초록 ▼

실시예에 따른 손금 검출 뉴럴 네트워크 시스템은, 영상에서 주요 손금에 대한 손금 이미지를 검출(semantic segmentation)하는 뉴럴 네트워크 시스템으로서, 복수의 컨벌루션 뉴럴 네트워크가 직렬로 연결된 구조를 가지며, 상기 영상이 입력되면 상기 영상에 대한 주요 특징 정보를 추출(feature extraction)하는 특징 추출부; 상기 주요 특징 정보를 가진 신호를 정제하며, 복수의 컨벌루션 뉴럴 네트워크가 직렬로 연결된 구조를 가지는 신호 정제부; 및 상기 정제된 주요 특징 정보를 복원하여 특정 주요 손금 이미지를

실시예에 따른 손금 검출 뉴럴 네트워크 시스템은, 영상에서 주요 손금에 대한 손금 이미지를 검출(semantic segmentation)하는 뉴럴 네트워크 시스템으로서, 복수의 컨벌루션 뉴럴 네트워크가 직렬로 연결된 구조를 가지며, 상기 영상이 입력되면 상기 영상에 대한 주요 특징 정보를 추출(feature extraction)하는 특징 추출부; 상기 주요 특징 정보를 가진 신호를 정제하며, 복수의 컨벌루션 뉴럴 네트워크가 직렬로 연결된 구조를 가지는 신호 정제부; 및 상기 정제된 주요 특징 정보를 복원하여 특정 주요 손금 이미지를 검출하며, 트랜스포즈드 컨벌루션 뉴럴 네트워크가 직렬로 연결된 구조를 가지는 특정 손금 추출부를 포함하며, 상기 특정 손금 추출부는, 상기 특징 추출부의 적어도 하나의 컨벌루션 뉴럴 네트워크의 출력 값을 적어도 하나의 트랜스포즈트 컨벌루션 뉴럴 네트워크의 출력 값과 결합시켜 손실된 정보를 보상하는 연결 필터(filter concatenation)를 포함한다.

대표청구항 ▼

영상에서 주요 손금에 대한 손금 이미지를 검출(semantic segmentation)하는 뉴럴 네트워크 시스템으로서,복수의 컨벌루션 뉴럴 네트워크가 직렬로 연결된 구조를 가지며, 상기 영상이 입력되면 상기 영상에 대한 주요 특징 정보를 추출(feature extraction)하는 특징 추출부; 상기 주요 특징 정보를 가진 신호를 정제하며, 복수의 컨벌루션 뉴럴 네트워크가 직렬로 연결된 구조를 가지는 신호 정제부; 및상기 정제된 주요 특징 정보를 복원하여 특정 주요 손금 이미지를 검출하며, 트랜스포즈드 컨벌루션 뉴럴 네트워크가 직렬

영상에서 주요 손금에 대한 손금 이미지를 검출(semantic segmentation)하는 뉴럴 네트워크 시스템으로서,복수의 컨벌루션 뉴럴 네트워크가 직렬로 연결된 구조를 가지며, 상기 영상이 입력되면 상기 영상에 대한 주요 특징 정보를 추출(feature extraction)하는 특징 추출부; 상기 주요 특징 정보를 가진 신호를 정제하며, 복수의 컨벌루션 뉴럴 네트워크가 직렬로 연결된 구조를 가지는 신호 정제부; 및상기 정제된 주요 특징 정보를 복원하여 특정 주요 손금 이미지를 검출하며, 트랜스포즈드 컨벌루션 뉴럴 네트워크가 직렬로 연결된 구조를 가지는 특정 손금 추출부를 포함하며,상기 특정 손금 추출부는,상기 특징 추출부의 적어도 하나의 컨벌루션 뉴럴 네트워크의 출력 값을 적어도 하나의 트랜스포즈드 컨벌루션 뉴럴 네트워크의 출력 값과 결합시켜 손실된 정보를 보상하는 연결 필터(filter concatenation)를 더 포함하고,상기 특징 추출부는, 플랫 컨볼루션 필터를 통해 상기 영상의 세부 공간 정보(local feature)를 글로벌 공간 정보(global feature)로 변환하여 상기 주요 특징 정보를 추출하고,상기 신호 정제부는, 상기 주요 특징 정보 중 상기 특정 손금 추출부에서 학습된 주요 손금에 대한 특징 정보를 정제하도록 학습된 상기 복수의 컨벌로션 뉴럴 네트워크를 포함하고,상기 특정 손금 추출부는, 상기 정제된 주요 특징 정보에서 기 학습된 주요 손금에 대한 특징을 추출하고, 상기 추출된 특징을 손금 이미지로 복원하는 트랜스포즈드 컨벌루션 뉴럴 네트워크를 포함하는 손금 검출 뉴럴 네트워크 시스템.