KR102477571B1 - 자폐인의 이미지를 분석하는 방법 및 장치 - Google Patents

Abstract

자폐인의 이미지를 분석하는 방법은 이미지-텍스트 매칭 네트워크에 입력된 자폐인을 포함하는 이미지에 기초하여 이미지를 설명하는 텍스트를 생성하는 단계, 생성된 텍스트에 기초하여 텍스트 분류 네트워크에서 자폐인의 감정 및 요구 중 적어도 하나를 분류하는 단계 및 분류된 결과를 출력하는 단계를 포함한다.

Description

자폐인의 이미지를 분석하는 방법 및 장치{METHOD AND APPARATUS FOR ANALYZING IMAGE OF AUTISTIC PERSON}

자폐인의 이미지를 분석하는 방법 및 장치에 관한다.

자폐 범주성 장애(ASD: Autism Spectrum Disorder)를 가진 사람 또는 자폐인은 소아기 자폐증, 비전형적 자폐증에 따른 언어, 신체표현, 자기조절 및 사회적응 기능 및 능력의 장애로 인하여 일상생활이나 사회생활에 상당한 제약을 받아 다른 사람의 도움이 필요한 사람을 의미한다. 자폐인들은 독립적으로 사회생활을 수행하기가 어렵다. 따라서 자폐인의 가족들은 자폐인을 돌보고 교육함에 있어서 많은 문제에 직면하게 되며, 이러한 문제는 때로는 가족의 해체까지 이어지게 된다. 또한 전세계적으로 자페인의 수가 늘어남에 따라 그에 따른 사회복지비용 역시 빠르게 늘어나고 있다.

한편, 최근에는 자폐인을 위한 소프트웨어 및 하드웨어에 관한 연구가 진행되고 있다. 이러한 연구들은 크게 두 가지로 분류될 수 있다. 첫번째는 로봇을 이용한 연구로 자폐인들이 로봇과 상호작용하도록 하는 기술이다. 두번째는 모바일 또는 유비쿼터스 환경과 같이 자폐인이 전자기기 내의 일종의 어플리케이션을 통해 상호작용하도록 하는 기술이다. 그러나, 이러한 연구들은 자폐인으로 하여금 보통 '정상'이라고 칭해지는 행동을 수행하도록 유도하고, 자폐인의 행동 자체를 이해할 수는 없다는 문제점이 있다. 또한, 혼자서 전자기기를 다루기 어려운 저기능성 자폐인들에게 적용하기에는 제약이 있다는 문제점이 있다.

자폐인의 경우 개개인의 자폐증의 정도, 성격의 차이 등으로 인해 하나의 방법만으로는 자폐인들을 위한 알맞은 돌봄 및 교육이 어렵다. 해당 자폐인의 보호자(예를 들어, 가족)는 자폐인의 표정 및 행동을 적절히 해석할 수 있으나, 언제나 해당 자폐인의 보호자가 자폐인과 동행할 수는 없다. 따라서, 자폐인들의 적절한 돌봄 및 교육을 위해서는 해당 자폐인과 관련된 모든 관계자들이 해당 자폐인의 보호자 수준으로 해당 자폐인에 대한 지식이 필요한데 실질적으로 이는 많은 시간과 노력이 필요하다. 따라서 자폐인을 적절하게 돌보거나 교육하기 위해서, 해당 자폐인의 보호자가 아닌 사람들도 쉽게 자폐인을 이해할 수 있는 기술이 요구되는 실정이다.

다양한 실시예들은 자폐인의 이미지를 분석하는 방법 및 장치를 제공한다. 구체적으로 다양한 실시예들은 AI 추론 모델을 이용하여 자폐인의 이미지를 분석할 수 있다. 또한, 다양한 실시예들은 자폐인이 가지는 개성 및 상황에 따라 보호자 또는 이해관계인이 해당 자폐인에게 가장 알맞은 교육 방법 및 돌봄 방법을 선택할 수 있도록 판단의 근거를 제공할 수 있다. 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 이하의 실시예들로부터 또 다른 기술적 과제들이 유추될 수 있다.

일 측면에 따르면, 자폐인의 이미지를 분석하는 방법은 이미지-텍스트 매칭 네트워크(Image-text matching network)에 입력된 자폐인을 포함하는 이미지에 기초하여 이미지를 설명하는 텍스트를 생성하는 단계, 생성된 텍스트에 기초하여 텍스트 분류 네트워크(Text classification network)에서 자폐인의 감정(Emotion) 및 요구(Needs) 중 적어도 하나를 분류하는 단계 및 분류된 결과를 출력하는 단계를 포함할 수 있다.

또한, 텍스트를 생성하는 단계는 이미지 특징 정보와 텍스트 특징 정보 사이의 매칭 확률에 기초하여 텍스트를 생성할 수 있다.

또한, 자폐인의 감정 및 요구 중 적어도 하나를 분류하는 단계는 생성된 텍스트의 특징 정보를 어텐션 네트워크(Attention Network)에 입력하여 소정의 가중치가 적용된 특징 정보를 추출하는 단계 및 추출된 특징 정보에 기초하여 텍스트 분류 네트워크에서 자폐인의 감정 및 요구 중 적어도 하나를 분류하는 단계를 더 포함할 수 있다.

또한, 텍스트 분류 네트워크는 어텐션 레이어(Attention layer)를 포함할 수 있다.

또한, 텍스트 분류 네트워크는 이미지에 포함된 자폐인의 보호자에 의해 레이블링(labeling) 된 텍스트에 기초하여 학습될 수 있다.

또한, 자폐인의 감정 및 요구 중 적어도 하나를 분류하는 단계는 감정 특징 정보에 기초하여 요구를 분류하고, 요구 특징 정보에 기초하여 감정을 분류하도록 학습된 상호 학습 네트워크(Interactive learning network)를 이용하여 감정 및 요구를 분류할 수 있다.

또한, 자폐인의 감정 및 요구를 분류하는 단계는 생성된 텍스트로부터 감정 어텐션 특징을 추출하는 감정 어텐션 네트워크 및 생성된 텍스트로부터 요구 어텐션 특징을 추출하는 요구 어텐션 네트워크로부터 각각 감정 어텐션 특징 및 요구 어텐션 특징을 추출하는 단계 및 요구 어텐션 특징에 기초하여 자폐인의 감정을 분류하는 감정 분류 네트워크(Emotion classification Network) 및 감정 어텐션 특징에 기초하여 자폐인의 요구를 분류하는 요구 분류 네트워크(Needs classification Network)를 이용하여 감정 및 요구를 분류하는 단계를 더 포함할 수 있다.

다른 측면에 따르면, 컴퓨터로 읽을 수 있는 비일시적인(non-transitory) 기록매체는 상술한 방법을 실행하는 명령어들을 포함하는 하나 이상의 프로그램이 기록될 수 있다.

또 다른 측면에 따르면, 자폐인의 이미지를 분석하는 장치는 메모리 및 이미지-텍스트 매칭 네트워크(Image-text matching network)에 입력된 자폐인의 이미지에 기초하여 이미지를 설명하는 텍스트를 생성하고, 생성된 텍스트에 기초하여 텍스트 분류 네트워크(Text classification network)에서 자폐인의 감정(Emotion) 및 요구(Needs) 중 적어도 하나를 분류하고, 분류된 결과를 출력하는 제어부를 포함할 수 있다.

또한, 제어부는 이미지 특징 정보와 텍스트 특징 정보 사이의 매칭 확률에 기초하여 텍스트를 생성할 수 있다.

또한, 생성된 텍스트의 특징 정보를 어텐션 네트워크(Attention Network)에 입력하여 소정의 가중치가 적용된 특징 정보를 추출하고, 추출된 특징 정보에 기초하여 자폐인의 감정 및 요구 중 적어도 하나를 분류할 수 있다.

또한, 텍스트 분류 네트워크는 어텐션 레이어(Attention layer)를 포함할 수 있다.

또한, 텍스트 분류 네트워크는 이미지에 포함된 자폐인의 보호자에 의해 레이블링(labeling) 된 텍스트에 기초하여 학습될 수 있다.

또한, 제어부는 감정 특징 정보에 기초하여 요구를 분류하고, 요구 특징 정보에 기초하여 감정을 분류하도록 학습된 상호 학습 네트워크(Interactive learning network)를 이용하여 감정 및 요구를 분류할 수 있다.

또한, 제어부는 생성된 텍스트로부터 감정 어텐션 특징을 추출하는 감정 어텐션 네트워크 및 생성된 텍스트로부터 요구 어텐션 특징을 추출하는 요구 어텐션 네트워크로부터 각각 감정 어텐션 특징 및 요구 어텐션 특징을 추출하고, 요구 어텐션 특징에 기초하여 자폐인의 감정을 분류하는 감정 분류 네트워크(Emotion classification Network) 및 감정 어텐션 특징에 기초하여 자폐인의 요구를 분류하는 요구 분류 네트워크(Needs classification Network)를 이용하여 감정 및 요구를 분류할 수 있다.

상기된 바에 따르면, 자폐인의 이미지를 분석하는 방법을 활용함으로써, 자폐인의 부모와 같은 해당 자폐인의 보호자뿐만 아니라 비보호자도 자폐인을 이해하고 자폐인에게 알맞은 돌봄과 교육을 제공해 줄 수 있다.

실시예들에 의한 효과가 상술한 효과들로 제한되는 것은 아니며, 언급되지 아니한 효과들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.

도 1은 뉴럴 네트워크의 아키텍처를 설명하기 위한 도면이다.
도 2는 뉴럴 네트워크에서 입력 피처맵 및 출력 피처맵의 관계를 설명하기 위한 도면이다.
도 3은 일 실시예에 따른 자폐인 이미지 분석 장치의 하드웨어 구성을 도시한 블록도이다.
도 4는 일 실시예에 따른 자폐인 이미지 분석 장치에 포함되는 제어부의 블록도이다.
도 5는 일 실시예에 따른 자폐인의 감정 및 요구를 분류하는 방법을 설명하기 위한 도면이다.
도 6은 일 실시예에 따른 네트워크들을 설명하기 위한 도면이다.
도 7은 일 실시예에 따라 어텐션 레이어가 추가된 경우와 추가되지 않은 경우를 비교한 실험결과를 나타내는 표이다.
도 8은 일 실시예에 따른 어텐션 네트워크와 텍스트 분류 네트워크를 설명하기 위한 도면이다.
도 9는 일 실시예에 따른 상호 학습 네트워크를 활용한 경우와 활용하지 않은 경우를 비교한 실험결과를 나타내는 표이다.
도 10은 일 실시예에 따른 자폐인의 이미지를 분석하는 방법의 흐름도이다.

실시 예들에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.

명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 " - 부", " - 모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.

아래에서는 첨부한 도면을 참고하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.

실시예에서, 분류(Classification)란, 텍스트로부터 자폐인의 감정 및/또는 요구를 구분하는 행위를 의미한다. 예를 들어, 감정은 행복, 슬픔, 분노, 당혹감, 두려움 등의 감정 레이블에 따라 구분될 수 있다. 예를 들어, 요구는 위로, 놀이 지속, 계속, 귀가, 거부 등의 요구 레이블에 따라 구분될 수 있다.

실시예에서, 자폐인의 이미지를 분석하는 장치는 뉴럴 네트워크(neural network)를 이용할 수 있다. 뉴럴 네트워크는 생물학적 뇌를 모델링한 컴퓨터 과학적 아키텍쳐(computational architecture)를 참조한다. 최근 뉴럴 네트워크(neural network) 기술이 발전함에 따라, 다양한 종류의 전자 시스템에서 뉴럴 네트워크를 활용하여 입력 데이터를 분석하고 유효한 정보를 추출하는 연구가 활발히 진행되고 있다.

도 1은 뉴럴 네트워크의 아키텍처를 설명하기 위한 도면이다.

도 1을 참조하면, 뉴럴 네트워크(1)는 딥 뉴럴 네트워크(Deep Neural Network, DNN) 또는 n-계층 뉴럴 네트워크(n-layers neural networks)의 아키텍처일 수 있다. DNN 또는 n-계층 뉴럴 네트워크는 컨볼루션 뉴럴 네트워크(Convolutional Neural Networks, CNN), 리커런트 뉴럴 네트워크(Recurrent Neural Networks, RNN), Deep Belief Networks, Restricted Boltzman Machines 등에 해당될 수 있다. 예를 들어, 뉴럴 네트워크(1)는 컨볼루션 뉴럴 네트워크(CNN)로 구현될 수 있으나, 이에 제한되지 않는다. 도 1에서는 뉴럴 네트워크(1)의 예시에 해당하는 컨볼루션 뉴럴 네트워크에서 일부의 컨볼루션 레이어가 도시되었지만, 컨볼루션 뉴럴 네트워크는 도시된 컨볼루션 레이어 외에도, 풀링 레이어(pooling layer), 풀리 커넥티드(fully connected) 레이어 등을 더 포함할 수 있다.

뉴럴 네트워크(1)는 입력 데이터, 피처맵들(feature maps) 및 출력을 포함하는 복수 레이어들을 갖는 아키텍처로 구현될 수 있다. 뉴럴 네트워크(1)에서 입력 데이터는 커널(kernel)이라 불리는 필터와의 컨볼루션 연산이 수행되고, 그 결과 피처맵들이 출력된다. 이때 생성된 출력 피처맵들은 입력 피처맵들로서 다시 커널과의 컨볼루션 연산이 수행되고, 새로운 피처맵들이 출력된다. 이와 같은 컨볼루션 연산이 반복적으로 수행된 결과, 최종적으로는 뉴럴 네트워크(1)를 통한 입력 데이터의 특징들에 대한 인식 결과가 출력될 수 있다.

예를 들어, 도 1의 뉴럴 네트워크(1)에 24x24 픽셀 크기의 데이터가 입력된 경우, 입력 데이터는 커널과의 컨볼루션 연산을 통해 20x20 크기를 갖는 4채널의 피처맵들로 출력될 수 있다. 이후에도, 20x20 피처맵들은 커널과의 반복적인 컨볼루션 연산을 통해 크기가 줄어들면서, 최종적으로는 1x1 크기의 특징들이 출력될 수 있다. 뉴럴 네트워크(1)는 여러 레이어들에서 컨볼루션 연산 및 서브샘플링(또는 풀링) 연산을 반복적으로 수행함으로써 입력 데이터로부터 데이터 전체를 대표할 수 있는 강인한 특징들을 필터링하여 출력하고, 출력된 최종 특징들을 통해 입력 데이터의 인식 결과를 도출할 수 있다.

도 2는 뉴럴 네트워크에서 입력 피처맵 및 출력 피처맵의 관계를 설명하기 위한 도면이다.

도 2을 참고하면, 뉴럴 네트워크의 어느 레이어(2)에서, 제1피처맵(FM1)은 입력 피처맵에 해당될 수 있고, 제2피처 맵(FM2)는 출력 피처맵에 해당될 수 있다. 피처맵은 입력 데이터의 다양한 특징들이 표현된 데이터 세트를 의미할 수 있다. 피처맵들(FM1, FM2)은 2차원 매트릭스의 엘리먼트들을 갖거나 또는 3차원 매트릭스의 엘리먼트들을 가질 수 있고, 각각의 엘리먼트에는 픽셀 값이 정의될 수 있다. 피처 맵들(FM1, FM2)은 너비(W)(또는 칼럼이라고 함), 높이(H)(또는 로우라고 함) 및 깊이(D)를 가진다. 이때, 깊이(D)는 채널들의 개수에 해당될 수 있다.

제1피처맵(FM1) 및 커널의 웨이트맵(WM)에 대한 컨볼루션 연산이 수행될 수 있고, 그 결과 제2피처맵(FM2)이 생성될 수 있다. 웨이트맵(WM)은 각 엘리먼트에 정의된 웨이트로 제1피처맵(FM1)과 컨볼루션 연산을 수행함으로써 제1피처맵(FM1)의 특징들을 필터링한다. 웨이트맵(WM)은 제1입력 피처맵(FM1)을 슬라이딩 윈도우 방식으로 시프트하면서 제1입력 피처맵(FM1)의 윈도우들(또는 타일이라고도 함)과 컨볼루션 연산을 수행한다. 각 시프트 동안, 웨이트맵(WM)에 포함된 웨이트들 각각은 제1피처맵(FM1) 내 중첩된 윈도우의 픽셀 값들 각각과 곱해지고 더해질 수 있다. 제1피처맵(FM1)과 웨이트맵(WM)이 컨볼루션됨에 따라, 제2피처맵(FM2)의 하나의 채널이 생성될 수 있다. 도 2에는 하나의 커널에 대한 웨이트맵(WM)이 도시되었으나, 실제로는 복수의 커널들의 웨이트 맵들이 제1피처맵(FM1)과 각각 컨볼루션되어, 복수의 채널들의 제2피처맵(FM2)이 생성될 수 있다. 제2피처맵(FM2)은 다음 레이어의 입력 피처맵에 해당될 수 있다. 예를 들어, 제2피처맵(FM2)은 풀링(또는 서브샘플링) 레이어의 입력 피처맵이 될 수 있다.

도 1 및 도 2에서는 설명의 편의를 위하여 뉴럴 네트워크(1)의 개략적인 아키텍처에 대해서만 도시되어 있다. 하지만, 뉴럴 네트워크(1)는 도시된 바와 달리, 보다 많거나 적은 개수의 레이어들, 피처맵들, 커널들 등으로 구현될 수 있고, 그 크기들 또한 다양하게 변형될 수 있음을 당해 기술분야의 통상의 기술자라면 이해할 수 있다. 이하에서 설명되는 다양한 네트워크들은 도 1 및 도 2에서 설명된 뉴럴 네트워크들에 대응될 수 있다.

도 3은 일 실시예에 따른 자폐인 이미지 분석 장치의 하드웨어 구성을 도시한 블록도이다.

자폐인 이미지 분석 장치(3)는 PC(personal computer), 모바일 디바이스 등의 다양한 종류의 디바이스들로 구현될 수 있고, 구체적인 예로서 스마트폰, 태블릿 디바이스, AR(Augmented Reality) 디바이스, IoT(Internet of Things) 디바이스, 로보틱스, 의료기기 등에 해당될 수 있으나, 이에 제한되지 않는다.

도 3을 참고하면, 자폐인 이미지 분석 장치(3)는 제어부(310) 및 메모리(320) 및 를 포함한다. 도 3에 도시된 자폐인 이미지 분석 장치(3)에는 본 실시예들와 관련된 구성요소들만이 도시되어 있다. 따라서, 자폐인 이미지 분석 장치(3)에는 도 3에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음은 당해 기술분야의 통상의 기술자에게 자명하다.

제어부(310)는 자폐인 이미지 분석 장치(3)를 실행하기 위한 전반적인 기능들을 제어하는 역할을 한다. 예를 들어, 제어부(310)는 자폐인 이미지 분석 장치(3) 내의 메모리(320)에 저장된 프로그램들을 실행함으로써, 자폐인 이미지 분석 장치(3)를 전반적으로 제어한다. 제어부(310)는 자폐인 이미지 분석 장치(3) 내에 구비된 CPU(central processing unit), GPU(graphics processing unit), AP(application processor) 등으로 구현될 수 있으나, 이에 제한되지 않는다.

메모리(320)는 자폐인 이미지 분석 장치(3) 내에서 처리되는 각종 데이터들을 저장하는 하드웨어로서, 예를 들어, 메모리(320)는 자폐인 이미지 분석 장치(3)에서 처리된 데이터들 및 처리될 데이터들을 저장할 수 있다. 또한, 메모리(320)는 자폐인 이미지 분석 장치(3)에 의해 구동될 애플리케이션들, 드라이버들 등을 저장할 수 있다. 메모리(320)는 DRAM(dynamic random access memory), SRAM(static random access memory) 등과 같은 RAM(random access memory), ROM(read-only memory), EEPROM(electrically erasable programmable read-only memory), CD-ROM, 블루레이 또는 다른 광학 디스크 스토리지, HDD(hard disk drive), SSD(solid state drive), 또는 플래시 메모리를 포함할 수 있다.

제어부(310)는 메모리(320)로부터 뉴럴 네트워크 데이터, 예를 들어 이미지 데이터, 텍스트 데이터, 피처맵 데이터, 커널 데이터 등을 리드/라이트(read/write)하고, 리드/라이트된 데이터를 이용하여 뉴럴 네트워크를 실행할 수 있다. 이때, 입력 피처맵의 채널 수, 커널의 채널 수, 입력 피처맵의 크기, 커널의 크기, 값의 정밀도(precision) 등의 다양한 팩터들에 의존하여 컨볼루션 연산의 연산량이 결정될 수 있다. 도 1에 도시된 뉴럴 네트워크(1)와 달리, 자폐인 이미지 분석 장치(3)에서 구동되는 실제 뉴럴 네트워크는 보다 복잡한 아키텍처로 구현될 수 있다. 이하에서 설명된 방법들은 자폐인 이미지 분석 장치(3)의 제어부(310) 및 메모리(320)에 의해 수행될 수 있다.

도 4는 일 실시예에 따른 자폐인 이미지 분석 장치에 포함되는 제어부의 블록도이다.

도 4를 참조하면, 자폐인 이미지 분석 장치(3)에 포함되는 제어부(310)는 텍스트 생성부(410), 텍스트 분류부(420) 및 분류결과 출력부(430)를 포함할 수 있다. 도 4의 제어부(310)는 적어도 하나의 프로세서를 포함한다. 프로세서는 다수의 논리 게이트들의 어레이로 구현될 수도 있고, 범용적인 마이크로 프로세서와 이 마이크로 프로세서에서 실행될 수 있는 프로그램이 저장된 메모리의 조합으로 구현될 수도 있다. 또한, 도 4의 텍스트 생성부(410), 텍스트 분류부(420) 및 분류결과 출력부(430)가 서로 다른 형태의 하드웨어로 구현될 수도 있음을 본 실시 예가 속하는 기술분야에서 통상의 지식을 가진 자라면 이해할 수 있다.

텍스트 생성부(410)는 이미지-텍스트 매칭 네트워크를 이용하여 자폐인의 이미지를 설명하는 텍스트를 생성할 수 있다.

텍스트 분류부(420)는 텍스트 분류 네트워크를 이용하여 생성된 텍스트로부터 자폐인의 감정 및/또는 요구를 분류할 수 있다.

분류결과 출력부(430)는 분류된 결과를 출력할 수 있다. 예를 들어, 분류 결과 출력부(430)는 자폐인의 감정 및/또는 요구를 나타내는 텍스트를 출력할 수 있다.

전술한 각 모듈의 명칭은 제어부(310)가 수행하는 기능을 직관적으로 설명하기 위한 것으로서, 실시 예에 따라서, 각 모듈의 명칭은 변경될 수 있다. 또한, 각 모듈이 수행하는 기능들이 제어부(310)에 의해 단독으로 구현될 수 있다는 것은 이 분야의 통상의 지식을 가진 자에 자명할 것이다. 그러므로, 이하에서는, 본 발명의 여러 실시 예들을 구체적으로 설명하기로 하고, 설명의 편의를 위해서, 특별히 한정하고 있지 않다면, 각 기능을 수행하는 주체는 제어부(310)로 간주한다.

도 5는 일 실시예에 따른 자폐인의 감정 및 요구를 분류하는 방법을 설명하기 위한 도면이다. 도 5를 참고하면, 제어부(310)는 자폐인을 포함하는 이미지(Autism image data)를 분석하여 자폐인의 감정(Emotion) 및 요구(Needs) 중 적어도 하나를 출력할 수 있다.

제어부(310)는 이미지-텍스트 매칭 네트워크(Image-text matching network)에 입력된 자폐인을 포함하는 새로운 이미지에 기초하여 이미지를 설명하는 텍스트 또는 캡션을 생성할 수 있다. 이미지를 설명하는 텍스트는 이미지에 포함된 자폐인의 표정, 동작, 주변 물체, 주변 환경 등의 전반적인 상황정보를 나타내는 텍스트일 수 있다. 예를 들어, 이미지를 설명하는 텍스트는 '자폐인이 브이를 그리고 웃으며 정면을 바라보고 있고, 옆에는 다른 사람이 손을 머리위로 올리고 있다.', '자폐인이 살짝 웃으며 오른쪽 손으로 하트를 그리면서 다른 사람들과 함께 있다.', '자폐인이 손에 포크를 들고 있다'와 같이 출력될 수 있다.

자폐인들은 그 특성상 자폐의 정도가 심할수록 웃는 표정, 화내는 표정 등이 거의 차이가 없어 일반적인 방법만으로는 자폐인들의 감정을 알아낼 수 없어서 상황 정보와 같은 추가 정보가 필요할 수 있다. 제어부(310)는 이미지-텍스트 매칭 네트워크를 이용하여 이미지 내의 전반적인 상황 정보를 나타내는 텍스트를 생성할 수 있다.

예를 들어, Part1-step1을 참고하면, 제어부(310)는 자폐인을 포함하는 이미지로부터 이미지 특징 정보를 추출할 수 있다. Part2-step2를 참고하면, 제어부(310)는 이미지 특징 정보와 캡션 특징 정보(또는 텍스트 특징 정보)를 이용하여 새로 입력된 이미지에 대한 새로운 설명을 생성할 수 있다.

이미지-텍스트 매칭 네트워크는 입력된 이미지를 설명하는 텍스트를 출력하도록 학습된 네트워크이다. 이미지-텍스트 매칭 네트워크는 학습 단계에서 메모리(320)에 저장된 이미지와 그 이미지를 설명하는 텍스트를 이용하여 학습될 수 있다. 제어부(310)는 이미지로부터 이미지 특징 정보를 추출하고, 텍스트로부터 텍스트 특징 정보를 추출하고, 추출된 특징 정보들을 서로 매칭시키는 단계를 반복함으로써 이미지-텍스트 매칭 네트워크를 학습시킬 수 있다.

예를 들어, 제어부(310)는 학습 단계에서 추출된 이미지 특징 정보와 이미지 ID를 ((key: image ID) : (value: image feature))의 딕셔너리 자료형으로 저장할 수 있다. 여기서, 이미지에 관한 딕셔너리 자료형을 I라고 할 때, I는 다음과 같이 정의된다.

여기서,

은 각 이미지에 부여된 ID를 의미하고,

은 VGG-16으로부터 추출된 각 이미지 특징 정보들이다.

제어부(310)는 학습 단계에서 추출된 텍스트 특징 정보와 이미지 ID를 ((key: image ID) : (value: image feature))의 딕셔너리 자료형으로 저장할 수 있다. 여기서, 텍스트에 관한 딕셔너리 자료형을 T라고 할 때, T는 다음과 같이 정의된다.

여기서,

은 각 이미지에 부여된 ID를 의미하고,

은 전처리가 완료된 각 텍스트 특징 정보들이다.

제어부(310)는 같은 이미지 ID에 대응되는 이미지 특징 정보와 텍스트 특징 정보를 서로 매칭시킬 수 있다.

이미지-텍스트 매칭 네트워크는 학습을 반복함으로써 특정 이미지 특징 정보가 특정 텍스트 특징 정보와 매칭될 확률을 획득할 수 있다. 예를 들어, 학습 단계에서 A라는 이미지로부터 (a, b, c)라는 이미지 특징 정보가 추출되고 B라는 텍스트로부터 (d, e, f)라는 텍스트 특징 정보가 추출되었다고 가정한다. 이미지-텍스트 매칭 네트워크는 여러 이미지에 대한 학습을 반복함으로써 이미지 특징 정보 a에 텍스트 특징 정보 d가 매칭될 확률을 획득할 수 있고, 이 확률이 텍스트의 매칭 확률이다. 이후, 학습에 사용되지 않은 새로운 이미지 C로부터 (a, c, z)라는 특징이 추출되면 제어부(310)는 각 이미지 특징 정보 별로 얻어진 텍스트의 위치 분포 확률을 이용하여 C라는 이미지를 설명하는 텍스트를 출력할 수 있다.

제어부(310)는 이미지를 설명하는 텍스트에 기초하여 자폐인의 감정(Emotion) 및 요구(Needs) 중 적어도 하나를 분류하고, 분류된 결과를 출력할 수 있다. 예를 들어, 제어부(310)는 텍스트 분류 네트워크(Text classification network)를 이용하여 자폐인의 감정 및 요구 중 적어도 하나를 분류할 수 있다. 예를 들어, 제어부(310)는 A라는 텍스트가, 감정들 중에서 자폐인이 화가 난 상태라는 '화'에 대응된다고 분류하거나 요구들 중에서 자폐인이 다른 사람의 요청을 거절한다는 '거부'에 대응된다고 분류할 수 있다. 여기서, 텍스트 A에 감정을 나타내는 감정 표현이나 요구를 나타내는 요구 표현이 직접적으로 나타나지 않아도, 텍스트 분류 네트워크의 학습에 사용된 텍스트 데이터에 따라서 감정 및/또는 요구의 분류가 가능함은 물론이다.

예를 들어, Part2-step1을 참고하면, 제어부(310)는 이미지를 설명하는 텍스트로부터 텍스트 특징 정보를 추출할 수 있다. Part2-step2를 참고하면, 제어부(310)는 텍스트 특징 정보를 이용하여 감정 및/또는 요구를 출력할 수 있다.

도 6은 일 실시예에 따른 네트워크들을 설명하기 위한 도면이다. 도 6을 참고하면, 제어부(310)는 이미지-텍스트 매칭 네트워크(610) 및/또는 어텐션 네트워크(620) 및/또는 텍스트 분류 네트워크(630)를 이용하여 자폐인의 이미지를 분석할 수 있다.

제어부(310)는 이미지-텍스트 매칭 네트워크(610)에 자폐인이 포함된 새로운 이미지 데이터를 입력하여, 해당 이미지 데이터를 설명하는 새로운 텍스트를 출력할 수 있다.

제어부(310)는 생성된 텍스트의 특징 정보를 어텐션 네트워크(Attention Network, 620)에 입력하여 소정의 가중치가 적용된 특징 정보를 추출하고, 추출된 특징 정보에 기초하여 상기 자폐인의 감정 및 요구 중 적어도 하나를 분류할 수 있다. 예를 들어, 어텐션 네트워크(620)는 텍스트로부터 어텐션 특징(Attention Feature)을 추출할 수 있다. 여기서, 어텐션 네트워크(620)는 이후의 단계에서 이루어지는 감정 및/또는 요구의 분류에 있어서 더 중요도가 높은 특징 정보에 집중하도록 학습된 네트워크이다.

예를 들어, 자폐인이 살짝 웃으며 오른쪽 손으로 하트를 그리면서 다른 사람들과 함께 있다.'라는 전체 문장이 어텐션 네트워크(620)에 입력되고, 전체 문장 중 '하트', '웃으며', '다른 사람들'순으로 이후의 단계에서 중요도가 높다고 가정한다. 이 경우, 제어부(310)는 '하트', '웃으며', '다른 사람들'에 대응하는 텍스트 특징 정보에 서로 다른 가중치를 적용하여 어텐션 특징을 추출할 수 있다. 제어부(310)는 어텐션 네트워크(620)를 활용함으로써 텍스트의 전체 문장에서 중요도가 높은 단어 및/또는 중요도가 높은 순서에 따라 분류 동작을 수행할 수 있다.

어텐션 네트워크(620)는 어텐션 메커니즘(attention mechanism)을 이용하여 구현될 수 있다. 예를 들어, 어텐션 메커니즘은 모든 히든 스테이트(hidden state)를 고려할 수 있는 Bahdanau 어텐션 메커니즘 일 수 있다.

제어부(310)는 텍스트 분류 네트워크(630)에 어텐션 특징 정보를 입력하여, 자폐인의 감정 및 요구 중 적어도 하나를 출력할 수 있다. 다만, 이미지-텍스트 매칭 네트워크(610)로부터 출력된 텍스트가 바로 텍스트 분류 네트워크(630)에 입력될 수도 있다. 여기서, 텍스트 분류 네트워크(630)는 입력된 텍스트 또는 특징 정보로부터 자폐인의 감정 및/또는 요구를 분류하도록 학습된 네트워크를 의미한다.

텍스트 분류 네트워크(630)는 이미지에 포함된 자폐인의 보호자에 의해 레이블링(labeling) 된 텍스트에 기초하여 학습될 수 있다. 학습을 위한 텍스트 데이터는 텍스트 분류 네트워크(630)에 입력되기 이전에 이미지에 포함된 자폐인의 보호자에 의해 어떤 감정 및/또는 요구에 대응되는지 레이블링될 수 있다. 예를 들어, A라는 텍스트는 '자폐인이 화가 났다'는 '화'라는 감정에 대응된다고 레이블링되거나, '자폐인이 거부한다'는 '거부'라는 요구를 가지고 있다고 레이블링될 수 있다. 텍스트 분류 네트워크(630)가 자폐인의 보호자의 지식이 반영된 텍스트를 이용하여 학습됨으로써, 자폐인의 감정 및/또는 요구를 정확하게 분류할 수 있다. 해당 자폐인의 보호자가 아닌 사람도 해당 자폐인의 보호자 수준으로 해당 자폐인의 감정 및/또는 요구를 이해할 수 있다.

어텐션 네트워크(620) 및/또는 텍스트 분류 네트워크(630)는 복수의 자폐인들의 보호자들 각각에 의해 별도로 레이블링된 텍스트에 기초하여 학습될 수 있다. 예를 들어, 어텐션 네트워크(620)는 동일한 텍스트가 입력되어도 자폐인마다 서로 다른 가중치가 적용되도록 별도로 학습될 수 있다.

제어부(310)는 이미지에 포함된 자폐인이 누구인지 식별하거나, 별도로 분석의 대상이 되는 자폐인에 대한 정보를 수신할 수 있다. 제어부(310)는 자폐인마다 다른 버전의 어텐션 네트워크(620) 및/또는 텍스트 분류 네트워크(630)를 적용할 수 있다.

텍스트 분류 네트워크(630)는 어텐션 레이어(Attention layer)를 포함할 수 있다. 예를 들어, 텍스트 분류 네트워크(630)의 최종 분류 결과를 출력하는 출력 레이어의 전단에 어텐션 레이어를 포함할 수 있다. 어텐션 레이어는 이후의 단계에서 이루어지는 감정 및/또는 요구의 분류에 있어서 더 중요도가 높은 특징 정보 또는 특징 벡터에 집중하도록 데이터를 처리하는 레이어이다. 어텐션 레이어는 어텐션 메커니즘을 이용하여 구현될 수 있다. 예를 들어, 어텐션 메커니즘은 모든 히든 스테이트(hidden state)를 고려할 수 있는 Bahdanau 어텐션 메커니즘일 수 있다.

텍스트 분류 네트워크(630)가 어텐션 레이어를 포함함으로써, 텍스트 분류 네트워크(630)의 학습 속도가 증가될 수 있고, 연산 자원을 절약할 수 있다.

일 실시예에 따르면, 자폐인 이미지 분석 장치(3)는 어텐션 네트워크(620) 및 텍스트 분류 네트워크(630)에 포함된 어텐션 레이어를 이용하여 이중으로 어텐션 메커니즘을 적용함으로써 학습 속도를 증가시킬 수 있다.

도 7은 일 실시예에 따라 어텐션 레이어가 추가된 경우와 추가되지 않은 경우를 비교한 실험결과를 나타내는 표이다.

도 7을 참고하면, 표(7)의 첫 번째 행과 세 번째 행은 텍스트 분류 네트워크(630)의 덴스 레이어(Dense layer)의 전단에 어텐션 레이어를 추가한 경우를 나타내고, 두 번째 행과 네 번째 행은 어텐션 레이어를 추가하지 않은 경우를 나타낸다. 어텐션 레이어가 추가된 경우와 추가되지 않은 경우를 비교하면, 감정의 분류 및 요구의 분류에 관한 정확도 및 손실은 유사한 값을 갖는 것을 확인할 수 있다. 다만, 어텐션 레이어가 추가된 경우, 학습 속도는 거의 2배 가까이 개선되는 것을 확인할 수 있다.

도 8은 일 실시예에 따른 어텐션 네트워크와 텍스트 분류 네트워크를 설명하기 위한 도면이다. 도 8을 참고하면, 제어부(310)는 어텐션 네트워크(620) 및 텍스트 분류 네트워크(630)를 이용하여 텍스트로부터 자폐인의 감정 및 요구를 분류할 수 있다.

어텐션 네트워크(620)는 텍스트로부터 감정 어텐션 특징 및 요구 어텐션 특징을 추출할 수 있다. 예를 들어, 어텐션 네트워크(620)는 서로 다른 종류의 어텐션 특징을 추출하도록 학습된 복수의 서브 네트워크들을 포함할 수 있다. 복수의 서브 네트워크들은 감정 어텐션 특징(821)을 추출하는 감정 어텐션 네트워크 및/또는 요구 어텐션 특징(823)을 추출하는 요구 어텐션 네트워크를 포함할 수 있다.

여기서, 감정 어텐션 특징(821)은 텍스트 데이터 중 감정과 연관된 단어들이 더 높은 가중치를 갖도록 처리된 특징이고, 요구 어텐션 특징(823)은 텍스트 데이터 중 요구와 연관된 단어들이 더 높은 가중치를 갖도록 처리된 특징이다.

텍스트 분류 네트워크(630)는 텍스트로부터 추출된 특징 정보을 이용하여 자폐인의 감정 및 요구를 분류할 수 있다. 일 실시예에 따르면, 텍스트 분류 네트워크(630)는 감정 특징 정보에 기초하여 감정을 분류하고, 요구 특징 정보에 기초하여 요구를 분류하도록 학습될 수 있다.

다른 실시예에 따르면, 텍스트 분류 네트워크(630)는 감정 특징 정보에 기초하여 요구를 분류하고, 요구 특징 정보에 기초하여 감정을 분류하도록 학습될 수 있다. 목적으로 하는 분류 대상과 사용되는 특징 정보가 서로 교차 또는 상호 작용 하도록 학습된 텍스트 분류 네트워크(630)는 상호 학습 네트워크(Interactive learning network)로 지칭될 수 있다. 일반적으로, 자폐 스펙트럼 장애를 지니지 않은 사람의 경우에도 특정 상황에서 느끼는 감정과 특정 상황에 따라 다른 사람 및/또는 그 상황 자체에 원하는 내용(예를 들어, 요구) 간에는 일정한 관계가 존재할 수 있다. 하지만, 자폐 스펙트럼 장애를 지니지 않은 사람은 언제나 감정에 따라 원하는 내용을 요구하거나, 요구하는 내용에 따라 감정이 변화되는 것은 아니다.

반면에, 자폐인의 경우에는 자폐인들이 자신의 감정에 기반하여 요구를 표출하거나 자신의 요구가 좌절된 경우에 감정적 반응을 보이는 등 감정과 요구의 관련성이 자폐 스펙트럼 장애를 지니지 않은 사람에 비해 높은 경향이 있다. 상호 학습 네트워크는 자폐인의 감정과 요구의 관련성이 높다는 것을 전제로, 감정 특징 정보에 기초하여 요구를 분류하고, 요구 특징 정보에 기초하여 감정을 분류하도록 학습됨으로써 학습에 이용되는 데이터가 적은 경우에도 과적합(overfitting)의 문제를 완화시킬 수 있다.

여기서, 과적합은 학습에 사용된 데이터가 네트워크에 입력된 경우에는 네트워크가 적은 오차를 가지고 동작하나, 실제 처리의 대상이 되는 데이터가 네트워크에 입력된 경우에는 네트워크가 높은 오차를 가지고 동작하는 것을 의미한다. 과적합의 문제를 내재하는 네트워크는 학습에 사용된 데이터에만 높은 신뢰도를 가지므로 실제 처리의 대상이 되는 데이터를 이용한 처리 결과는 신뢰하기 어려울 수 있다.

제어부(310)는 별도의 어텐션 메커니즘이 적용된 특징 정보들을 기초로 감정 및 요구를 분류할 수 있고, 텍스트 분류 네트워크(630)는 복수의 특징 정보를 각각 별도로 처리하도록 구성된 복수의 서브 네트워크를 포함할 수 있다. 예를 들어, 제어부(310)는 요구 어텐션 특징에 기초하여 자폐인의 감정을 분류하는 감정 분류 네트워크(Emotion classification Network, 833) 및 감정 어텐션 특징에 기초하여 자폐인의 요구를 분류하는 요구 분류 네트워크(Needs classification Network, 831)를 이용하여 감정 및 요구를 분류할 수 있다.

도 9는 일 실시예에 따른 상호 학습 네트워크를 활용한 경우와 활용하지 않은 경우를 비교한 실험결과를 나타내는 표이다.

도 9를 참고하면, 표(9)의 첫 번째 행과 세 번째 행은 상호 학습 네트워크를 사용한 경우를 나타내고, 두 번째 행과 네 번째 행은 상호 학습 네트워크를 사용하지 않은 경우를 나타낸다. 상호 학습 네트워크를 사용하지 않은 경우에는 학습 세트(예를 들어, 학습에 사용되는 이미지와 텍스트)의 정확도가 검증 세트(예를 들어, 학습에 사용되지 않은 이미지)의 정확도보다 훨씬 높은 것을 알 수 있다. 검증 세트의 정확도가 낮다면 실제 자폐인 이미지 분석 장치(3)를 사용하는 환경에서 사용자가 분류 결과를 신뢰하기 어려울 수 있다. 반면에, 상호 학습 네트워크를 사용한 경우에는 상호 학습 네트워크를 사용하지 않은 경우에 비해 학습 세트의 정확도는 다소 감소하나, 검증 세트의 정확도가 대폭 증가하는 것을 확인할 수 있다.

도 10은 일 실시예에 따른 자폐인의 이미지를 분석하는 방법의 흐름도이다. 도 10을 참고하면, 자폐인의 이미지를 분석하는 방법은, 앞서 설명된 자폐인 이미지 분석 장치(3)에서 시계열적으로 처리되는 단계들로 구성된다. 따라서, 이하에서 생략된 내용이라 하더라도 앞서 설명된 도면들의 자폐인 이미지 분석 장치(3)에 관하여 기술된 내용들은 도 10의 방법에도 적용될 수 있다.

단계 1010에서, 제어부(310)는 이미지-텍스트 매칭 네트워크에 입력된 자폐인의 이미지에 기초하여 이미지를 설명하는 텍스트를 생성할 수 있다.

단계 1020에서, 제어부(310)는 생성된 텍스트에 기초하여 텍스트 분류 네트워크에서 자폐인의 감정 및 요구 중 적어도 하나를 분류할 수 있다.

단계 1030에서, 제어부(310)는 분류된 결과를 출력할 수 있다.

자폐인들의 경우 자폐의 정도 및 개성에 따라 매우 다양한 특성을 보이기 때문에 자폐인 개개인별로 적절한 교육 방법 및 돌보는 방법이 다르다. 하지만 기존의 연구들은 이 점을 고려하지 않고 하나의 프레임워크로 모든 자폐인들을 돌보는 것을 시도하였고, 기존의 연구들은 모두 어느 정도 지적 능력이 보장되어 있는 경우에만 효과적이라는 한계가 있다.

본 개시의 자폐인의 이미지를 분석하는 방법 및 장치는 이미지 텍스트 매칭 네트워크를 활용하여 해당 자폐인의 이미지를 설명하는 텍스트를 생성하고, 이를 각 자폐인의 특성에 상응하도록 학습된 텍스트 분류 네트워크를 활용하여 분류함으로써 전술한 기존의 연구들의 한계를 극복할 수 있다. 본 개시의 자폐인의 이미지를 분석하는 방법 및 장치를 이용함으로써, 자폐인의 보호자뿐만 아니라 해당 자폐인에 대한 지식이 없는 전문가들도 자폐인을 적절하게 돌보거나 교육할 수 있다. 다만, 자폐인의 이미지를 분석하는 방법 및 장치는 자폐인을 돌보거나 교육하는 상황 이외에도 자폐인의 감정 및/또는 요구를 추론해야 할 필요가 있는 다양한 상황에 적용이 가능함은 물론이다.

한편, 상술한 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 비일시적인(non-transitory) 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 또한, 상술한 실시예들에서 사용된 데이터의 구조는 컴퓨터로 읽을 수 있는 기록매체에 여러 수단을 통하여 기록될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드 디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.

본 실시예와 관련된 기술 분야에서 통상의 지식을 가진 자는 상기된 기재의 본질적인 특성에서 벗어나지 않는 범위에서 실시예가 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예는 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 권리 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 실시예에 포함된 것으로 해석되어야 할 것이다.

Claims (15)

1. 자폐인의 이미지를 분석하는 방법에 있어서,
   이미지-텍스트 매칭 네트워크(Image-text matching network)에 입력된 자폐인을 포함하는 이미지에 기초하여 상기 이미지를 설명하는 텍스트를 생성하는 단계;
   상기 생성된 텍스트에 기초하여 텍스트 분류 네트워크(Text classification network)에서 상기 자폐인의 감정(Emotion) 및 요구(Needs) 중 적어도 하나를 분류하는 단계; 및
   상기 분류된 결과를 출력하는 단계를 포함하고,
   상기 자폐인의 감정 및 요구 중 적어도 하나를 분류하는 단계는
   감정 특징 정보에 기초하여 요구를 분류하고, 요구 특징 정보에 기초하여 감정을 분류하도록 학습된 상호 학습 네트워크(Interactive learning network)를 이용하여 감정 및 요구를 분류하고,
   상기 생성된 텍스트로부터 감정 어텐션 특징을 추출하는 감정 어텐션 네트워크 및 상기 생성된 텍스트로부터 요구 어텐션 특징을 추출하는 요구 어텐션 네트워크로부터 각각 감정 어텐션 특징 및 요구 어텐션 특징을 추출하는 단계; 및
   상기 요구 어텐션 특징에 기초하여 상기 자폐인의 감정을 분류하는 감정 분류 네트워크(Emotion classification Network) 및 상기 감정 어텐션 특징에 기초하여 상기 자폐인의 요구를 분류하는 요구 분류 네트워크(Needs classification Network)를 이용하여 감정 및 요구를 분류하는 단계를 포함하는, 방법.
2. 제 1 항에 있어서,
   상기 텍스트를 생성하는 단계는
   이미지 특징 정보와 텍스트 특징 정보 사이의 매칭 확률에 기초하여 상기 텍스트를 생성하는, 방법.
3. 제 1 항에 있어서,
   상기 자폐인의 감정 및 요구 중 적어도 하나를 분류하는 단계는
   상기 생성된 텍스트의 특징 정보를 어텐션 네트워크(Attention Network)에 입력하여 소정의 가중치가 적용된 특징 정보를 추출하는 단계; 및
   상기 추출된 특징 정보에 기초하여 상기 텍스트 분류 네트워크에서 상기 자폐인의 감정 및 요구 중 적어도 하나를 분류하는 단계를 더 포함하는, 방법.
4. 제 3 항에 있어서,
   상기 텍스트 분류 네트워크는 어텐션 레이어(Attention layer)를 포함하는, 방법.
5. 제 1 항에 있어서,
   상기 텍스트 분류 네트워크는 상기 이미지에 포함된 자폐인의 보호자에 의해 레이블링(labeling) 된 텍스트에 기초하여 학습되는, 방법.
6. 삭제
7. 삭제
8. 제 1 항 내지 제 5 항 중 어느 한항에 따른 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 비일시적인(non-transitory) 기록매체.
9. 자폐인의 이미지를 분석하는 장치에 있어서,
   메모리; 및
   이미지-텍스트 매칭 네트워크(Image-text matching network)에 입력된 자폐인의 이미지에 기초하여 상기 이미지를 설명하는 텍스트를 생성하고, 상기 생성된 텍스트에 기초하여 텍스트 분류 네트워크(Text classification network)에서 상기 자폐인의 감정(Emotion) 및 요구(Needs) 중 적어도 하나를 분류하고, 상기 분류된 결과를 출력하는 제어부를 포함하고,
   상기 제어부는
   감정 특징 정보에 기초하여 요구를 분류하고, 요구 특징 정보에 기초하여 감정을 분류하도록 학습된 상호 학습 네트워크(Interactive learning network)를 이용하여 감정 및 요구를 분류하고,
   상기 생성된 텍스트로부터 감정 어텐션 특징을 추출하는 감정 어텐션 네트워크 및 상기 생성된 텍스트로부터 요구 어텐션 특징을 추출하는 요구 어텐션 네트워크로부터 각각 감정 어텐션 특징 및 요구 어텐션 특징을 추출하고,
   상기 요구 어텐션 특징에 기초하여 상기 자폐인의 감정을 분류하는 감정 분류 네트워크(Emotion classification Network) 및 상기 감정 어텐션 특징에 기초하여 상기 자폐인의 요구를 분류하는 요구 분류 네트워크(Needs classification Network)를 이용하여 감정 및 요구를 분류하는, 장치.
10. 제 9 항에 있어서,
    상기 제어부는
    이미지 특징 정보와 텍스트 특징 정보 사이의 매칭 확률에 기초하여 상기 텍스트를 생성하는, 장치.
11. 제 9 항에 있어서,
    상기 제어부는
    상기 생성된 텍스트의 특징 정보를 어텐션 네트워크(Attention Network)에 입력하여 소정의 가중치가 적용된 특징 정보를 추출하고, 상기 추출된 특징 정보에 기초하여 상기 자폐인의 감정 및 요구 중 적어도 하나를 분류하는, 장치.
12. 제 11 항에 있어서,
    상기 텍스트 분류 네트워크는
    어텐션 레이어(Attention layer)를 포함하는, 장치.
13. 제 9 항에 있어서,
    상기 텍스트 분류 네트워크는
    상기 이미지에 포함된 자폐인의 보호자에 의해 레이블링(labeling) 된 텍스트에 기초하여 학습되는, 장치.
14. 삭제
15. 삭제

Images