| 1 |
1
입력 이미지에서 제 1 특징 데이터와 제 2 특징 데이터를 추출하는 특징 추출 회로;상기 제 1 특징 데이터와 입력 레이블을 이용하여 물체의 전경 정보와 배경 정보를 포함하는 프로토타입 데이터를 생성하는 프로토타입 생성 회로;상기 제 1 특징 데이터와 상기 프로토타입 데이터를 이용하여 물체의 영역을 탐지하여 분할 마스크를 생성하는 영역 탐지 회로; 및상기 분할 마스크와 상기 제 2 특징 데이터를 조합하여 가장자리 맵을 생성하는 가장자리 추출 회로를 포함하는 가장자리 탐지 장치
|
| 2 |
2
청구항 1에 있어서, 상기 특징 추출 회로는상기 입력 이미지에서 상기 제 1 특징 데이터를 추출하는 제 1 특징 추출 회로; 및상기 입력 이미지 및 상기 제 1 특징 데이터에서 제 2 특징 데이터를 추출하는 제 2 특징 추출 회로를 포함하는 가장자리 탐지 장치
|
| 3 |
3
청구항 2에 있어서, 상기 제 1 특징 추출 회로는 상기 입력 이미지의 크기를 순차적으로 변화시키는 연산을 통해 상기 제 1 특징 데이터에 대응하는 다수의 인코딩 데이터를 출력하는 다수의 인코딩 회로를 포함하고, 상기 제 2 특징 추출 회로는 상기 입력 이미지 및 상기 다수의 인코딩 데이터에 대해서 연산을 수행하여 상기 제 2 특징 데이터에 대응하는 멀티 레벨의 병목 데이터를 출력하는 다수의 병목 회로를 포함하는 가장자리 탐지 장치
|
| 4 |
4
청구항 1에 있어서, 상기 프로토타입 생성 회로는 상기 입력 레이블을 이용하여 상기 제 1 특징 데이터를 마스킹하는 마스킹 회로; 및 상기 마스킹 회로의 출력에서 상기 전경 정보에 대응하는 전경 프로토타입 데이터와 상기 배경 정보에 대응하는 배경 프로토타입 데이터를 생성하는 풀링 회로를 포함하는 가장자리 탐지 장치
|
| 5 |
5
청구항 4에 있어서, 상기 프로토타입 생성 회로는 상기 입력 레이블의 크기를 상기 제 1 특징 데이터의 크기로 축소하는 다운스케일 회로를 더 포함하는 가장자리 탐지 장치
|
| 6 |
6
청구항 1에 있어서, 상기 영역 탐지 회로는 상기 제 1 특징 데이터의 각 픽셀과 상기 배경 정보를 나타내는 벡터 사이의 거리 및 상기 제 1 특징 데이터의 각 픽셀과 상기 전경 정보를 나타내는 벡터 사이의 거리를 비교하여 상기 분할 마스크를 생성하는 가장자리 탐지 장치
|
| 7 |
7
청구항 1에 있어서, 상기 가장자리 추출 회로는상기 분할 마스크를 이용하여 상기 제 2 특징 데이터를 마스킹하여 마스킹 데이터를 출력하는 신호 합성 회로; 및상기 마스킹 데이터를 디코딩하여 상기 가장자리 맵을 생성하는 디코더 회로를 포함하는 가장자리 탐지 장치
|
| 8 |
8
청구항 7에 있어서, 상기 제 2 특징 데이터는 크기가 상이한 멀티 레벨의 병목 데이터를 포함하고, 상기 신호 합성 회로는 상기 분할 마스크의 크기를 순차적으로 증가시키는 다수의 업스케일링 회로를 포함하여 상기 분할 마스크 또는 상기 다수의 업스케일링 회로의 출력을 이용하여 상기 다수의 병목 데이터를 마스킹하여 멀티 레벨의 상기 마스킹 데이터를 출력하는 가장자리 탐지 장치
|
| 9 |
9
청구항 8에 있어서, 상기 디코더 회로는 상기 다수의 병목 데이터를 디코딩하는 순차적으로 연결된 다수의 디코딩 회로를 포함하되, 상기 다수의 디코딩 회로 중 어느 하나는 상기 다수의 병목 데이터 중 어느 하나와 상기 다수의 디코딩 회로 중 다른 하나에서 출력되는 디코딩 데이터를 연접하여 연산을 수행하는 신경망 회로를 포함하고, 상기 다수의 디코딩 회로 중 최종 디코딩 회로에서 상기 가장자리 맵을 출력하는 가장자리 탐지 장치
|
| 10 |
10
청구항 9에 있어서, 상기 다수의 디코딩 회로 중 어느 하나는 순차적으로 연결된 다수의 컨벌루션 신경망을 포함하고 상기 다수의 컨벌루션 신경망 중 어느 하나에서 디코딩 데이터를 출력하는 가장자리 탐지 장치
|
| 11 |
11
청구항 1에 있어서, 학습 과정에서 상기 특징 추출 회로는 질의 이미지에 대응하는 질의 특징 데이터를 생성하여 상기 영역 탐지 회로에 제공하고, 지원 이미지에 대응하는 지원 특징 데이터를 생성하여 상기 프로토타입 생성 회로에 제공하는 가장자리 탐지 장치
|
| 12 |
12
청구항 11에 있어서, 상기 학습 과정에서 상기 프로토타입 생성 회로는 상기 지원 특징 데이터와 상기 지원 이미지의 전경 정보와 배경 정보를 포함하는 지원 레이블을 이용하여 상기 프로토타입 데이터를 생성하는 가장자리 탐지 장치
|
| 13 |
13
청구항 12에 있어서, 상기 학습 과정에서 총 손실 함수는 상기 영역 탐지 손실 함수와 가장자리 손실 함수의 합으로 결정하되,상기 영역 탐지 손실 함수를 계산하기 위하여 상기 프로토타입 생성 회로는 상기 지원 특징 데이터에 포함된 다수의 차원을 다수 개의 단위로 구분하고 각 단위마다 하나의 전경 정보와 배경 정보가 대응하도록 다수 개의 프로토타입 데이터를 생성하고, 상기 영역 탐지 회로는 상기 다수 개의 프로토타입 데이터와 상기 질의 특징 데이터를 이용하여 다수 개의 분할 마스크를 생성하는 가장자리 탐지 장치
|
| 14 |
14
청구항 13에 있어서, 상기 가장자리 손실 함수를 계산하기 위하여 상기 프로토타입 생성 회로는 상기 지원 특징 데이터에 하나의 전경 정보와 배경 정보가 대응하도록 하나의 프로토타입 데이터를 생성하고, 상기 영역 탐지 회로는 상기 하나의 프로토타입 데이터와 상기 질의 특징 데이터를 이용하여 하나의 분할 마스크를 생성하는 가장자리 탐지 장치
|
| 15 |
15
입력 이미지를 인코딩하여 제 1 특징 데이터와 제 2 특징 데이터를 출력하는 제 1 단계;상기 제 1 특징 데이터와 입력 레이블을 이용하여 물체의 전경 정보와 배경 정보를 포함하는 프로토타입 데이터를 생성하는 제 2 단계;상기 제 1 특징 데이터와 상기 프로토타입 데이터를 이용하여 물체의 영역을 탐지하여 분할 마스크를 생성하는 제 3 단계; 및상기 분할 마스크와 상기 제 2 특징 데이터를 조합하여 가장자리 맵을 생성하는 제 4 단계를 포함하는 가장자리 탐지 방법
|
| 16 |
16
청구항 15에 있어서, 상기 제 1 단계는입력 이미지를 순차적으로 인코딩하여 멀티 레벨의 상기 제 1 특징 데이터를 생성하는 단계; 및상기 입력 이미지와 멀티 레벨의 상기 제 1 특징 데이터를 연산하여 멀티 레벨의 상기 제 2 특징 데이터를 출력하는 단계를 포함하는 가장자리 탐지 방법
|
| 17 |
17
청구항 15에 있어서, 상기 제 2 단계는상기 입력 레이블을 이용하여 상기 제 1 특징 데이터를 마스킹하여 마스킹된 데이터를 생성하는 단계; 및상기 마스킹된 데이터에서 상기 전경 정보에 대응하는 전경 프로토타입 데이터와 상기 배경 정보에 대응하는 배경 프로토타입 데이터를 생성하는 단계를 포함하는 가장자리 탐지 방법
|
| 18 |
18
청구항 17에 있어서, 상기 제 3 단계는상기 제 1 특징 데이터의 각 픽셀과 상기 전경 프로토타입 데이터 사이의 거리 및 상기 배경 프로토타입 데이터 사이의 거리를 측정하여 상기 분할 마스크를 생성하는 가장자리 탐지 방법
|
| 19 |
19
청구항 16에 있어서, 상기 제 4 단계는상기 분할 마스크 또는 상기 분할 마스크를 업스케일링한 맵을 이용하여 상기 멀티 레벨의 제 2 특징 데이터를 마스킹하여 멀티 레벨의 마스킹 데이터를 출력하는 단계; 및상기 멀티 레벨의 마스킹 데이터를 순차적으로 디코딩하는 단계를 포함하는 가장자리 탐지 방법
|
| 20 |
20
청구항 19에 있어서, 상기 순차적으로 디코딩하는 단계 중 어느 하나의 디코딩 단계는상기 멀티 레벨의 마스킹 데이터를 다른 하나의 디코딩 단계에서 출력된 디코딩 데이터를 연접하여 연접 데이터를 출력하는 단계; 및상기 연접 데이터에 대해서 신경망 연산을 수행하여 디코딩 데이터를 출력하는 단계를 포함하는 가장자리 탐지 방법
|
