초록 ▼

시네마그래프(Cinemagraph)를 생성하기 위하여 DNN(Deep Neural Network)을 학습시키는 방법이 개시된다.개시된 방법은, 입력 비디오를 이용하여 전경 계층(foreground layer) 입력을 준비하는 단계, 상기 입력 비디오를 이용하여 배경 계층(background layer) 입력을 준비하는 단계, 상기 전경 계층 입력 및 상기 배경 계층 입력을 DNN(Deep Neural Network)으로 입력하여 상기 DNN으로부터 전경 계층 출력 및 배경 계층 출력이 제공되도록 하는 단계, 상기 전경 계층 출력 및

시네마그래프(Cinemagraph)를 생성하기 위하여 DNN(Deep Neural Network)을 학습시키는 방법이 개시된다.개시된 방법은, 입력 비디오를 이용하여 전경 계층(foreground layer) 입력을 준비하는 단계, 상기 입력 비디오를 이용하여 배경 계층(background layer) 입력을 준비하는 단계, 상기 전경 계층 입력 및 상기 배경 계층 입력을 DNN(Deep Neural Network)으로 입력하여 상기 DNN으로부터 전경 계층 출력 및 배경 계층 출력이 제공되도록 하는 단계, 상기 전경 계층 출력 및 상기 배경 계층 출력을 합성하여 출력 비디오를 제공하는 단계, 및 상기 입력 비디오, 상기 전경 계층 입력, 상기 전경 계층 출력, 상기 배경 계층 출력 및 상기 출력 비디오에 근거하여 상기 DNN의 내부 파라미터들을 복수회 갱신하는 단계를 포함할 수 있다.

대표청구항 ▼

시네마그래프(Cinemagraph)를 생성하기 위하여 DNN(Deep Neural Network)을 학습시키는, 컴퓨터에 의해 수행되는 방법으로서,입력 비디오를 이용하여 전경 계층(foreground layer) 입력을 준비하는 단계,상기 입력 비디오를 이용하여 배경 계층(background layer) 입력을 준비하는 단계,상기 전경 계층 입력 및 상기 배경 계층 입력을 DNN(Deep Neural Network)으로 입력하여 상기 DNN으로부터 전경 계층 출력 및 배경 계층 출력이 제공되도록 하는 단계,상기 전경 계층 출력 및

시네마그래프(Cinemagraph)를 생성하기 위하여 DNN(Deep Neural Network)을 학습시키는, 컴퓨터에 의해 수행되는 방법으로서,입력 비디오를 이용하여 전경 계층(foreground layer) 입력을 준비하는 단계,상기 입력 비디오를 이용하여 배경 계층(background layer) 입력을 준비하는 단계,상기 전경 계층 입력 및 상기 배경 계층 입력을 DNN(Deep Neural Network)으로 입력하여 상기 DNN으로부터 전경 계층 출력 및 배경 계층 출력이 제공되도록 하는 단계,상기 전경 계층 출력 및 상기 배경 계층 출력을 합성하여 출력 비디오를 제공하는 단계, 및상기 입력 비디오, 상기 전경 계층 입력, 상기 전경 계층 출력, 상기 배경 계층 출력 및 상기 출력 비디오에 근거하여 상기 DNN의 내부 파라미터들을 복수회 갱신하는 단계를 포함하고,상기 입력 비디오는 복수의 프레임으로 구성되며,상기 전경 계층(foreground layer) 입력은,상기 입력 비디오의 프레임들을 각각 이용하여 생성된 전경 매스크들(foreground masks) - 상기 전경 매스크들의 각각은 제1 영역 및 제2 영역을 가지며, 상기 제1 영역은 상기 해당 입력 비디오 프레임에서의 움직임 영역에 대응하고 상기 제2 영역은 상기 해당 입력 비디오 프레임에서의 움직이지 않는 영역에 대응함 -,상기 전경 매스크들을 각각 이용하여 생성된 전경 노이즈 프레임들 - 상기 전경 노이즈 프레임들의 각각은 상기 해당 전경 매스크의 제1 영역에 대응하는 영역에서 무작위로 선택된 복수의 컬러의 객체들을 표현하는 픽셀 값들을 가짐 -,배경 노이즈 프레임 - 상기 배경 노이즈 프레임의 픽셀들은 무작위로 선택된 컬러들을 표현하는 값들을 가짐 -, 및전경 시간 임베딩(temporal embedding) 프레임들을 포함하는,DNN 학습 방법.