최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기국가/구분 | 한국(KR)/등록특허 | |
---|---|---|
국제특허분류(IPC8판) |
|
|
출원번호 | 10-2019-0119521 (2019-09-27) | |
공개번호 | 10-2020-0091318 (2020-07-30) | |
등록번호 | 10-2313119-0000 (2021-10-08) | |
우선권정보 | 미국(US) 16/254,545 (2019-01-22) | |
DOI | http://doi.org/10.8080/1020190119521 | |
발명자 / 주소 |
|
|
출원인 / 주소 |
|
|
대리인 / 주소 |
|
|
심사청구여부 | 있음 (2019-09-27) | |
심사진행상태 | 등록결정(일반) | |
법적상태 | 등록 |
적어도 하나의 어댑티브 로스 가중치 맵(Adaptive Loss Weight Map)을 이용한 어텐션 드리븐(Attention-Driven) 이미지 세그먼테이션 방법은 자율주행 자동차의 레벨 4를 충족시키는 데에 요구되는 HD 맵을 업데이트하기 위해 이용될 수 있다. 이러한 방법으로, 멀리서 보이는 차선 및 도로 표식 같이 흐릿한 객체가 더 정확히 검출될 수 있다. 또한, 피아 식별이 중요한 군대에서, 항공기 표식 혹은 군복을 원거리에서도 구별하기 위해 상기 방법이 유용하게 수행될 수 있다. 상기 방법에 있어서, 학습 장치가 소프트
적어도 하나의 어댑티브(Adaptive) 로스 가중치 맵을 이용한 이미지 세그먼테이션 방법에 있어서,(a) 적어도 하나의 입력 이미지가 획득되면, 학습 장치가, (i) CNN의 인코딩(Encoding) 레이어로 하여금 상기 입력 이미지에 하나 이상의 컨벌루션 연산을 적용하여 적어도 하나의 특징 맵을 생성하도록 하고, (ii) 상기 CNN의 디코딩(Decoding) 레이어로 하여금 상기 특징 맵에 하나 이상의 디컨벌루션 연산을 적용하여 상기 입력 이미지의 각 픽셀에 대응하는 각각의 세그먼테이션 스코어를 생성하도록 하는 단계;(b) 상
※ AI-Helper는 부적절한 답변을 할 수 있습니다.