남운현
/ 서울특별시 송파구 송파대로**길 **, ***동 ***호 (가락동, 가락동부센트레빌)
부석훈
/ 서울특별시 강남구 테헤란로**길 **, ***호 (역삼동)
성명철
/ 경상북도 포항시 북구 장량로***번길 **, ***호
유우주
/ 경상북도 포항시 남구 희망대로 ***, ***동 ****호 (대잠동, 대잠센트럴하이츠아파트)
정경중
/ 경상북도 포항시 남구 지곡로 ***, ***동 ***호 (지곡동, 현대그린*차)
제홍모
/ 경상북도 포항시 남구 지곡로 **, *동 ****호 (효자동, 승리아파트)
조호진
/ 경상북도 포항시 북구 법원로**번길 **, ***호 (장성동)
출원인 / 주소
주식회사 스트라드비젼 / 경상북도 포항시 남구 지곡로 ***, 제*벤처동 ***호,***호,***호,***호,***호(지곡동, 포항테크노파크)
대리인 / 주소
특허법인 수
심사청구여부
있음 (2019-09-27)
심사진행상태
등록결정(일반)
법적상태
등록
초록▼
본 발명은 자율주행차 레벨4를 충족하기 위해 영역의 클래스에 따라 모드를 전환하기 위하여 그리드 생성기를 이용한 뉴럴 네트워크 연산 방법에 있어서, 컴퓨팅 장치가, (a) 페어 검출기로 하여금, 테스트용 페어를 검출하여 상기 테스트용 페어에 관한 클래스 정보와 위치 정보를 획득하도록 하는 단계, (b) 상기 그리드 생성기로 하여금, 상기 테스트용 페어에 관한 상기 위치 정보를 참조로 하여 섹션정보를 생성하도록 하는 단계, (c) 뉴럴 네트워크로 하여금, 학습용 페어에 관한 정보를 이용하여 학습된 학습용 파라미터를 참조로 하여, 테스
본 발명은 자율주행차 레벨4를 충족하기 위해 영역의 클래스에 따라 모드를 전환하기 위하여 그리드 생성기를 이용한 뉴럴 네트워크 연산 방법에 있어서, 컴퓨팅 장치가, (a) 페어 검출기로 하여금, 테스트용 페어를 검출하여 상기 테스트용 페어에 관한 클래스 정보와 위치 정보를 획득하도록 하는 단계, (b) 상기 그리드 생성기로 하여금, 상기 테스트용 페어에 관한 상기 위치 정보를 참조로 하여 섹션정보를 생성하도록 하는 단계, (c) 뉴럴 네트워크로 하여금, 학습용 페어에 관한 정보를 이용하여 학습된 학습용 파라미터를 참조로 하여, 테스트용 파라미터를 결정하도록 하는 단계, 및 (d) 상기 뉴럴 네트워크로 하여금, 각각의 상기 테스트용 파라미터를 이용하여 상기 뉴럴 네트워크 연산을 테스트 이미지에 적용함으로써 하나 이상의 뉴럴 네트워크 결과를 출력하도록 하는 단계를 포함하는 방법이 개시된다.
대표청구항▼
그리드 생성기를 이용한 뉴럴 네트워크 연산 방법에 있어서,(a) 컴퓨팅 장치가, 테스트 이미지가 획득되면, 페어 검출기(pair detector)로 하여금, 상기 테스트 이미지 상에 존재하는 테스트용 객체와 상기 테스트용 객체에 대응되는 테스트용 비객체를 포함하는 하나 이상의 테스트용 페어를 검출하여, 상기 테스트용 페어에 관한 클래스 정보와 위치 정보를 획득하도록 하는 단계;(b) 상기 컴퓨팅 장치가, 상기 그리드 생성기로 하여금, 상기 테스트용 페어에 관한 상기 위치 정보를 참조로 하여, 상기 테스트 이미지 내의 복수 개의 서브
그리드 생성기를 이용한 뉴럴 네트워크 연산 방법에 있어서,(a) 컴퓨팅 장치가, 테스트 이미지가 획득되면, 페어 검출기(pair detector)로 하여금, 상기 테스트 이미지 상에 존재하는 테스트용 객체와 상기 테스트용 객체에 대응되는 테스트용 비객체를 포함하는 하나 이상의 테스트용 페어를 검출하여, 상기 테스트용 페어에 관한 클래스 정보와 위치 정보를 획득하도록 하는 단계;(b) 상기 컴퓨팅 장치가, 상기 그리드 생성기로 하여금, 상기 테스트용 페어에 관한 상기 위치 정보를 참조로 하여, 상기 테스트 이미지 내의 복수 개의 서브섹션에 관한 정보를 포함하는 섹션정보를 생성하도록 하는 단계;(c) 상기 컴퓨팅 장치가, 뉴럴 네트워크로 하여금, 상기 뉴럴 네트워크 연산을 상기 테스트용 페어 각각을 포함하는 상기 서브섹션 중 적어도 일부 각각에 적용하는 데 사용될 테스트용 파라미터를 결정하도록 하되, 상기 테스트용 페어에 관한 상기 클래스 정보와 동일 또는 유사한 클래스 정보를 가지는 학습용 페어에 관한 정보를 이용하여 학습된 학습용 파라미터를 참조로 하여 결정하도록 하는 단계; 및(d) 상기 컴퓨팅 장치가, 상기 뉴럴 네트워크로 하여금, 상기 서브섹션 중 상기 적어도 일부 각각에 대응하는 각각의 상기 테스트용 파라미터를 이용하여, 상기 테스트 이미지에 상기 뉴럴 네트워크 연산을 적용함으로써 하나 이상의 뉴럴 네트워크 결과를 출력하도록 하는 단계;를 포함하는 것을 특징으로 하는 방법.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.