-
Patent Agency Ranking
公开(公告)号：WO2022019654A1
公开(公告)日：2022-01-27
申请号：PCT/KR2021/009428
申请日：2021-07-21
Applicant: 주식회사 어반베이스
IPC: G06Q30/06 , G06F16/535 , G06F16/9535 , G06F16/538 , G06T7/90 , G06T11/00
Abstract: 본 발명의 일 실시예에 따른 공간 이미지 분석 기반 배색 추천 장치는 프로세서를 포함하고, 프로세서는 공간 이미지를 입력받는 동작, 공간 이미지를 구성하는 색상의 종류 및 공간 이미지에서 색상의 종류 각각이 사용된 비율을 판별하는 동작, 공간 이미지에 사용된 색상의 비율이 높은 순서로 공간 이미지를 구성하는 색상 중 일부인 제1 색상을 선별하는 동작, 소프트 및 다이내믹을 원소로 하는 소정의 컬러 이미지 스케일 상에 제1 색상 각각이 위치하는 원소값을 판별하는 동작, 제1 색상 각각이 공간 이미지에서 사용된 비율을 가중치로 하여 제1 색상 각각의 원소값에 가중치를 가하여 조합한 배색 원소값을 계산하는 동작 및 컬러 이미지 스케일에 배색 원소값을 포함하는 배색군을 공간 이미지에 어울리는 배색으로 추천하는 동작을 수행할 수 있다.
-
公开(公告)号：WO2022139469A1
公开(公告)日：2022-06-30
申请号：PCT/KR2021/019629
申请日：2021-12-22
Applicant: 주식회사 어반베이스
Inventor： 김수민
Abstract: 본 발명의 일 실시예에 따른 사물 배치 모델 제공 방법은 가상 공간의 상태를 구성하는 변수, 가상 공간의 변수를 변화시키는 제어 동작, 가상 공간 내 제어 동작의 대상이 되는 사물인 에이전트, 소정 변수가 다른 변수에 대해 미치는 영향을 정의한 정책, 강화 학습의 대상이 되는 학습 환경을 생성하는 단계; 보상을 예측하는 가치 함수를 학습시키는 제1 신경망을 생성하는 단계; 수행 가능한 제어 동작에 의해 변경되는 각각의 상태에 대한 가치 함수의 예측값을 기초로, 수행 가능한 제어 동작 중 최종적으로 축적될 보상을 최대화하는 제어 동작을 판별하는 정책 함수를 학습시키는 제2 신경망을 생성하는 단계; 및 제1 신경망 및 제2 신경망의 비용 함수가 최소가 되는 방향으로 강화 학습을 수행하는 단계를 포함할 수 있다.
-
公开(公告)号：WO2022019390A1
公开(公告)日：2022-01-27
申请号：PCT/KR2020/016741
申请日：2020-11-24
Applicant: 주식회사 어반베이스
Abstract: 본 발명의 실시예에 따른 데이터 증강 기반 사물 분석 모델 학습 장치는 프로세서를 포함하고, 프로세서는 사물 이미지를 포함하는 제1공간 이미지를 획득하여, 제1공간 이미지가 포함하는 픽셀 정보를 변경한 제2공간 이미지를 생성하는 동작, 제1공간 이미지 내의 제1 사물 이미지의 영역에 바운딩 박스를 지정하고, 바운딩 박스에 제1 사물 이미지를 특정하는 제1 클래스를 레이블링하는 동작, 이미지 분류 알고리즘 기반으로 설계된 모델에 제1공간 이미지를 입력하여, 바운딩 박스 내 제1 사물 이미지와 제1 클래스와의 상관관계를 도출하는 모델의 가중치를 1차 학습시킴으로써 상관관계를 기초로 공간 이미지에 포함된 사물 이미지를 특정하고 클래스를 판별하는 모델을 생성하는 동작, 1차 학습된 모델에 제2공간 이미지를 입력하여, 모델이 제2 공간 이미지 내의 제2 사물 이미지를 특정한 바운딩 박스와 모델이 판별한 제2 클래스를 레이블링하는 동작 및 제2공간 이미지를 기초로 모델의 가중치를 2차 학습시킨 모델을 생성할 수 있다.
-
公开(公告)号：WO2022019391A1
公开(公告)日：2022-01-27
申请号：PCT/KR2020/016742
申请日：2020-11-24
Applicant: 주식회사 어반베이스
Abstract: 본 발명의 일 실시예에 따른 데이터 증강 기반 스타일 분석 모델 학습 장치는 하나 이상의 프로세서를 포함하여, 프로세서가 수행하는 동작은 복수의 공간 이미지를 획득하여 스타일 정보를 특정하는 클래스를 레이블링하거나, 클래스가 레이블링된 복수의 공간 이미지를 획득하여 학습 데이터를 생성하는 동작, 제1 공간 이미지가 포함하는 픽셀 정보를 소정의 범위 내에서 변경한 제2 공간 이미지를 생성하여 학습 데이터를 증강하는 동작, 제1 공간 이미지에 레이블링된 클래스를 제2 공간 이미지에 레이블링하는 동작, 및 이미지 분류 알고리즘 기반으로 설계된 모델에 증강된 학습 데이터를 입력하여 공간 이미지와 레이블링된 클래스와의 상관관계를 도출하는 모델의 가중치를 학습시킴으로써 공간 이미지의 스타일에 대한 클래스를 판별하는 모델을 생성하는 동작을 포함할 수 있다.
-
公开(公告)号：WO2022019389A1
公开(公告)日：2022-01-27
申请号：PCT/KR2020/016688
申请日：2020-11-24
Applicant: 주식회사 어반베이스
Abstract: 본 발명의 일 실시예에 따른 데이터 증강 기반 공간 분석 모델 학습 장치는 하나 이상의 프로세서를 포함하여, 프로세서가 수행하는 동작은 복수의 공간 이미지를 획득하여 공간 정보를 특정하는 클래스를 레이블링하거나, 클래스가 레이블링된 복수의 공간 이미지를 획득하여 학습 데이터를 생성하는 동작, 제1 공간 이미지가 포함하는 픽셀 정보의 일부 또는 전부를 변경한 제2 공간 이미지를 생성하여 학습 데이터를 증강시키는 동작, 제1 공간 이미지에 레이블링된 클래스를 제2 공간 이미지에 레이블링하는 동작, 및 이미지 분류 알고리즘 기반으로 설계된 모델에 증강된 학습 데이터를 입력하여 공간 이미지와 레이블링된 클래스와의 상관관계를 도출하는 모델의 가중치를 학습시킴으로써 공간 이미지에 대한 클래스를 판별하는 모델을 생성하는 동작을 포함할 수 있다.
-
-
-
-
Search Results
5
records
(took 0.01 seconds)
