Cited time in webofscience Cited time in scopus

Full metadata record

DC Field Value Language
dc.contributor.author 김동영 -
dc.contributor.author 이충희 -
dc.date.accessioned 2018-07-11T12:14:01Z -
dc.date.available 2018-07-11T12:14:01Z -
dc.identifier.uri http://hdl.handle.net/20.500.11750/7882 -
dc.description.abstract 본 발명은 아다부스트 알고리즘 기반 학습 장치 및 방법에 대하여 개시한다. 본 발명의 일면에 따른 학습 장치에 의한 아다부스트 알고리즘 기반의 학습 방법은, 검출대상이 포함된 복수의 Positive 영상, 및 상기 검출대상이 포함되지 않은 복수의 Negative 영상을 포함하는 훈련 데이터 집합을 N개의 부분 집합으로 나누는 단계; 상기 각 부분 집합에 대해 아다부스트(Adaboost) 알고리즘 기반의 학습을 수행하여, 초기 특징 집합에서 상기 검출대상의 검출률이 상대적으로 큰 상위 M개의 특징점을 각기 추출하는 단계; 및 상기 추출하는 단계에서 추출된 N×M개의 특징점 중에서 상기 검출률이 상대적으로 큰 복수의 최종 특징점을 추출하는 단계를 포함하는 것을 특징으로 한다. -
dc.title 아다부스트 알고리즘 기반 학습 장치 및 방법 -
dc.title.alternative Apparatus and Method for Learning on the basis of Adaboost Algorithm -
dc.type Patent -
dc.publisher.country KO -
dc.identifier.patentApplicationNumber 10-2014-0156026 -
dc.date.application 2014-11-11 -
dc.identifier.patentRegistrationNumber 10-1791514 -
dc.date.registration 2017-10-24 -
dc.contributor.assignee (재)대구경북과학기술원(100/100) -
dc.description.claim 학습 장치에 의한 아다부스트(Adaboost) 알고리즘 기반의 학습 방법으로서,검출대상이 포함된 복수의 Positive 영상, 및 상기 검출대상이 포함되지 않은 복수의 Negative 영상을 포함하는 훈련 데이터 집합을 N개의 부분 집합으로 나누는 단계;상기 각 부분 집합에 대해 아다부스트 알고리즘 기반의 학습을 수행하여, 초기 특징 집합에서 상기 검출대상의 검출률이 상대적으로 큰 상위 M개의 특징점을 각기 추출하는 단계; 및상기 추출하는 단계에서 추출된 N×M개의 특징점 중에서 상기 검출률이 상대적으로 큰 복수의 최종 특징점을 추출하는 단계를 포함하고, 상기 M개의 특징점을 각기 추출하는 단계는,상기 아다부스트 알고리즘 기반으로 상기 초기 특징 집합을 이용하여 상기 각 부분 집합 내 Positive 영상 및 Negative 영상의 특징의 값들을 계산하는 단계; 및상기 특징의 값들을 이용하여 상기 초기 특징 집합 내 특징점의 검출 오류값을 계산하고, 상기 검출 오류값이 상대적으로 작은 상기 M개의 특징점을 추출하는 단계를 포함하는 것인 아다부스트 알고리즘 기반 학습 방법. -
dc.type.iprs 특허 -
Files in This Item:

There are no files associated with this item.

Appears in Collections:
Division of Electronics & Information System 3. Patents

qrcode

  • twitter
  • facebook
  • mendeley

Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.

BROWSE