샘플링 및 적응적으로 변경되는 임계치에 기초하여 뉴럴 네트워크를 학습하는데 이용되는 하드 네거티브 샘플을 추출하는 영상 학습 장치 및 상기 장치가 수행하는 방법

Abstract

일실시예에 따른 영상 학습 장치는 학습 영상으로부터 뉴럴 네트워크의 학습에 이용되는 하드 네거티브 샘플을 추출할 수 있다. 하드 네거티브 샘플은 객체를 인식한 결과로써 바람직하지 않은 결과를 뉴럴 네트워크에 학습하는데 이용될 수 있다. 하드 네거티브 샘플은 학습 영상으로부터 샘플링된 탐색 영역들 중에서 결정될 수 있다. 영상 학습 장치는 샘플링된 탐색 영역들 각각이 학습 영상의 객체에 대응할 확률인 클래스 스코어를 결정한 다음, 결정된 클래스 스코어에 기초하여 탐색 영역들 중에서, 하드 네거티브 샘플을 결정할 수 있다. 하드 네거티브 샘플 중에서, 뉴럴 네트워크의 학습에 이용되는 하드 네거티브 샘플의 개수는 포지티브 샘플의 개수, 클래스 스코어와 비교되는 미리 설정된 임계치 및 포지티브 샘플 및 하드 네거티브 샘플 간의 미리 설정된 비율 중 적어도 하나에 기초하여 결정될 수 있다.