WO2020213750A1 - 객체를 인식하는 인공 지능 장치 및 그 방법 - Google Patents

객체를 인식하는 인공 지능 장치 및 그 방법 Download PDF

Info

Publication number
WO2020213750A1
WO2020213750A1 PCT/KR2019/004547 KR2019004547W WO2020213750A1 WO 2020213750 A1 WO2020213750 A1 WO 2020213750A1 KR 2019004547 W KR2019004547 W KR 2019004547W WO 2020213750 A1 WO2020213750 A1 WO 2020213750A1
Authority
WO
WIPO (PCT)
Prior art keywords
image data
identification information
recognition
model
recognition model
Prior art date
Application number
PCT/KR2019/004547
Other languages
English (en)
French (fr)
Inventor
김재홍
최희연
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to US16/493,700 priority Critical patent/US11113532B2/en
Priority to PCT/KR2019/004547 priority patent/WO2020213750A1/ko
Priority to KR1020190089197A priority patent/KR20190094133A/ko
Publication of WO2020213750A1 publication Critical patent/WO2020213750A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/082—Learning methods modifying the architecture, e.g. adding, deleting or silencing nodes or connections
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G06F18/2148—Generating training patterns; Bootstrap methods, e.g. bagging or boosting characterised by the process organisation or structure, e.g. boosting cascade
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/251—Fusion techniques of input or preprocessed data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
    • G06F18/256—Fusion techniques of classification results, e.g. of results related to same input data of results relating to different input data, e.g. multimodal recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/803—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of input or preprocessed data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/809—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data
    • G06V10/811—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data the classifiers operating on different input data, e.g. multi-modal recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/35—Categorising the entire scene, e.g. birthday party or wedding scene
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/20—Ensemble learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/047—Probabilistic or stochastic networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/049—Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/088—Non-supervised learning, e.g. competitive learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks

Definitions

  • the present invention relates to an artificial intelligence apparatus and method for recognizing an object. Specifically, it relates to an artificial intelligence apparatus and method for recognizing and identifying an object more accurately by combining recognition models suitable for input image data using a plurality of recognition models for recognizing an object from image data.
  • the autonomous driving device recognizes and analyzes the input data to control movements appropriate to the situation.
  • Smartphones or security devices receive video, sound, and the like to determine whether the user is a registered user.
  • Devices with a speech recognition function recognize and analyze speech and perform control appropriate to the intention of the speech.
  • the current image recognition technology trains only one recognition model and recognizes an object from image data using only one learned recognition model.
  • the object is successfully recognized in the image data, it is not possible to check how accurately the object is recognized, and even if the object is recognized incorrectly, there is no way to improve it.
  • the present invention When recognizing an object from image data, the present invention attempts to recognize an object using a basic recognition model, determines the reliability of the recognition, and uses a complex recognition model that can increase the reliability when the reliability of the recognition is low.
  • An artificial intelligence device and method for recognizing an object with high accuracy are provided.
  • the present invention is to provide an artificial intelligence device and method for recognizing an object with high reliability even in various environments or image data of various image types.
  • An embodiment of the present invention generates identification information corresponding to an object included in image data using a basic recognition model, measures the reliability of the generated identification information, and uses the generated identification information when the reliability is high. Is obtained as a result of recognition, and if the reliability is low, an image feature vector is extracted from the image data to construct a composite recognition model suitable for the image data, and the object included in the image data created using the configured composite recognition model is It provides an artificial intelligence device and method for obtaining corresponding identification information as a result of recognizing an object.
  • an embodiment of the present invention constitutes a complex recognition model including at least one or more of a plurality of recognition models learned with a plurality of image data sets divided into at least one or more of environmental information and image type, and the complex recognition It provides an artificial intelligence device and method for generating identification information on an object by using weights between each recognition model constituting a model.
  • identification information when identification information is generated by recognizing an object from image data, it is possible to determine in advance whether or not the reliability of the identification information is high, and when the reliability is low, the characteristic of the image data Since an object is recognized using a suitable complex recognition model, it is possible to recognize an object with high accuracy even for image data captured in various environments.
  • each recognition model since each recognition model has different reliability of object recognition for different environmental information or different image types, the object The identification information can be generated more accurately.
  • FIG. 1 is a block diagram showing the configuration of a terminal 100 according to an embodiment of the present invention.
  • FIG. 2 is a block diagram showing the configuration of an artificial neural network learning apparatus 200 according to an embodiment of the present invention.
  • FIG. 3 is a flowchart illustrating a method of recognizing a user's voice according to an embodiment of the present invention.
  • FIG. 4 is a diagram illustrating an example of a color filter format of RGB image data according to an embodiment of the present invention.
  • FIG. 5 is a diagram illustrating an example of a color filter format of RGB-IR image data according to an embodiment of the present invention.
  • FIG. 6 is a diagram showing a dropout technique in an artificial neural network.
  • FIG. 7 is a diagram illustrating a method of measuring reliability for a basic recognition model using a dropout technique in an embodiment of the present invention.
  • FIG. 8 is a diagram illustrating a method of measuring reliability through fluctuations in image data according to an embodiment of the present invention.
  • FIG. 9 is an operation flowchart showing an example of the step (S311) of generating second identification information shown in FIG. 3.
  • FIGS. 10 and 11 are diagrams illustrating a method of extracting a blur level as an image feature point from image data according to an embodiment of the present invention.
  • FIG. 12 is a diagram illustrating examples of image feature points included in an image feature vector according to an embodiment of the present invention.
  • FIG. 13 is a diagram illustrating an example of image data according to an embodiment of the present invention.
  • FIG. 14 is a diagram illustrating a plurality of recognition models according to an embodiment of the present invention.
  • 15 is a diagram illustrating a method of generating second identification information using a complex recognition model according to an embodiment of the present invention.
  • AI Artificial intelligence
  • artificial intelligence does not exist by itself, but is directly or indirectly related to other fields of computer science.
  • attempts are being made very actively to introduce artificial intelligence elements in various fields of information technology and to use them in solving problems in that field.
  • Machine learning is a branch of artificial intelligence, a field of research that gives computers the ability to learn without explicit programming.
  • machine learning can be said to be a technology that studies and builds a system that learns based on empirical data, performs prediction, and improves its own performance, and algorithms for it.
  • Machine learning algorithms do not execute strictly defined static program instructions, but rather build specific models to derive predictions or decisions based on input data.
  • machine learning' can be used interchangeably with the term'machine learning'.
  • the decision tree is an analysis method that charts decision rules into a tree structure and performs classification and prediction.
  • Bayesian network is a model that expresses the probabilistic relationship (conditional independence) between multiple variables in a graph structure. Bayesian networks are suitable for data mining through unsupervised learning.
  • the support vector machine is a model of supervised learning for pattern recognition and data analysis, and is mainly used for classification and regression analysis.
  • An artificial neural network is an information processing system in which a number of neurons, called nodes or processing elements, are connected in a layer structure by modeling the operation principle of biological neurons and the connection relationship between neurons.
  • Artificial neural networks are models used in machine learning, and are statistical learning algorithms inspired by biological neural networks (especially the brain among animals' central nervous systems) in machine learning and cognitive science.
  • the artificial neural network may refer to an overall model having problem-solving ability by changing the strength of synaptic bonding through learning by artificial neurons (nodes) that form a network by combining synapses.
  • artificial neural network may be used interchangeably with the term neural network.
  • the artificial neural network may include a plurality of layers, and each of the layers may include a plurality of neurons.
  • artificial neural networks may include synapses that connect neurons and neurons.
  • Artificial neural networks generally have three factors: (1) the connection pattern between neurons in different layers (2) the learning process to update the weight of the connection (3) the output value from the weighted sum of the input received from the previous layer. It can be defined by the activation function it creates.
  • the artificial neural network may include network models such as DNN (Deep Neural Network), RNN (Recurrent Neural Network), BRDNN (Bidirectional Recurrent Deep Neural Network), MLP (Multilayer Perceptron), and CNN (Convolutional Neural Network). , Is not limited thereto.
  • DNN Deep Neural Network
  • RNN Recurrent Neural Network
  • BRDNN Bidirectional Recurrent Deep Neural Network
  • MLP Multilayer Perceptron
  • CNN Convolutional Neural Network
  • the term'layer' may be used interchangeably with the term'layer'.
  • a general single-layer neural network is composed of an input layer and an output layer.
  • a general multilayer neural network is composed of an input layer, one or more hidden layers, and an output layer.
  • the input layer is a layer that receives external data
  • the number of neurons in the input layer is the same as the number of input variables
  • the hidden layer is located between the input layer and the output layer, receives signals from the input layer, extracts characteristics, and transfers them to the output layer. do.
  • the output layer receives a signal from the hidden layer and outputs an output value based on the received signal.
  • the input signal between neurons is multiplied by each connection strength (weight) and then summed. If the sum is greater than the neuron's threshold, the neuron is activated and the output value obtained through the activation function is output.
  • a deep neural network including a plurality of hidden layers between an input layer and an output layer may be a representative artificial neural network implementing deep learning, a type of machine learning technology.
  • the term'deep learning' can be used interchangeably with the term'deep learning'.
  • the artificial neural network can be trained using training data.
  • learning means a process of determining parameters of an artificial neural network using training data in order to achieve the purpose of classifying, regressing, or clustering input data.
  • parameters of an artificial neural network include weights applied to synapses or biases applied to neurons.
  • the artificial neural network learned by the training data may classify or cluster input data according to patterns of the input data.
  • an artificial neural network trained using training data may be referred to as a trained model in this specification.
  • the following describes the learning method of artificial neural networks.
  • Learning methods of artificial neural networks can be classified into supervised learning, unsupervised learning, semi-supervised learning, and reinforcement learning.
  • Supervised learning is a method of machine learning to infer a function from training data.
  • outputting a continuous value is called regression, and predicting and outputting the class of an input vector can be called classification.
  • an artificial neural network is trained with a label for training data.
  • the label may mean a correct answer (or result value) that the artificial neural network must infer when training data is input to the artificial neural network.
  • the correct answer (or result value) to be inferred by the artificial neural network is referred to as a label or labeling data.
  • labeling setting a label on training data for learning an artificial neural network is referred to as labeling the training data with labeling data.
  • the training data and the label corresponding to the training data constitute one training set, and may be input to the artificial neural network in the form of a training set.
  • the training data represents a plurality of features
  • labeling of the training data may mean that a label is attached to the feature represented by the training data.
  • the training data may represent the characteristics of the input object in the form of a vector.
  • the artificial neural network can infer a function for the correlation between the training data and the labeling data using the training data and the labeling data.
  • parameters of the artificial neural network may be determined (optimized) through evaluation of a function inferred from the artificial neural network.
  • Unsupervised learning is a type of machine learning, where no labels are given for training data.
  • the unsupervised learning may be a learning method of training an artificial neural network to find and classify patterns in the training data itself, rather than an association relationship between training data and a label corresponding to the training data.
  • unsupervised learning examples include clustering or independent component analysis.
  • Examples of artificial neural networks using unsupervised learning include Generative Adversarial Network (GAN) and Autoencoder (AE).
  • GAN Generative Adversarial Network
  • AE Autoencoder
  • a generative adversarial neural network is a machine learning method in which two different artificial intelligences compete and improve performance, a generator and a discriminator.
  • the generator is a model that creates new data and can create new data based on the original data.
  • the discriminator is a model that recognizes a pattern of data, and may play a role of discriminating whether input data is original data or fake data generated by a generator.
  • the generator learns by receiving data that cannot be deceived by the discriminator, and the discriminator can learn by receiving deceived data from the generator. Accordingly, the generator can evolve to deceive the discriminator as well as possible, and the discriminator can evolve to distinguish between the original data and the data generated by the generator.
  • Auto encoders are neural networks that aim to reproduce the input itself as an output.
  • the auto encoder includes an input layer, at least one hidden layer and an output layer.
  • data output from the hidden layer goes to the output layer.
  • the dimension of the data increases, and accordingly, decompression or decoding is performed.
  • the auto-encoder controls the connection strength of neurons through learning, so that the input data is expressed as hidden layer data.
  • the hidden layer information is expressed with fewer neurons than in the input layer, but being able to reproduce the input data as an output may mean that the hidden layer found and expressed a hidden pattern from the input data.
  • Semi-supervised learning is a kind of machine learning, and may mean a learning method using both labeled training data and unlabeled training data.
  • Reinforcement learning is the theory that, given an environment in which an agent can judge what action to do at every moment, it can find the best way to experience without data.
  • Reinforcement learning can be mainly performed by the Markov Decision Process (MDP).
  • MDP Markov Decision Process
  • the structure of the artificial neural network is specified by the configuration of the model, activation function, loss function or cost function, learning algorithm, optimization algorithm, etc., and hyperparameters are pre-trained. It is set, and then, a model parameter is set through learning, so that the content can be specified.
  • factors determining the structure of an artificial neural network may include the number of hidden layers, the number of hidden nodes included in each hidden layer, an input feature vector, a target feature vector, and the like.
  • Hyperparameters include several parameters that must be initially set for learning, such as initial values of model parameters. And, the model parameter includes several parameters to be determined through learning.
  • the hyperparameter may include an initial weight value between nodes, an initial bias value between nodes, a mini-batch size, a number of learning iterations, and a learning rate.
  • the model parameters may include weights between nodes, biases between nodes, and the like.
  • the loss function can be used as an index (reference) for determining an optimal model parameter in the learning process of the artificial neural network.
  • learning refers to the process of manipulating model parameters to reduce the loss function, and the purpose of learning can be seen as determining model parameters that minimize the loss function.
  • the loss function may mainly use a mean squared error (MSE) or a cross entropy error (CEE), but the present invention is not limited thereto.
  • MSE mean squared error
  • CEE cross entropy error
  • the cross entropy error may be used when the correct answer label is one-hot encoded.
  • One-hot encoding is an encoding method in which the correct answer label value is set to 1 only for neurons corresponding to the correct answer, and the correct answer label value is set to 0 for non-correct answer neurons.
  • learning optimization algorithms can be used to minimize loss functions, and learning optimization algorithms include Gradient Descent (GD), Stochastic Gradient Descent (SGD), and Momentum. ), NAG (Nesterov Accelerate Gradient), Adagrad, AdaDelta, RMSProp, Adam, Nadam, etc.
  • Gradient descent is a technique that adjusts model parameters in the direction of reducing the loss function value by considering the slope of the loss function in the current state.
  • the direction to adjust the model parameter is called the step direction, and the size to be adjusted is called the step size.
  • the step size may mean a learning rate.
  • a gradient is obtained by partial differentiation of a loss function into each model parameter, and model parameters are updated by changing the acquired gradient direction by a learning rate.
  • the stochastic gradient descent method is a technique that increases the frequency of gradient descent by dividing training data into mini-batch and performing gradient descent for each mini-batch.
  • Adagrad, AdaDelta, and RMSProp are techniques that increase optimization accuracy by adjusting the step size in SGD.
  • momentum and NAG are techniques to increase optimization accuracy by adjusting the step direction.
  • Adam is a technique that improves optimization accuracy by adjusting the step size and step direction by combining momentum and RMSProp.
  • Nadam is a technique that increases optimization accuracy by adjusting step size and step direction by combining NAG and RMSProp.
  • the learning speed and accuracy of an artificial neural network are highly dependent on hyperparameters as well as the structure of the artificial neural network and the type of learning optimization algorithm. Therefore, in order to obtain a good learning model, it is important not only to determine an appropriate artificial neural network structure and learning algorithm, but also to set appropriate hyperparameters.
  • hyperparameters are experimentally set to various values to train an artificial neural network, and as a result of learning, the hyperparameter is set to an optimal value that provides stable learning speed and accuracy.
  • FIG. 1 is a block diagram showing the configuration of a terminal 100 according to an embodiment of the present invention.
  • the terminal 100 may be referred to as an artificial intelligence device 100.
  • the terminal 100 includes a television (TV), a projector, a mobile phone, a smart phone, a laptop computer, a digital broadcasting terminal, a personal digital assistants (PDA), a portable multimedia player (PMP), a navigation system, and a slate PC.
  • PDA personal digital assistants
  • PMP portable multimedia player
  • slate PC slate PC
  • tablet PC ultrabook
  • wearable device e.g., smartwatch, smart glass, head mounted display (HMD)
  • HMD head mounted display
  • STB set-top box
  • DMB receiver a radio
  • washing machine a refrigerator
  • desktop computer a fixed device such as a digital signage
  • a movable device a movable device.
  • the terminal 100 may be implemented in the form of various home appliances used at home, and may be applied to a fixed or movable robot.
  • the terminal 100 may perform the function of a voice agent.
  • the voice agent may be a program that recognizes a user's voice and outputs a voice response suitable for the recognized user's voice.
  • the terminal 100 includes a wireless communication unit 110, an input unit 120, a learning processor 130, a sensing unit 140, and an output unit. It may include an output unit 150, an interface unit 160, a memory 170, a processor 180, a power supply unit 190, and the like.
  • a trained model may be mounted on the terminal 100.
  • the learning model may be implemented as hardware, software, or a combination of hardware and software, and when part or all of the learning model is implemented as software, one or more instructions constituting the learning model may be stored in the memory 170. .
  • the wireless communication unit 110 includes a broadcast receiving module (111), a mobile communication module (112), a wireless Internet module (113), and a short range communication module (114). , It may include at least one of the location information module (Location Information Module, 115).
  • the broadcast reception module 111 receives a broadcast signal and/or broadcast-related information from an external broadcast management server through a broadcast channel.
  • the mobile communication module 112 includes technical standards or communication methods for mobile communication (eg, GSM (Global System for Mobile communication), CDMA (Code Division Multi Access), CDMA2000 (Code Division Multi Access 2000)), EV -DO (Enhanced Voice-Data Optimized or Enhanced Voice-Data Only), WCDMA (Wideband CDMA), HSDPA (High Speed Downlink Packet Access), HSUPA (High Speed Uplink Packet Access), LTE (Long Term Evolution), LTE-A (Long Term Evolution-Advanced), etc.), transmits and receives radio signals with at least one of a base station, an external terminal, and a server on a mobile communication network.
  • GSM Global System for Mobile communication
  • CDMA Code Division Multi Access
  • CDMA2000 Code Division Multi Access 2000
  • EV -DO Enhanced Voice-Data Optimized or Enhanced Voice-Data Only
  • WCDMA Wideband CDMA
  • HSDPA High Speed Downlink Packet Access
  • HSUPA High Speed Uplink Packet Access
  • LTE Long Term
  • the wireless Internet module 113 refers to a module for wireless Internet access, and may be built-in or external to the terminal 100.
  • the wireless Internet module 113 is configured to transmit and receive wireless signals in a communication network according to wireless Internet technologies.
  • wireless Internet technologies include WLAN (Wireless LAN), Wi-Fi (Wireless-Fidelity), Wi-Fi (Wireless Fidelity) Direct, DLNA (Digital Living Network Alliance), WiBro (Wireless Broadband), WiMAX (World Interoperability for Microwave Access), High Speed Downlink Packet Access (HSDPA), High Speed Uplink Packet Access (HSUPA), Long Term Evolution (LTE), and Long Term Evolution-Advanced (LTE-A).
  • WLAN Wireless LAN
  • Wi-Fi Wireless-Fidelity
  • Wi-Fi Wireless Fidelity
  • Direct wireless Internet technologies
  • DLNA Digital Living Network Alliance
  • WiBro Wireless Broadband
  • WiMAX Worldwide Interoperability for Microwave Access
  • HSDPA High Speed Downlink Packet Access
  • HSUPA High Speed Uplink Packet Access
  • LTE Long Term Evolution
  • LTE-A Long Term Evolution-Advanced
  • the short range communication module 114 is for short range communication, and includes BluetoothTM, Radio Frequency Identification (RFID), Infrared Data Association (IrDA), Ultra Wideband (UWB), ZigBee, and NFC.
  • RFID Radio Frequency Identification
  • IrDA Infrared Data Association
  • UWB Ultra Wideband
  • ZigBee ZigBee
  • NFC Near field communication may be supported by using at least one of (Near Field Communication), Wi-Fi (Wireless-Fidelity), Wi-Fi Direct, and Wireless USB (Wireless Universal Serial Bus) technologies.
  • the location information module 115 is a module for obtaining a location (or current location) of a terminal, and representative examples thereof include a GPS (Global Positioning System) module or a WiFi (Wireless Fidelity) module.
  • a GPS Global Positioning System
  • WiFi Wireless Fidelity
  • the input unit 120 may include a camera 121 for inputting an image signal, a microphone 122 for receiving an audio signal, and a user input unit 123 for receiving information from a user. have.
  • the voice data or image data collected by the input unit 120 may be analyzed and processed as a user's control command.
  • the input unit 120 may obtain training data for model training and input data to be used when obtaining an output using the learned model.
  • the input unit 120 may obtain unprocessed input data, in which case the processor 180 or the learning processor 130 preprocesses the acquired data to generate training data or preprocessed input data that can be input to model training. can do.
  • the preprocessing of the input data may mean extracting an input feature from the input data.
  • the input unit 120 is for inputting image information (or signal), audio information (or signal), data, or information input from a user, and for inputting image information, the terminal 100 is one or more cameras. (121) can be provided.
  • the camera 121 processes an image frame such as a still image or a video obtained by an image sensor in a video call mode or a photographing mode.
  • the processed image frame may be displayed on the display unit 151 or stored in the memory 170.
  • the microphone 122 processes an external sound signal into electrical voice data.
  • the processed voice data may be used in various ways according to a function (or an application program being executed) being executed by the terminal 100. Meanwhile, the microphone 122 may be implemented with various noise removal algorithms for removing noise generated in a process of receiving an external sound signal.
  • the user input unit 123 is for receiving information from a user.
  • the processor 180 may control the operation of the terminal 100 to correspond to the input information.
  • the user input unit 123 is a mechanical input means (or a mechanical key, for example, a button located on the front/rear or side of the terminal 100, a dome switch, a jog wheel, a jog switch, etc. ) And touch-type input means.
  • the touch input means is composed of a virtual key, a soft key, or a visual key displayed on a touch screen through software processing, or a portion other than the touch screen It may be made of a touch key (touch key) disposed on.
  • the learning processor 130 learns a model composed of an artificial neural network using training data.
  • the learning processor 130 may determine optimized model parameters of the artificial neural network by repeatedly learning the artificial neural network using various learning techniques described above.
  • an artificial neural network whose parameters are determined by being trained using training data may be referred to as a learning model or a trained model.
  • the learning model may be used to infer a result value for new input data other than training data.
  • the learning processor 130 may be configured to receive, classify, store, and output information to be used for data mining, data analysis, intelligent decision making, and machine learning algorithms.
  • the learning processor 130 may include one or more memory units configured to store data received, detected, sensed, generated, predefined, or output by another component, device, terminal, or device that communicates with the terminal.
  • the learning processor 130 may include a memory integrated or implemented in a terminal. In some embodiments, the learning processor 130 may be implemented using the memory 170.
  • the learning processor 130 may be implemented using a memory associated with the terminal, such as an external memory directly coupled to the terminal or a memory maintained in a server communicating with the terminal.
  • the learning processor 130 may be implemented using a memory maintained in a cloud computing environment, or another remote memory location accessible by the terminal through a communication method such as a network.
  • the learning processor 130 typically stores data in one or more databases to identify, index, categorize, manipulate, store, retrieve and output data for use in supervised or unsupervised learning, data mining, predictive analytics, or other machines. Can be configured to store in.
  • the database may be implemented using the memory 170, the memory 230 of the learning device 200, a memory maintained in a cloud computing environment, or another remote memory location accessible by the terminal through a communication method such as a network. I can.
  • the information stored in the learning processor 130 may be used by the processor 180 or one or more other controllers of the terminal using any of a variety of different types of data analysis algorithms and machine learning algorithms.
  • Examples of such algorithms include k-recent adjacency systems, fuzzy logic (e.g. probability theory), neural networks, Boltzmann machines, vector quantization, pulsed neural networks, support vector machines, maximum margin classifiers, hill climbing, guided logic systems Bayesian networks. , Peritnet (e.g. finite state machine, milli machine, Moore finite state machine), classifier tree (e.g. perceptron tree, support vector tree, Markov tree, decision tree forest, random forest), readout models and systems, artificial It includes fusion, sensor fusion, image fusion, reinforcement learning, augmented reality, pattern recognition, and automated planning.
  • fuzzy logic e.g. probability theory
  • neural networks e.g. probability theory
  • Boltzmann machines e.g. probability theory
  • vector quantization e.g. probability theory
  • pulsed neural networks e.g., pulsed neural networks
  • support vector machines e.g., maximum margin classifiers
  • hill climbing guided logic systems Bayesian networks.
  • Peritnet e.g
  • the processor 180 may determine or predict at least one executable operation of the terminal based on information that is determined or generated using data analysis and machine learning algorithms. To this end, the processor 180 may request, search, receive, or utilize data of the learning processor 130, and configure the terminal to execute a predicted operation or an operation determined to be desirable among the at least one executable operation. Can be controlled.
  • the processor 180 may perform various functions for implementing intelligent emulation (ie, a knowledge-based system, an inference system, and a knowledge acquisition system). This can be applied to various types of systems (eg, fuzzy logic systems), including adaptive systems, machine learning systems, artificial neural networks, and the like.
  • intelligent emulation ie, a knowledge-based system, an inference system, and a knowledge acquisition system.
  • systems eg, fuzzy logic systems
  • adaptive systems e.g, machine learning systems, artificial neural networks, and the like.
  • the processor 180 also includes voice and natural language speech, such as an I/O processing module, an environmental condition module, a speech-to-text (STT) processing module, a natural language processing module, a work flow processing module, and a service processing module. It may include sub-modules that enable operations involving processing.
  • voice and natural language speech such as an I/O processing module, an environmental condition module, a speech-to-text (STT) processing module, a natural language processing module, a work flow processing module, and a service processing module. It may include sub-modules that enable operations involving processing.
  • Each of these submodules may have access to one or more systems or data and models in the terminal, or a subset or superset thereof.
  • each of these submodules may provide various functions, including vocabulary index, user data, work flow model, service model, and automatic speech recognition (ASR) system.
  • ASR automatic speech recognition
  • processor 180 or the terminal may be implemented as the sub-module, system, or data and model.
  • the processor 180 may be configured to detect and detect a requirement based on a user's intention or a context condition expressed as a user input or natural language input.
  • the processor 180 may actively derive and acquire information necessary to completely determine a requirement based on a context condition or a user's intention. For example, the processor 180 may actively derive necessary information to determine requirements by analyzing past data including input and output records, pattern matching, unambiguous words, and input intentions.
  • the processor 180 may determine a task flow for executing a function in response to a requirement based on a context condition or a user's intention.
  • the processor 180 collects, detects, extracts, and detects signals or data used in data analysis and machine learning tasks through one or more sensing components in the terminal in order to collect information for processing and storage in the learning processor 130 And/or may be configured to receive.
  • Information collection may include sensing information through a sensor, extracting information stored in the memory 170, or receiving information from another terminal, entity, or external storage device through a communication means.
  • the processor 180 may collect usage history information from the terminal and store it in the memory 170.
  • the processor 180 may use the stored usage history information and predictive modeling to determine the best match to perform a particular function.
  • the processor 180 may receive or detect surrounding environment information or other information through the sensing unit 140.
  • the processor 180 may receive a broadcast signal and/or broadcast related information, a wireless signal, and wireless data through the wireless communication unit 110.
  • the processor 180 may receive image information (or a corresponding signal), audio information (or a corresponding signal), data, or user input information from the input unit 120.
  • the processor 180 collects information in real time, processes or classifies information (eg, knowledge graph, command policy, personalization database, conversation engine, etc.), and stores the processed information in the memory 170 or the learning processor 130 ).
  • information eg, knowledge graph, command policy, personalization database, conversation engine, etc.
  • the processor 180 may control components of the terminal to execute the determined operation. Further, the processor 180 may perform the determined operation by controlling the terminal according to the control command.
  • the processor 180 analyzes historical information indicating execution of a specific operation through data analysis and machine learning algorithms and techniques, and performs an update of previously learned information based on the analyzed information. I can.
  • the processor 180 may improve accuracy of future performance of data analysis and machine learning algorithms and techniques based on the updated information.
  • the sensing unit 140 may include one or more sensors for sensing at least one of information in the terminal, information on surrounding environments surrounding the terminal, and user information.
  • the sensing unit 140 includes a proximity sensor, an illumination sensor, a touch sensor, an acceleration sensor, a magnetic sensor, and a gravity sensor (G- sensor), gyroscope sensor, motion sensor, RGB sensor, infrared sensor (IR sensor), fingerprint recognition sensor, ultrasonic sensor, optical sensor ( optical sensors, e.g. cameras (see 121)), microphones (see 122), battery gauges, environmental sensors (e.g., barometers, hygrometers, thermometers, radiation sensors, heat sensors, Gas detection sensor, etc.), may include at least one of a chemical sensor (for example, an electronic nose, a healthcare sensor, a biometric sensor, etc.). Meanwhile, the terminal disclosed in the present specification may combine and utilize information sensed by at least two or more of these sensors.
  • the output unit 150 is for generating an output related to visual, auditory or tactile sense, and the like, a display unit (151), a sound output unit (152), a haptic module (153), a light It may include at least one of the optical output units 154.
  • the display unit 151 displays (outputs) information processed by the terminal 100.
  • the display unit 151 may display execution screen information of an application program driven in the terminal 100, or UI (User Interface) and GUI (Graphic User Interface) information according to such execution screen information.
  • UI User Interface
  • GUI Graphic User Interface
  • the display unit 151 may implement a touch screen by forming a layer structure or integrally with the touch sensor.
  • a touch screen may function as a user input unit 123 that provides an input interface between the terminal 100 and a user, and may provide an output interface between the terminal 100 and a user.
  • the sound output unit 152 may output audio data received from the wireless communication unit 110 or stored in the memory 170 in a call signal reception, a call mode or a recording mode, a voice recognition mode, a broadcast reception mode, and the like.
  • the sound output unit 152 may include at least one of a receiver, a speaker, and a buzzer.
  • the haptic module 153 generates various tactile effects that a user can feel.
  • a typical example of the tactile effect generated by the haptic module 153 may be vibration.
  • the light output unit 154 outputs a signal for notifying the occurrence of an event using light from a light source of the terminal 100.
  • Examples of events occurring in the terminal 100 may be message reception, call signal reception, missed call, alarm, schedule notification, e-mail reception, and information reception through an application.
  • the interface unit 160 serves as a passage between various types of external devices connected to the terminal 100.
  • the interface unit 160 connects a wired/wireless headset port, an external charger port, a wired/wireless data port, a memory card port, and a device equipped with an identification module. It may include at least one of a port, an audio input/output (I/O) port, an input/output (video I/O) port, and an earphone port.
  • the terminal 100 may perform appropriate control related to the connected external device.
  • the identification module is a chip that stores various types of information for authenticating the right to use the terminal 100, and includes a user identification module (UIM), a subscriber identity module (SIM), and a universal user authentication module. (universal subscriber identity module; USIM), etc. may be included.
  • a device equipped with an identification module hereinafter,'identification device' may be manufactured in the form of a smart card. Accordingly, the identification device may be connected to the terminal 100 through the interface unit 160.
  • the memory 170 stores data supporting various functions of the terminal 100.
  • the memory 170 includes a plurality of application programs (application programs or applications) driven by the terminal 100, data for the operation of the terminal 100, instructions, and data for the operation of the learning processor 130. Can be stored (for example, at least one algorithm information for machine learning).
  • the memory 170 may store the model learned by the learning processor 130 or the learning device 200.
  • the memory 170 may divide and store the model trained as necessary into a plurality of versions according to a learning time point or a learning progress.
  • the memory 170 may store input data obtained from the input unit 120, training data (or training data) used for model training, a model learning history, and the like.
  • the input data stored in the memory 170 may be not only processed data suitable for model learning, but also raw input data itself.
  • the processor 180 In addition to the operation related to the application program, the processor 180 generally controls the overall operation of the terminal 100.
  • the processor 180 may provide or process appropriate information or functions to a user by processing signals, data, information, etc. input or output through the above-described components or by driving an application program stored in the memory 170.
  • the processor 180 may control at least some of the constituent elements described with reference to FIG. 1 in order to drive the application program stored in the memory 170. Further, the processor 180 may operate by combining at least two or more of the components included in the terminal 100 to drive the application program.
  • the processor 180 controls an operation related to an application program and, in general, an overall operation of the terminal 100. For example, when the state of the terminal satisfies a set condition, the processor 180 may execute or release a lock state that restricts the user's input of a control command for applications.
  • the power supply unit 190 receives external power and internal power under the control of the processor 180 and supplies power to each component included in the terminal 100.
  • the power supply unit 190 includes a battery, and the battery may be a built-in battery or a replaceable battery.
  • FIG. 2 is a block diagram showing the configuration of an artificial neural network learning apparatus 200 according to an embodiment of the present invention.
  • the learning device 200 is a device or server separately configured outside the terminal 100 and may perform the same function as the learning processor 130 of the terminal 100.
  • the learning device 200 may be configured to receive, classify, store, and output information to be used for data mining, data analysis, intelligent decision making, and machine learning algorithms.
  • the machine learning algorithm may include a deep learning algorithm.
  • the learning device 200 may communicate with at least one terminal 100, and may derive a result by analyzing or learning data on behalf of or on behalf of the terminal 100.
  • the meaning of helping other devices may mean distribution of computing power through distributed processing.
  • the learning device 200 of an artificial neural network is various devices for learning an artificial neural network, and may generally mean a server, and may be referred to as a learning device or a learning server.
  • the learning device 200 may be implemented as a single server as well as a plurality of server sets, cloud servers, or a combination thereof.
  • the learning device 200 may be configured in plural to form a learning device set (or cloud server), and at least one or more learning devices 200 included in the learning device set may analyze or learn data through distributed processing. Results can be derived.
  • the learning device 200 may transmit the model learned by machine learning or deep learning to the terminal 100 periodically or upon request.
  • the learning device 200 includes a communication unit 210, an input unit 220, a memory 230, a learning processor 240, and a power supply unit. , 250), and a processor 260.
  • the communication unit 210 may correspond to a configuration including the wireless communication unit 110 and the interface unit 160 of FIG. 1. That is, data can be transmitted and received with other devices through wired or wireless communication or an interface.
  • the input unit 220 is a component corresponding to the input unit 120 of FIG. 1, and may obtain data by receiving data through the communication unit 210.
  • the input unit 220 may obtain training data for model training and input data for obtaining an output using a trained model.
  • the input unit 220 may obtain unprocessed input data.
  • the processor 260 may pre-process the obtained data to generate training data or pre-processed input data that can be input to model training.
  • the pre-processing of input data performed by the input unit 220 may mean extracting an input feature from the input data.
  • the memory 230 is a component corresponding to the memory 170 of FIG. 1.
  • the memory 230 may include a model storage unit 231 and a database 232.
  • the model storage unit 231 stores the model being trained or trained through the learning processor 240 (or artificial neural network 231a), and stores the updated model when the model is updated through training.
  • the model storage unit 231 may divide and store the learned model as a plurality of versions according to a learning time point or a learning progress, if necessary.
  • the artificial neural network 231a shown in FIG. 2 is only an example of an artificial neural network including a plurality of hidden layers, and the artificial neural network of the present invention is not limited thereto.
  • the artificial neural network 231a may be implemented in hardware, software, or a combination of hardware and software. When some or all of the artificial neural network 231a is implemented in software, one or more instructions constituting the artificial neural network 231a may be stored in the memory 230.
  • the database 232 stores input data obtained from the input unit 220, training data (or training data) used for model training, and a model learning history.
  • the input data stored in the database 232 may be not only processed data suitable for model learning, but also raw input data itself.
  • the running processor 240 is a component corresponding to the running processor 130 of FIG. 1.
  • the learning processor 240 may train (train, or learn) the artificial neural network 231a using training data or a training set.
  • the learning processor 240 learns the artificial neural network 231a by immediately acquiring preprocessed data of the input data acquired by the processor 260 through the input unit 220 or acquires preprocessed input data stored in the database 232 Thus, the artificial neural network 231a can be trained.
  • the learning processor 240 may determine optimized model parameters of the artificial neural network 231a by repeatedly learning the artificial neural network 231a using various learning techniques described above.
  • an artificial neural network whose parameters are determined by being trained using training data may be referred to as a learning model or a trained model.
  • the learning model may infer the result value while being mounted on the training device 200 of the artificial neural network, or may be transmitted and mounted to another device such as the terminal 100 through the communication unit 210.
  • the updated learning model may be transmitted and mounted to another device such as the terminal 100 through the communication unit 210.
  • the power supply unit 250 is a component corresponding to the power supply unit 190 of FIG. 1.
  • FIG. 3 is a flowchart illustrating a method of recognizing a user's voice according to an embodiment of the present invention.
  • the processor 180 of the artificial intelligence device 100 acquires image data (S301).
  • the image data may include an object as an object recognized and identified from the image data by the artificial intelligence device 100.
  • the image data may include a human face.
  • Image data may include at least one object to be identified, but may not include any object to be identified.
  • the processor 180 may acquire image data photographed by the camera 121 of the input unit 120 or may acquire image data photographed from an external camera (not shown) through the wireless communication unit 110.
  • the image data may be composed of at least one or more of RGB image data, IR image data, or depth image data. Accordingly, one image data for identifying an object may include RGB image data, IR image data, and depth image data.
  • the camera 121 or an external camera (not shown) used to acquire image data may include at least one of an RGB sensor, an IR sensor, or a depth sensor.
  • An example of a camera equipped with a depth sensor is a Time of Flight (ToF) camera.
  • ToF Time of Flight
  • the processor 180 may acquire color information for each pixel using a color filter format from the acquired image data.
  • the processor 180 generates first identification information corresponding to the object from image data obtained using a default recognition model composed of at least one or more of the plurality of recognition models (S303).
  • the identification information on the image data may mean identification information corresponding to an object included in the image data.
  • the plurality of recognition models means models for recognizing and identifying objects included in the image data, and may be stored in the memory 170 or the memory 230 of the learning server 200.
  • the basic recognition model is composed of at least one recognition model, and may be defined as a weight (first weight) for each of the plurality of recognition models.
  • the first identification information corresponding to the object may refer to result information on recognition and identification of an object included in the image data.
  • the first identification information may include at least one or more of the type, size, color, location, or area within the image data of the target object.
  • the first identification information to be generated from image data photographing a frog contains content indicating a frog, when it is preferably recognized and identified.
  • each recognition model may include recognition models trained using image data sets divided into at least one or more categories according to a photographing environment.
  • the photographing environment may include at least one of a day environment, a night environment, an outdoor environment, or an indoor environment.
  • the image data set may include an RGB image data set, an IR image data set, a depth image data set, or a combination thereof.
  • a recognition model learned using an RGB image data set captured in a daytime environment a recognition model learned using an IR image data set captured in a daytime environment, or a depth image data set captured in a daytime environment are used as the recognition model.
  • the learned recognition model may be included.
  • Each recognition model may mean a recognition model learned using a machine learning algorithm or a deep learning algorithm.
  • Each recognition model can be composed of an artificial neural network.
  • weight information for each recognition model may be included.
  • generating identification information using a plurality of recognition models is a new method by multiplying the identification information generated from the same image data for each recognition model by a weight for each recognition model, and summing the identification information multiplied by the weight. It may mean generating identification information.
  • the first identification model determines the probability that the recognized object is the first object as 60%
  • the second identification model determines the probability that the recognized object is the first object as 90%
  • the third identification model determines that the recognized object is the first object.
  • the probability that the identified object is the first object is determined as 50%
  • the weight between the three identification models is [0.3, 0.5, 0.2]
  • the basic recognition model may generate first identification information indicating that the recognized object is a first object. .
  • the basic recognition model may be determined as a default weight for each model.
  • the processor 180 measures the confidence of the first identification information generated by using the basic recognition model (S305).
  • Measuring reliability of the generated first identification information may mean measuring uncertainty of the generated first identification information.
  • Reliability or uncertainty may be used as an index to determine whether the first identification information generated by the basic recognition model is reliable.
  • the processor 180 may measure reliability or uncertainty for a basic recognition model composed of an artificial neural network by using a dropout technique.
  • the processor 180 may measure reliability or uncertainty through perturbation of the image data.
  • the processor 180 determines whether the measured reliability is greater than or equal to a reference value (S307).
  • the measured reliability is greater than or equal to the reference value, it may mean that the first identification information generated by the basic recognition model for image data has high reliability.
  • the reference value may be a preset value.
  • the reference value may be 50%, but the present invention is not limited thereto.
  • the processor 180 acquires the generated first identification information as a result of recognizing the object (S309).
  • Acquiring the first identification information as a result of recognizing an object may mean providing the first identification information as a result of recognizing the object.
  • the processor 180 may output the first identification information generated through the output unit 150.
  • the processor 180 may provide the generated first identification information to an external device (not shown) that requires the first identification information generated through the wireless communication unit 110.
  • the processor 180 may provide the generated first identification information to a program that requires the generated first identification information.
  • the processor 180 acquires second identification information for the image data as the recognition result for the object using a compound recognition model (S311). ).
  • Acquiring the second identification information as a result of recognizing the object may mean providing the second identification information as a result of recognizing the object.
  • the complex recognition model may include at least one or more of the plurality of recognition models.
  • the composite recognition model can be viewed as using recognition models constituting the composite recognition model.
  • the complex recognition model may mean a model capable of recognizing an object with higher reliability than the basic recognition model with respect to the acquired image data.
  • the processor 180 analyzes the characteristics of the input image data to construct a complex recognition model suitable for the input image data, and generates second identification information corresponding to the input image data using the configured complex recognition model. I can.
  • the present invention can recognize and identify objects with higher accuracy in image data using a plurality of recognition models learned using various environments and various image data sets.
  • FIG. 4 is a diagram illustrating an example of a color filter format of RGB image data according to an embodiment of the present invention.
  • the color filter format of RGB image data may be referred to as a Bayer format.
  • pixels of a 2x2 format constitute one unit, and each unit is one R (Red) pixel, 2 G (Green) pixels, and 1 B (Blue). Pixels are included.
  • G may be arranged diagonally within each unit.
  • the pixels representing R and B have the same spacing of 2 pixels, both horizontally and vertically.
  • the pixels representing G have the same interval in a diagonal grid pattern.
  • FIG. 5 is a diagram illustrating an example of a color filter format of RGB-IR image data according to an embodiment of the present invention.
  • the RGB-IR image data may mean image data including RGB image data and IR image data.
  • RGB-IR image data may be referred to as an RGB-IR format.
  • the color filter format for RGB-IR image data consists of 4 pixels in a 2x2 format, and each unit includes 1 R pixel, 1 G pixel, 1 B pixel, and 1 IR pixel. do.
  • the pixels representing R, G, B, and IR have the same spacing of 2 pixels each horizontally and vertically.
  • FIG. 6 is a diagram showing a dropout technique in an artificial neural network.
  • the dropout technique is a technique used to prevent overfitting (overfitting) for an artificial neural network, as shown in FIG. 6, and means determining a result in a state where nodes constituting the artificial neural network are arbitrarily excluded. can do.
  • FIG. 6 shows an example of the recognition model constituting the basic recognition model, and all nodes are connected.
  • (b) shows a state in which arbitrary nodes are excluded using a dropout technique for the artificial neural network model of (a).
  • FIG. 7 is a diagram illustrating a method of measuring reliability for a basic recognition model using a dropout technique in an embodiment of the present invention.
  • a plurality of basic recognition models 702 dropped out by the processor 180 using a dropout technique. , 703 and 704), and dropout-based identification information 705, 706 and 707 for the image data 701 using each of the dropped-out basic recognition models 702, 703 and 704. have.
  • the processor 180 uses the number of dropout-based identification information corresponding to the identification information generated by the basic recognition model among all the generated dropout-based identification information 705, 706, and 707. Can be determined.
  • the image data 701 is an image including a cat
  • the basic recognition model generates identification information that the object included in the image data 701 is a cat.
  • the dropout-based identification information 705, 706 and 707 was generated using the three dropped-out basic recognition models 702, 703 and 704, two dropout-based identification information 705 and 707 It is assumed that is the same as the identification information generated by the basic recognition model and indicates the cat.
  • the processor 170 may determine the reliability of the identification information generated by the basic recognition model as 66%.
  • the reliability of the identification information generated by the basic recognition model may be measured (determined) by using a larger number (eg, 100) of dropped-out basic recognition models.
  • the processor 180 determines whether 80 dropout-based identification information is the same as identification information generated using the basic recognition model. If, as a result of generating dropout-based identification information using 100 dropped-out basic recognition models, if 80 dropout-based identification information is the same as identification information generated using the basic recognition model, the processor 180 The reliability of the generated identification information can be determined as 80%.
  • FIG. 8 is a diagram illustrating a method of measuring reliability through fluctuations in image data according to an embodiment of the present invention.
  • the processor 180 uses random noise with respect to the image data.
  • 803 and 804 may be generated, and variation-based identification information 805, 806, and 807 for each of the generated changed image data 802, 803, and 804 may be generated using a basic recognition model.
  • the processor 180 calculates the reliability of the basic recognition reliability by using the number of dropout-based identification information corresponding to the identification information generated by the basic recognition model among all the generated variation-based identification information 805, 806, and 807. You can decide.
  • the image data 801 is an image including a tree frog
  • the basic recognition model determines the probability that the object included in the image data 801 is a tree frog with a 54% probability and is included in the image data 801 It is assumed that the identified object is a tree frog.
  • the variation-based identification information 805, 806, and 807 was generated using the basic recognition model for the three changed image data 802, 803, and 804, two variation-based identification information 805 and 807 It is assumed that, in the same way as the identification information generated for the image data 801, indicates a tree frog with a probability of 50% or more.
  • the processor 170 may determine the reliability of the identification information generated by the basic recognition model as 66%.
  • the processor 180 determines the reliability of the generated identification information by 80 It can be determined in %.
  • the processor 180 may determine the reliability of the generated identification information by using at least one of an average or variance of the number of variation-based identification information equal to the identification information for image data among the total variation-based identification information.
  • FIG. 9 is an operation flowchart showing an example of the step (S311) of generating second identification information shown in FIG. 3.
  • the processor 180 extracts an image feature vector from the acquired image data (S901).
  • the image feature vector includes at least one or more image feature points representing features of the acquired image data.
  • the image feature vector may include at least one of brightness, saturation, illuminance, hue, noise level, blur level, frequency-based feature point, energy level, or depth as image feature points.
  • the frequency-based feature point may include at least one or more of an edge, a shape, or a texture.
  • the frequency-based feature point may be obtained from image data through Fourier Transformation, an edge and a shape may be obtained in a high frequency region, and a texture, etc. may be obtained in a low frequency region.
  • the frequency-based feature points may be extracted using an image pyramid network.
  • the image feature vector may include a feature point for a color, depending on the RGB model, red (R), green (G), and blue (B), and according to the HSV model, hue and saturation And brightness (Value), and brightness (Y) and color differences (Cb, Cr) according to the YCbCr model (YUV model).
  • the processor 180 constructs a complex recognition model for recognizing an object from image data acquired based on the image feature vector (S903).
  • the complex recognition model may be defined as a weight (second weight) for each of the plurality of recognition models.
  • configuring the complex recognition model may mean determining a weight for each of the plurality of recognition models.
  • a weight for determining the composite recognition model (the second weight may be referred to as a compound weight).
  • the complex recognition model can be defined as a complex weight.
  • the processor 180 generally determines the composite weight to be a value different from the default weight, but may be determined to be the same as the default weight depending on circumstances.
  • the composite weight may be set equal to the basic weight.
  • the composite weight may be determined using a weight determination model.
  • the weight determination model may refer to a model that outputs a composite weight constituting a composite recognition model that is expected to identify an object from image data corresponding to the image feature vector with high reliability when an image feature vector is input.
  • the weight determination model may mean a model that outputs a composite weight that constitutes a composite recognition model that is expected to identify an object with a certain level of reliability or higher in image data corresponding to the image feature vector when an image feature vector is input. .
  • the weight determination model may be an artificial neural network learned using a machine learning algorithm or a deep learning algorithm.
  • the weight determination model may be trained using training data.
  • the training data may include an image feature vector and a labeled composite weight corresponding thereto.
  • the weight of the night RGB recognition model may be labeled lower than the weight of the daytime RGB recognition model.
  • the weight of the IR recognition model may be labeled higher than the weight of the weekly RGB recognition model.
  • an IR image or a depth image can be expected to have a higher object recognition rate than an RGB image, so the image feature vector corresponding to image data captured in a dark environment has different weights between the IR recognition model and the depth recognition model. It can be labeled relatively high compared to models.
  • the weight determination model may be trained so that when an image feature vector included in the training data is input to an input layer, an error of a composite weight output from the output layer with a labeled composite weight included in the training data decreases.
  • the weight determination model may be trained so that when an image feature vector corresponding to image data is input, the output composite weight follows the labeled composite weight.
  • the weight determination model may be a regression model.
  • the weight determination model may be learned by the processor 180, but may also be learned by the learning processor 240 of the learning device 200.
  • the weight determination model may be stored in the memory 170.
  • the training data for training the weight determination model may include labeling information of the complex weight of the complex recognition model that maximizes the reliability of the identification information generated from the training image data.
  • training data corresponding to specific training image data includes an image feature vector corresponding to the specific training image data and a composite weight as labeling information.
  • the reliability of the identification information generated by the composite recognition model defined by the composite weight may be expected to be higher compared to the reliability of the identification information generated by the composite recognition model defined by another composite weight.
  • the processor 180 sets the weight of the recognition model that can more accurately recognize and identify the object included in the image data for the given image data as compared to the other recognition model, thereby recognizing the object with high accuracy and A complex recognition model that can be identified can be constructed.
  • the processor 180 generates second identification information for the acquired image data using the configured complex recognition model (S905).
  • the identification information on the image data may mean identification information corresponding to an object included in the image data.
  • generating identification information by using a complex recognition model composed of a plurality of recognition models includes third identification information generated from the same image data for each recognition model. It may mean that the second identification information is generated by multiplying by a weight of and adding the third identification information multiplied by the weight.
  • the first identification model determines the probability that the recognized object is the first object as 60%
  • the second identification model determines the probability that the recognized object is the first object as 90%
  • the third identification model determines that the recognized object is the first object.
  • the probability that the identified object is the first object is determined as 50%
  • the weight between the three identification models is [0.2, 0.7, 0.1]
  • the complex recognition model may generate second identification information indicating that the recognized object is a first object. .
  • the processor 180 constructs a complex recognition model to generate the second identification information, and thus, it is expected that the first identification information and the second identification information will be different from each other. However, a case in which the first identification information and the second identification information are the same may sufficiently occur.
  • the processor 180 acquires the generated second identification information as a result of recognizing the object (S907).
  • Acquiring the second identification information as a result of recognizing the object may mean providing the second identification information as a result of recognizing the object.
  • the processor 180 may output the second identification information generated through the output unit 150.
  • the processor 180 may provide the generated second identification information to an external device (not shown) that requires the second identification information generated through the wireless communication unit 110.
  • the processor 180 may provide the generated second identification information to a program that requires the generated second identification information.
  • FIGS. 10 and 11 are diagrams illustrating a method of extracting a blur level as an image feature point from image data according to an embodiment of the present invention.
  • the processor 180 calculates a Laplacian using a Laplace kernel 1002 for the image data 1001. Then, the variance of Laplacian can be calculated and used as a blur level.
  • the processor 180 may determine that the picture is a clear picture when the blur level is higher than a certain level.
  • the processor 180 sets the blur level of the image data 1101 of (a) to 307.45, the blur level of the image data 1102 of (b) to 73.77, and the image data 1103 of (c). ), the blur level of the image data 1104 of (d) is 206.35, the blur level of the image data 1105 of (e) is 81.68, and the blur level of the image data 1106 of (f) is 463.21, Can be determined as 83.17.
  • FIG. 12 is a diagram illustrating examples of image feature points included in an image feature vector according to an embodiment of the present invention.
  • FIG 12 shows examples of image feature points that may be included in the image feature vector according to an embodiment of the present invention, and may be selectively included in the image feature vector from among the illustrated image feature points.
  • all image feature points shown in FIG. 12 may be included in the image feature vector, but all image feature points shown in FIG. 12 may not be included in the image feature vector.
  • FIG. 13 is a diagram illustrating an example of image data according to an embodiment of the present invention.
  • image data according to an embodiment of the present invention includes RGB image data 1301 including only RGB information as shown in (a), and IR image data 1302 including only IR information as shown in (b). As shown in (c), depth image data 1303 including only depth information, or image data (not shown) composed of a combination thereof may be included.
  • FIG. 14 is a diagram illustrating a plurality of recognition models according to an embodiment of the present invention.
  • a plurality of recognition models 1402_1, 1402_2 to 1402_n are trained using respective corresponding training image data sets 1401_1, 1401_2 to 1401_n.
  • each training image data set 1401_1, 1401_2 to 1401_n may be classified based on an image type such as RGB information, IR information, or depth information.
  • the first training image data set is composed of image data including only RGB information
  • the second training image data set is composed of image data including only IR information
  • the third training image data set includes only depth information.
  • the fourth training image data set is composed of image data
  • the fourth training image data set is composed of image data including only RGB information and IR information, and similarly, another training image data set may be configured.
  • each of the training image data sets 1401_1 and 1401_2 to 1401_n may be classified based on environmental information in which the image data is captured.
  • the first training image data set is composed of only image data taken in a daytime environment
  • the second training image data set is composed of only image data taken in the night environment
  • the third training image data set is taken in sunny weather.
  • the fourth training image data set is composed of only image data
  • the fourth training image data set is composed of only image data photographed in rainy weather.
  • another training image data set may be configured.
  • the photographed environmental information may include time zone information, weather information, season information, location information, and the like.
  • Time zone information may include daytime and nighttime.
  • Weather information may include sunny, rainy, snowy, and cloudy weather.
  • Seasonal information may include spring, summer, autumn, and winter.
  • Location information may include indoors, outdoors, and underwater.
  • 15 is a diagram illustrating a method of generating second identification information using a complex recognition model according to an embodiment of the present invention.
  • a complex recognition model includes a plurality of recognition models 1402_1, 1402_2 to 1402_n and complex weights 1502_1, 1502_2 to 1502_n for each recognition model. .
  • the processor 180 acquires the image data 1501
  • the processor 180 inputs the acquired image data 1501 to each of the learned complex recognition models, and a third identification output from each of the complex recognition models 1402_1, 1402_2 to 1402_n. Information can be obtained.
  • the processor 180 is based on the third identification information output from each of the complex recognition models (1402_1, 1402_2 to 1402_n) and the complex weights (1502_1, 1502_2 to 1502_n) for each recognition model, second identification information (1503) can be created.
  • the present invention described above can be implemented as a computer-readable code in a medium on which a program is recorded.
  • the computer-readable medium includes all types of recording devices storing data that can be read by a computer system. Examples of computer-readable media include HDD (Hard Disk Drive), SSD (Solid State Disk), SDD (Silicon Disk Drive), ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, etc. There is this.

Abstract

본 발명의 실시 예는 적어도 하나 이상의 객체(object)를 인식하는 인공 지능 장치에 있어서, 이미지 데이터에서 상기 객체에 상응하는 식별 정보를 생성하는 복수의 인식 모델들을 저장하는 메모리; 및 상기 객체에 대한 이미지 데이터를 획득하고, 상기 복수의 인식 모델들 중 적어도 하나 이상으로 구성되는 기본 인식 모델을 이용하여 상기 이미지 데이터로부터 상기 객체에 상응하는 제1 식별 정보를 생성하고, 상기 제1 식별 정보에 대한 신뢰도(confidence level)를 측정하고, 상기 신뢰도가 제1 기준값 이상인 경우에는 상기 제1 식별 정보를 상기 객체의 인식 결과로 획득하고, 상기 측정한 신뢰도가 상기 제1 기준값 미만인 경우에는 상기 복수의 인식 모델들 중 적어도 하나 이상으로 구성되는 복합 인식 모델을 이용하여 상기 이미지 데이터로부터 상기 객체에 상응하는 제2 식별 정보를 상기 객체의 인식 결과로 획득하는 프로세서를 포함하고, 상기 기본 인식 모델은 상기 복수의 인식 모델들 각각에 대한 제1 가중치로 정의되는 모델이고, 상기 복합 인식 모델은 상기 복수의 인식 모델들 각각에 대한 제2 가중치로 정의되는 모델인, 인공 지능 장치를 제공한다.

Description

객체를 인식하는 인공 지능 장치 및 그 방법
본 발명은 객체를 인식하는 인공 지능 장치 및 그 방법에 관한 것이다. 구체적으로, 이미지 데이터에서 객체를 인식하기 위한 복수의 인식 모델을 이용하여 입력되는 이미지 데이터에 적합한 인식 모델들을 조합하여 객체를 보다 정확하게 인식 및 식별하는 인공 지능 장치 및 그 방법에 관한 것이다.
최근 들어 영상이나 소리를 입력 받아 제어를 수행하는 기기들이 늘어나고 있다. 자율 주행 기기는 입력 받은 데이터를 인식 및 분석하여 상황에 적합한 움직임을 제어한다. 스마트폰이나 보안 기기들에서는 영상, 소리 등을 입력 받아 등록된 사용자인지 여부를 판단한다. 음성 인식 기능을 가진 기기들은 음성을 인식 및 분석하여 음성의 의도에 적합한 제어를 수행한다.
하지만, 현재의 영상 인식 기술은 하나의 인식 모델만을 학습시키고, 학습된 하나의 인식 모델만을 이용하여 이미지 데이터에서 객체를 인식한다. 그리고, 이미지 데이터에서 객체의 인식에 성공하였다고 하더라도 얼만큼 정확하게 인식하였는지 확인할 수 없으며, 부정확하게 인식하였다고 하더라도 이를 개선할 방법이 없다.
따라서, 이미지 데이터에서 객체를 인식하였을 때의 신뢰도를 측정하고, 신뢰도가 낮은 경우에는 그 신뢰도를 높여서 객체를 인식하기 위한 기술이 필요하다.
본 발명은 이미지 데이터에서 객체를 인식할 때, 기본 인식 모델을 이용하여 객체의 인식을 시도하고, 인식의 신뢰도를 판단하며, 인식의 신뢰도가 낮은 경우 신뢰도를 높일 수 있는 복합 인식 모델을 이용하여 보다 정확도 높게 객체를 인식하는 인공 지능 장치 및 그 방법을 제공하고자 한다.
또한, 본 발명은 다양한 환경이나 다양한 이미지 타입의 이미지 데이터에 대하여도 높은 신뢰도로 객체를 인식하는 인공 지능 장치 및 그 방법을 제공하고자 한다.
본 발명의 일 실시 예는 기본 인식 모델을 이용하여 이미지 데이터에 포함된 객체에 상응하는 식별 정보를 생성하고, 생성한 식별 정보에 대한 신뢰도를 측정하고, 신뢰도가 높은 경우에 생성한 식별 정보를 객체에 대한 인식 결과로 획득하고, 신뢰도가 낮은 경우에는 이미지 데이터에서 이미지 특징 벡터를 추출하여 해당 이미지 데이터에 적합한 복합 인식 모델을 구성하고, 구성한 복합 인식 모델을 이용하여 생성한 이미지 데이터에 포함된 객체에 상응하는 식별 정보를 객체에 대한 인식 결과로 획득하는 인공 지능 장치 및 그 방법을 제공한다.
또한, 본 발명의 일 실시 예는 환경 정보와 이미지 타입 중에서 적어도 하나 이상으로 구분되는 복수의 이미지 데이터 세트로 학습된 복수의 인식 모델들 중에서 적어도 하나 이상을 포함하여 복합 인식 모델을 구성하며, 복합 인식 모델을 구성하는 각 인식 모델들 사이의 가중치를 이용하여 객체에 대한 식별 정보를 생성하는 인공 지능 장치 및 그 방법을 제공한다.
본 발명의 다양한 실시 예에 따르면, 이미지 데이터에서 객체를 인식하여 식별 정보를 생성하였을 때, 해당 식별 정보에 대한 신뢰도가 높은지 여부를 미리 판단할 수 있고, 신뢰도가 낮은 경우에는 해당 이미지 데이터의 특징에 적합한 복합 인식 모델을 이용하여 객체를 인식하므로, 다양한 환경에서 촬영된 이미지 데이터에 대하여도 높은 정확도로 객체를 인식할 수 있다.
또한, 본 발명의 다양한 실시 예에 따르면, 각각의 인식 모델들이 서로 상이한 환경 정보나 서로 상이한 이미지 타입에 대하여 객체 인식의 신뢰도가 상이하므로, 주어진 이미지 데이터에 적합한 인식 모델의 가중치를 높게 설정함에 따라 객체에 대하여 식별 정보를 보다 정확하게 생성할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 단말기(100)의 구성을 나타낸 블록도이다.
도 2는 본 발명의 일 실시 예에 따른 인공 신경망의 학습 장치(200)의 구성을 나타낸 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 사용자의 음성을 인식하는 방법을 나타낸 동작 흐름도이다.
도 4는 본 발명의 일 실시 예에 따른 RGB 이미지 데이터의 색상 필터 형식(Color Filter Format)의 일 예를 나타낸 도면이다.
도 5는 본 발명의 일 실시 예에 따른 RGB-IR 이미지 데이터의 색상 필터 형식의 일 예를 나타낸 도면이다.
도 6은 인공 신경망에서 드롭아웃 기법을 나타낸 도면이다.
도 7은 본 발명의 일 실시 예에서 드롭아웃 기법을 이용하여 기본 인식 모델에 대한 신뢰도를 측정하는 방법을 나타낸 도면이다.
도 8는 본 발명의 일 실시 예에서 이미지 데이터에 대하여 변동을 통해 신뢰도를 측정하는 방법을 나타낸 도면이다.
도 9는 도 3에 도시된 제2 식별 정보를 생성하는 단계(S311)의 일 예를 나타낸 동작 흐름도이다.
도 10 및 11은 본 발명의 일 실시 예에서 이미지 데이터에서 이미지 특징점으로써의 블러 레벨을 추출하는 방법을 나타낸 도면이다.
도 12는 본 발명의 일 실시 예에 따른 이미지 특징 벡터에 포함되는 이미지 특징점들의 예시를 나타낸 도면이다.
도 13은 본 발명의 일 실시 예에 따른 이미지 데이터의 예시를 나타낸 도면이다.
도 14는 본 발명의 일 실시 예에 따른 복수의 인식 모델들을 나타낸 도면이다.
도 15는 본 발명의 일 실시 예에 따른 복합 인식 모델을 이용한 제2 식별 정보의 생성 방법을 나타낸 도면이다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
인공 지능(artificial intelligence, AI)은 인간의 지능으로 할 수 있는 사고, 학습, 자기계발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 한 분야로, 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것을 의미한다.
또한, 인공지능은 그 자체로 존재하는 것이 아니라, 컴퓨터 과학의 다른 분야와 직간접으로 많은 관련을 맺고 있다. 특히 현대에는 정보기술의 여러 분야에서 인공지능적 요소를 도입하여, 그 분야의 문제 풀이에 활용하려는 시도가 매우 활발하게 이루어지고 있다.
머신 러닝(machine learning)은 인공지능의 한 분야로, 컴퓨터에 명시적인 프로그램 없이 배울 수 있는 능력을 부여하는 연구 분야이다.
구체적으로 머신 러닝은, 경험적 데이터를 기반으로 학습을 하고 예측을 수행하고 스스로의 성능을 향상시키는 시스템과 이를 위한 알고리즘을 연구하고 구축하는 기술이라 할 수 있다. 머신 러닝의 알고리즘들은 엄격하게 정해진 정적인 프로그램 명령들을 수행하는 것이라기보다, 입력 데이터를 기반으로 예측이나 결정을 이끌어내기 위해 특정한 모델을 구축하는 방식을 취한다.
용어 '머신 러닝'은 용어 '기계 학습'과 혼용되어 사용될 수 있다.
기계 학습에서 데이터를 어떻게 분류할 것인가를 놓고, 많은 기계 학습 알고리즘이 개발되었다. 의사결정나무(Decision Tree)나 베이지안 망(Bayesian network), 서포트벡터머신(SVM: support vector machine), 그리고 인공 신경망(ANN: Artificial Neural Network) 등이 대표적이다.
의사결정나무는 의사결정규칙(Decision Rule)을 나무구조로 도표화하여 분류와 예측을 수행하는 분석방법이다.
베이지안 망은 다수의 변수들 사이의 확률적 관계(조건부독립성: conditional independence)를 그래프 구조로 표현하는 모델이다. 베이지안 망은 비지도 학습(unsupervised learning)을 통한 데이터마이닝(data mining)에 적합하다.
서포트벡터머신은 패턴인식과 자료분석을 위한 지도 학습(supervised learning)의 모델이며, 주로 분류와 회귀분석을 위해 사용한다.
인공신경망은 생물학적 뉴런의 동작원리와 뉴런간의 연결 관계를 모델링한 것으로 노드(node) 또는 처리 요소(processing element)라고 하는 다수의 뉴런들이 레이어(layer) 구조의 형태로 연결된 정보처리 시스템이다.
인공 신경망은 기계 학습에서 사용되는 모델로써, 기계학습과 인지과학에서 생물학의 신경망(동물의 중추신경계 중 특히 뇌)에서 영감을 얻은 통계학적 학습 알고리즘이다.
구체적으로 인공신경망은 시냅스(synapse)의 결합으로 네트워크를 형성한 인공 뉴런(노드)이 학습을 통해 시냅스의 결합 세기를 변화시켜, 문제 해결 능력을 가지는 모델 전반을 의미할 수 있다.
용어 인공신경망은 용어 뉴럴 네트워크(Neural Network)와 혼용되어 사용될 수 있다.
인공신경망은 복수의 레이어(layer)를 포함할 수 있고, 레이어들 각각은 복수의 뉴런(neuron)을 포함할 수 있다. 또한 인공신경망은 뉴런과 뉴런을 연결하는 시냅스를 포함할 수 있다.
인공 신경망은 일반적으로 다음의 세가지 인자, 즉 (1) 다른 레이어의 뉴런들 사이의 연결 패턴 (2) 연결의 가중치를 갱신하는 학습 과정 (3) 이전 레이어로부터 수신되는 입력에 대한 가중 합으로부터 출력값을 생성하는 활성화 함수에 의해 정의될 수 있다.
인공 신경망은, DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network), MLP(Multilayer Perceptron), CNN(Convolutional Neural Network)와 같은 방식의 네트워크 모델들을 포함할 수 있으나, 이에 한정되지 않는다.
본 명세서에서 용어 '레이어'는 용어 '계층'과 혼용되어 사용될 수 있다.
인공신경망은 계층 수에 따라 단층 신경망(Single-Layer Neural Networks)과 다층 신경망(Multi-Layer Neural Networks)으로 구분된다.
일반적인 단층 신경망은, 입력층과 출력층으로 구성된다.
또한 일반적인 다층 신경망은 입력층(Input Layer)과 하나 이상의 은닉층(Hidden Layer), 출력층(Output Layer)으로 구성된다.
입력층은 외부의 자료들을 받아들이는 층으로서, 입력층의 뉴런 수는 입력되는 변수의 수와 동일하며, 은닉층은 입력층과 출력층 사이에 위치하며 입력층으로부터 신호를 받아 특성을 추출하여 출력층으로 전달한다. 출력층은 은닉층으로부터 신호를 받고, 수신한 신호에 기반한 출력 값을 출력한다. 뉴런간의 입력신호는 각각의 연결강도(가중치)와 곱해진 후 합산되며 이 합이 뉴런의 임계치보다 크면 뉴런이 활성화되어 활성화 함수를 통하여 획득한 출력값을 출력한다.
한편 입력층과 출력 층 사이에 복수의 은닉층을 포함하는 심층 신경망은, 기계 학습 기술의 한 종류인 딥 러닝을 구현하는 대표적인 인공 신경망일 수 있다.
한편 용어 '딥 러닝'은 용어 '심층 학습'과 혼용되어 사용될 수 있다.
인공 신경망은 훈련 데이터(training data)를 이용하여 학습(training)될 수 있다. 여기서 학습이란, 입력 데이터를 분류(classification)하거나 회귀분석(regression)하거나 군집화(clustering)하는 등의 목적을 달성하기 위하여, 학습 데이터를 이용하여 인공 신경망의 파라미터(parameter)를 결정하는 과정을 의미할 수 있다. 인공 신경망의 파라미터의 대표적인 예시로써, 시냅스에 부여되는 가중치(weight)나 뉴런에 적용되는 편향(bias)을 들 수 있다.
훈련 데이터에 의하여 학습된 인공 신경망은, 입력 데이터를 입력 데이터가 가지는 패턴에 따라 분류하거나 군집화 할 수 있다.
한편 훈련 데이터를 이용하여 학습된 인공 신경망을, 본 명세서에서는 학습 모델(a trained model)이라 명칭 할 수 있다.
다음은 인공 신경망의 학습 방식에 대하여 설명한다.
인공 신경망의 학습 방식은 크게, 지도 학습, 비 지도 학습, 준 지도 학습(Semi-Supervised Learning), 강화 학습(Reinforcement Learning)으로 분류될 수 있다.
지도 학습은 훈련 데이터로부터 하나의 함수를 유추해내기 위한 기계 학습의 한 방법이다.
그리고 이렇게 유추되는 함수 중, 연속 적인 값을 출력하는 것을 회귀분석(Regression)이라 하고, 입력 벡터의 클래스(class)를 예측하여 출력하는 것을 분류(Classification)라고 할 수 있다.
지도 학습에서는, 훈련 데이터에 대한 레이블(label)이 주어진 상태에서 인공 신경망을 학습시킨다.
여기서 레이블이란, 훈련 데이터가 인공 신경망에 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과 값)을 의미할 수 있다.
본 명세서에서는 훈련 데이터가 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과값)을 레이블 또는 레이블링 데이터(labeling data)이라 명칭 한다.
또한 본 명세서에서는, 인공 신경망의 학습을 위하여 훈련 데이터에 레이블을 설정하는 것을, 훈련 데이터에 레이블링 데이터를 레이블링(labeling) 한다고 명칭 한다.
이 경우 훈련 데이터와 훈련 데이터에 대응하는 레이블)은 하나의 트레이닝 셋(training set)을 구성하고, 인공 신경망에는 트레이닝 셋의 형태로 입력될 수 있다.
한편 훈련 데이터는 복수의 특징(feature)을 나타내고, 훈련 데이터에 레이블이 레이블링 된다는 것은 훈련 데이터가 나타내는 특징에 레이블이 달린다는 것을 의미할 수 있다. 이 경우 훈련 데이터는 입력 객체의 특징을 벡터 형태로 나타낼 수 있다.
인공 신경망은 훈련 데이터와 레이블링 데이터를 이용하여, 훈련 데이터와 레이블링 데이터의 연관 관계에 대한 함수를 유추할 수 있다. 그리고, 인공 신경망에서 유추된 함수에 대한 평가를 통해 인공 신경망의 파라미터가 결정(최적화)될 수 있다.
비 지도 학습은 기계 학습의 일종으로, 훈련 데이터에 대한 레이블이 주어지지 않는다.
구체적으로, 비 지도 학습은, 훈련 데이터 및 훈련 데이터에 대응하는 레이블의 연관 관계 보다는, 훈련 데이터 자체에서 패턴을 찾아 분류하도록 인공 신경망을 학습시키는 학습 방법일 수 있다.
비 지도 학습의 예로는, 군집화 또는 독립 성분 분석(Independent Component Analysis)을 들 수 있다.
본 명세서에서 용어 '군집화'는 용어 '클러스터링'과 혼용되어 사용될 수 있다.
비지도 학습을 이용하는 인공 신경망의 일례로 생성적 적대 신경망(GAN: Generative Adversarial Network), 오토 인코더(AE: Autoencoder)를 들 수 있다.
생성적 적대 신경망이란, 생성기(generator)와 판별기(discriminator), 두 개의 서로 다른 인공지능이 경쟁하며 성능을 개선하는 머신 러닝 방법이다.
이 경우 생성기는 새로운 데이터를 창조하는 모형으로, 원본 데이터를 기반으로 새로운 데이터를 생성할 수 있다.
또한 판별기는 데이터의 패턴을 인식하는 모형으로, 입력되는 데이터가 원본 데이터인지 또는 생성기에서 생성한 가짜 데이터인지 여부를 감별하는 역할을 수행할 수 있다.
그리고 생성기는 판별기를 속이지 못한 데이터를 입력 받아 학습하며, 판별기는 생성기로부터 속은 데이터를 입력 받아 학습할 수 있다. 이에 따라 생성기는 판별기를 최대한 잘 속이도록 진화할 수 있고, 판별기는 원본 데이터와 생성기에 의해 생성된 데이터를 잘 구분하도록 진화할 수 있다.
오토 인코더는 입력 자체를 출력으로 재현하는 것을 목표로 하는 신경망이다.
오토 인코더는 입력층, 적어도 하나의 은닉층 및 출력층을 포함한다.
이 경우 은닉 계층의 노드 수가 입력 계층의 노드 수보다 적으므로 데이터의 차원이 줄어들게 되며, 이에 따라 압축 또는 인코딩이 수행되게 된다.
또한 은닉 계층에서 출력한 데이터는 출력 계층으로 들어간다. 이 경우 출력 계층의 노드 수는 은닉 계층의 노드 수보다 많으므로, 데이터의 차원이 늘어나게 되며, 이에 따라 압축 해제 또는 디코딩이 수행되게 된다.
한편 오토 인코더는 학습을 통해 뉴런의 연결 강도를 조절함으로써 입력 데이터가 은닉층 데이터로 표현된다. 은닉층에서는 입력층보다 적은 수의 뉴런으로 정보를 표현하는데 입력 데이터를 출력으로 재현할 수 있다는 것은, 은닉층이 입력 데이터로부터 숨은 패턴을 발견하여 표현했다는 것을 의미할 수 있다.
준 지도 학습은 기계 학습의 일종으로, 레이블이 주어진 훈련 데이터와 레이블이 주어지지 않은 훈련 데이터를 모두 사용하는 학습 방법을 의미할 수 있다.
준 지도 학습의 기법 중 하나로, 레이블이 주어지지 않은 훈련 데이터의 레이블을 추론한 후 추론된 라벨을 이용하여 학습을 수행하는 기법이 있으며, 이러한 기법은 레이블링에 소요되는 비용이 큰 경우에 유용하게 사용될 수 있다.
강화 학습은, 에이전트(Agent)가 매 순간 어떤 행동을 해야 좋을지 판단할 수 있는 환경이 주어진다면, 데이터 없이 경험으로 가장 좋을 길을 찾을 수 있다는 이론이다.
강화 학습은 주로 마르코프 결정 과정(MDP: Markov Decision Process)에 의하여 수행될 수 있다.
마르코프 결정 과정을 설명하면, 첫 번째로 에이전트가 다음 행동을 하기 위해 필요한 정보들이 구성된 환경이 주어지며, 두 번째로 그 환경에서 에이전트가 어떻게 행동할지 정의하고, 세 번째로 에이전트가 무엇을 잘하면 보상(reward)를 주고 무엇을 못하면 벌점(penalty)을 줄지 정의하며, 네 번째로 미래의 보상이 최고점에 이를 때까지 반복 경험하여 최적의 정책(policy)을 도출하게 된다.
인공 신경망은 모델의 구성, 활성 함수(Activation Function), 손실 함수(Loss Function) 또는 비용 함수(Cost Function), 학습 알고리즘, 최적화 알고리즘 등에 의해 그 구조가 특정되며, 학습 전에 하이퍼파라미터(Hyperparameter)가 미리 설정되고, 이후에 학습을 통해 모델 파라미터(Model Parameter)가 설정되어 내용이 특정될 수 있다.
예컨대, 인공 신경망의 구조를 결정하는 요소에는 은닉층의 개수, 각 은닉층에 포함된 은닉 노드의 개수, 입력 특징 벡터(Input Feature Vector), 대상 특징 벡터(Target Feature Vector) 등이 포함될 수 있다.
하이퍼파라미터는 모델 파라미터의 초기값 등과 같이 학습을 위하여 초기에 설정하여야 하는 여러 파라미터들을 포함한다. 그리고, 모델 파라미터는 학습을 통하여 결정하고자 하는 여러 파라미터들을 포함한다.
예컨대, 하이퍼파라미터에는 노드 간 가중치 초기값, 노드 간 편향 초기값, 미니 배치(Mini-batch) 크기, 학습 반복 횟수, 학습률(Learning Rate) 등이 포함될 수 있다. 그리고, 모델 파라미터에는 노드 간 가중치, 노드 간 편향 등이 포함될 수 있다.
손실 함수는 인공 신경망의 학습 과정에서 최적의 모델 파라미터를 결정하기 위한 지표(기준)로 이용될 수 있다. 인공 신경망에서 학습은 손실 함수를 줄이기 위하여 모델 파라미터들을 조작하는 과정을 의미하며, 학습의 목적은 손실 함수를 최소화하는 모델 파라미터를 결정하는 것으로 볼 수 있다.
손실 함수는 주로 평균 제곱 오차(MSE: Mean Squared Error) 또는 교차 엔트로피 오차(CEE, Cross Entropy Error)를 사용할 수 있으며, 본 발명이 이에 한정되지는 않는다.
교차 엔트로피 오차는 정답 레이블이 원 핫 인코딩(one-hot encoding)된 경우에 사용될 수 있다. 원 핫 인코딩은 정답에 해당하는 뉴런에 대하여만 정답 레이블 값을 1로, 정답이 아닌 뉴런은 정답 레이블 값이 0으로 설정하는 인코딩 방법이다.
머신 러닝 또는 딥 러닝에서는 손실 함수를 최소화하기 위하여 학습 최적화 알고리즘을 이용할 수 있으며, 학습 최적화 알고리즘에는 경사 하강법(GD: Gradient Descent), 확률적 경사 하강법(SGD: Stochastic Gradient Descent), 모멘텀(Momentum), NAG(Nesterov Accelerate Gradient), Adagrad, AdaDelta, RMSProp, Adam, Nadam 등이 있다.
경사 하강법은 현재 상태에서 손실 함수의 기울기를 고려하여 손실 함수값을 줄이는 방향으로 모델 파라미터를 조정하는 기법이다.
모델 파라미터를 조정하는 방향은 스텝(step) 방향, 조정하는 크기는 스텝 사이즈(size)라고 칭한다.
이때, 스텝 사이즈는 학습률을 의미할 수 있다.
경사 하강법은손실 함수를 각 모델 파라미터들로 편미분하여 기울기를 획득하고, 모델 파라미터들을 획득한 기울기 방향으로 학습률만큼 변경하여 갱신할 수 있다.
확률적 경사 하강법은 학습 데이터를 미니 배치로 나누고, 각 미니 배치마다 경사 하강법을 수행하여 경사 하강의 빈도를 높인 기법이다.
Adagrad, AdaDelta 및 RMSProp는 SGD에서 스텝 사이즈를 조절하여 최적화 정확도를 높이는 기법이다. SGD에서 모멘텀 및 NAG는 스텝 방향을 조절하여 최적화 정확도를 높이는 기법이다. Adam은 모멘텀과 RMSProp를 조합하여 스텝 사이즈와 스텝 방향을 조절하여 최적화 정확도를 높이는 기법이다. Nadam은 NAG와 RMSProp를 조합하여 스텝 사이즈와 스텝 방향을 조절하여 최적화 정확도를 높이는 기법이다.
인공 신경망의 학습 속도와 정확도는 인공 신경망의 구조와 학습 최적화 알고리즘의 종류뿐만 아니라, 하이퍼파라미터에 크게 좌우되는 특징이 있다. 따라서, 좋은 학습 모델을 획득하기 위하여는 적당한 인공 신경망의 구조와 학습 알고리즘을 결정하는 것뿐만 아니라, 적당한 하이퍼파라미터를 설정하는 것이 중요하다.
통상적으로 하이퍼파라미터는 실험적으로 다양한 값으로 설정해가며 인공 신경망을 학습시켜보고, 학습 결과 안정적인 학습 속도와 정확도를 제공하는 최적의 값으로 설정한다.
도 1은 본 발명의 일 실시 예에 따른 단말기(100)의 구성을 나타낸 블록도이다.
이하에서, 단말기(100)는 인공 지능 장치(100)라 칭할 수 있다.
단말기(100)는 텔레비전(TV), 프로젝터, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 셋톱박스(STB), DMB 수신기, 라디오, 세탁기, 냉장고, 데스크탑 컴퓨터, 디지털사이니지와 같은 고정형 기기 및 이동 가능한 기기 등으로 구현될 수 있다.
즉, 단말기(100)는 가정에서 이용하는 다양한 가전의 형태로 구현될 수 있으며, 고정 또는 이동 가능한 로봇에도 적용될 수 있다.
단말기(100)는 음성 에이전트의 기능을 수행할 수 있다. 음성 에이전트는 사용자의 음성을 인식하고, 인식된 사용자의 음성에 적합한 응답을 음성으로 출력하는 프로그램일 수 있다.
도 1을 참조하면, 단말기(100)는 무선 통신부(Wireless Communication Unit, 110), 입력부(Input Unit, 120), 러닝 프로세서(Learning Processor, 130), 센싱부(Sensing Unit, 140), 출력부(Output Unit, 150), 인터페이스부(Interface Unit, 160), 메모리(Memory, 170), 프로세서(Processor, 180) 및 전원 공급부(Power Supply Unit, 190) 등을 포함할 수 있다.
학습 모델(a trained model)은 단말기(100)에 탑재될 수 있다.
한편, 학습 모델은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있으며, 학습 모델의 일부 또는 전부가 소프트웨어로 구현되는 경우 학습 모델을 구성하는 하나 이상의 명령어는 메모리(170)에 저장될 수 있다.
무선 통신부(110)는 방송 수신 모듈(Broadcast Receiving Module, 111), 이동통신 모듈(Mobile Communication Unit, 112), 무선 인터넷 모듈(Wireless Internet Module, 113), 근거리 통신 모듈(Short Range Communication Module, 114), 위치정보 모듈(Location Information Module, 115) 중 적어도 하나를 포함할 수 있다.
방송 수신 모듈(111)은 방송 채널을 통하여 외부의 방송 관리 서버로부터 방송 신호 및/또는 방송 관련된 정보를 수신한다.
이동통신 모듈(112)은, 이동통신을 위한 기술표준들 또는 통신방식(예를 들어, GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), CDMA2000(Code Division Multi Access 2000), EV-DO(Enhanced Voice-Data Optimized or Enhanced Voice-Data Only), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등)에 따라 구축된 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다.
무선 인터넷 모듈(113)은 무선 인터넷 접속을 위한 모듈을 말하는 것으로, 단말기(100)에 내장되거나 외장될 수 있다. 무선 인터넷 모듈(113)은 무선 인터넷 기술들에 따른 통신망에서 무선 신호를 송수신하도록 이루어진다.
무선 인터넷 기술로는, 예를 들어 WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), Wi-Fi(Wireless Fidelity) Direct, DLNA(Digital Living Network Alliance), WiBro(Wireless Broadband), WiMAX(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등이 있다.
근거리 통신 모듈(114)은 근거리 통신(Short range communication)을 위한 것으로서, 블루투스(Bluetooth™), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, NFC(Near Field Communication), Wi-Fi(Wireless-Fidelity), Wi-Fi Direct, Wireless USB(Wireless Universal Serial Bus) 기술 중 적어도 하나를 이용하여, 근거리 통신을 지원할 수 있다.
위치정보 모듈(115)은 단말기의 위치(또는 현재 위치)를 획득하기 위한 모듈로서, 그의 대표적인 예로는 GPS(Global Positioning System) 모듈 또는 WiFi(Wireless Fidelity) 모듈이 있다. 예를 들어, 단말기는 GPS모듈을 활용하면, GPS 위성에서 보내는 신호를 이용하여 단말기의 위치를 획득할 수 있다.
입력부(120)는 영상 신호 입력을 위한 카메라(Camera, 121), 오디오 신호를 수신하기 위한 마이크로폰(Microphone, 122), 사용자로부터 정보를 입력 받기 위한 사용자 입력부(User Input Unit, 123)를 포함할 수 있다.
입력부(120)에서 수집한 음성 데이터나 이미지 데이터는 분석되어 사용자의 제어 명령으로 처리될 수 있다.
입력부(120)는 모델 학습을 위한 훈련 데이터 및 학습된 모델을 이용하여 출력을 획득할 때 사용될 입력 데이터 등을 획득할 수 있다.
입력부(120)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(180) 또는 러닝 프로세서(130)는 획득한 데이터를 전처리하여 모델 학습에 입력이 가능한 훈련 데이터 또는 전처리된 입력 데이터를 생성할 수 있다.
이때, 입력 데이터에 대한 전처리는, 입력 데이터로부터 입력 특징점(input feature)을 추출하는 것을 의미할 수 있다.
입력부(120)는 영상 정보(또는 신호), 오디오 정보(또는 신호), 데이터, 또는 사용자로부터 입력되는 정보의 입력을 위한 것으로서, 영상 정보의 입력을 위하여, 단말기(100)는 하나 또는 복수의 카메라(121)들을 구비할 수 있다.
카메라(121)는 화상 통화모드 또는 촬영 모드에서 이미지 센서에 의해 얻어지는 정지영상 또는 동영상 등의 화상 프레임을 처리한다. 처리된 화상 프레임은 디스플레이부(Display Unit, 151)에 표시되거나 메모리(170)에 저장될 수 있다.
마이크로폰(122)은 외부의 음향 신호를 전기적인 음성 데이터로 처리한다. 처리된 음성 데이터는 단말기(100)에서 수행 중인 기능(또는 실행 중인 응용 프로그램)에 따라 다양하게 활용될 수 있다. 한편, 마이크로폰(122)에는 외부의 음향 신호를 입력 받는 과정에서 발생되는 잡음(noise)을 제거하기 위한 다양한 잡음 제거 알고리즘이 구현될 수 있다.
사용자 입력부(123)는 사용자로부터 정보를 입력 받기 위한 것으로서, 사용자 입력부(123)를 통해 정보가 입력되면, 프로세서(180)는 입력된 정보에 대응되도록 단말기(100)의 동작을 제어할 수 있다.
사용자 입력부(123)는 기계식 (mechanical) 입력수단(또는, 메커니컬 키, 예를 들어, 단말기(100)의 전/후면 또는 측면에 위치하는 버튼, 돔 스위치 (dome switch), 조그 휠, 조그 스위치 등) 및 터치식 입력수단을 포함할 수 있다. 일 예로서, 터치식 입력수단은, 소프트웨어적인 처리를 통해 터치스크린에 표시되는 가상 키(virtual key), 소프트 키(soft key) 또는 비주얼 키(visual key)로 이루어지거나, 상기 터치스크린 이외의 부분에 배치되는 터치 키(touch key)로 이루어질 수 있다.
러닝 프로세서(130)는 훈련 데이터를 이용하여 인공 신경망으로 구성된 모델을 학습한다.
구체적으로, 러닝 프로세서(130)는 앞서 설명한 다양한 학습 기법을 이용하여 인공 신경망을 반복적으로 학습시킴으로써, 인공 신경망의 최적화된 모델 파라미터들을 결정할 수 있다
본 명세서에서는 훈련 데이터를 이용하여 학습됨으로써 파라미터가 결정된 인공 신경망을 학습 모델 또는 학습된 모델(a trained model)이라 칭할 수 있다.
이때, 학습 모델은 훈련 데이터가 아닌 새로운 입력 데이터에 대하여 결과 값을 추론해 내는데 사용될 수 있다.
러닝 프로세서(130)는 데이터 마이닝, 데이터 분석, 지능형 의사 결정 및 기계 학습 알고리즘을 위해 이용될 정보를 수신, 분류, 저장 및 출력하도록 구성될 수 있다.
러닝 프로세서(130)는 다른 컴포넌트, 디바이스, 단말기 또는 단말기와 통신하는 장치에 의해 수신, 검출, 감지, 생성, 사전 정의 또는 출력되는 데이터를 저장하도록 구성된 하나 이상의 메모리 유닛을 포함할 수 있다.
러닝 프로세서(130)는 단말기에 통합되거나 구현된 메모리를 포함할 수 있다. 일부 실시 예에서, 러닝 프로세서(130)는 메모리(170)를 사용하여 구현될 수 있다.
선택적으로 또는 부가적으로, 러닝 프로세서(130)는 단말기에 직접 결합된 외부 메모리 또는 단말기와 통신하는 서버에서 유지되는 메모리와 같이 단말기와 관련된 메모리를 사용하여 구현될 수 있다.
다른 실시 예에서, 러닝 프로세서(130)는 클라우드 컴퓨팅 환경에서 유지되는 메모리, 또는 네트워크와 같은 통신 방식을 통해 단말기에 의해 액세스 가능한 다른 원격 메모리 위치를 이용하여 구현될 수 있다.
러닝 프로세서(130)는 일반적으로 감독 또는 감독되지 않은 학습, 데이터 마이닝, 예측 분석 또는 다른 머신에서 사용하기 위해 데이터를 식별, 색인화, 카테고리화, 조작, 저장, 검색 및 출력하기 위해 데이터를 하나 이상의 데이터베이스에 저장하도록 구성될 수 있다. 여기서, 데이터베이스는 메모리(170), 학습 장치(200)의 메모리(230), 클라우드 컴퓨팅 환경에서 유지되는 메모리, 또는 네트워크와 같은 통신 방식을 통해 단말기에 의해 액세스 가능한 다른 원격 메모리 위치를 이용하여 구현될 수 있다.
러닝 프로세서(130)에 저장된 정보는 다양한 상이한 유형의 데이터 분석 알고리즘 및 기계 학습 알고리즘 중 임의의 것을 사용하여 프로세서(180) 또는 단말기의 하나 이상의 다른 제어기에 의해 이용될 수 있다.
이러한, 알고리즘의 예로는, k-최근 인접 시스템, 퍼지 논리 (예: 가능성 이론), 신경 회로망, 볼츠만 기계, 벡터 양자화, 펄스 신경망, 지원 벡터 기계, 최대 마진 분류기, 힐 클라이밍, 유도 논리 시스템 베이지안 네트워크, 페리트넷 (예: 유한 상태 머신, 밀리 머신, 무어 유한 상태 머신), 분류기 트리 (예: 퍼셉트론 트리, 지원 벡터 트리, 마코프 트리, 의사 결정 트리 포리스트, 임의의 포리스트), 판독 모델 및 시스템, 인공 융합, 센서 융합, 이미지 융합, 보강 학습, 증강 현실, 패턴 인식, 자동화 된 계획 등을 포함한다.
프로세서(180)는 데이터 분석 및 기계 학습 알고리즘을 사용하여 결정되거나, 생성된 정보에 기초하여 단말기의 적어도 하나의 실행 가능한 동작을 결정 또는 예측할 수 있다. 이를 위해, 프로세서(180)는 러닝 프로세서(130)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 상기 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 상기 단말기를 제어할 수 있다.
프로세서(180)는 지능적 에뮬레이션(즉, 지식 기반 시스템, 추론 시스템 및 지식 획득 시스템)을 구현하는 다양한 기능을 수행할 수 있다. 이는 적응 시스템, 기계 학습 시스템, 인공 신경망 등을 포함하는, 다양한 유형의 시스템(예컨대, 퍼지 논리 시스템)에 적용될 수 있다.
프로세서(180)는, 또한 I/O 처리 모듈, 환경 조건 모듈, 음성 - 텍스트 (STT: Speech to Text) 처리 모듈, 자연어 처리 모듈, 작업 흐름 처리 모듈 및 서비스 처리 모듈과 같이, 음성 및 자연 언어 음성 처리를 수반하는 연산을 가능하게 하는 서브 모듈을 포함할 수 있다.
이들 서브 모듈들 각각은, 단말기에서의 하나 이상의 시스템 또는 데이터 및 모델, 또는 이들의 서브셋 또는 수퍼 셋에 대한 액세스를 가질 수 있다. 또한, 이들 서브 모듈들 각각은, 어휘 색인, 사용자 데이터, 작업 흐름 모델, 서비스 모델 및 자동 음성 인식 (ASR) 시스템을 비롯한 다양한 기능을 제공할 수 있다.
다른 실시 예에서, 프로세서(180) 또는 단말기의 다른 양태는 상기 서브 모듈, 시스템, 또는 데이터 및 모델로 구현될 수 있다.
일부 예에서, 러닝 프로세서(130)의 데이터에 기초하여, 프로세서(180)는 사용자 입력 또는 자연 언어 입력으로 표현된 문맥 조건 또는 사용자의 의도에 기초하여 요구 사항을 검출하고 감지하도록 구성될 수 있다.
프로세서(180)는 문맥 조건 또는 사용자의 의도에 기초하여 요구 사항을 완전히 결정하는데 필요한 정보를 능동적으로 이끌어 내고, 획득할 수 있다. 예를 들어, 프로세서(180)는 입력 기록 및 출력 기록, 패턴 매칭, 모호하지 않은 단어, 입력 의도 등을 포함하는 과거 데이터를 분석함으로써 요구 사항을 결정하는데, 필요한 정보를 능동적으로 이끌어낼 수 있다.
프로세서(180)는 문맥 조건 또는 사용자의 의도에 기초하여 요구 사항에 응답하는 기능을 실행하기 위한 태스크 흐름을 결정할 수 있다.
프로세서(180)는 러닝 프로세서(130)에서 프로세싱 및 저장을 위한 정보를 수집하기 위해, 단말기에서 하나 이상의 감지 컴포넌트를 통해 데이터 분석 및 기계 학습 작업에 사용되는 신호 또는 데이터를 수집, 감지, 추출, 검출 및/또는 수신하도록 구성될 수 있다.
정보 수집은 센서를 통해 정보를 감지하는 것, 메모리(170)에 저장된 정보를 추출하는 것 또는 통신 수단을 통해 다른 단말기, 엔티티 또는 외부 저장 장치로부터 정보를 수신하는 것을 포함할 수 있다.
프로세서(180)는 단말기에서 사용 히스토리 정보를 수집하여, 메모리(170)에 저장할 수 있다.
프로세서(180)는 저장된 사용 히스토리 정보 및 예측 모델링을 사용하여 특정 기능을 실행하기 위한 최상의 매치를 결정할 수 있다.
프로세서(180)는 센싱부(140)를 통해 주변 환경 정보 또는 기타 정보를 수신하거나 감지할 수 있다.
프로세서(180)는 무선 통신부(110)을 통해 방송 신호 및/또는 방송 관련 정보, 무선 신호, 무선 데이터를 수신할 수 있다.
프로세서(180)는 입력부(120)로부터 이미지 정보 (또는 해당 신호), 오디오 정보 (또는 해당 신호), 데이터 또는 사용자 입력 정보를 수신할 수 있다.
프로세서(180)는 정보를 실시간으로 수집하고, 정보 (예를 들어, 지식 그래프, 명령 정책, 개인화 데이터베이스, 대화 엔진 등)를 처리 또는 분류하고, 처리 된 정보를 메모리(170) 또는 러닝 프로세서(130)에 저장할 수 있다.
단말기의 동작이 데이터 분석 및 기계 학습 알고리즘 및 기술에 기초하여 결정될 때, 프로세서(180)는 결정된 동작을 실행하기 위해 단말기의 구성 요소를 제어할 수 있다. 그리고 프로세서(180)는 제어 명령에 따라 단말을 제어하여 결정된 동작을 수행할 수 있다.
프로세서(180)는 특정 동작이 수행되는 경우, 데이터 분석 및 기계 학습 알고리즘 및 기법을 통해 특정 동작의 실행을 나타내는 이력 정보를 분석하고, 분석된 정보에 기초하여 이전에 학습 한 정보의 업데이트를 수행할 수 있다.
따라서, 프로세서(180)는 러닝 프로세서(130)과 함께, 업데이트 된 정보에 기초하여 데이터 분석 및 기계 학습 알고리즘 및 기법의 미래 성능의 정확성을 향상시킬 수 있다.
센싱부(140)는 단말기 내 정보, 단말기를 둘러싼 주변 환경 정보 및 사용자 정보 중 적어도 하나를 센싱 하기 위한 하나 이상의 센서를 포함할 수 있다.
예를 들어, 센싱부(140)는 근접센서(proximity sensor), 조도 센서(illumination sensor), 터치 센서(touch sensor), 가속도 센서(acceleration sensor), 자기 센서(magnetic sensor), 중력 센서(G-sensor), 자이로스코프 센서(gyroscope sensor), 모션 센서(motion sensor), RGB 센서, 적외선 센서(IR 센서: infrared sensor), 지문인식 센서(finger scan sensor), 초음파 센서(ultrasonic sensor), 광 센서(optical sensor, 예를 들어, 카메라(121 참조)), 마이크로폰(microphone, 122 참조), 배터리 게이지(battery gauge), 환경 센서(예를 들어, 기압계, 습도계, 온도계, 방사능 감지 센서, 열 감지 센서, 가스 감지 센서 등), 화학 센서(예를 들어, 전자 코, 헬스케어 센서, 생체 인식 센서 등) 중 적어도 하나를 포함할 수 있다. 한편, 본 명세서에 개시된 단말기는, 이러한 센서들 중 적어도 둘 이상의 센서에서 센싱되는 정보들을 조합하여 활용할 수 있다.
출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시키기 위한 것으로, 디스플레이부(Display Unit, 151), 음향 출력부(Sound Output Unit, 152), 햅틱 모듈(Haptic Module, 153), 광 출력부(Optical Output Unit, 154) 중 적어도 하나를 포함할 수 있다.
디스플레이부(151)는 단말기(100)에서 처리되는 정보를 표시(출력)한다. 예를 들어, 디스플레이부(151)는 단말기(100)에서 구동되는 응용 프로그램의 실행화면 정보, 또는 이러한 실행화면 정보에 따른 UI(User Interface), GUI(Graphic User Interface) 정보를 표시할 수 있다.
디스플레이부(151)는 터치 센서와 상호 레이어 구조를 이루거나 일체형으로 형성됨으로써, 터치 스크린을 구현할 수 있다. 이러한 터치 스크린은, 단말기(100)와 사용자 사이의 입력 인터페이스를 제공하는 사용자 입력부(123)로써 기능함과 동시에, 단말기(100)와 사용자 사이의 출력 인터페이스를 제공할 수 있다.
음향 출력부(152)는 호신호 수신, 통화모드 또는 녹음 모드, 음성인식 모드, 방송수신 모드 등에서 무선 통신부(110)로부터 수신되거나 메모리(170)에 저장된 오디오 데이터를 출력할 수 있다.
음향 출력부(152)는 리시버(receiver), 스피커(speaker), 버저(buzzer) 중 적어도 하나 이상을 포함할 수 있다.
햅틱 모듈(haptic module)(153)은 사용자가 느낄 수 있는 다양한 촉각 효과를 발생시킨다. 햅틱 모듈(153)이 발생시키는 촉각 효과의 대표적인 예로는 진동이 될 수 있다.
광출력부(154)는 단말기(100)의 광원의 빛을 이용하여 이벤트 발생을 알리기 위한 신호를 출력한다. 단말기(100)에서 발생 되는 이벤트의 예로는 메시지 수신, 호 신호 수신, 부재중 전화, 알람, 일정 알림, 이메일 수신, 애플리케이션을 통한 정보 수신 등이 될 수 있다.
인터페이스부(160)는 단말기(100)에 연결되는 다양한 종류의 외부 기기와의 통로 역할을 수행한다. 이러한 인터페이스부(160)는, 유/무선 헤드셋 포트(port), 외부 충전기 포트(port), 유/무선 데이터 포트(port), 메모리 카드(memory card) 포트, 식별 모듈이 구비된 장치를 연결하는 포트(port), 오디오 I/O(Input/Output) 포트(port), 비디오 I/O(Input/Output) 포트(port), 이어폰 포트(port)중 적어도 하나를 포함할 수 있다. 단말기(100)에서는, 상기 인터페이스부(160)에 외부 기기가 연결되는 것에 대응하여, 연결된 외부 기기와 관련된 적절할 제어를 수행할 수 있다.
한편, 식별 모듈은 단말기(100)의 사용 권한을 인증하기 위한 각종 정보를 저장한 칩으로서, 사용자 인증 모듈(user identify module; UIM), 가입자 인증 모듈(subscriber identity module; SIM), 범용 사용자 인증 모듈(universal subscriber identity module; USIM) 등을 포함할 수 있다. 식별 모듈이 구비된 장치(이하 '식별 장치')는, 스마트 카드(smart card) 형식으로 제작될 수 있다. 따라서 식별 장치는 상기 인터페이스부(160)를 통하여 단말기(100)와 연결될 수 있다.
메모리(170)는 단말기(100)의 다양한 기능을 지원하는 데이터를 저장한다.
메모리(170)는 단말기(100)에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 단말기(100)의 동작을 위한 데이터들, 명령어들을, 러닝 프로세서(130)의 동작을 위한 데이터들(예를 들어, 머신 러닝을 위한 적어도 하나의 알고리즘 정보 등)을 저장할 수 있다.
메모리(170)는 러닝 프로세서(130) 또는 학습 장치(200)에서 학습된 모델을 저장할 수 있다.
이때, 메모리(170)는 필요에 따라 학습된 모델을 학습 시점 또는 학습 진척도 등에 따라 복수의 버전으로 구분하여 저장할 수 있다.
이때, 메모리(170)는 입력부(120)에서 획득한 입력 데이터, 모델 학습을 위하여 이용되는 학습 데이터(또는 훈련 데이터), 모델의 학습 히스토리 등을 저장할 수 있다.
이때, 메모리(170)에 저장된 입력 데이터는 모델 학습에 적합하게 가공된 데이터뿐만 아니라, 가공되지 않은 입력 데이터 그 자체일 수 있다.
프로세서(180)는 상기 응용 프로그램과 관련된 동작 외에도, 통상적으로 단말기(100)의 전반적인 동작을 제어한다. 프로세서(180)는 위에서 살펴본 구성요소들을 통해 입력 또는 출력되는 신호, 데이터, 정보 등을 처리하거나 메모리(170)에 저장된 응용 프로그램을 구동함으로써, 사용자에게 적절한 정보 또는 기능을 제공 또는 처리할 수 있다.
또한, 프로세서(180)는 메모리(170)에 저장된 응용 프로그램을 구동하기 위하여, 도 1과 함께 살펴본 구성 요소들 중 적어도 일부를 제어할 수 있다. 나아가, 프로세서(180)는 상기 응용 프로그램의 구동을 위하여, 단말기(100)에 포함된 구성 요소들 중 적어도 둘 이상을 서로 조합하여 동작시킬 수 있다.
한편, 앞서 살펴본 것과 같이, 프로세서(180)는 응용 프로그램과 관련된 동작과, 통상적으로 단말기(100)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(180)는 상기 단말기의 상태가 설정된 조건을 만족하면, 애플리케이션들에 대한 사용자의 제어 명령의 입력을 제한하는 잠금 상태를 실행하거나, 해제할 수 있다.
전원공급부(190)는 프로세서(180)의 제어 하에서, 외부의 전원, 내부의 전원을 인가 받아 단말기(100)에 포함된 각 구성요소들에 전원을 공급한다. 이러한 전원공급부(190)는 배터리를 포함하며, 상기 배터리는 내장형 배터리 또는 교체 가능한 형태의 배터리가 될 수 있다.
도 2는 본 발명의 일 실시 예에 따른 인공 신경망의 학습 장치(200)의 구성을 나타낸 블록도이다.
학습 장치(200)는 단말기(100)의 외부에 별도로 구성된 장치 또는 서버로, 단말기(100)의 러닝 프로세서(130)와 동일한 기능을 수행할 수 있다.
즉, 학습 장치(200)는 데이터 마이닝, 데이터 분석, 지능형 의사 결정 및 기계 학습 알고리즘을 위해 이용될 정보를 수신, 분류, 저장 및 출력하도록 구성될 수 있다. 여기서, 기계 학습 알고리즘은 딥 러닝 알고리즘을 포함할 수 있다.
학습 장치(200)는 적어도 하나의 단말기(100)와 통신할 수 있고, 단말기(100)를 대신하여 혹은 도와 데이터를 분석하거나 학습하여 결과를 도출할 수 있다. 여기서, 다른 장치를 도운다는 의미는 분산 처리를 통한 연산력의 분배를 의미할 수 있다.
인공 신경망의 학습 장치(200)는 인공 신경망을 학습하기 위한 다양한 장치로서, 통상적으로 서버를 의미할 수 있고, 학습 장치 또는 학습 서버 등으로 칭할 수 있다.
특히, 학습 장치(200)는 단일한 서버뿐만 아니라 복수의 서버 세트, 클라우드 서버 또는 이들의 조합 등으로 구현될 수 있다.
즉, 학습 장치(200)는 복수로 구성되어 학습 장치 세트(혹은 클라우드 서버)를 구성할 수 있고, 학습 장치 세트에 포함된 적어도 하나 이상의 학습 장치(200)는 분산 처리를 통하여 데이터 분석 또는 학습하여 결과를 도출할 수 있다.
학습 장치(200)는 주기적으로 혹은 요청에 의하여 단말기(100)에 기계 학습 또는 딥 러닝에 의하여 학습한 모델을 전송할 수 있다.
도 2를 참조하면, 학습 장치(200)는 통신부(Communication Unit, 210), 입력부(Input Unit, 220), 메모리(Memory, 230), 러닝 프로세서(Learning Processor, 240), 전원 공급부(Power Supply Unit, 250) 및 프로세서(Processor, 260) 등을 포함할 수 있다.
통신부(210)는 도 1의 무선 통신부(110) 및 인터페이스부(160)를 포괄하는 구성과 대응될 수 있다. 즉, 유무선 통신이나 인터페이스를 통하여 다른 장치와 데이터를 송수신할 수 있다.
입력부(220)는 도 1의 입력부(120)에 대응되는 구성이며, 통신부(210)를 통하여 데이터를 수신함으로써 데이터를 획득할 수도 있다.
입력부(220)는 모델 학습을 위한 훈련 데이터 및 학습된 모델(a trained model)을 이용하여 출력을 획득하기 위한 입력 데이터 등을 획득할 수 있다.
입력부(220)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(260)는 획득한 데이터를 전처리하여 모델 학습에 입력이 가능한 훈련 데이터 또는 전처리된 입력 데이터를 생성할 수 있다.
이때, 입력부(220)에서 수행하는 입력 데이터에 대한 전처리는, 입력 데이터로부터 입력 특징점(input feature)을 추출하는 것을 의미할 수 있다.
메모리(230)는 도 1의 메모리(170)에 대응되는 구성이다.
메모리(230)는 모델 저장부(231) 및 데이터베이스(232) 등을 포함할 수 있다.
모델 저장부(231)는 러닝 프로세서(240)을 통하여 학습 중인 또는 학습된 모델(또는 인공 신경망, 231a)을 저장하며, 학습을 통하여 모델이 업데이트되면 업데이트 된 모델을 저장한다.
이때, 모델 저장부(231)는 필요에 따라 학습된 모델을 학습 시점 또는 학습 진척도 등에 따라 복수의 버전으로 구분하여 저장할 수 있다.
도 2에 도시된 인공 신경망(231a)은 복수의 은닉층을 포함하는 인공 신경망의 하나의 예시일 뿐이며, 본 발명의 인공 신경망이 이에 한정되는 것은 아니다
인공 신경망(231a)은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있다. 인공 신경망(231a)의 일부 또는 전부가 소프트웨어로 구현되는 경우, 인공 신경망(231a)을 구성하는 하나 이상의 명령어는 메모리(230)에 저장될 수 있다.
데이터베이스(232)는 입력부(220)에서 획득한 입력 데이터, 모델 학습을 위하여 이용되는 학습 데이터(또는 훈련 데이터), 모델의 학습 히스토리 등을 저장한다.
데이터베이스(232)에 저장된 입력 데이터는 모델 학습에 적합하게 가공된 데이터뿐만 아니라, 가공되지 않은 입력 데이터 그 자체일 수 있다.
러닝 프로세서(240)는 도 1의 러닝 프로세서(130)에 대응되는 구성이다.
러닝 프로세서(240)는 훈련 데이터 또는 트레이닝 셋(training set)을 이용하여 인공 신경망(231a)을 훈련(training, 또는 학습)시킬 수 있다.
러닝 프로세서(240)는 프로세서(260)가 입력부(220)를 통해 획득한 입력 데이터를 전처리한 데이터를 바로 획득하여 인공 신경망(231a)을 학습하거나, 데이터베이스(232)에 저장된 전처리된 입력 데이터를 획득하여 인공 신경망(231a)을 학습할 수 있다.
구체적으로, 러닝 프로세서(240)는 앞서 설명한 다양한 학습 기법을 이용하여 인공 신경망(231a)을 반복적으로 학습시킴으로써, 인공 신경망(231a)의 최적화된 모델 파라미터들을 결정할 수 있다
본 명세서에서는 훈련 데이터를 이용하여 학습됨으로써 파라미터가 결정된 인공 신경망을 학습 모델 또는 학습된 모델(a trained model)이라 칭할 수 있다.
이때, 학습 모델은 인공 신경망의 학습 장치(200)에 탑재된 상태에서 결과 값을 추론할 수도 있으며, 통신부(210)를 통해 단말기(100)와 같은 다른 장치에 전송되어 탑재될 수도 있다.
또한, 학습 모델이 업데이트되는 경우, 업데이트된 학습 모델은 통신부(210)를 통해 단말기(100)와 같은 다른 장치에 전송되어 탑재될 수 있다.
전원 공급부(250)는 도 1의 전원 공급부(190)에 대응되는 구성이다.
서로 대응되는 구성에 대한 중복되는 설명은 생략한다.
도 3은 본 발명의 일 실시 예에 따른 사용자의 음성을 인식하는 방법을 나타낸 동작 흐름도이다.
도 3을 참조하면, 인공 지능 장치(100)의 프로세서(180)는 이미지 데이터를 획득한다(S301).
이미지 데이터에는 인공 지능 장치(100)에서 이미지 데이터로부터 인식 및 식별되는 대상으로써의 객체(object)를 포함할 수 있다.
예컨대, 인공 지능 장치(100)가 안면 인식 장치인 경우, 이미지 데이터에는 사람의 얼굴이 포함될 수 있다.
이미지 데이터에는 식별의 대상이 되는 적어도 하나 이상의 객체가 포함될 수도 있지만, 식별의 대상이 되는 객체가 하나도 포함되지 않을 수 있다.
프로세서(180)는 입력부(120)의 카메라(121)에서 촬영된 이미지 데이터를 획득할 수도 있고, 외부 카메라(미도시)로부터 촬영된 이미지 데이터를 무선 통신부(110)를 통하여 획득할 수도 있다.
이미지 데이터는 RGB 이미지 데이터, IR 이미지 데이터 또는 깊이(depth) 이미지 데이터 중에서 적어도 하나 이상으로 구성될 수 있다. 따라서, 객체를 식별하기 위한 하나의 이미지 데이터에는 RGB 이미지 데이터, IR 이미지 데이터 및 깊이 이미지 데이터가 모두 포함될 수 있다.
이미지 데이터를 획득하는데 이용되는 카메라(121) 또는 외부 카메라(미도시)는 RGB 센서, IR 센서 또는 깊이 센서 중에서 적어도 하나 이상을 포함하여 구성될 수 있다.
깊이 센서를 구비한 카메라의 일 예로는 ToF(Time of Flight) 카메라가 있다.
구체적으로 설명하지는 않지만, 프로세서(180)는 획득한 이미지 데이터에서 색상 필터 형식을 이용하여 각 픽셀에 대한 색상 정보를 획득할 수 있다.
프로세서(180)는 복수의 인식 모델들 중에서 적어도 하나 이상으로 구성된 기본 인식 모델(default recognition model)을 이용하여 획득한 이미지 데이터로부터 객체에 상응하는 제1 식별 정보를 생성한다(S303).
여기서, 이미지 데이터에 대한 식별 정보는 이미지 데이터에 포함된 객체에 상응하는 식별 정보를 의미할 수 있다.
이때, 복수의 인식 모델들은 이미지 데이터에 포함된 객체를 인식 및 식별하기 위한 모델들을 의미하고, 메모리(170) 또는 학습 서버(200)의 메모리(230)에 저장될 수 있다.
기본 인식 모델은 적어도 하나 이상의 인식 모델들로 구성되며, 복수의 인식 모델들 각각에 대한 가중치 (제1 가중치)로 정의될 수 있다.
객체에 상응하는 제1 식별 정보는 이미지 데이터에 포함된 객체에 대한 인식 및 식별에 대한 결과 정보를 의미할 수 있다.
이때, 제1 식별 정보에는 대상 객체의 종류, 크기, 색상, 위치 또는 이미지 데이터 내에서의 영역 중에서 적어도 하나 이상이 포함될 수 있다.
예컨대, 개구리를 촬영한 이미지 데이터로부터 생성되어야 하는 제1 식별 정보에는, 바람직하게 인식 및 식별되었을 경우, 개구리를 가리키는 내용이 포함되어 있다.
이때, 각 인식 모델은 촬영 환경에 따라 적어도 하나 이상의 카테고리로 구분된 이미지 데이터 세트를 각각 이용하여 학습된 인식 모델들을 포함할 수 있다.
이때, 촬영 환경에는 주간 환경, 야간 환경, 야외 환경 또는 실내 환경 중에서 적어도 하나 이상이 포함될 수 있다.
이때, 이미지 데이터 세트에는 RGB 이미지 데이터 세트, IR 이미지 데이터 세트, 깊이 이미지 데이터 세트 또는 이들의 조합이 포함될 수 있다.
예컨대, 인식 모델에는 주간 환경에서 촬영된 RGB 이미지 데이터 세트를 이용하여 학습된 인식 모델, 주간 환경에서 촬영된 IR 이미지 데이터 세트를 이용하여 학습된 인식 모델 또는 주간 환경에서 촬영된 깊이 이미지 데이터 세트를 이용하여 학습된 인식 모델 등이 포함될 수 있다.
각 인식 모델들은 머신 러닝 알고리즘 또는 딥 러닝 알고리즘을 이용하여 학습된 인식 모델을 의미할 수 있다.
각 인식 모델들은 인공 신경망으로 구성될 수 있다.
이때, 여러 인식 모델들로 하나의 인식 모델을 구성하는 경우, 각 인식 모델들에 대한 가중치 정보가 포함될 수 있다.
즉, 복수의 인식 모델들을 이용하여 식별 정보를 생성하는 것은, 각 인식 모델들에 대하여 동일한 이미지 데이터로부터 생성된 식별 정보를 각 인식 모델들에 대한 가중치를 곱하고, 가중치가 곱해진 식별 정보를 합하여 새로운 식별 정보를 생성하는 것을 의미할 수 있다.
예컨대, 제1 식별 모델은 인식된 객체가 제1 객체일 확률을 60%로 결정하였고, 제2 식별 모델은 인식된 객체가 제1 객체일 확률을 90%로 결정하였으며, 제3 식별 모델은 인식된 객체가 제1 객체일 확률을 50%로 결정하였고, 상기 3개의 식별 모델들 사이의 가중치가 [0.3, 0.5, 0.2]인 경우, 상기 3개의 식별 모델들은 인식된 객체가 제1 객체일 확률을 73% (=60%*0.3+90%*0.5+50%*0.2)로 결정할 수 있다.
상기의 예시에서, 만약 기본 인식 모델이 인식 확률이 70% 이상인 경우에 해당 객체를 인식하는 것으로 설정된 경우라면, 상기 기본 인식 모델은 인식된 객체를 제1 객체라는 제1 식별 정보를 생성할 수 있다.
이때, 기본 인식 모델은 각 모델들에 대한 기본 가중치(default weight)로 결정될 수 있다.
프로세서(180)는 기본 인식 모델을 이용하여 생성한 제1 식별 정보에 대한 신뢰도(confidence)를 측정한다(S305).
생성된 제1 식별 정보에 대한 신뢰도를 측정하는 것은 생성된 제1 식별 정보에 대한 불확실성(uncertainty)를 측정하는 것을 의미할 수 있다.
신뢰도 또는 불확실성은 기본 인식 모델이 생성한 제1 식별 정보가 신뢰할 만한 것인지를 판단하는 지표로 사용될 수 있다.
이때, 프로세서(180)는 인공 신경망으로 구성된 기본 인식 모델에 대하여 드롭아웃(dropout) 기법을 이용하여 신뢰도 또는 불확실성을 측정할 수 있다.
이때, 프로세서(180)는 이미지 데이터에 대하여 변동(perturbation)을 통해 신뢰도 또는 불확실성을 측정할 수 있다.
프로세서(180)는 측정된 신뢰도가 기준값(reference value) 이상인지 여부를 판단한다(S307).
이때, 측정된 신뢰도가 기준값 이상인 경우에는 기본 인식 모델이 이미지 데이터에 대하여 생성한 제1 식별 정보가 높은 신뢰도를 갖는다는 것을 의미할 수 있다.
여기서, 기준값은 미리 설정된 값일 수 있다.
예컨대, 기준값은 50%일 수 있으며, 본 발명이 이에 한정되지는 않는다.
단계(S307)의 판단 결과 측정된 신뢰도가 기준값 이상인 경우, 프로세서(180)는 생성한 제1 식별 정보를 객체에 대한 인식 결과로 획득한다(S309).
제1 식별 정보를 객체에 대한 인식 결과로 획득하는 것은 객체에 대한 인식 결과로써 제1 식별 정보를 제공하는 것을 의미할 수 있다.
이때, 프로세서(180)는 출력부(150)를 통하여 생성한 제1 식별 정보를 출력할 수 있다.
이때, 프로세서(180)는 무선 통신부(110)를 통해 생성한 제1 식별 정보를 필요로 하는 외부 기기(미도시) 등에 생성한 제1 식별 정보를 제공할 수 있다.
이때, 프로세서(180)는 생성한 제1 식별 정보를 필요로 하는 프로그램에 생성한 제1 식별 정보를 제공할 수 있다.
단계(S307)의 판단 결과 측정된 신뢰도가 기준값 미만인 경우, 프로세서(180)는 복합 인식 모델(compound recognition model)을 이용하여 이미지 데이터에 대한 제2 식별 정보를 객체에 대한 인식 결과로 획득한다(S311).
제2 식별 정보를 객체에 대한 인식 결과로 획득하는 것은 객체에 대한 인식 결과로써 제2 식별 정보를 제공하는 것을 의미할 수 있다.
이때, 복합 인식 모델은 복수의 인식 모델들 중에서 적어도 하나 이상으로 구성될 수 있다.
이때, 복합 인식 모델은 복합 인식 모델을 구성하고 있는 인식 모델들을 이용하는 것으로 볼 수 있다.
이때, 복합 인식 모델은 획득한 이미지 데이터에 대하여 기본 인식 모델에 비하여 높은 신뢰도로 객체를 인식할 수 있는 모델을 의미할 수 있다.
이때, 프로세서(180)는 입력된 이미지 데이터의 특징을 분석하여 입력된 이미지 데이터에 적합한 복합 인식 모델을 구성하고, 구성한 복합 인식 모델을 이용하여 입력된 이미지 데이터에 상응하는 제2 식별 정보를 생성할 수 있다.
복합 인식 모델을 구성하는 구체적인 방법은 추후 도 9와 함께 설명한다.
이와 같이, 본 발명은 다양한 환경과 다양한 이미지 데이터 세트를 이용하여 학습된 복수의 인식 모델들을 이용하여 이미지 데이터에서 보다 높은 정확도로 객체를 인식 및 식별할 수 있다.
도 4는 본 발명의 일 실시 예에 따른 RGB 이미지 데이터의 색상 필터 형식(Color Filter Format)의 일 예를 나타낸 도면이다.
RGB 이미지 데이터의 색상 필터 형식은 베이어 형식(Bayer Format)이라 칭할 수 있다.
도 4를 참조하면, RGB 이미지 데이터에 대한 색상 필터 형식은 2x2 형태의 4개의 픽셀이 하나의 단위를 이루며, 각 단위에는 R(Red) 1픽셀, G(Green) 2픽셀, B(Blue) 1픽셀이 포함된다.
G는 R 또는 B보다 밝기에 미치는 영향이 약 2배이고, 사람의 눈은 밝기에 민감하기 때문에, RGB 이미지 데이터에 대한 베이어 형식에는 R과 B보다 2배 많이 포함된다.
이때, G는 각 단위 내에서 대각선으로 배치될 수 있다.
각 단위가 반복됨에 따라 R과 B를 나타내는 픽셀은 각각 가로와 세로로 모두 2픽셀씩의 동일한 간격을 갖는다. 그리고, 각 단위가 반복됨에 따라 G를 나타내는 픽셀은 대각선의 격자무늬로 동일한 간격을 갖게 된다.
도 5는 본 발명의 일 실시 예에 따른 RGB-IR 이미지 데이터의 색상 필터 형식의 일 예를 나타낸 도면이다.
여기서, RGB-IR 이미지 데이터는 RGB 이미지 데이터와 IR 이미지 데이터를 포함하는 이미지 데이터를 의미할 수 있다.
RGB-IR 이미지 데이터의 색상 필터 형식은 RGB-IR 형식(RGB-IR Format)이라 칭할 수 있다.
도 5를 참조하면, RGB-IR 이미지 데이터에 대한 색상 필터 형식은 2x2 형태의 4개의 픽셀이 하나의 단위를 이루며, 각 단위에는 R 1픽셀, G 1픽셀, B 1픽셀 그리고 IR 1픽셀이 포함된다.
각 단위가 반복됨에 따라 R, G, B 그리고 IR을 나타내는 픽셀은 각각 가로와 세로로 모두 2픽셀씩의 동일한 간격을 갖는다.
도 6은 인공 신경망에서 드롭아웃 기법을 나타낸 도면이다.
드롭아웃 기법이란, 도 6에 도시된 바와 같이, 인공 신경망에 대하여 과적합(오버피팅: overfitting)을 방지하기 위하여 이용하는 기법으로, 인공 신경망을 구성하는 노드들을 임의로 배제한 상태로 결과를 판단하는 것을 의미할 수 있다.
도 6에서 (a)는 기본 인식 모델을 구성하고 있는 인식 모델의 예시를 나타내며, 모든 노드가 전부 연결되어있다.
도 6에서 (b)는 (a)의 인공 신경망 모델에 대하여 드롭아웃 기법을 이용하여 임의의 노드들을 배제한 상태를 나타낸다.
도 7은 본 발명의 일 실시 예에서 드롭아웃 기법을 이용하여 기본 인식 모델에 대한 신뢰도를 측정하는 방법을 나타낸 도면이다.
도 7을 참조하면, 본 발명의 일 실시 예는 객체 인식을 위한 이미지 데이터(701)가 입력되었을 때, 프로세서(180)가 드롭아웃을 기법을 이용하여 드롭아웃된 복수의 기본 인식 모델들(702, 703 및 704)를 생성하고, 각 드롭아웃된 기본 인식 모델들(702, 703 및 704)를 이용하여 이미지 데이터(701)에 대한 드롭아웃 기반 식별 정보(705, 706 및 707)를 생성할 수 있다.
그리고, 프로세서(180)는 전체 생성된 드롭아웃 기반 식별 정보(705, 706 및 707) 중에서 기본 인식 모델이 생성한 식별 정보에 상응하는 드롭아웃 기반 식별 정보의 개수를 이용하여 기본 인식 신뢰도에 대한 신뢰도를 결정할 수 있다.
예컨대, 이미지 데이터(701)가 고양이를 포함하는 이미지이며, 기본 인식 모델은 이미지 데이터(701)에 포함된 객체가 고양이라는 식별 정보를 생성하였다고 가정한다. 그리고, 3개의 드롭아웃된 기본 인식 모델들(702, 703 및 704)를 이용하여 드롭아웃 기반 식별 정보(705, 706 및 707)을 생성하였더니, 2개의 드롭아웃 기반 식별 정보(705 및 707)가 기본 인식 모델에 의하여 생성된 식별 정보와 동일하게 고양이를 가리킨다고 가정한다. 이 경우, 프로세서(170)는 기본 인식 모델이 생성한 식별 정보에 대한 신뢰도를 66%로 결정할 수 있다.
도 7에서는 3개의 드롭아웃된 기본 인식 모델들만을 제시하였으나, 이는 단순한 예시에 불과하다. 즉, 더욱 많은 숫자(예컨대, 100개)의 드롭아웃된 기본 인식 모델들을 이용하여 기본 인식 모델이 생성한 식별 정보에 대한 신뢰도를 측정(결정)할 수 있다.
만약, 100개의 드롭아웃된 기본 인식 모델들을 이용하여 드롭아웃 기반 식별 정보를 생성한 결과, 80개의 드롭아웃 기반 식별 정보가 기본 인식 모델을 이용하여 생성한 식별 정보와 동일하다면, 프로세서(180)는 생성된 식별 정보의 신뢰도를 80%로 결정할 수 있다.
이때, 프로세서(180)는 전체 드롭아웃 기반 식별 정보 중에서 기본 인식 모델을 이용하여 생성한 식별 정보와 동일한 드롭아웃 기반 식별 정보의 개수에 대한 평균 또는 분산 중에서 적어도 하나 이상을 이용하여 생성된 식별 정보의 신뢰도를 결정할 수 있다.
도 8는 본 발명의 일 실시 예에서 이미지 데이터에 대하여 변동을 통해 신뢰도를 측정하는 방법을 나타낸 도면이다.
도 8을 참조하면, 본 발명의 일 실시 예는 객체 인식을 위한 이미지(801)가 입력 되었을 때, 프로세서(180)가 이미지 데이터에 대하여 랜덤 노이즈(random noise)를 이용해 변동된 이미지 데이터(802, 803 및 804)를 생성하고, 기본 인식 모델을 이용하여 각 생성된 변동된 이미지 데이터(802, 803 및 804)에 대한 변동 기반 식별 정보(805, 806 및 807)를 생성할 수 있다.
그리고, 프로세서(180)는 전체 생성된 변동 기반 식별 정보(805, 806 및 807) 중에서 기본 인식 모델이 생성한 식별 정보에 상응하는 드롭아웃 기반 식별 정보의 개수를 이용하여 기본 인식 신뢰도에 대한 신뢰도를 결정할 수 있다.
예컨대, 이미지 데이터(801)가 청개구리(tree frog)를 포함하는 이미지이며, 기본 인식 모델은 이미지 데이터(801)에 포함된 객체가 청개구리일 확률을 54% 확률로 판단하여 이미지 데이터(801)에 포함된 객체가 청개구리라는 식별 정보를 생성하였다고 가정한다. 그리고, 3개의 변동된 이미지 데이터(802, 803 및 804)에 대하여 기본 인식 모델을 이용하여 변동 기반 식별 정보(805, 806 및 807)을 생성하였더니, 2개의 변동 기반 식별 정보(805 및 807)가 이미지 데이터(801)에 대하여 생성된 식별 정보와 동일하게 50% 이상의 확률로 청개구리를 가리킨다고 가정한다. 이 경우, 프로세서(170)는 기본 인식 모델이 생성한 식별 정보에 대한 신뢰도를 66%로 결정할 수 있다.
도 8에서는 3개의 변동된 이미지 데이터만을 제시하였으나, 이는 단순한 예시에 불과하다. 즉, 더욱 많은 숫자(예컨대, 100개)의 변동된 이미지 데이터를 이용하여 기본 인식 모델이 생성한 식별 정보에 대한 신뢰도를 측정(결정)할 수 있다.
만약, 100개의 변동된 이미지 데이터를 이용하여 변동 기반 식별 정보를 생성한 결과, 80개의 변동 기반 식별 정보가 이미지 데이터에 대한 식별 정보와 동일하다면, 프로세서(180)는 생성된 식별 정보의 신뢰도를 80%로 결정할 수 있다.
이때, 프로세서(180)는 전체 변동 기반 식별 정보 중에서 이미지 데이터에 대한 식별 정보와 동일한 변동 기반 식별 정보의 개수에 대한 평균 또는 분산 중에서 적어도 하나 이상을 이용하여 생성된 식별 정보의 신뢰도를 결정할 수 있다.
도 9는 도 3에 도시된 제2 식별 정보를 생성하는 단계(S311)의 일 예를 나타낸 동작 흐름도이다.
도 9를 참조하면, 프로세서(180)는 획득한 이미지 데이터에서 이미지 특징 벡터(image feature vector)를 추출한다(S901).
이미지 특징 벡터는 획득한 이미지 데이터의 특징을 나타내는 적어도 하나 이상의 이미지 특징점(feature)을 포함한다.
이때, 이미지 특징 벡터는 이미지 특징점으로써 명도, 채도, 조도, 색조, 노이즈 레벨, 블러(blur) 레벨, 주파수 기반 특징점, 에너지 레벨 또는 깊이(depth) 중에서 적어도 하나 이상을 포함할 수 있다.
이때, 주파수 기반 특징점은 엣지(edge), 형태(shape) 또는 텍스쳐(texture) 중에서 적어도 하나 이상을 포함할 수 있다.
이때, 주파수 기반 특징점은 이미지 데이터에서 푸리에 변환(Fourier Transformation)을 통하여 획득할 수 있으며, 고주파수 영역에서는 엣지와 형태 등을 획득할 수 있고, 저주파수 영역에서는 텍스쳐 등을 획득할 수 있다.
이때, 주파수 기반 특징점은 이미지 피라미드 네트워크를 이용하여 추출할 수 있다.
이때, 이미지 특징 벡터는 색상에 대한 특징점을, RGB 모델에 따라, 빨간색(R), 녹색(G) 및 파란색(B)을 포함할 수도 있고, HSV 모델에 따라 색조(Hue), 채도(Saturation) 및 명도(Value)를 포함할 수도 있고, YCbCr 모델(YUV 모델)에 따라 밝기(Y)와 색차(Cb, Cr)를 포함할 수도 있다.
프로세서(180)는 이미지 특징 벡터에 기초하여 획득한 이미지 데이터에서 객체를 인식하기 위한 복합 인식 모델을 구성한다(S903).
복합 인식 모델은 복수의 인식 모델들 각각에 대한 가중치(제2 가중치)로 정의될 수 있다.
여기서, 복합 인식 모델을 구성하는 것은 복수의 인식 모델들 각각에 대한 가중치를 결정하는 것을 의미할 수 있다.
이때, 복합 인식 모델을 결정하는 가중치 (제2 가중치를 복합 가중치(compound weight)라 칭할 수도 있다.
즉, 복합 인식 모델은 복합 가중치로 정의될 수 있다.
이때, 프로세서(180)는 일반적으로 복합 가중치를 기본 가중치와는 다른 값으로 결정하지만, 상황에 따라서는 기본 가중치와 동일하게 결정할 수도 있다.
예컨대, 획득한 이미지 데이터에 대하여 최선의 가중치가 기본 가중치인 경우라면, 복합 가중치를 기본 가중치와 동일하게 설정할 수 있다.
이때, 복합 가중치는 가중치 결정 모델을 이용하여 결정할 수 있다.
가중치 결정 모델은 이미지 특징 벡터가 입력되면 해당 이미지 특징 벡터에 상응하는 이미지 데이터에서 객체를 높은 신뢰도로 식별할 것으로 기대되는 복합 인식 모델을 구성하는 복합 가중치를 출력하는 모델을 의미할 수 있다.
또는 가중치 결정 모델은 이미지 특징 벡터가 입력되면 해당 이미지 특징 벡터에 상응하는 이미지 데이터에서 객체를 일정 수준 이상의 신뢰도로 식별할 것으로 기대되는 복합 인식 모델을 구성하는 복합 가중치를 출력하는 모델을 의미할 수 있다.
이때, 가중치 결정 모델은 머신 러닝 알고리즘 또는 딥 러닝 알고리즘을 이용하여 학습된 인공 신경망일 수 있다.
이때, 가중치 결정 모델은 학습 데이터(training data)를 이용하여 학습될 수 있다.
학습 데이터에는 이미지 특징 벡터와 그에 상응하는 라벨링된 복합 가중치가 포함될 수 있다.
예컨대, 학습 데이터에 포함된 명도가 기설정된 수준 이상인 경우에는 야간 RGB 인식 모델의 가중치를 주간 RGB 인식 모델의 가중치보다 낮게 라벨링될 수 있다.
마찬가지로, 예컨대, 어두운 환경에서 촬영된 이미지 데이터에서 추출된 이미지 특징 벡터에 대하여는 IR 인식 모델의 가중치를 주간 RGB 인식 모델의 가중치보다 높게 라벨링될 수 있다.
통상적으로, 어두운 환경에서는 RGB 이미지보다 IR 이미지나 깊이 이미지가 객체 인식률이 높을 것으로 기대할 수 있으므로, 어두운 환경에서 촬영된 이미지 데이터에 상응하는 이미지 특징 벡터에는 IR 인식 모델과 깊이 인식 모델의 가중치가 다른 인식 모델들에 비해 상대적으로 높게 라벨링될 수 있다.
가중치 결정 모델은 학습 데이터에 포함된 이미지 특징 벡터가 입력층으로 입력되면, 출력층에서 출력되는 복합 가중치가 학습 데이터에 포함된 라벨링된 복합 가중치와의 오차가 작아지도록 학습될 수 있다.
즉, 가중치 결정 모델은 이미지 데이터에 상응하는 이미지 특징 벡터가 입력되었을 때, 출력하는 복합 가중치가 라벨링된 복합 가중치를 추종하도록 학습될 수 있다.
이때, 가중치 결정 모델은 회귀(regression) 모델일 수 있다.
이때, 가중치 결정 모델은 프로세서(180)에서 학습될 수도 있지만, 학습 장치(200)의 러닝 프로세서(240)에서 학습될 수도 있다.
이때, 가중치 결정 모델은 메모리(170)에 저장될 수 있다.
이때, 가중치 결정 모델을 학습시키기 위한 학습 데이터는 학습 이미지 데이터로부터 생성하는 식별 정보에 대한 신뢰도를 최대화하는 복합 인식 모델의 복합 가중치를 라벨링 정보를 포함할 수 있다.
예컨대, 특정 학습 이미지 데이터에 상응하는 학습 데이터는 상기 특정 학습 이미지 데이터에 상응하는 이미지 특징 벡터와 라벨링 정보로써 복합 가중치를 포함한다. 그리고, 상기 복합 가중치로 정의되는 복합 인식 모델이 생성하는 식별 정보의 신뢰도는 다른 복합 가중치로 정의되는 복합 인식 모델이 생성하는 식별 정보의 신뢰도와 비교하여 더 높을 것으로 기대할 수 있다.
즉, 프로세서(180)는 주어진 이미지 데이터에 대하여 해당 이미지 데이터에 포함된 객체를 보다 정확하게 인식 및 식별할 수 있는 인식 모델의 가중치를 그렇지 않은 인식 모델에 비하여 높게 설정함으로써, 높은 정확도로 객체를 인식 및 식별할 수 있는 복합 인식 모델을 구성할 수 있다.
프로세서(180)는 구성된 복합 인식 모델을 이용하여 획득한 이미지 데이터에 대한 제2 식별 정보를 생성한다(S905).
여기서, 이미지 데이터에 대한 식별 정보는 이미지 데이터에 포함된 객체에 상응하는 식별 정보를 의미할 수 있다.
기본 인식 모델에 대하여 설명한 것과 같이, 복수의 인식 모델들로 구성된 복합 인식 모델을 이용하여 식별 정보를 생성하는 것은, 각 인식 모델들에 대하여 동일한 이미지 데이터로부터 생성된 제3 식별 정보를 각 인식 모델들에 대한 가중치를 곱하고, 가중치가 곱해진 제3 식별 정보를 합하여 제2 식별 정보를 생성하는 것을 의미할 수 있다.
예컨대, 제1 식별 모델은 인식된 객체가 제1 객체일 확률을 60%로 결정하였고, 제2 식별 모델은 인식된 객체가 제1 객체일 확률을 90%로 결정하였으며, 제3 식별 모델은 인식된 객체가 제1 객체일 확률을 50%로 결정하였고, 상기 3개의 식별 모델들 사이의 가중치가 [0.2, 0.7, 0.1]인 경우, 상기 3개의 식별 모델들은 인식된 객체가 제1 객체일 확률을 80% (=60%*0.2+90%*0.7+50%*0.1)로 결정할 수 있다.
상기의 예시에서, 만약 복합 인식 모델이 인식 확률이 70% 이상인 경우에 해당 객체를 인식하는 것으로 설정된 경우라면, 상기 복합 인식 모델은 인식된 객체를 제1 객체라는 제2 식별 정보를 생성할 수 있다.
프로세서(180)는 제1 식별 정보에 대한 신뢰도가 낮은 경우에 복합 인식 모델을 구성하여 제2 식별 정보를 생성하므로, 통상적으로 제1 식별 정보와 제2 식별 정보가 상이할 것으로 기대할 수 있다. 하지만, 제1 식별 정보와 제2 식별 정보가 동일한 경우도 충분히 발생할 수 있다.
프로세서(180)는 생성한 제2 식별 정보를 객체에 대한 인식 결과로 획득한다(S907).
제2 식별 정보를 객체에 대한 인식 결과로 획득하는 것은 객체에 대한 인식 결과로써 제2 식별 정보를 제공하는 것을 의미할 수 있다.
이때, 프로세서(180)는 출력부(150)를 통하여 생성한 제2 식별 정보를 출력할 수 있다.
이때, 프로세서(180)는 무선 통신부(110)를 통해 생성한 제2 식별 정보를 필요로 하는 외부 기기(미도시) 등에 생성한 제2 식별 정보를 제공할 수 있다.
이때, 프로세서(180)는 생성한 제2 식별 정보를 필요로 하는 프로그램에 생성한 제2 식별 정보를 제공할 수 있다.
도 10 및 11은 본 발명의 일 실시 예에서 이미지 데이터에서 이미지 특징점으로써의 블러 레벨을 추출하는 방법을 나타낸 도면이다.
도 10을 참조하면, 본 발명의 일 실시 예는 이미지 데이터에서 블러 레벨을 추출하기 위한 방법으로써, 프로세서(180)는 이미지 데이터(1001)에 대하여 라플라스 커널(1002)를 이용한 라플라시안(Laplacian)을 계산하고, 라플라시안의 분산을 계산하여 이를 블러 레벨로써 이용할 수 있다.
여기서, 라플라시안의 분산(블러 레벨)이 높을수록 이미지 데이터가 명확하다는 것을 의미하고, 라플라시안의 분산(블러 레벨)이 낮을수록 이미지의 데이터가 흐릿하다는 것을 의미할 수 있다.
이때, 프로세서(180)는 블러 레벨이 일정 수준 이상인 경우에는 명확한 사진이라고 판단할 수 있다.
도 11을 참조하면, 프로세서(180)는 (a)의 이미지 데이터(1101)에 대한 블러 레벨을 307.45, (b)의 이미지 데이터(1102)의 블러 레벨을 73.77, (c)의 이미지 데이터(1103)의 블러 레벨을 463.21, (d)의 이미지 데이터(1104)의 블러 레벨을 206.35, (e)의 이미지 데이터(1105)의 블러 레벨을 81.68, 그리고 (f)의 이미지 데이터(1106)의 블러 레벨을 83.17로 결정할 수 있다.
도 12는 본 발명의 일 실시 예에 따른 이미지 특징 벡터에 포함되는 이미지 특징점들의 예시를 나타낸 도면이다.
도 12는 본 발명의 일 실시 예에 따른 이미지 특징 벡터에 포함될 수 있는 이미지 특징점들의 예시를 나타낸 것으로, 예시된 이미지 특징점들 중에서 선택적으로 이미지 특징 벡터에 포함될 수 있다.
즉, 도 12에 도시된 모든 이미지 특징점들이 이미지 특징 벡터에 포함될 수도 있지만, 도 12에 도시된 모든 이미지 특징점들이 이미지 특징 벡터에 포함되지 않을 수도 있다.
도 13은 본 발명의 일 실시 예에 따른 이미지 데이터의 예시를 나타낸 도면이다.
도 13을 참조하면, 본 발명의 일 실시 예에 따른 이미지 데이터는 (a)와 같이 RGB 정보만을 포함하는 RGB 이미지 데이터(1301), (b)와 같이 IR 정보만을 포함하는 IR 이미지 데이터(1302), (c)와 같이 깊이 정보만을 포함하는 깊이 이미지 데이터(1303), 또는 이들의 조합으로 구성되는 이미지 데이터(미도시) 등을 포함할 수 있다.
도 14는 본 발명의 일 실시 예에 따른 복수의 인식 모델들을 나타낸 도면이다.
도 14를 참조하면, 본 발명의 일 실시 예에 따른 복수의 인식 모델들(1402_1, 1402_2 내지 1402_n)은 각각의 상응하는 학습 이미지 데이터 세트(1401_1, 1401_2 내지 1401_n)를 이용하여 학습된다.
이때, 각 학습 이미지 데이터 세트(1401_1, 1401_2 내지 1401_n)는 RGB 정보, IR 정보 또는 깊이 정보와 같이 이미지 타입을 기준으로 구분될 수도 있다.
예컨대, 제1 학습 이미지 데이터 세트는 RGB 정보만을 포함하는 이미지 데이터로 구성되고, 제2 학습 이미지 데이터 세트는 IR 정보만을 포함하는 이미지 데이터로 구성되고, 제3 학습 이미지 데이터 세트는 깊이 정보만을 포함하는 이미지 데이터로 구성되고 제4 학습 이미지 데이터 세트는 RGB 정보와 IR 정보만을 포함하는 이미지 데이터로 구성되고, 마찬가지로 다른 학습 이미지 데이터 세트가 구성될 수 있다.
이때, 각 학습 이미지 데이터 세트(1401_1, 1401_2 내지 1401_n)는 이미지 데이터가 촬영된 환경 정보를 기준으로 구분될 수도 있다.
예컨대, 제1 학습 이미지 데이터 세트는 주간 환경에서 촬영된 이미지 데이터만으로 구성되고, 제2 학습 이미지 데이터 세트는 야간 환경에서 촬영된 이미지 데이터만으로 구성되고, 제3 학습 이미지 데이터 세트는 맑은 날씨에서 촬영된 이미지 데이터만으로 구성되고, 제4 학습 이미지 데이터 세트는 비오는 날씨에서 촬영된 이미지 데이터만으로 구성되고, 마찬가지로 다른 학습 이미지 데이터 세트가 구성될 수 있다.
촬영된 환경 정보에는 시간대 정보, 날씨 정보, 계절 정보, 장소 정보 등이 포함될 수 있다.
시간대 정보에는 주간, 야간 등이 포함될 수 있다.
날씨 정보에는 맑은 날씨, 비오는 날씨, 눈오는 날씨, 흐린 날씨 등이 포함될 수 있다.
계절 정보에는 봄, 여름, 가을, 겨울이 포함될 수 있다.
장소 정보에는 실내, 실외, 수중 등이 포함될 수 있다.
도 15는 본 발명의 일 실시 예에 따른 복합 인식 모델을 이용한 제2 식별 정보의 생성 방법을 나타낸 도면이다.
도 15를 참조하면, 본 발명의 일 실시 예에 따른 복합 인식 모델은 복수의 인식 모델들(1402_1, 1402_2 내지 1402_n)과 각 인식 모델들에 대한 복합 가중치들(1502_1, 1502_2 내지 1502_n)로 구성된다.
프로세서(180)는 이미지 데이터(1501)를 획득하면, 각 학습된 복합 인식 모델들에 획득한 이미지 데이터(1501)를 입력하여 각 복합 인식 모델들(1402_1, 1402_2 내지 1402_n)에서 출력되는 제3 식별 정보를 획득할 수 있다..
그리고, 프로세서(180)는 각 복합 인식 모델들(1402_1, 1402_2 내지 1402_n)에서 출력되는 제3 식별 정보와 각 인식 모델들에 대한 복합 가중치들(1502_1, 1502_2 내지 1502_n)에 기초하여 제2 식별 정보(1503)를 생성할 수 있다.
전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다.

Claims (14)

  1. 적어도 하나 이상의 객체(object)를 인식하는 인공 지능 장치에 있어서,
    이미지 데이터에서 상기 객체에 상응하는 식별 정보를 생성하는 복수의 인식 모델들을 저장하는 메모리; 및
    상기 객체에 대한 이미지 데이터를 획득하고,
    상기 복수의 인식 모델들 중 적어도 하나 이상으로 구성되는 기본 인식 모델을 이용하여 상기 이미지 데이터로부터 상기 객체에 상응하는 제1 식별 정보를 생성하고,
    상기 제1 식별 정보에 대한 신뢰도(confidence level)를 측정하고,
    상기 신뢰도가 제1 기준값 이상인 경우에는 상기 제1 식별 정보를 상기 객체의 인식 결과로 획득하고,
    상기 측정한 신뢰도가 상기 제1 기준값 미만인 경우에는 상기 복수의 인식 모델들 중 적어도 하나 이상으로 구성되는 복합 인식 모델을 이용하여 상기 이미지 데이터로부터 상기 객체에 상응하는 제2 식별 정보를 상기 객체의 인식 결과로 획득하는 프로세서
    를 포함하고,
    상기 기본 인식 모델은
    상기 복수의 인식 모델들 각각에 대한 제1 가중치로 정의되는 모델이고,
    상기 복합 인식 모델은
    상기 복수의 인식 모델들 각각에 대한 제2 가중치로 정의되는 모델인, 인공 지능 장치.
  2. 청구항 1에 있어서,
    상기 프로세서는
    상기 측정한 신뢰도가 상기 제1 기준값 미만인 경우, 상기 이미지 데이터에서 이미지 특징 벡터(image feature vector)를 추출하고, 상기 이미지 특징 벡터에 기초하여 상기 이미지 데이터에 상응하는 상기 복합 인식 모델을 구성하고, 상기 복합 인식 모델을 이용하여 상기 이미지 데이터로부터 상기 제2 식별 정보를 생성하는, 인공 지능 장치.
  3. 청구항 2에 있어서,
    상기 프로세서는
    상기 측정한 신뢰도가 상기 제1 기준값 미만인 경우, 상기 이미지 특징 벡터에 기초하여 상기 복수의 인식 모델들 각각에 상응하는 상기 제2 가중치를 결정하고, 상기 제2 가중치를 이용하여 상기 복합 인식 모델을 구성하는, 인공 지능 장치.
  4. 청구항 3에 있어서,
    상기 프로세서는
    상기 복합 인식 모델을 이용하여, 상기 복수의 인식 모델들 각각을 이용하여 상기 객체에 상응하는 복수의 제3 식별 정보를 생성하고, 상기 생성된 복수의 제3 식별 정보와 상기 제2 가중치에 기초하여 상기 제2 식별 정보를 생성하는, 인공 지능 장치.
  5. 청구항 3에 있어서,
    상기 프로세서는
    가중치 결정 모델을 이용하여 상기 이미지 특징 벡터에 상응하는 상기 제2 가중치를 결정하고,
    상기 가중치 결정 모델은
    임의의 이미지 특징 벡터가 입력되면 일정 수준 이상의 신뢰도의 식별 정보를 생성할 것으로 기대되는 복합 인식 모델을 구성하는 가중치를 출력하는 모델인, 인공 지능 장치.
  6. 청구항 5에 있어서,
    상기 복수의 인식 모델들은
    환경 정보 또는 이미지 타입 중에서 적어도 하나 이상에 기반하여 하나 이상의 카테고리로 구분된 이미지 데이터 세트 각각을 이용하여 학습된 인식 모델들을 포함하고,
    상기 환경 정보는
    시간대 정보, 날씨 정보, 계절 정보 또는 장소 정보 중에서 적어도 하나 이상을 포함하고,
    상기 이미지 타입은
    RGB 이미지, IR 이미지, 깊이(depth) 이미지 또는 이들의 조합을 포함하는, 인공 지능 장치.
  7. 청구항 6에 있어서,
    상기 복수의 인식 모델들은
    주간 환경에서 획득한 RGB 이미지 데이터 세트로 학습된 주간 RGB 인식 모델, 야간 환경에서 획득한 RGB 이미지 데이터 세트로 학습된 야간 RGB 인식 모델, 주간 환경에서 획득한 IR 이미지 데이터 세트로 학습된 주간 IR 인식 모델, 야간 환경에서 획득한 IR 이미지 데이터 세트로 학습된 야간 IR 인식 모델 또는 깊이 이미지 데이터 세트로 학습된 깊이 인식 모델 중에서 적어도 하나 이상을 포함하는, 인공 지능 장치.
  8. 청구항 7에 있어서,
    상기 프로세서는
    상기 이미지 데이터에 상응하는 명도가 제2 기준값 이상인 경우, 상기 주간 RGB 인식 모델에 대한 가중치를 상기 야간 RGB 인식 모델에 대한 가중치보다 높게 설정하는, 인공 지능 장치.
  9. 청구항 5에 있어서,
    상기 가중치 결정 모델은
    머신 러닝 알고리즘 또는 딥 러닝 알고리즘을 통해 학습 데이터를 이용하여 학습되고,
    상기 학습 데이터는
    학습 이미지 특징 벡터와 상기 학습 이미지 특징 벡터에 상응하는 상기 제2 가중치가 라벨링 정보를 포함하는, 인공 지능 장치.
  10. 청구항 9에 있어서,
    상기 가중치 결정 모델은
    상기 학습 이미지 특징 벡터가 입력되었을 때의 출력과 상기 라벨링 정보 사이의 오차를 최소화하도록 학습되는, 인공 지능 장치.
  11. 청구항 1에 있어서,
    상기 복수의 인식 모델들 각각은
    서로 상이한 이미지 데이터 세트를 이용하여 머신 러닝 알고리즘 또는 딥 러닝 알고리즘을 통해 학습된 인식 모델인, 인공 지능 장치.
  12. 청구항 3에 있어서,
    상기 이미지 특징 벡터는
    명도, 채도, 조도, 색조, 노이즈 레벨, 블러(blur) 레벨, 주파수 기반 특징점, 에너지 레벨 또는 깊이(depth) 중에서 적어도 하나 이상을 포함하고,
    상기 주파수 기반 특징점은
    엣지(edge), 형태(shape) 또는 텍스쳐(texture) 중에서 적어도 하나 이상을 포함하는, 인공 지능 장치.
  13. 적어도 하나 이상의 객체(object)에 대한 이미지 데이터를 획득하는 단계;
    이미지 데이터에서 상기 객체에 상응하는 식별 정보를 생성하는 복수의 인식 모델들 중에서 적어도 하나 이상으로 구성되는 기본 인식 모델을 이용하여 상기 이미지 데이터로부터 상기 객체에 상응하는 제1 식별 정보를 생성하는 단계;
    상기 제1 식별 정보의 생성에 대한 신뢰도(confidence level)를 측정하는 단계;
    상기 측정한 신뢰도가 제1 기준값 이상인 경우에는 상기 제1 식별 정보를 상기 객체의 인식 결과로 획득하는 단계; 및
    상기 측정한 신뢰도가 상기 제1 기준값 미만인 경우에는 상기 복수의 인식 모델들 중 적어도 하나 이상으로 구성되는 복합 인식 모델을 이용하여 상기 이미지 데이터로부터 상기 객체에 상응하는 제2 식별 정보를 상기 객체의 인식 결과로 획득하는 단계
    를 포함하고,
    상기 기본 인식 모델은
    상기 복수의 인식 모델들 각각에 대한 제1 가중치로 정의되는 모델이고,
    상기 복합 인식 모델은
    상기 복수의 인식 모델들 각각에 대한 제2 가중치로 정의되는 모델인, 적어도 하나 이상의 객체를 인식하는 방법.
  14. 적어도 하나 이상의 객체를 인식하는 방법을 수행하기 위한 프로그램이 기록된 기록 매체에 있어서,
    상기 적어도 하나 이상의 객체를 인식하는 방법은
    적어도 하나 이상의 객체(object)에 대한 이미지 데이터를 획득하는 단계;
    이미지 데이터에서 상기 객체에 상응하는 식별 정보를 생성하는 복수의 인식 모델들 중에서 적어도 하나 이상으로 구성되는 기본 인식 모델을 이용하여 상기 이미지 데이터로부터 상기 객체에 상응하는 제1 식별 정보를 생성하는 단계;
    상기 제1 식별 정보의 생성에 대한 신뢰도(confidence level)를 측정하는 단계;
    상기 측정한 신뢰도가 제1 기준값 이상인 경우에는 상기 제1 식별 정보를 상기 객체의 인식 결과로 획득하는 단계; 및
    상기 측정한 신뢰도가 상기 제1 기준값 미만인 경우에는 상기 복수의 인식 모델들 중 적어도 하나 이상으로 구성되는 복합 인식 모델을 이용하여 상기 이미지 데이터로부터 상기 객체에 상응하는 제2 식별 정보를 상기 객체의 인식 결과로 획득하는 단계
    를 포함하고,
    상기 기본 인식 모델은
    상기 복수의 인식 모델들 각각에 대한 제1 가중치로 정의되는 모델이고,
    상기 복합 인식 모델은
    상기 복수의 인식 모델들 각각에 대한 제2 가중치로 정의되는 모델인, 기록 매체.
PCT/KR2019/004547 2019-04-16 2019-04-16 객체를 인식하는 인공 지능 장치 및 그 방법 WO2020213750A1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US16/493,700 US11113532B2 (en) 2019-04-16 2019-04-16 Artificial intelligence apparatus for recognizing object and method therefor
PCT/KR2019/004547 WO2020213750A1 (ko) 2019-04-16 2019-04-16 객체를 인식하는 인공 지능 장치 및 그 방법
KR1020190089197A KR20190094133A (ko) 2019-04-16 2019-07-23 객체를 인식하는 인공 지능 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/KR2019/004547 WO2020213750A1 (ko) 2019-04-16 2019-04-16 객체를 인식하는 인공 지능 장치 및 그 방법

Publications (1)

Publication Number Publication Date
WO2020213750A1 true WO2020213750A1 (ko) 2020-10-22

Family

ID=67625049

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2019/004547 WO2020213750A1 (ko) 2019-04-16 2019-04-16 객체를 인식하는 인공 지능 장치 및 그 방법

Country Status (3)

Country Link
US (1) US11113532B2 (ko)
KR (1) KR20190094133A (ko)
WO (1) WO2020213750A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113505780A (zh) * 2021-08-05 2021-10-15 青岛新奥清洁能源有限公司 一种基于二维码的智能检测维保的方法和设备
US20220206130A1 (en) * 2020-12-31 2022-06-30 Volvo Car Corporation System and method for ultrasonic signal noise removal using a deep neural network

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11593643B2 (en) 2017-05-31 2023-02-28 Intel Corporation Computationally-efficient quaternion-based machine-learning system
US11250350B2 (en) * 2019-07-31 2022-02-15 Rohde & Schwarz Gmbh & Co. Kg Measurement apparatus
KR102287460B1 (ko) 2019-08-16 2021-08-10 엘지전자 주식회사 인공지능 무빙 에이전트
US10963231B1 (en) 2019-10-15 2021-03-30 UiPath, Inc. Using artificial intelligence to select and chain models for robotic process automation
KR102370886B1 (ko) 2019-11-06 2022-03-07 한국과학기술연구원 전처리 모듈을 포함하는 머신 러닝 기반의 인공지능을 이용하는 영상 분석 장치
KR102282989B1 (ko) * 2019-12-26 2021-07-29 주식회사 나눔에너지 머신러닝을 이용한 태양광패널 설치용 지붕 가장자리 이미지 추출 시스템
US20210232857A1 (en) * 2020-01-28 2021-07-29 Samsung Electronics Co., Ltd. Electronic device and controlling method of electronic device
KR102336815B1 (ko) 2020-03-17 2021-12-08 한국과학기술원 장거리 수평적 연결을 갖는 인공 신경망을 이용하여 자원 효율적으로 객체를 인식하기 위한 전자 장치 및 그의 동작 방법
CN113591520A (zh) * 2020-04-30 2021-11-02 华为技术有限公司 一种图像识别方法、入侵对象检测方法及装置
EP4148662A4 (en) * 2020-05-08 2023-07-05 Fujitsu Limited IDENTIFICATION PROCESS, GENERATION PROCESS, IDENTIFICATION PROGRAM AND IDENTIFICATION DEVICE
KR20210139061A (ko) * 2020-05-13 2021-11-22 엘지이노텍 주식회사 이미징 장치 및 이미징 방법
KR20210155283A (ko) * 2020-06-15 2021-12-22 삼성전자주식회사 전자 장치 및 그 동작방법
KR20220017109A (ko) * 2020-08-04 2022-02-11 삼성전자주식회사 이미지를 생성하는 전자 장치 및 방법
CN111968087B (zh) * 2020-08-13 2023-11-07 中国农业科学院农业信息研究所 一种植物病害区域检测方法
KR20220022354A (ko) * 2020-08-18 2022-02-25 삼성전자주식회사 객체 간 관계에 기초하여 이미지를 수정하는 인공지능 시스템 및 방법
CN111949787B (zh) * 2020-08-21 2023-04-28 平安国际智慧城市科技股份有限公司 基于知识图谱的自动问答方法、装置、设备及存储介质
KR102440073B1 (ko) * 2020-08-24 2022-09-05 주식회사 테스트웍스 최적화 모델 선택 장치 및 방법
KR102605692B1 (ko) * 2020-11-16 2023-11-27 한국전자통신연구원 탐지대상 이미지에서의 이상 부분 탐지 방법 및 시스템, 이의 복원 모델 학습 방법
CN112365429B (zh) * 2020-12-21 2022-07-22 神思电子技术股份有限公司 一种知识驱动的图像模糊区域清晰度增强方法
KR20220125741A (ko) * 2021-03-04 2022-09-14 주식회사 뷰노 의료 영상 기반의 병변 분석 방법
JP2022140916A (ja) * 2021-03-15 2022-09-29 オムロン株式会社 データ生成装置、データ生成方法及びプログラム
KR102603108B1 (ko) * 2021-03-26 2023-11-16 한국광기술원 작업면 주광 조도 측정 시스템 및 그 방법
KR102272295B1 (ko) * 2021-03-30 2021-07-02 케이에스아이 주식회사 영상의 깊이정보를 이용한 차량번호판 인식률 향상 방법
KR102272279B1 (ko) * 2021-03-30 2021-07-02 케이에스아이 주식회사 인공지능 알고리즘을 이용한 차량번호판 인식 방법
KR102362872B1 (ko) * 2021-06-08 2022-02-15 오브젠 주식회사 인공지능 학습을 위한 클린 라벨 데이터 정제 방법
WO2023277219A1 (ko) * 2021-06-30 2023-01-05 한국전자기술연구원 환경 변화 적응형 특징 생성기를 적용한 차량용 경량 딥러닝 처리 장치 및 방법
KR102611414B1 (ko) * 2021-11-16 2023-12-08 주식회사 엠에이치넷 수중환경 영상 서비스 제공 시스템
WO2023096134A1 (ko) * 2021-11-25 2023-06-01 삼성전자주식회사 전자 장치 내에서 제스처 인식 성능 개선을 위한 러닝 방법
CN114532919B (zh) * 2022-01-26 2023-07-21 深圳市杉川机器人有限公司 多模态目标检测方法、装置、扫地机及存储介质
WO2023182848A1 (ko) * 2022-03-25 2023-09-28 주식회사 엘지경영개발원 신호 대 잡음비 기반의 우선순위를 적용한 인공지능 모델 학습 장치 및 이를 이용한 인공지능 모델 학습 방법
CN116127067B (zh) * 2022-12-28 2023-10-20 北京明朝万达科技股份有限公司 文本分类方法、装置、电子设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050185845A1 (en) * 2004-02-24 2005-08-25 Trw Automotive U.S. Llc Method and apparatus for arbitrating outputs from multiple pattern recognition classifiers
KR20160035765A (ko) * 2014-09-24 2016-04-01 전남대학교산학협력단 시각관측신뢰도를 채용한 자동얼굴인식 시스템
KR20180049786A (ko) * 2016-11-03 2018-05-11 삼성전자주식회사 데이터 인식 모델 구축 장치 및 이의 데이터 인식 모델 구축 방법과, 데이터 인식 장치 및 이의 데이터 인식 방법
KR101900237B1 (ko) * 2017-10-20 2018-09-19 주식회사 삼진엘앤디 획득한 영상에 대한 상황 판단 데이터를 이용한 현장 판단 방법
KR20180107988A (ko) * 2017-03-23 2018-10-04 한국전자통신연구원 객체 탐지 장치 및 방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10115185B2 (en) * 2014-12-05 2018-10-30 At&T Intellectual Property I, L.P. Dynamic image recognition model updates
WO2018084577A1 (en) 2016-11-03 2018-05-11 Samsung Electronics Co., Ltd. Data recognition model construction apparatus and method for constructing data recognition model thereof, and data recognition apparatus and method for recognizing data thereof
KR101945487B1 (ko) 2017-08-02 2019-02-07 에스케이텔레콤 주식회사 동영상에 포함된 객체를 인식하기 위한 장치 및 방법
US20190332848A1 (en) * 2018-04-27 2019-10-31 Honeywell International Inc. Facial enrollment and recognition system

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050185845A1 (en) * 2004-02-24 2005-08-25 Trw Automotive U.S. Llc Method and apparatus for arbitrating outputs from multiple pattern recognition classifiers
KR20160035765A (ko) * 2014-09-24 2016-04-01 전남대학교산학협력단 시각관측신뢰도를 채용한 자동얼굴인식 시스템
KR20180049786A (ko) * 2016-11-03 2018-05-11 삼성전자주식회사 데이터 인식 모델 구축 장치 및 이의 데이터 인식 모델 구축 방법과, 데이터 인식 장치 및 이의 데이터 인식 방법
KR20180107988A (ko) * 2017-03-23 2018-10-04 한국전자통신연구원 객체 탐지 장치 및 방법
KR101900237B1 (ko) * 2017-10-20 2018-09-19 주식회사 삼진엘앤디 획득한 영상에 대한 상황 판단 데이터를 이용한 현장 판단 방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220206130A1 (en) * 2020-12-31 2022-06-30 Volvo Car Corporation System and method for ultrasonic signal noise removal using a deep neural network
US11719796B2 (en) * 2020-12-31 2023-08-08 Volvo Car Corporation System and method for ultrasonic signal noise removal using a deep neural network
CN113505780A (zh) * 2021-08-05 2021-10-15 青岛新奥清洁能源有限公司 一种基于二维码的智能检测维保的方法和设备

Also Published As

Publication number Publication date
US20200042796A1 (en) 2020-02-06
US11113532B2 (en) 2021-09-07
KR20190094133A (ko) 2019-08-12

Similar Documents

Publication Publication Date Title
WO2020213750A1 (ko) 객체를 인식하는 인공 지능 장치 및 그 방법
WO2020138624A1 (en) Apparatus for noise canceling and method for the same
WO2020218632A1 (ko) 인공지능 장치
WO2020235712A1 (ko) 콘텐츠 기반의 스타일을 갖는 텍스트 또는 음성을 생성하는 인공 지능 장치 및 그 방법
WO2019182265A1 (ko) 인공 지능 기기 및 그의 동작 방법
WO2020235696A1 (ko) 스타일을 고려하여 텍스트와 음성을 상호 변환하는 인공 지능 장치 및 그 방법
WO2020230933A1 (ko) 사용자의 음성을 인식하는 인공 지능 장치 및 그 방법
WO2018088794A2 (ko) 디바이스가 이미지를 보정하는 방법 및 그 디바이스
WO2021006405A1 (ko) 인공지능 서버
WO2020184748A1 (ko) 교통 정보에 기반한 오토 스탑 시스템을 제어하는 인공 지능 장치 및 그 방법
WO2020213758A1 (ko) 음성으로 상호작용하는 인공 지능 장치 및 그 방법
WO2020204221A1 (ko) 공기 조화기
WO2020091210A1 (en) System and method of integrating databases based on knowledge graph
WO2021006404A1 (ko) 인공지능 서버
WO2018128362A1 (en) Electronic apparatus and method of operating the same
WO2020184753A1 (ko) 음성 추출 필터를 이용하여 음성 제어를 수행하는 인공 지능 장치 및 그 방법
WO2020241922A1 (ko) 차량 제어 장치
WO2019135621A1 (ko) 영상 재생 장치 및 그의 제어 방법
WO2020184747A1 (ko) 오토 스탑 시스템을 제어하는 인공 지능 장치 및 그 방법
WO2020184746A1 (ko) 주행 정보에 기반한 오토 스탑 시스템을 제어하는 인공 지능 장치 및 그 방법
WO2019225961A1 (en) Electronic device for outputting response to speech input by using application and operation method thereof
WO2021025217A1 (ko) 인공지능 서버
WO2021006366A1 (ko) 디스플레이 패널의 색상을 조정하는 인공 지능 장치 및 그 방법
EP3545436A1 (en) Electronic apparatus and method of operating the same
WO2020196962A1 (ko) 인공 지능 청소기 및 그의 동작 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19924841

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19924841

Country of ref document: EP

Kind code of ref document: A1