1 |
1
CNN 모델(Convolution Neural Network model) 학습 시스템으로서,단말들 각각에 저장된 하나 이상의 이미지들을 이용하여 초기 CNN 모델을 각각 학습시키고, 학습 결과값들을 결정하는 하나 이상의 워커 단말들, 그리고상기 학습 결과값들을 이용하여 상기 초기 CNN 모델을 업데이트하여 클러스터 CNN 모델을 생성하는 마스터 단말을 포함하는 CNN 모델 학습 시스템
|
2 |
2
제1항에서,상기 학습 결과값들은 상기 하나 이상의 이미지들을 이용하여 학습된 CNN 모델들의 파라미터 변화값들을 포함하는 CNN 모델 학습 시스템
|
3 |
3
제2항에서,상기 파라미터 변화값들은상기 초기 CNN 모델과 상기 하나 이상의 이미지들을 이용하여 학습된 CNN 모델들의 파라미터 차이값들이며,상기 마스터 단말은상기 파라미터 차이값들의 평균값을 상기 초기 CNN 모델의 파라미터 값에 더함으로써 상기 클러스터 CNN 모델을 생성하는 CNN 모델 학습 시스템
|
4 |
4
제1항에서,상기 마스터 단말은특정 이미지에 대한 정보를 상기 워커 단말들로 전송하고,상기 워커 단말들은상기 마스터 단말로부터 수신한 클러스터 CNN 모델을 이용하여, 상기 워커 단말들 각각에 저장된 하나 이상의 이미지들 중에서, 상기 특정 이미지와 유사한 이미지를 상기 마스터 단말로 전송하는 CNN 모델 학습 시스템
|
5 |
5
제4항에서,상기 특정 이미지에 대한 정보는상기 마스터 단말이 상기 클러스터 CNN 모델을 이용하여 추출한 상기 특정 이미지의 특징점을 포함하고,상기 워커 단말들은상기 마스터 단말로부터 수신한 상기 클러스터 CNN 모델을 이용하여 단말들 각각에 저장된 하나 이상의 이미지들에 대한 특징점을 각각 추출하고,상기 단말들 각각에 저장된 하나 이상의 이미지들에 대한 특징점과 상기 마스터 단말로부터 수신한 특징점을 비교하여 상기 마스터 단말로부터 수신한 특징점과 기 설정된 유사도 이상을 가진 하나 이상의 특징점들을 각각 결정하고, 결정한 하나 이상의 특징점들의 유사도를 상기 마스터 단말로 각각 전송하고,상기 마스터 단말이 상기 워커 단말들로부터 수신한 유사도들 중에서 하나 이상의 유사도를 결정하여 해당 유사도의 특징점을 가진 이미지를 상기 특정 이미지와 유사한 이미지로서 해당 워커 단말에게 요청하면, 상기 특정 이미지와 유사한 이미지를 상기 마스터 단말로 전송하는 CNN 모델 학습 시스템
|
6 |
6
마스터 단말이 클러스터 CNN 모델을 생성하는 방법으로서,워커 단말들로부터, 초기 CNN 모델을 각각 학습시킨 학습 결과값들을 수신하는 단계, 그리고상기 학습 결과값들을 이용하여 상기 초기 CNN 모델을 업데이트하여 클러스터 CNN 모델을 생성하는 단계를 포함하고,상기 학습 결과값들은 상기 워커 단말들 각각에 저장된 하나 이상의 이미지들을 이용하여 학습된 CNN 모델들의 파라미터 변화값들을 포함하는 클러스터 CNN 모델 생성 방법
|
7 |
7
제6항에서,상기 파라미터 변화값들은상기 초기 CNN 모델과 상기 하나 이상의 이미지들을 이용하여 학습된 CNN 모델들의 파라미터 차이값들이며,상기 클러스터 CNN 모델을 생성하는 단계는상기 파라미터 차이값들의 평균값을 상기 초기 CNN 모델의 파라미터 값에 더함으로써 상기 클러스터 CNN 모델을 생성하는 클러스터 CNN 모델 생성 방법
|
8 |
8
제6항에서,상기 클러스터 CNN 모델을 상기 워커 단말들로 전송하는 단계,상기 워커 단말들에게 특정 이미지와 유사한 이미지를 요청하는 요청 메시지를 전송하는 단계, 그리고상기 워커 단말들로부터 상기 특정 이미지와 유사한 이미지를 수신하는 단계를 더 포함하고,상기 유사한 이미지는 상기 워커 단말들 각각에 저장된 하나 이상의 이미지들 중에서, 상기 워커 단말들이 상기 클러스터 CNN 모델을 이용하여 결정한 이미지인 클러스터 CNN 모델 생성 방법
|
9 |
9
제8항에서,상기 요청 메시지는상기 클러스터 CNN 모델을 이용하여 추출한 상기 특정 이미지의 특징점을 포함하고,상기 유사한 이미지는상기 워커 단말들 각각에 저장된 하나 이상의 이미지들 중에서, 상기 마스터 단말로부터 수신한 특징점과 기 설정된 유사도 이상을 가진 특징점을 가진 이미지인 클러스터 CNN 모델 생성 방법
|
10 |
10
하나 이상의 워커 단말들이 초기 CNN 모델을 학습시키는 방법으로서,초기 CNN 모델을 워커 단말들 각각에 저장된 하나 이상의 이미지들을 이용하여 각각 학습시키는 단계,학습된 CNN 모델의 학습 결과값들을 각각 결정하는 단계, 그리고결정한 학습 결과값들을 마스터 단말로 각각 전송하는 단계를 포함하는 초기 CNN 모델 학습 방법
|
11 |
11
제10항에서,상기 학습시키는 단계는상기 하나 이상의 이미지들에 따라 상기 초기 CNN 모델의 일부 레이어의 파라미터 값을 변화시키는 초기 CNN 모델 학습 방법
|
12 |
12
제10항에서,상기 학습 결과값들은 상기 하나 이상의 이미지들을 이용하여 학습된 CNN 모델들의 파라미터 변화값들을 포함하는 초기 CNN 모델 학습 방법
|
13 |
13
제12항에서,상기 파라미터 변화값들은상기 초기 CNN 모델과 상기 하나 이상의 이미지들을 이용하여 학습된 CNN 모델들의 파라미터 차이값들인 초기 CNN 모델 학습 방법
|