KR102527900B1 - 스케치 이미지에 대한 자동 채색 모델 관리 방법 및 그 장치 - Google Patents

Abstract

자동 채색 모델 관리 방법 및 그 장치가 제공 된다. 본 발명의 일 실시예에 따른 자동 채색 모델 관리 방법은 제1 신경망 모델 및 제2 신경망 모델을 획득하고, 적어도 하나의 스케치 이미지를 포함하는 이미지 그룹을 획득하며, 상기 이미지 그룹에 포함된 스케치 이미지 각각에 대한 색상 포인터 정보 및 색상 정보를 포함하는 테스트 셋을 생성하고, 상기 테스트 셋에 대하여 상기 제1 신경망 모델을 이용하여 채색된 제1 채색 이미지 그룹 및 상기 제2 신경망 모델을 이용하여 채색된 제2 채색 이미지 그룹을 획득하며, 상기 제1 채색 이미지 그룹 및 상기 제2 채색 이미지 그룹에 포함된 채색 이미지를 상기 테스트 셋 별로 정렬하고, 상기 정렬된 복수의 채색 이미지 중 적어도 하나의 채색 이미지에 대한 선택 신호를 수신하고, 상기 선택 신호를 기초로 상기 제1 신경망 모델 및 상기 제2 신경망 모델을 평가하는 단계를 포함한다.

Description

스케치 이미지에 대한 자동 채색 모델 관리 방법 및 그 장치{ METHOD AND APPARATUS FOR MANAGING AN ARTIFICIAL NEURAL NETWORK MODEL THAT AUTOMATICALLY COLORS SKETCH IMAGES }

본 발명은 스케치 이미지를 자동으로 채색하는 인공신경망 모델을 관리하고 평가하는 방법 및 그 장치에 관한 것이다.

웹툰 제작자들은 스케치 작업을 거쳐 채색되지 않은 스케치 이미지를 생성한 후, 스케치 이미지를 자신이 원하는 색상으로 채색한다.

관련하여 최근 스케치 이미지를 자동으로 채색하기 위한 연구가 활발히 진행되고 있으나 인공신경망 모델을 이용하여 생성되는 채색 이미지를 체계적으로 관리하고 평가하기 위한 프로그램이나 서비스는 제공되고 있지 않은 실정이다. 또한, 채색 이미지에 대한 평가가 객관적으로 수행되기 어렵기 때문에, 자동 채색 기능의 연구 개발이 어렵다는 문제가 존재한다.

전술한 배경기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.

본 발명의 실시예들은 신경망 모델을 이용해 획득한 채색 이미지들의 관리 기능을 통해 원하는 품질의 채색 이미지를 생성할 수 있게 하는 것을 기술적 과제로 한다.

본 발명의 실시예들은 스케치 이미지에 대한 자동 채색을 수행하는 신경망 모델의 성능을 정성적으로 평가하는 것을 기술적 과제로 한다.

본 발명의 일 실시예에 따른 자동 채색 모델 관리 방법은 적어도 하나의 신경망 모델 및 적어도 하나의 스케치 이미지를 획득하는 단계, 대상 스케치 이미지에 대한 색상 포인터 정보 및 색상 정보를 지정하는 단계, 상기 대상 스케치 이미지, 상기 색상 포인터 정보 및 상기 색상 정보를 대상 신경망 모델에 입력하여 제1 채색 이미지를 획득하는 단계, 상기 대상 스케치 이미지, 상기 색상 포인터 정보, 상기 색상 정보 및 상기 대상 신경망 모델 중 적어도 하나를 변경하여 제2 채색 이미지를 획득하는 단계 및 상기 제1 채색 이미지 및 상기 제2 채색 이미지를 포함하는 복수의 채색 이미지를 지정된 기준에 따라 정렬하는 단계를 포함할 수 있다.

일 실시예에서 적어도 하나의 신경망 모델 및 적어도 하나의 스케치 이미지를 획득하는 단계는, 외부로부터 수신한 사용자 선택 신호에 응답하여, 상기 대상 신경망 모델, 상기 대상 신경망 모델의 에폭 및 상기 대상 스케치 이미지를 선정하는 단계를 포함할 수 있다.

일 실시예에서 상기 색상 포인터 정보 및 상기 색상 정보를 지정하는 단계는, 상기 대상 스케치 이미지의 지정된 위치에 대한 선택 신호를 수신한 경우 해당 위치에 대응되는 색상 포인터 정보를 지정하고, 지정된 색상에 대한 선택 신호를 수신한 경우 해당 색상에 대응되는 색상 정보를 지정할 수 있다.

일 실시예에서 상기 복수의 채색 이미지는, 상기 제1 채색 이미지 및 상기 제2 채색 이미지 중 지정된 기준을 만족하는 채색 이미지만 포함할 수 있다.

일 실시예에서 상기 복수의 채색 이미지는, 상기 제1 채색 이미지 및 상기 제2 채색 이미지 중 사용자의 선택 신호가 수신된 채색 이미지만 포함할 수 있다.

일 실시예에서 복수의 채색 이미지를 지정된 기준에 따라 정렬하는 단계는, 신경망 모델, 스케치 이미지 또는 시계열 순서로 상기 복수의 채색 이미지를 지정된 기준에 따라 정렬하는 단계를 포함할 수 있다.

일 실시예에서 자동 채색 모델 관리 방법은 상기 정렬된 복수의 채색 이미지 중 제1 채색 이미지에 대한 선택 신호를 수신하는 것에 응답하여, 상기 제1 채색 이미지와 상기 색상 포인터 정보 또는 상기 색상 정보중 적어도 하나가 상이한 제3 채색 이미지를 출력하는 단계를 포함할 수 있다.

일 실시예에서 자동 채색 모델 관리 방법은 상기 정렬된 복수의 채색 이미지 중 제1 채색 이미지에 대한 선택 신호를 수신하는 것에 응답하여, 상기 제1 채색 이미지가 출력되는 추가 레이어를 생성하는 단계를 포함할 수 있다.

일 실시예에서 상기 추가 레이어는, 상기 제1 채색 이미지에 대한 신경망 모델, 색상 포인터 정보가 출력될 수 있다.

본 발명의 다른 실시예에 따른 자동 채색 모델 관리 방법은 제1 신경망 모델 및 제2 신경망 모델을 획득하는 단계, 적어도 하나의 스케치 이미지를 포함하는 이미지 그룹을 획득하는 단계, 상기 이미지 그룹에 포함된 스케치 이미지 각각에 대한 색상 포인터 정보 및 색상 정보를 포함하는 테스트 셋을 생성하는 단계, 상기 테스트 셋에 대하여 상기 제1 신경망 모델을 이용하여 채색된 제1 채색 이미지 그룹 및 상기 제2 신경망 모델을 이용하여 채색된 제2 채색 이미지 그룹을 획득하는 단계, 상기 제1 채색 이미지 그룹 및 상기 제2 채색 이미지 그룹에 포함된 채색 이미지를 상기 테스트 셋 별로 정렬하고, 상기 정렬된 복수의 채색 이미지 중 적어도 하나의 채색 이미지에 대한 선택 신호를 수신하는 단계 및 상기 선택 신호를 기초로 상기 제1 신경망 모델 및 상기 제2 신경망 모델을 평가하는 단계를 포함할 수 있다.

일 실시예에서 상기 제1 신경망 모델 및 제2 신경망 모델을 획득하는 단계는, 상기 제1 신경망 모델의 에폭 정보 및 상기 제2 신경망 모델의 에폭 정보를 획득하는 단계를 포함할 수 있다.

일 실시예에서 상기 이미지 그룹을 획득하는 단계는, 복수의 스케치 이미지 중 선택 신호가 수신된 상기 적어도 하나의 스케치 이미지를 포함하는 제1 이미지 그룹 및 상기 제1 이미지 그룹과 적어도 하나는 상이한 스케치 이미지를 포함하는 제2 이미지 그룹을 생성하는 단계, 상기 제1 이미지 그룹 및 상기 제2 이미지 그룹을 포함하는 복수개의 이미지 그룹 중 선택 신호가 수신된 이미지 그룹을 획득하는 단계를 포함할 수 있다.

일 실시예에서 상기 테스트 셋을 생성하는 단계는, 상기 스케치 이미지 각각에 대한 상기 색상 포인터 정보 및 상기 색상 정보를 지정하는 입력이 수신된 경우, 지정된 색상 포인터 정보 및 지정된 색상 정보를 기초로 상기 테스트 셋을 생성하는 단계를 포함할 수 있다.

일 실시예에서 상기 정렬된 복수의 채색 이미지 중 적어도 하나의 채색 이미지에 대한 선택 신호를 수신하는 단계는, 상기 복수의 채색 이미지에 포함된 타겟 채색 이미지에 대한 상세 페이지 요청 신호를 수신한 경우, 상기 타겟 채색 이미지와 상기 색상 포인터 정보 및 상기 색상 정보 중 적어도 하나는 상이한 테스트 셋을 기초로 생성된 추가 채색 이미지를 생성하는 단계 및 상기 추가 채색 이미지에 대한 선택 신호를 수신하는 단계를 포함할 수 있다.

일 실시예에서 상기 추가 채색 이미지는, 상기 타겟 채색 이미지와 상기 색상 포인터 정보 및 상기 색상 정보 중 적어도 하나는 상이한 테스트 셋을 기초로 제1 신경망 모델을 이용하여 생성된 제1 추가 채색 이미지 및 상기 제2 신경망 모델을 이용하여 생성된 제2 추가 채색 이미지를 포함할 수 있다.

일 실시예에서 상기 선택 신호를 기초로 상기 제1 신경망 모델 및 상기 제2 신경망 모델을 평가하는 단계는, 상기 제1 채색 이미지 그룹에 포함된 채색 이미지에 대한 선택 신호를 기초로 상기 제1 신경망 모델을 평가하고, 상기 제2 채색 이미지 그룹에 포함된 채색 이미지에 대한 선택 신호를 기초로 상기 제2 신경망 모델을 평가하는 단계를 포함할 수 있다.

본 발명의 또 다른 실시예에 따른 자동 채색 모델 관리 장치는 프로세서를 포함하고, 상기 프로세서는, 적어도 하나의 신경망 모델 및 적어도 하나의 스케치 이미지를 획득하고, 대상 스케치 이미지에 대한 색상 포인터 정보 및 색상 정보를 지정하며, 상기 대상 스케치 이미지, 상기 색상 포인터 정보 및 상기 색상 정보를 대상 신경망 모델에 입력하여 제1 채색 이미지를 획득하고, 상기 대상 스케치 이미지, 상기 색상 포인터 정보, 상기 색상 정보 및 상기 대상 신경망 모델 중 적어도 하나를 변경하여 제2 채색 이미지를 획득하며, 상기 제1 채색 이미지 및 상기 제2 채색 이미지를 포함하는 복수의 채색 이미지를 지정된 기준에 따라 정렬할 수 있다.

본 발명의 또 다른 실시예에 따른 자동 채색 모델 관리 장치는 프로세서를 포함하고, 상기 프로세서는, 제1 신경망 모델 및 제2 신경망 모델을 획득하고, 적어도 하나의 스케치 이미지를 포함하는 이미지 그룹을 획득하며, 상기 이미지 그룹에 포함된 스케치 이미지 각각에 대한 색상 포인터 정보 및 색상 정보를 포함하는 테스트 셋을 생성하고, 상기 테스트 셋에 대하여 상기 제1 신경망 모델을 이용하여 채색된 제1 채색 이미지 그룹 및 상기 제2 신경망 모델을 이용하여 채색된 제2 채색 이미지 그룹을 획득하며, 상기 제1 채색 이미지 그룹 및 상기 제2 채색 이미지 그룹에 포함된 채색 이미지를 상기 테스트 셋 별로 정렬하고, 상기 정렬된 복수의 채색 이미지 중 적어도 하나의 채색 이미지에 대한 선택 신호를 수신하고, 상기 선택 신호를 기초로 상기 제1 신경망 모델 및 상기 제2 신경망 모델을 평가할 수 있다.

전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 상세한 설명으로부터 명확해질 것이다.

본 발명에 따르면 신경망 모델을 이용해 획득한 채색 이미지들의 관리 기능을 통해 원하는 품질의 채색 이미지를 생성할 수 있도록 한다.
또한 본 발명에 따르면 스케치 이미지에 대한 자동 채색을 수행하는 신경망 모델의 성능을 정성적으로 평가하는 것이 가능하도록 한다.

도 1은 본 발명의 일 실시예에 따른 자동 채색 모델 관리 방법을 수행하는 자동 채색 모델 관리 시스템을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 자동 채색 모델 관리 장치를 설명하기 위한 도면이다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 자동 채색 모델 관리 장치의 프로세서 내부 구성을 나타낸 것이다.
도 5는 본 발명의 일 실시예에 따른 자동 채색 모델 관리 방법의 순서도이다.
도 6은 본 발명의 일 실시예에 따른 스케치 이미지 및 신경망 모델을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 색상 포인터 정보 및 색상 정보를 설명하기 위한 도면이다.
도 8 및 도 9는 본 발명의 일 실시예에 따른 채색 이미지를 설명하기 위한 도면이다.
도 10 내지 도 12는 본 발명의 일 실시예에 따라 정렬된 복수의 채색 이미지를 설명하기 위한 도면이다.
도 13은 본 발명의 다른 실시예에 따른 자동 채색 모델 관리 방법의 순서도이다.
도 14는 본 발명의 일 실시예에 따른 이미지 그룹을 설명하기 위한 도면이다.
도 15 및 도 16은 본 발명의 일 실시예에 따라 복수의 신경망 모델을 이용하여 채색 이미지 그룹을 획득하는 방법을 설명하기 위한 도면이다.
도 17 및 도 18은 본 발명의 일 실시예에 따라 복수의 신경망 모델을 평가하는 방법을 설명하기 위한 도면이다.

본 실시예들에서 사용되는 용어는 본 실시예들에서의 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 부분에서 상세히 그 의미를 기재할 것이다. 따라서, 본 실시예들에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 실시예들 전반에 걸친 내용을 토대로 정의되어야 한다.

본 실시예들은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는바, 일부 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 실시예들을 특정한 개시형태에 대해 한정하려는 것이 아니며, 본 실시예들의 사상 및 기술범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 명세서에서 사용한 용어들은 단지 실시예들의 설명을 위해 사용된 것으로, 본 실시예들을 한정하려는 의도가 아니다.

본 실시예들에 사용되는 용어들은 다르게 정의되지 않는 한, 본 실시예들이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 실시예들에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않아야 한다.

후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다.

이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.

도 1은 본 발명의 일 실시예에 따른 자동 채색 모델 관리 방법을 수행하는 자동 채색 모델 관리 시스템을 설명하기 위한 도면이다. 일 실시예에서 후술되는 자동 채색 모델 관리 방법의 전체 단계가 자동 채색 모델 관리 장치에서 수행될 수도 있으나, 다른 몇몇 실시예에서 자동 채색 모델 관리 방법의 일부 단계만 자동 채색 모델 관리 장치에서 수행되고 나머지 단계는 외부 서버 또는 사용자 단말에 의해 수행될 수도 있다.

일 실시예에 따른 자동 채색 모델 관리 장치(100)는 사용자 단말일 수 있다. 사용자 단말은 예를 들어, 스마트폰, 태블릿 PC, 노트북, 데스크탑 PC 등 이미지 처리를 할 수 있는 다양한 종류의 기기를 포함할 수 있다. 사용자 단말에는 스케치 이미지(10)의 채색을 위한 프로그램이 설치될 수 있다.

다른 실시예에서, 자동 채색 모델 관리 장치(100)는 사용자 단말과 통신하는 서버일 수 있다. 서버는 사용자 단말로부터 스케치 이미지(10)를 수신하거나, 네트워크를 통해 연결된 다른 장치로부터 스케치 이미지(10)를 수신하고, 수신된 스케치 이미지(10)를 채색할 수 있다.

본 발명의 몇몇 실시예에 따른 자동 채색 모델 관리 방법은 적어도 하나의 스케치 이미지(10)를 신경망 모델(20, 30)에 입력하여 상술한 스케치 이미지(10)에 대응하는 채색 이미지(40, 50)를 획득할 수 있다.

일 실시예에 따른 자동 채색 모델 관리 방법은 특정 스케치 이미지를 복수의 신경망 모델에 입력하여 각각의 신경망 모델로부터 출력된 복수의 채색 이미지를 획득할 수 있다. 또한, 다른 몇몇 실시예에서 자동 채색 모델 관리 방법은 특정 스케치 이미지에 대한 색상 포인터 정보 및/또는 색상 정보를 변경함으로써 복수의 채색 이미지를 획득할 수 있다. 본 실시예에서 사용자는 후술하는 UI(user interface) 화면을 통해 스케치 이미지(10)를 채색하기 위한 색상 등을 결정할 수 있다.

자동 채색 모델 관리 방법은 전술한 실시예들에서 획득한 복수의 채색 이미지 중 소정의 조건을 만족하는 채색 이미지를 별도로 저장 및 관리할 수 있고, 지정된 기준에 따라 복수의 채색 이미지를 정렬할 수 있다. 예를 들어, 일 실시예에 따른 자동 채색 모델 관리 방법은 스케치 이미지의 종류, 신경망 모델의 종류, 색상 포인터 정보 또는 작업 시간 등을 기초로 상술한 복수의 채색 이미지를 정렬할 수 있다. 이 경우 채색 이미지를 정렬하는 기준의 종류 및 개수는 한정되지 않음에 유의한다. 보다 상세한 설명은 이하 도 5 내지 도 12에서 상세히 후술한다.

또한, 본 발명의 다른 몇몇 실시예에 따른 자동 채색 모델 관리 방법은 스케치 이미지(10)를 신경망 모델(20, 30)에 입력하여 획득한 채색 이미지(40)를 기초로 채색 이미지 평가(60)를 수행할 수 있고, 채색 이미지에 대한 평가 결과를 기초로 신경망 모델 평가(70)를 수행할 수 있다.

보다 구체적으로, 본 실시예에 따른 자동 채색 모델 관리 방법은 적어도 하나의 스케치 이미지를 포함하는 스케치 이미지 그룹을 복수의 신경망 모델에 입력하여 복수의 채색 이미지 그룹을 획득할 수 있다. 이 경우 자동 채색 모델 관리 방법은 상술한 채색 이미지 그룹에 포함된 적어도 하나의 채색 이미지에 대한 선택 신호를 수신할 수 있다. 이후, 채색 이미지에 대한 선택 신호를 기초로 해당 채색 이미지를 생성한 신경망 모델을 정성적, 정량적으로 평가할 수 있다. 보다 상세한 설명은 이하 도 13 내지 도 18에서 상세히 후술한다.

도 2는 본 발명의 일 실시예에 따른 자동 채색 모델 관리 장치를 설명하기 위한 도면이다.

일 실시예에서 전술한 자동 채색 모델 관리 방법을 수행하는 자동 채색 모델 관리 장치(100)는 메모리(101), 프로세서(102), 통신 모듈(103) 및 입출력 인터페이스(104)를 포함할 수 있다. 메모리(101)는 컴퓨터에서 판독 가능한 기록 매체로서, RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 또한, 메모리(101)에는 자동 채색 모델 관리 장치(100)를 제어하기 위한 프로그램 코드 및 설정, 카메라 영상, 그리고 물체의 포즈 데이터가 일시적 또는 영구적으로 저장될 수 있다.

프로세서(102)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(101) 또는 통신 모듈(103)에 의해 프로세서(102)로 제공될 수 있다. 예를 들어 프로세서(102)는 메모리(101)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다. 일 실시예에서 프로세서(102)는 적어도 하나의 신경망 모델 및 적어도 하나의 스케치 이미지를 획득하고, 대상 스케치 이미지에 대한 색상 포인터 정보 및 색상 정보를 지정하며, 상기 대상 스케치 이미지, 상기 색상 포인터 정보 및 상기 색상 정보를 대상 신경망 모델에 입력하여 제1 채색 이미지를 획득하고, 상기 대상 스케치 이미지, 상기 색상 포인터 정보, 상기 색상 정보 및 상기 대상 신경망 모델 중 적어도 하나를 변경하여 제2 채색 이미지를 획득하며, 상기 제1 채색 이미지 및 상기 제2 채색 이미지를 포함하는 복수의 채색 이미지를 지정된 기준에 따라 정렬할 수 있다.

다른 실시예에서 프로세서(102)는, 제1 신경망 모델 및 제2 신경망 모델을 획득하고, 적어도 하나의 스케치 이미지를 포함하는 이미지 그룹을 획득하며, 상기 이미지 그룹에 포함된 스케치 이미지 각각에 대한 색상 포인터 정보 및 색상 정보를 포함하는 테스트 셋을 생성하고, 상기 테스트 셋에 대하여 상기 제1 신경망 모델을 이용하여 채색된 제1 채색 이미지 그룹 및 상기 제2 신경망 모델을 이용하여 채색된 제2 채색 이미지 그룹을 획득하며, 상기 제1 채색 이미지 그룹 및 상기 제2 채색 이미지 그룹에 포함된 채색 이미지를 상기 테스트 셋 별로 정렬하고, 상기 정렬된 복수의 채색 이미지 중 적어도 하나의 채색 이미지에 대한 선택 신호를 수신하고, 상기 선택 신호를 기초로 상기 제1 신경망 모델 및 상기 제2 신경망 모델을 평가할 수 있다.

통신 모듈(103)은 네트워크를 통해 외부 서버와 통신하기 위한 기능을 제공할 수 있다. 일례로, 자동 채색 모델 관리 장치(100)의 프로세서(102)가 메모리(101)와 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청이 통신 모듈(103)의 제어에 따라 네트워크를 통해 외부 서버로 전달될 수 있다. 역으로, 외부 서버의 프로세서의 제어에 따라 제공되는 제어 신호나 명령, 컨텐츠, 파일 등이 네트워크를 거쳐 통신 모듈(225)을 통해 자동 채색 모델 관리 장치(100)로 수신될 수 있다. 예를 들어 통신 모듈(103)을 통해 수신된 외부 서버의 제어 신호나 명령 등은 프로세서(102)나 메모리(101)로 전달될 수 있고, 컨텐츠나 파일 등은 자동 채색 모델 관리 장치(100)가 더 포함할 수 있는 저장 매체로 저장될 수 있다. 또한, 통신 모듈(103)의 통신 방식은 제한되지 않지만, 네트워크는 근거리 무선통신망일 수 있다. 예를 들어, 네트워크는 블루투스(Bluetooth), BLE(Bluetooth Low Energy), Wifi 통신망일 수 있다.

입출력 인터페이스(104)는 입출력 장치와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 입력 장치는 키보드 또는 마우스 등의 장치를, 그리고 출력 장치는 어플리케이션의 통신 세션을 표시하기 위한 디스플레이와 같은 장치를 포함할 수 있다. 다른 예로 입출력 인터페이스(104)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다. 보다 구체적인 예로, 자동 채색 모델 관리 장치(100)의 프로세서(102)는 메모리(101)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어서 외부 서버가 제공하는 데이터를 이용하여 구성되는 서비스 화면이나 컨텐츠가 입출력 인터페이스(104)를 통해 디스플레이에 표시될 수 있다.

또한, 다른 실시예들에서 자동 채색 모델 관리 장치(100)는 도 2의 구성요소들보다 더 많은 구성요소들을 포함할 수도 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 예를 들어, 자동 채색 모델 관리 장치(100)는 내부 구성요소들에 전력을 공급하는 배터리 및 충전 장치를 포함할 수 있고, 상술한 입출력 장치 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), GPS(Global Positioning System) 모듈, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다.

도 3 및 도 4는 본 발명의 일 실시예에 따른 자동 채색 모델 관리 장치의 프로세서 내부 구성을 나타낸 것이다.

이하 도 3 및 도 4를 참조하여 본 발명의 일 실시예에 따른 자동 채색 모델 관리 장치의 프로세서의 내부 구성에 대하여 상세히 검토한다. 후술되는 프로세서(102a, 102b)는 이해의 용이를 위하여 도 2에 도시된 자동 채색 모델 관리 장치(100)의 프로세서(102)임을 가정하고 설명하나, 일 실시예에서 상기 자동 채색 모델이 외부 서버에서 관리되는 경우 후술되는 프로세서는 외부 서버의 프로세서일 수도 있음에 유의한다.

도 3에 도시된 바를 참조할 때, 본 발명의 일 실시예에 따른 자동 채색 모델 관리 장치의 프로세서(102a)는 신경망 모델 및 스케치 이미지 획득부(111), 색상 포인터 정보 및 색상 정보 지정부(112), 채색 이미지 획득부(113) 및 채색 이미지 정렬부(114)를 포함한다. 다른 실시예에 따른 자동 채색 모델 관리 장치의 프로세서(102b)는 도 4에 도시된 바를 참조할 때, 신경망 모델 획득부(121), 이미지 그룹 획득부(122), 테스트 셋 생성부(123), 채색 이미지 그룹 획득부(124), 채색 이미지 평가부(125) 및 신경망 모델 평가부(126)를 포함한다. 다만 도시된 바에 한하지 않고 몇몇 실시예에 따라 프로세서(102a, 102b)의 구성요소들은 선택적으로 프로세서(102a, 102b)에 포함되거나 제외될 수도 있다. 또한, 몇몇 실시예에 따라 프로세서(102a, 102b)의 구성요소들은 프로세서(102a, 102b)의 기능의 표현을 위해 분리 또는 병합될 수도 있다.

이러한 프로세서(102a, 102b) 및/또는 프로세서(102a, 102b)의 구성요소들은 도 5 및 도 13의 자동 채색 관리 방법이 포함하는 단계들(S110 내지 S140 및/또는 S210 내지 S260)을 수행하도록 자동 채색 모델 관리 장치(100)를 제어할 수 있다. 예를 들어, 프로세서(102a, 102b) 및 프로세서(102a, 102b)의 구성요소들은 메모리(101)가 포함하는 운영체제의 코드와 적어도 하나의 프로그램의 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다. 여기서, 프로세서(102a, 102b)의 구성요소들은 자동 채색 모델 관리 장치(100)에 저장된 프로그램 코드가 제공하는 명령에 따라 프로세서(102a, 102b)에 의해 수행되는 프로세서(102a, 102b)의 서로 다른 기능들(different functions)의 표현들일 수 있다. 프로세서(102a, 102b)의 내부 구성 및 구체적인 동작에 대해서는 도 5 및/또는 도 13 의 물체의 3차원 모델 데이터 생성 방법, 도 6 내지 도 12 및 도 14 내지 도 18 의 실시예를 참조하여 설명하기로 한다.

도 5는 본 발명의 일 실시예에 따른 자동 채색 모델 관리 방법의 순서도이다.

단계 S110에서 자동 채색 모델 관리 장치는 적어도 하나의 신경망 모델 및 적어도 하나의 스케치 이미지를 획득할 수 있다. 예를 들어 자동 채색 모델 장치는 저장 장치, 외부 서버 또는 사용자 단말로부터 상술한 신경망 모델 및 스케치 이미지를 획득할 수 있다.

일 실시예에서 자동 채색 모델 관리 장치는 외부로부터 수신한 사용자 선택 신호에 응답하여, 대상 신경망 모델, 대상 신경망 모델의 에폭(epoch) 및 대상 스케치 이미지를 지정할 수 있다. 본 발명의 몇몇 실시예에 따른 자동 채색 모델 관리 장치는 AI(artificial intelligence) 기반으로 높은 퀄리티의 채색 이미지 획득이 가능하다. 본 발명의 몇몇 실시예에 따른 신경망 모델은 학습용 채색 이미지들에 기초하여 이미지를 구성하는 오브젝트들의 채색 방법을 학습하고, 학습된 방법, 색상 포인터 정보 및 색상 정보를 기초로 스케치 이미지에 포함된 오브젝트를 채색할 수 있다. 이하 도 6을 참조하여 상세히 설명한다.

단계 S120에서 자동 채색 모델 관리 장치는 대상 스케치 이미지에 대한 색상 포인터 정보 및 색상 정보를 지정할 수 있다.

색상 포인터 정보는 스케치 이미지 상의 특정 지점에 대응되는 위치 정보를 포함할 수 있다. 일 실시예에서 자동 채색 모델 관리 장치는 외부 서버 또는 사용자 단말로부터 색상 포인터 정보 및 색상 정보를 지정하는 선택 신호를 수신할 수 있다.

일 실시예에서 자동 채색 모델 관리 장치는 대상 스케치 이미지의 지정된 위치에 대한 선택 신호를 수신한 경우 해당 위치에 대응되는 색상 포인터 정보를 지정하고, 지정된 색상에 대한 선택 신호를 수신한 경우 해당 색상에 대응되는 색상 정보를 지정할 수 있다.

이후, 자동 채색 모델 관리 장치는 지정된 색상 정보를 기초로 스케치 이미지의 색상 포인터 정보와 대응되는 영역 및 다른 영역을 채색할 수 있다. 관련하여 도 7을 참조하여 보다 구체적으로 설명한다.

단계 S130에서 자동 채색 모델 관리 장치는 대상 스케치 이미지, 색상 포인터 정보 및 색상 정보를 대상 신경망 모델에 입력하여 제1 채색 이미지를 획득할 수 있다.

또한, 단계 S140에서 자동 채색 모델 관리 장치는 대상 스케치 이미지, 색상 포인터 정보, 색상 정보 및 대상 신경망 모델 중 적어도 하나를 변경하여 제2 채색 이미지를 획득할 수 있다.

일 실시예에서 자동 채색 모델 관리 장치는 제1 채색 이미지 획득 후, 사용자로부터 새로운 대상 스케치 이미지, 새로운 색상 포인터 정보, 새로운 색상 정보 또는 새로운 대상 신경망 모델에 대한 입력 신호를 수신할 수 있고, 획득한 정보를 기초로 상술한 제2 채색 이미지를 획득할 수 있다.

예를 들어 제1 채색 이미지와 제2 채색 이미지는 서로 다른 스케치 이미지를 기초로 생성될 수도 있고, 서로 다른 신경망 모델을 기초로 생성될 수도 있으며, 서로 다른 색상 포인터 정보를 기초로 생성될 수도 있다. 이하 도 8 및 도 9를 참조하여 상세히 설명한다.

단계 S150에서 자동 채색 모델 관리 장치는 제1 채색 이미지 및 제2 채색 이미지를 포함하는 복수의 채색 이미지를 지정된 기준에 따라 정렬할 수 있다. 일 실시예에서 자동 채색 모델 관리 장치는 입출력 인터페이스를 통해 정렬된 복수의 채색 이미지를 디스플레이에 출력할 수 있다. 이 경우 자동 채색 모델 관리 장치는 생성된 복수의 채색 이미지 중 소정의 조건을 만족하는 채색 이미지만을 전술한 디스플레이에 출력할 수 있다.

즉, 일 실시예에서 복수의 채색 이미지는, 제1 채색 이미지 및 제2 채색 이미지 중 지정된 기준을 만족하는 채색 이미지를 포함할 수 있다. 예를 들어 일 실시예에서 디스플레이에 출력되는 복수의 채색 이미지는, 제1 채색 이미지 및 제2 채색 이미지 중 사용자의 선택 신호가 수신된 채색 이미지만을 포함할 수도 있다.

또한 몇몇 실시예에서 자동 채색 모델 관리 장치는 신경망 모델, 스케치 이미지 또는 채색 이미지가 생성된 시간의 시계열 순서로 복수의 채색 이미지를 정렬할 수 있다. 이하 도 10을 참조하여 상세히 설명한다.

도 6은 본 발명의 일 실시예에 따른 스케치 이미지 및 신경망 모델을 설명하기 위한 도면이다.

일 실시예에서 자동 채색 모델 관리 장치는 적어도 하나의 신경망 모델 및 적어도 하나의 스케치 이미지를 획득할 수 있다. 일 실시예에서 자동 채색 모델 관리 장치는 외부로부터 수신한 사용자 선택 신호에 응답하여, 대상 신경망 모델, 대상 신경망 모델의 에폭(epoch) 및 대상 스케치 이미지를 지정할 수 있다.

도시된 바를 참조할 때, 일 실시예에서 자동 채색 모델 관리 장치(100)는 스케치 이미지의 자동 채색 및 신경망 모델 관리를 위한 사용자 조작을 입력 받는 UI 화면을 디스플레이에 표시할 수 있다.

본 실시예에서 자동 채색 모델 관리 장치(100)의 UI 화면은 신경망 모델이 표시된 영역(201) 및 스케치 이미지가 표시된 영역(202)을 포함할 수 있고, 몇몇 실시예에서 각각의 신경망 모델의 에폭(epoch)이 표시된 영역(203)을 더 포함할 수 있다.

일 실시예에서 사용자는 자동 채색 모델 관리 장치(100)의 UI 화면을 통해 새로운 신경망 모델 및/또는 스케치 이미지를 업로드 할 수 있다. 또한 사용자는 기 저장된 신경망 모델 중 적어도 하나 및 기 저장된 스케치 이미지 중 적어도 하나에 대한 선택 신호를 입력할 수 있다. 또한 몇몇 실시예에서 신경망 모델은 에폭(epoch) 정보를 기준으로 저장 및 관리될 수 있다. 신경망 모델의 학습 정도에 따라 스케치 이미지에 대한 자동 채색 결과가 달라질 수 있다. 따라서 자동 채색 모델 관리 장치(100)는 신경망 모델을 에폭 별로 관리하고, 신경망 모델의 에폭에 따른 특징 정보를 더 저장 및 관리할 수 있다.

이후, 자동 채색 모델 관리 장치(100)의 UI 화면은 선택된 대상 신경망 모델을 이용하여 선택된 대상 스케치 이미지를 채색하기 위한 UI 화면으로 전환될 수 있다. 이하 도 7을 참조하여 스케치 이미지를 채색하기 위한 UI 화면에 대하여 상세히 설명한다.

도 7은 본 발명의 일 실시예에 따른 색상 포인터 정보 및 색상 정보를 설명하기 위한 도면이다.

일 실시예에서 자동 채색 모델 관리 장치(100)는 대상 스케치 이미지에 대한 색상 포인터 정보 및 색상 정보를 지정할 수 있다. 일 실시예에서 자동 채색 모델 관리 장치(100)는 대상 스케치 이미지의 지정된 위치에 대한 선택 신호를 수신한 경우 해당 위치에 대응되는 색상 포인터 정보를 지정하고, 지정된 색상에 대한 선택 신호를 수신한 경우 해당 색상에 대응되는 색상 정보를 지정할 수 있다.

일 실시예에서 자동 채색 모델 관리 장치(100)의 UI 화면은 채색 대상인 스케치 이미지를 표시하는 영역, 색상 정보가 표시된 영역(211)을 포함할 수 있다. 사용자는 스케치 이미지의 특정 영역에 대한 선택 신호를 입력함으로써 색상 포인터(212, 213)를 지정할 수 있다.

이후, 자동 채색 모델 관리 장치(100)는 도 7에서 선택된 대상 신경망 모델을 이용하여 지정된 색상 정보를 기초로 대상 스케치 이미지의 색상 포인터 정보가 가리키는 영역 및 다른 영역을 채색할 수 있다. 이하 도 8을 참조하여 스케치 이미지를 기초로 신경망 모델이 생성한 채색 이미지에 대하여 설명한다.

도 8 및 도 9 본 발명의 일 실시예에 따른 채색 이미지를 설명하기 위한 도면이다.

본 발명의 일 실시예에 따른 자동 채색 모델 관리 장치(100)는 스케치 이미지, 색상 포인터 정보 및 색상 정보를 대상 신경망 모델에 입력하여 채색 이미지를 획득할 수 있다.

도 8에 도시된 바를 참조할 때, 일 실시예에서 자동 채색 모델 관리 장치(100)의 UI 화면에는 스케치 이미지가 표시되었던 영역에 채색 이미지를 표시될 수 있고, 지정된 단위 작업 내에서 획득한 채색 이미지 생성 기록을 표시하는 영역(216) 및 해당 스케치 이미지로부터 생성된 채색 이미지 중 소정의 조건을 만족하는 채색 이미지를 표시하는 영역(214)이 더 포함될 수 있다.

일 실시예에서 지정된 단위 작업 내에서 획득한 채색 이미지는 도 6에 도시된 실시예에 따라 선택된 신경망 모델 및 스케치 이미지를 이용하여 획득한 채색 이미지를 포함할 수 있다. 이를 통해, 사용자는 해당 단위 작업 내에서 다양한 색상 포인터 정보 및 다양한 색상 정보를 설정하며 최적의 결과물을 획득할 수 있다.

그리고 일 실시예에서 전술한 소정의 조건을 만족하는 채색 이미지를 표시하는 영역(214)에는 채색 이미지 중 사용자의 선택 신호(215)가 입력된 채색 이미지가 표시될 수 있다. 이를 통해, 사용자는 중요한 채색 이미지를 별도로 저장할 수 있다.

도 9에 도시된 바를 참조할 때, 일 실시예에 따른 자동 채색 모델 관리 장치(100)는 도 6을 참조하여 설명한 실시예에 따라 새로운 신경망 모델 및 새로운 스케치 이미지를 선택하여 도 8에 도시된 채색 이미지와 상이한 새로운 채색 이미지(216)를 획득할 수 있음은 물론이다.

한편, 본 발명의 몇몇 실시예에 따른 자동 채색 모델 관리 장치(100)는 후술되는 실시예에 따라 소정의 조건을 만족하는 복수의 채색 이미지를 정렬할 수 있다. 예를 들어 자동 채색 모델 관리 장치(100)는 사용자의 선택 입력(217)이 수신된 채색 이미지를 별도로 저장 및 관리할 수 있다. 이하 도 10을 참조하여, 자동 채색 모델 관리 장치(100)가 복수의 채색 이미지가 정렬된 실시예를 상세히 설명한다.

도 10은 본 발명의 일 실시예에 따라 정렬된 복수의 채색 이미지를 설명하기 위한 도면이다.

전술한 바, 일 실시예에 따른 자동 채색 모델 관리 장치(100)의 UI 화면은 지정된 기준에 따라 정렬된 복수의 채색 이미지가 표시되는 영역(220)을 포함할 수 있다. 이 경우 UI 화면에는 생성된 복수의 채색 이미지 중 소정의 조건을 만족하는 채색 이미지만 표시될 수 있다. 예를 들어 도 8 및 도 9를 참조하여 설명한 사용자의 선택 입력(215, 217)이 수신된 채색 이미지가 도 10에 도시된 자동 채색 모델 관리 장치(100)의 UI 화면에 표시될 수 있다. 또는 지정된 신경망 모델(221)에 의해 생성된 채색 이미지만이 상기 UI 화면에 표시될 수도 있다. 도시된 바를 참조하면 UI 화면에 표시된 복수의 채색 이미지들(220)은 "신경망 모델_1"에 의해 생성된 채색 이미지들일 수 있다.

또한, 본 실시예에서 자동 채색 모델 관리 장치(100)가 복수의 채색 이미지를 정렬하는 기준 및 순서는 한정되지 않는다. 예를 들어 자동 채색 모델 관리 장치(100)는 신경망 모델, 스케치 이미지 또는 채색 이미지가 생성된 시간의 시계열 순서로 복수의 채색 이미지를 정렬할 수 있다.

한편, 사용자는 복수의 채색 이미지 중 특정 채색 이미지(222)를 선택하여 해당 채색 이미지와 관련된 추가 정보를 획득할 수 있다. 이하 도 11을 참조하여, 사용자가 특정 채색 이미지를 선택한 경우에 대하여 상세히 설명한다.

도 10 및 도 11을 참조할 때, 일 실시예에 따른 자동 채색 모델 관리 장치(100)의 UI 화면에는 정렬된 복수의 채색 이미지 중 특정 채색 이미지(222)에 대한 선택 신호를 수신하는 것에 응답하여, 해당 특정 채색 이미지(222)와 대응되는 스케치 이미지는 동일하나, 색상 포인터 정보 또는 색상 정보 중 적어도 하나는 상이한 추가 채색 이미지들(223, 224, 225, 226)이 표시될 수 있다. 이 경우, UI 화면에 표시되는 추가 채색 이미지들(223, 224, 225, 226)은 상기 특정 채색 이미지(222)는 동일한 신경망 모델을 통해 생성된 것 일 수 있다.

다만, UI 화면에 추가 채색 이미지들을 표시하는 기준은 이에 한정되지 않으며, 예를 들어 동일한 스케치 이미지를 기초로 생성된 채색 이미지 중 추가로 사용자의 선택 신호를 수신한 모든 채색 이미지들이 UI 화면에 표시될 수도 있다. 이 경우 상술한 추가 채색 이미지들(223, 224, 225, 226)과 특정 채색 이미지(222)는 상이한 신경망 모델을 통해 생성된 것일 수도 있음은 물론이다.

이하, 도 12를 참조하여 도 11의 UI 화면에 표시된 추가 채색 이미지들 중 특정 채색 이미지를 선택한 경우에 대하여 설명한다. 다만 자동 채색 모델 관리 장치(100)의 UI 화면이 전환되는 선후 관계는 기재된 순서에 한정되지 않으며, 당업자가 용이하게 도출할 수 있는 범위 내에서 변경될 수 있다. 예를 들어 도 10에 도시된 복수의 채색 이미지 중 특정 채색 이미지를 선택한 경우 이하 도 12의 실시예가 수행될 수도 있다.

일 실시예에서 자동 채색 모델 관리 장치(100)의 UI 화면에는 정렬된 복수의 채색 이미지 중 특정 채색 이미지에 대한 선택 신호를 수신하는 것에 응답하여, 해당 특정 채색 이미지가 출력되는 추가 레이어(230)가 표시될 수 있다.

이 경우 UI 화면에 표시되는 추가 레이어(230)의 위치 및 형태는 한정되지 않는다. 예를 들어 도 12에 도시된 바와 같이 기존의 UI 화면에 출력된 레이어에 추가 레이어(230)가 오버레이(overlay)될 수 있다.

추가 레이어(230)에는 선택된 채색 이미지에 대한 상세 정보가 표시될 수 있다. 일 실시예에서 추가 레이어(230)에는 해당 채색 이미지를 생성한 신경망 모델의 정보(231), 채색 이미지(233) 및 색상 포인터 정보(232)가 출력될 수 있다. 또한, 몇몇 실시예에 따른 추가 레이어(230)에는 채색 이미지에 색상 포인터를 표시할지 여부를 선택하기 위한 UI 객체(232)가 표시될 수 있다.

도 13은 본 발명의 다른 실시예에 따른 자동 채색 모델 관리 방법의 순서도이다.

단계 S210에서 자동 채색 모델 관리 장치는 제1 신경망 모델 및 제2 신경망 모델을 획득할 수 있다. 또한, 다른 몇몇 실시예에서 자동 채색 모델 관리 장치는 제1 신경망 모델의 에폭(epoch) 정보 및 제2 신경망 모델의 에폭 정보를 더 획득할 수도 있다.

단계 S220에서 자동 채색 모델 관리 장치는 적어도 하나의 스케치 이미지를 포함하는 이미지 그룹을 획득할 수 있다.

일 실시예에서 자동 채색 모델 관리 장치는 복수의 스케치 이미지 중 선택 신호가 수신된 적어도 하나의 스케치 이미지를 포함하는 제1 이미지 그룹 및 제1 이미지 그룹에 포함된 스케치 이미지들과 적어도 하나는 상이한 스케치 이미지를 포함하는 제2 이미지 그룹을 생성할 수 있다. 이후, 자동 채색 모델 관리 장치는 제1 이미지 그룹 및 제2 이미지 그룹을 포함하는 복수개의 이미지 그룹 중 선택 신호가 수신된 이미지 그룹을 획득할 수 있다.

단계 S230에서 자동 채색 모델 관리 장치는 이미지 그룹에 포함된 스케치 이미지 각각에 대한 색상 포인터 정보 및 색상 정보를 포함하는 테스트 셋을 생성할 수 있다.

일 실시예에서 자동 채색 모델 관리 장치는 스케치 이미지 각각에 대한 색상 포인터 정보 및 색상 정보를 지정하는 입력이 수신된 경우, 지정된 색상 포인터 정보 및 지정된 색상 정보를 기초로 테스트 셋을 생성할 수 있다.

단계 S240에서 자동 채색 모델 관리 장치는 테스트 셋에 대하여 제1 신경망 모델을 이용하여 채색된 제1 채색 이미지 그룹 및 제2 신경망 모델을 이용하여 채색된 제2 채색 이미지 그룹을 획득할 수 있다.

단계 S250에서 자동 채색 모델 관리 장치는 제1 채색 이미지 그룹 및 제2 채색 이미지 그룹에 포함된 채색 이미지를 테스트 셋 별로 정렬하고, 정렬된 복수의 채색 이미지 중 적어도 하나의 채색 이미지에 대한 선택 신호를 수신할 수 있다.

일 실시예에서 자동 채색 모델 관리 장치는 복수의 채색 이미지에 포함된 타겟 채색 이미지에 대한 상세 페이지 요청 신호를 수신한 경우, 타겟 채색 이미지와 색상 포인터 정보 및 색상 정보 중 적어도 하나는 상이한 테스트 셋을 기초로 생성된 추가 채색 이미지를 생성할 수 있다. 이후 자동 채색 모델 관리 장치는 추가 채색 이미지에 대한 선택 신호를 수신할 수 있다.

본 발명의 몇몇 실시예에서 추가 채색 이미지는, 타겟 채색 이미지와 색상 포인터 정보 및 색상 정보 중 적어도 하나는 상이한 테스트 셋을 기초로 제1 신경망 모델을 이용하여 생성된 제1 추가 채색 이미지 및 제2 신경망 모델을 이용하여 생성된 제2 추가 채색 이미지를 포함할 수 있다.

단계 S260에서 자동 채색 모델 관리 장치는 선택 신호를 기초로 제1 신경망 모델 및 제2 신경망 모델을 평가할 수 있다.

본 실시예에서 자동 채색 모델 관리 장치는 제1 채색 이미지 그룹에 포함된 채색 이미지에 대한 선택 신호를 기초로 제1 신경망 모델의 성능을 스코어링하고, 제2 채색 이미지 그룹에 포함된 채색 이미지에 대한 선택 신호를 기초로 제2 신경망 모델을 평가할 수 있다.

도 14는 본 발명의 일 실시예에 따른 이미지 그룹을 설명하기 위한 도면이다.

본 발명의 일 실시예에 따른 자동 채색 모델 관리 장치(100)는 적어도 하나 이상의 스케치 이미지에 대한 사용자 선택 신호를 수신하고, 선택된 스케치 이미지들을 포함하는 이미지 그룹을 생성할 수 있다. 자동 채색 모델 관리 장치(100)는 이와 같이 생성된 이미지 그룹을 생성하여 신경망 모델의 평가를 체계적이고 효율적으로 수행할 수 있다.

도시된 바를 참조할 때, 일 실시예에서 자동 채색 모델 관리 장치(100)의 UI화면에는 스케치 이미지 정보가 표시된 영역(241), 각각의 스케치 이미지가 포함되는 이미지 그룹 정보를 설정하기 위한 영역(243)이 포함될 수 있다.

또한, 몇몇 실시예에 따르면 각각의 스케치 이미지에 대한 태그 정보(242)를 더 설정할 수 있고, 각각의 스케치 이미지에 대한 자동 채색 기록을 확인하기 위한 UI 객체(244), 해당 스케치 이미지의 자동 채색을 수행하기 위한 UI 객체(245) 또는 해당 스케치 이미지를 삭제하기 위한 UI 객체(236)가 더 표시될 수도 있다.

도 15 및 도 16은 본 발명의 일 실시예에 따라 복수의 신경망 모델을 이용하여 채색 이미지 그룹을 획득하는 방법을 설명하기 위한 도면이다.

일 실시예에서 자동 채색 모델 관리 장치(100)는 성능 비교를 하기 위한 복수의 신경망 모델을 획득할 수 있다. 도 15에 도시된 바를 참조하면 자동 채색 모델 관리 장치(100)의 UI 화면은 선택 가능한 신경망 모델의 정보가 표시되는 영역(251) 신경망 모델 각각의 에폭(epoch)이 표시되는 영역(252)을 포함할 수 있다.

또한, 몇몇 실시예에서 자동 채색 모델 관리 장치(100)의 UI 화면은 신경망 모델을 에폭 별로 관리하기 위한 UI 객체(253)가 더 표시될 수도 있다. 본 실시예에서 신경망 모델 각각은 학습 정도에 따라 다양한 버전으로 저장 및 관리될 수 있다. 이 경우 자동 채색 모델 관리 장치(100)는 특정 신경망 모델의 다양한 에폭 중 어느 하나의 에폭을 갖는 신경망 모델을 대표로 지정할 수 있다. 이를 위해 일 실시예에 따른 자동 채색 모델 관리 장치(100)는 상이한 에폭을 갖는 동일한 구조의 신경망 모델간 성능 비교를 수행할 수도 있다.

도 15에 도시된 UI 화면에 대한 사용자 입력 신호를 기초로 복수의 신경망 모델이 선택된 경우, 도 16에 도시된 바와 같이 상술한 복수의 신경망 모델에 입력할 이미지 그룹이 선택될 수 있다. 이미지 그룹을 선택하기 위한 UI 화면(260)은 도시된 바에 한정되지 않음에 유의한다.

도 17 및 도 18은 본 발명의 일 실시예에 따라 복수의 신경망 모델을 평가하는 방법을 설명하기 위한 도면이다.

도 17은 도 15를 참조하여 설명한 실시예에 따라 선택된 복수의 신경망 모델에 도 16을 참조하여 설명한 실시예에 따라 선택된 이미지 그룹을 입력하여 복수의 채색 이미지 그룹이 생성된 경우를 도시한 도면이다.

일 실시예에서 자동 채색 모델 관리 장치(100)는 이미지 그룹에 포함된 스케치 이미지 각각에 대한 색상 포인터 정보 및 색상 정보를 포함하는 테스트 셋을 생성할 수 있다. 일 실시예에서 테스트 셋은 색상 포인터 정보 및 색상 정보의 쌍으로 구성될 수 있고, 몇몇 실시예에서 테스트 셋은 스케치 이미지, 색상 포인터 정보 및 색상 정보로 구성될 수도 있다. 예를 들어 도 17에는 스케치 이미지, 색상 포인터 정보 및 색상 정보로 구성된 복수의 테스트 셋이 생성된 경우가 도시되어 있으며, 도 18에는 색상 포인터 정보 및 색상 정보로 구성된 복수의 테스트 셋이 생성된 경우가 도시되어 있다. 이 경우 도 18의 스케치 이미지는 사용자 입력 신호 등에 의해 기 지정된 경우임을 가정한다. 도 18에 도시된 바를 참조하면 1번 스케치 이미지(311)의 데이터 셋은 3개의 색상 포인터 정보와 각각의 색상 포인터에 대응되는 색상 정보를 포함하고, 2번 스케치 이미지(315)의 데이터 셋은 0개의 색상 포인터 정보를 포함하는 경우가 도시되어 있다.

한편, 일 실시예에서 자동 채색 모델 관리 장치(100)는 지정된 알고리즘 또는 별도의 신경망을 이용하여 테스트 셋을 생성할 수도 있고, 다른 실시예에서 자동 채색 모델 관리 장치(100)는 사용자의 입력 신호를 기초로 기 생성된 색상 포인터 정보 및 색상 정보를 이용하여 테스트 셋을 생성할 수도 있다.

도 17을 참조할 때, 일 실시예에 따른 자동 채색 모델 관리 장치(100)의 UI 화면은 이미지 그룹(301)이 표시된 영역, 복수의 신경망 모델을 기초로 생성된 복수의 채색 이미지 그룹이 표시된 영역(303, 304, 305)을 포함할 수 있다. 도시된 바를 참조하면, 자동 채색 모델 관리 장치(100)는 "신경망 모델 1", "신경망 모델 2" 및 "신경망 모델 3"에 복수의 스케치 이미지들을 포함하는 이미지 그룹(301)을 입력하여 각각 제1 채색 이미지 그룹(303), 제2 채색 이미지 그룹(304) 및 제3 채색 이미지 그룹(305)을 생성하였다.

이후, 자동 채색 모델 관리 장치(100)는 사용자로부터 채색 이미지 그룹들(303, 304, 305)에 포함된 각각의 채색 이미지에 대한 선택 신호를 수신할 수 있다. 이 경우 사용자는 특정 스케치 이미지를 기초로 복수의 신경망 모델을 통해 생성된 복수의 채색 이미지들(310)을 비교하여 각각의 채색 이미지들에 대한 선택 신호를 입력할 수 있다.

본 실시예에서 자동 채색 모델 관리 장치(100)는 채색 이미지들에 대한 사용자의 선택 신호를 기초로 복수의 신경망 모델을 정량적으로 평가(302)할 수 있다.

일 실시예에서 자동 채색 모델 관리 장치(100)는 제1 채색 이미지 그룹(303), 제2 채색 이미지 그룹(304) 및 제3 채색 이미지 그룹(305)에 포함된 채색 이미지를 테스트 셋 별로 정렬하고, 정렬된 복수의 채색 이미지 중 적어도 하나의 채색 이미지에 대한 선택 신호를 수신할 수 있다.

도 18은 특정 스케치 이미지에 대하여 복수의 신경망 모델 간 성능을 상세히 평가하기 위한 실시예를 설명하기 위한 도면이다.

일 실시예에서 도 18에 도시된 UI 화면은 도 17에 도시된 1번 스케치 이미지 또는 1번 스케치 이미지를 기초로 생성된 채색 이미지에 대한 사용자 입력 신호에 응답하여 디스플레이에 출력될 수도 있으나, 전술한 바 본 발명의 몇몇 실시예에 따라 자동 채색 모델 관리 장치(100)의 UI 화면간 전환 방법 및 선후관계는 기재 순서 및 도시된 바에 한정되지 않는다.

본 실시예에서 사용자는 도 17에 도시된 실시예와 마찬가지로 UI 화면에 표시된 복수의 채색 이미지 각각에 대하여 선택 신호를 입력할 수 있고, 자동 채색 모델 관리 장치(100)는 채색 이미지에 대한 사용자의 선택 신호를 기초로 신경망 모델을 평가할 수 있다.

전술한 본 발명의 몇몇 실시예에 따른 자동 채색 모델 관리 방법에 따르면, 채색 이미지에 대한 사용자의 정성적 평가를 효율적이고 체계적으로 수집할 수 있고, 더 나아가 채색 이미지에 대한 정성적 평가를 기초로 신경망 모델의 성능을 정량적으로 평가할 수 있는 기반을 마련할 수 있다.

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

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (19)

1. 컴퓨팅 장치에 의해 수행되는 자동 채색 모델 관리 방법에 있어서,
   적어도 하나의 신경망 모델 및 적어도 하나의 스케치 이미지를 획득하는 단계;
   대상 스케치 이미지에 대한 색상 포인터 정보 및 색상 정보를 지정하는 단계;
   상기 대상 스케치 이미지, 상기 색상 포인터 정보 및 상기 색상 정보를 대상 신경망 모델에 입력하여 제1 채색 이미지를 획득하는 단계;
   상기 대상 스케치 이미지, 상기 색상 포인터 정보, 상기 색상 정보 및 상기 대상 신경망 모델 중 적어도 하나를 변경하여 제2 채색 이미지를 획득하는 단계;
   상기 제1 채색 이미지 및 상기 제2 채색 이미지를 포함하는 복수의 채색 이미지를 지정된 기준에 따라 정렬하여 표시하는 단계; 및
   표시된 복수의 채색 이미지 중 상기 제1 채색 이미지에 대한 선택 신호를 수신하는 것에 응답하여, 상기 제1 채색 이미지와 상기 색상 포인터 정보 또는 상기 색상 정보 중 적어도 하나가 상이한 제3 채색 이미지를 출력하는 단계;를 포함하는,
   자동 채색 모델 관리 방법.
   
2. 제1 항에 있어서,
   적어도 하나의 신경망 모델 및 적어도 하나의 스케치 이미지를 획득하는 단계는,
   외부로부터 수신한 사용자 선택 신호에 응답하여, 상기 대상 신경망 모델, 상기 대상 신경망 모델의 에폭 및 상기 대상 스케치 이미지를 선정하는 단계를 포함하는,
   자동 채색 모델 관리 방법.
   
3. 제1 항에 있어서,
   상기 색상 포인터 정보 및 상기 색상 정보를 지정하는 단계는,
   상기 대상 스케치 이미지의 지정된 위치에 대한 선택 신호를 수신한 경우 해당 위치에 대응되는 색상 포인터 정보를 지정하고, 지정된 색상에 대한 선택 신호를 수신한 경우 해당 색상에 대응되는 색상 정보를 지정하는,
   자동 채색 모델 관리 방법.
   
4. 제1 항에 있어서,
   상기 복수의 채색 이미지는,
   상기 제1 채색 이미지 및 상기 제2 채색 이미지 중 지정된 기준을 만족하는 채색 이미지만 포함하는,
   자동 채색 모델 관리 방법.
   
5. 제4 항에 있어서,
   상기 복수의 채색 이미지는,
   상기 제1 채색 이미지 및 상기 제2 채색 이미지 중 사용자의 선택 신호가 수신된 채색 이미지만 포함하는,
   자동 채색 모델 관리 방법.
   
6. 제1 항에 있어서,
   복수의 채색 이미지를 지정된 기준에 따라 정렬하는 단계는,
   신경망 모델, 스케치 이미지 또는 시계열 순서로 상기 복수의 채색 이미지를 지정된 기준에 따라 정렬하는 단계를 포함하는,
   자동 채색 모델 관리 방법.
   
7. 삭제
8. 제1 항에 있어서,
   상기 정렬된 복수의 채색 이미지 중 제1 채색 이미지에 대한 선택 신호를 수신하는 것에 응답하여, 상기 제1 채색 이미지가 출력되는 추가 레이어를 생성하는 단계;를 포함하는,
   자동 채색 모델 관리 방법.
   
9. 제8 항에 있어서,
   상기 추가 레이어는,
   상기 제1 채색 이미지에 대한 신경망 모델, 색상 포인터 정보가 출력되는,
   자동 채색 모델 관리 방법.
   
10. 컴퓨팅 장치에 의해 수행되는 자동 채색 모델 관리 방법에 있어서,
    제1 신경망 모델 및 제2 신경망 모델을 획득하는 단계;
    적어도 하나의 스케치 이미지를 포함하는 이미지 그룹을 획득하는 단계;
    상기 이미지 그룹에 포함된 스케치 이미지 각각에 대한 색상 포인터 정보 및 색상 정보를 포함하는 테스트 셋을 생성하는 단계;
    상기 테스트 셋에 대하여 상기 제1 신경망 모델을 이용하여 채색된 제1 채색 이미지 그룹 및 상기 제2 신경망 모델을 이용하여 채색된 제2 채색 이미지 그룹을 획득하는 단계;
    상기 제1 채색 이미지 그룹 및 상기 제2 채색 이미지 그룹에 포함된 채색 이미지를 상기 테스트 셋 별로 정렬하여 표시하고, 상기 정렬된 복수의 채색 이미지 중 적어도 하나의 채색 이미지에 대한 선택 신호를 수신하는 단계; 및
    상기 선택 신호를 기초로 상기 제1 신경망 모델 및 상기 제2 신경망 모델을 평가하는 단계;를 포함하고,
    상기 선택 신호를 수신하는 단계는,
    상기 복수의 채색 이미지에 포함된 타겟 채색 이미지에 대한 선택 신호를 수신한 경우, 상기 타겟 채색 이미지와 상기 색상 포인터 정보 및 상기 색상 정보 중 적어도 하나가 상이한 테스트 셋을 기초로 생성된 추가 채색 이미지를 생성하여 표시하는 단계;를 포함하는,
    자동 채색 모델 관리 방법.
    
11. 제10 항에 있어서,
    상기 제1 신경망 모델 및 제2 신경망 모델을 획득하는 단계는,
    상기 제1 신경망 모델의 에폭 정보 및 상기 제2 신경망 모델의 에폭 정보를 획득하는 단계를 포함하는,
    자동 채색 모델 관리 방법.
    
12. 제10 항에 있어서,
    상기 이미지 그룹을 획득하는 단계는,
    복수의 스케치 이미지 중 선택 신호가 수신된 상기 적어도 하나의 스케치 이미지를 포함하는 제1 이미지 그룹 및 상기 제1 이미지 그룹과 적어도 하나는 상이한 스케치 이미지를 포함하는 제2 이미지 그룹을 생성하는 단계;
    상기 제1 이미지 그룹 및 상기 제2 이미지 그룹을 포함하는 복수개의 이미지 그룹 중 선택 신호가 수신된 이미지 그룹을 획득하는 단계;를 포함하는,
    자동 채색 모델 관리 방법.
    
13. 제10 항에 있어서,
    상기 테스트 셋을 생성하는 단계는,
    상기 스케치 이미지 각각에 대한 상기 색상 포인터 정보 및 상기 색상 정보를 지정하는 입력이 수신된 경우, 지정된 색상 포인터 정보 및 지정된 색상 정보를 기초로 상기 테스트 셋을 생성하는 단계를 포함하는,
    자동 채색 모델 관리 방법.
    
14. 제10 항에 있어서,
    상기 선택 신호를 수신하는 단계는,
    상기 추가 채색 이미지에 대한 선택 신호를 수신하는 단계;를 더 포함하는,
    자동 채색 모델 관리 방법.
    
15. 제14 항에 있어서,
    상기 추가 채색 이미지는,
    상기 타겟 채색 이미지와 상기 색상 포인터 정보 및 상기 색상 정보 중 적어도 하나는 상이한 테스트 셋을 기초로 제1 신경망 모델을 이용하여 생성된 제1 추가 채색 이미지 및 상기 제2 신경망 모델을 이용하여 생성된 제2 추가 채색 이미지를 포함하는,
    자동 채색 모델 관리 방법.
    
16. 제10 항에 있어서,
    상기 선택 신호를 기초로 상기 제1 신경망 모델 및 상기 제2 신경망 모델을 평가하는 단계는,
    상기 제1 채색 이미지 그룹에 포함된 채색 이미지에 대한 선택 신호를 기초로 상기 제1 신경망 모델을 평가하고, 상기 제2 채색 이미지 그룹에 포함된 채색 이미지에 대한 선택 신호를 기초로 상기 제2 신경망 모델을 평가하는 단계를 포함하는,
    자동 채색 모델 관리 방법.
    
17. 프로세서; 를 포함하고,
    상기 프로세서는,
    적어도 하나의 신경망 모델 및 적어도 하나의 스케치 이미지를 획득하고, 대상 스케치 이미지에 대한 색상 포인터 정보 및 색상 정보를 지정하며, 상기 대상 스케치 이미지, 상기 색상 포인터 정보 및 상기 색상 정보를 대상 신경망 모델에 입력하여 제1 채색 이미지를 획득하고, 상기 대상 스케치 이미지, 상기 색상 포인터 정보, 상기 색상 정보 및 상기 대상 신경망 모델 중 적어도 하나를 변경하여 제2 채색 이미지를 획득하며, 상기 제1 채색 이미지 및 상기 제2 채색 이미지를 포함하는 복수의 채색 이미지를 지정된 기준에 따라 정렬하여 표시하고, 표시된 복수의 채색 이미지 중 상기 제1 채색 이미지에 대한 선택 신호를 수신하는 것에 응답하여, 상기 제1 채색 이미지와 상기 색상 포인터 정보 또는 상기 색상 정보 중 적어도 하나가 상이한 제3 채색 이미지를 출력하는,
    자동 채색 모델 관리 장치.
    
18. 프로세서; 를 포함하고,
    상기 프로세서는,
    제1 신경망 모델 및 제2 신경망 모델을 획득하고, 적어도 하나의 스케치 이미지를 포함하는 이미지 그룹을 획득하며, 상기 이미지 그룹에 포함된 스케치 이미지 각각에 대한 색상 포인터 정보 및 색상 정보를 포함하는 테스트 셋을 생성하고, 상기 테스트 셋에 대하여 상기 제1 신경망 모델을 이용하여 채색된 제1 채색 이미지 그룹 및 상기 제2 신경망 모델을 이용하여 채색된 제2 채색 이미지 그룹을 획득하며, 상기 제1 채색 이미지 그룹 및 상기 제2 채색 이미지 그룹에 포함된 채색 이미지를 상기 테스트 셋 별로 정렬하고, 상기 정렬된 복수의 채색 이미지 중 적어도 하나의 채색 이미지에 대한 선택 신호를 수신하고, 상기 선택 신호를 기초로 상기 제1 신경망 모델 및 상기 제2 신경망 모델을 평가하고,
    상기 복수의 채색 이미지에 포함된 타겟 채색 이미지에 대한 선택 신호를 수신한 경우, 상기 타겟 채색 이미지와 상기 색상 포인터 정보 및 상기 색상 정보 중 적어도 하나가 상이한 테스트 셋을 기초로 생성된 추가 채색 이미지를 생성하여 표시하는,
    자동 채색 모델 관리 장치.
    
19. 컴퓨터를 이용하여 제1항 내지 제6항 및 제8항 내지 제16항 중 어느 한 항의 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램.

Images