LEARNING METHOD AND IMAGE CASSIFICATION METHOD USING MULTI-SCALE FEATURE MAP

• Main Authors: KWAK JIN TAE, KIM EAL
• Format: Patent
• Language: English; Korean
• Published: 17.09.2021
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; PHYSICS

Disclosed are a learning method using a multi-scale feature map extracted based on an artificial neural network and an image classification method. The learning method using a multi-scale feature map comprises the following steps of: generating a multi-scale feature map for a training image using an artificial neural network; generating an average feature map by averaging pixel values of the multi-scale feature map in units of pixels; calculating a difference between pixel values of the average feature map and each of the multi-scale feature maps, and calculating a binary pattern code for each of the multi-scale feature maps in units of the pixels; and performing learning on a training image by using the average feature map and the binary pattern code. 인공 신경망 기반으로 추출된 다중 스케일 특징맵을 이용하는 학습 방법 및 영상 분류 방법이 개시된다. 다중 스케일 특징맵을 이용하는 학습 방법은 인공 신경망을 이용하여, 훈련 영상에 대한 다중 스케일 특징맵을 생성하는 단계; 상기 다중 스케일 특징맵의 픽셀 단위로 픽셀값을 평균하여, 평균 특징맵을 생성하는 단계; 상기 평균 특징맵과 상기 다중 스케일 특징맵 각각의 픽셀값의 차이를 계산하여, 상기 픽셀 단위로 상기 다중 스케일 특징맵 각각에 대한 이진 패턴 코드를 산출하는 단계; 및 상기 평균 특징맵 및 상기 이진 패턴 코드를 이용하여, 상기 훈련 영상에 대한 학습을 수행하는 단계를 포함한다.