 특징으로 하는 감정 기반 객체 변환 장치
|
15 |
15
감정 변환 대상 객체를 입력 받고, 상기 입력된 상기 감정 변환 대상 객체의 감정을 평가하기 위한 특징 정보를 산출하는 단계;학습용 데이터 및 미리 결정된 감정 수치를 가지는 복수개의 정답 데이터를 기반으로 상기 감정을 평가하기 위한 지표로서 상기 산출된 특징 정보에 따른 상기 감정 변환 대상 객체의 감정에 대응하는 감정 수치를 산출하는 신경망(Neural Network)을 포함하며, 상기 감정 수치를 표현하고자 하는 목표 감정에 대응하는 목표 감정 수치로 변환하고, 상기 목표 감정 수치로 변환된 특징 정보를 산출하는 단계; 및상기 변환된 특징 정보에 따라 상기 감정 변환 대상 객체가 상기 목표 감정에 따른 감정을 나타내도록 상기 감정 변환 대상 객체를 변환하는 단계;를 포함하되,상기 변환된 특징 정보를 산출하는 단계는, 상기 감정 변환 대상 객체의 감정을 평가하기 위해 상기 산출된 특징 정보를 상기 신경망에 제1 방향으로 입력함에 따라 상기 감정 변환 대상 객체의 감정에 대응하는 감정 수치를 산출하는 단계; 및 상기 산출된 감정 수치에 따른 상기 감정 변환 대상 객체의 현재 감정을 상기 목표 감정으로 변환시키기 위한 상기 목표 감정 수치를 상기 신경망에 상기 제1 방향과는 다른 제2 방향으로 입력함에 따라 상기 변환된 특징 정보를 산출하는 단계;를 더 포함하고, 상기 감정 수치를 산출하는 단계는, 상기 신경망을 기반으로 상기 감정 변환 대상 객체의 감정에 대응하는 감정 수치를 산출하기 위한 제1 네트워크 함수를 이용하여 상기 감정 변환 대상 객체의 감정에 대응하는 감정 수치를 산출하며, 상기 변환된 특징 정보를 산출하는 단계는, 상기 신경망을 기반으로 상기 제1 네트워크 함수와는 다른 활성화 함수의 조합으로 표현되는 제2 네트워크 함수를 이용한 학습을 통해 상기 변환된 특징 정보를 산출하되, 상기 제2 네트워크 함수를 이용한 학습은 상기 변환된 특징 정보의 표준편차와, 상기 산출된 특징 정보의 표준편차를 더욱 이용하는 것을 특징으로 하는 감정 기반 객체 변환 방법
|
16 |
16
제15항에 있어서, 상기 특징 정보를 산출하는 단계는상기 감정 변환 대상 객체에 포함된 부분 객체들의 의미에 관한 정보인 시맨틱 정보를 생성하는 단계; 를 더 포함하고,상기 생성된 시맨틱 정보에 따라 상기 감정 변환 대상 객체를 구분하여 상기 특징 정보를 산출하는 것을 특징으로 하는 감정 기반 객체 변환 방법
|
17 |
17
제16항에 있어서, 상기 특징 정보를 산출하는 단계는상기 생성된 시맨틱 정보에 따라 상기 감정 변환 대상 객체를 적어도 하나의 부분 객체들로 분할하는 단계; 를 더 포함하고,상기 분할된 부분 객체들 중 적어도 하나의 부분 객체들에서 상기 특징 정보를 산출하는 것을 특징으로 하는 감정 기반 객체 변환 방법
|
18 |
18
삭제
|
19 |
19
삭제
|
20 |
20
삭제
|
21 |
21
삭제
|
22 |
22
제15항에 있어서, 상기 신경망은 적어도 하나의 뉴런을 포함하는 복수개의 레이어, 상기 레이어 내부의 뉴런 사이의 연결 강도에 관한 가중치 및 바이어스를 포함하고, 상기 객체를 변환하는 단계는, 상기 가중치 및 상기 목표 감정에 따른 감정을 나타내도록 변환된 감정 변환 대상 객체의 변환 속성에 관한 적어도 하나의 객체 비용 계수들의 가중합으로 표현되는 객체 에너지 함수의 출력을 고려하여 상기 감정 변환 대상 객체를 변환하는 것을 특징으로 하는 감정 기반 객체 변환 방법
|
23 |
23
프로세서에 의해 실행되는 것을 통하여 제15항 내지 제17항 및 제22항 중 어느 한 항에 기재된 감정 기반 객체 변환 방법을 실현하는 컴퓨터에서 판독 가능한 기록매체에 저장된 프로그램
|