1 |
1
적어도 하나의 디바이스를 포함하는 학습 시스템을 이용한 영상의 회전 특성 학습 방법에 있어서,영상 중 적어도 일부의 구간을 추출하는 단계;추출된 구간에 기초하여, 영상의 회전 특성을 반영하는 학습 데이터 세트를 생성하는 단계;상기 학습 시스템이 분류 가능한 회전 특성들 각각에 대해 부여한 레이블들 중, 상기 학습 데이터 세트의 상기 회전 특성에 대응하는 레이블을 상기 학습 데이터 세트에 부여하는 단계;생성된 학습 데이터 세트를 머신 러닝 기반의 제1 네트워크로 입력하는 단계; 및상기 제1 네트워크로부터 획득되는 분류 결과와, 상기 학습 데이터 세트에 부여된 레이블에 기초하여 상기 제1 네트워크에 대한 학습을 수행하는 단계를 포함하는,영상의 회전 특성 학습 방법
|
2 |
2
제1항에 있어서, 상기 회전 특성은 회전 속도와 회전 각도 중 어느 하나를 포함하는,영상의 회전 특성 학습 방법
|
3 |
3
제2항에 있어서,상기 학습 데이터 세트를 생성하는 단계는,상기 학습 데이터 세트에 반영할 회전 속도를 선택하는 단계; 및추출된 구간에 포함된 복수의 프레임들 중 적어도 하나를 처리하여, 선택된 회전 속도가 반영된 상기 학습 데이터 세트를 생성하는 단계를 포함하는,영상의 회전 특성 학습 방법
|
4 |
4
제2항에 있어서, 상기 학습 데이터 세트를 생성하는 단계는,상기 학습 데이터 세트에 반영할 회전 각도를 선택하는 단계; 및추출된 구간에 포함된 복수의 프레임들 중 적어도 하나를 처리하여, 선택된 회전 각도가 반영된 상기 학습 데이터 세트를 생성하는 단계를 포함하는,영상의 회전 특성 학습 방법
|
5 |
5
제1항에 있어서, 상기 제1 네트워크는 3차원 CNN(convolutional neural network)으로 구현되는,영상의 회전 특성 학습 방법
|
6 |
6
제1항에 있어서, 상기 학습을 수행하는 단계는,상기 제1 네트워크로부터 획득되는 분류 결과와, 상기 학습 데이터 세트에 부여된 레이블에 기초하여 상기 제1 네트워크 내의 노드들의 가중치를 업데이트하는 단계를 포함하는,영상의 회전 특성 학습 방법
|
7 |
7
제1항에 있어서,학습된 상기 제1 네트워크 내의 노드들의 가중치를 제2 네트워크에 적용하는 단계; 및튜닝 데이터 세트를 이용하여, 상기 제2 네트워크 내의 노드들의 가중치를 조정하는 단계를 더 포함하는,영상의 회전 특성 학습 방법
|
8 |
8
제7항에 있어서, 상기 제2 네트워크에 연결된 분류기(classifier)는, 상기 제1 네트워크에 연결된 분류기와 상이한,영상의 회전 특성 학습 방법
|
9 |
9
영상 중 적어도 일부의 구간을 추출하고, 추출된 구간에 기초하여, 영상의 회전 특성을 반영하는 학습 데이터 세트를 생성하고,분류 가능한 회전 특성들 각각에 대해 서로 다른 레이블을 부여하고, 상기 학습 데이터 세트의 상기 회전 특성에 대응하는 레이블을 상기 학습 데이터 세트에 부여하고,생성된 학습 데이터 세트를 머신 러닝 기반의 제1 네트워크로 입력하고,상기 제1 네트워크로부터 획득되는 분류 결과와, 상기 학습 데이터 세트에 부여된 레이블에 기초하여 상기 제1 네트워크에 대한 학습을 제어하는 프로세서; 및학습된 상기 제1 네트워크와 관련된 데이터를 저장하는 메모리를 포함하는,영상의 회전 특성 학습 디바이스
|
10 |
10
제9항에 있어서,상기 회전 특성은 회전 속도와 회전 각도 중 어느 하나를 포함하는,영상의 회전 특성 학습 디바이스
|
11 |
11
제10항에 있어서,상기 프로세서는,상기 학습 데이터 세트에 반영할 회전 속도를 선택하고,추출된 구간에 포함된 복수의 프레임들 중 적어도 하나를 처리하여, 선택된 회전 속도가 반영된 상기 학습 데이터 세트를 생성하는,영상의 회전 특성 학습 디바이스
|
12 |
12
제10항에 있어서,상기 프로세서는,상기 학습 데이터 세트에 반영할 회전 각도를 선택하고,추출된 구간에 포함된 복수의 프레임들 중 적어도 하나를 처리하여, 선택된 회전 각도가 반영된 상기 학습 데이터 세트를 생성하는,영상의 회전 특성 학습 디바이스
|
13 |
13
제9항에 있어서, 상기 프로세서는,상기 제1 네트워크로부터 획득되는 분류 결과와, 상기 학습 데이터 세트에 부여된 레이블에 기초하여 상기 제1 네트워크 내의 노드들의 가중치를 업데이트함으로써 상기 제1 네트워크에 대한 학습을 제어하는, 영상의 회전 특성 학습 디바이스
|
14 |
14
제13항에 따라 학습된 제1 네트워크 내의 노드들의 가중치를 제2 네트워크에 적용하고,튜닝 데이터 세트를 이용하여, 상기 제2 네트워크 내의 노드들의 가중치를 조정하는 프로세서; 및상기 학습된 제2 네트워크와 관련된 데이터를 저장하는 메모리를 포함하는,디바이스
|
15 |
15
제14항에 있어서,상기 제2 네트워크에 연결된 분류기는, 상기 제1 네트워크에 연결된 분류기와 상이한,디바이스
|
16 |
16
제14항에 있어서, 상기 제2 네트워크로 입력되는 영상을 획득하는 카메라를 더 포함하고,상기 프로세서는,상기 제2 네트워크를 통해, 상기 입력된 영상에 기초한 예측 결과를 획득하는,디바이스
|