RnDcircle

번호	청구항
5	삭제
6	삭제
7	삭제
1	주사 전자 현미경으로 촬영한 모발 데이터 샘플 이미지를 수집부에 의해 수집하는 제 1 단계;수집된 상기 모발 데이터 샘플 이미지를 구성부에 의해 데이터 세트로 생성하는 제 2 단계;생성된 데이터 세트로부터 추출부에 의해 상기 모발 데이터 샘플 이미지의 특징을 추출하는 제 3 단계; 및추출된 상기 특징을 분류부에 의해 분류하는 제 4 단계;를 포함하며,상기 추출부는,컨볼루션 신경망(CNN: Convolutional Neural Network)인 잔여 채널 공간주의 네트워크(RCSAN-Net: Residual Channel Spatial Attention Network)를 사용하고,상기 잔여 채널 공간주의 네트워크는,다중 잔여 블록과, 주의 블록을 결합하여 형성된 다중 잔여 주의 블록을 스택하여 네트워크 프레임워크를 구축하며,스킵 연결을 사용하여 상기 잔여 블록과 상기 주의 블록을 연결하고,초기 단계에서 표준 컨볼루션 계산을 사용하여 특징 맵을 생성하며, 주의 메커니즘 모듈로 들어가 특징에 대한 다중 채널 및 공간 정보를 추출하고, 계산 라운드로 들어가 주의 특징 맵을 생성하며,상기 주의 특징 맵은,채널주의 특징 맵인 하기 수식 1과, 공간주의 특징 맵인 하기 수식 2인 것을 특징으로 하는,콘볼루션 신경망 기반의 주사 전자 현미경 이미지를 이용한 효율적인 모발 손상 감지 방법.[수식 1][수식 2]
2	제 1 항에 있어서,상기 데이터 세트는,수집된 모발 데이터 샘플 이미지를 3등분으로 균등하게 분할하고, 중앙의 5 ㎜ 세그먼트를 관찰용으로 선택하여 약한 손상, 중간 손상 및 높은 손상 이미지를 최종 샘플 데이터 세트로 생성하는 것을 특징으로 하는,콘볼루션 신경망 기반의 주사 전자 현미경 이미지를 이용한 효율적인 모발 손상 감지 방법.
3	제 2 항에 있어서,상기 최종 샘플 데이터 세트의 총 양을 데이터 향상 알고리즘을 통해 확장하고,상기 데이터 향상 알고리즘은 이미지 반전 알고리즘, 회전 알고리즘, 자르기 알고리즘, 가우스 노이즈 추가 알고리즘 중 하나 이상인 것을 특징으로 하는,콘볼루션 신경망 기반의 주사 전자 현미경 이미지를 이용한 효율적인 모발 손상 감지 방법.
4	삭제
8	제 1 항에 있어서,상기 잔여 채널 공간주의 네트워크는,채널주의 모듈과 공간주의 모듈을 갖는 주의 메커니즘 모듈을 포함하는 것을 특징으로 하는,콘볼루션 신경망 기반의 주사 전자 현미경 이미지를 이용한 효율적인 모발 손상 감지 방법.
9	제 8 항에 있어서,상기 채널주의 모듈은,특징 채널 간의 상호 의존성을 향상시키는 것을 특징으로 하는,콘볼루션 신경망 기반의 주사 전자 현미경 이미지를 이용한 효율적인 모발 손상 감지 방법.
10	제 9 항에 있어서,상기 공간주의 모듈은,상기 채널주의 모듈을 보완하는 특징 맵의 특정 영역 정보 부분이며,공간주의 맵은 요소 간의 공간 관계를 사용하여 생성되는 것을 특징으로 하는,콘볼루션 신경망 기반의 주사 전자 현미경 이미지를 이용한 효율적인 모발 손상 감지 방법.
11	제 10 항에 있어서,상기 공간주의 모듈은,상기 채널주의 모듈에서 특징 정보를 최대로 유지하기 위해 최대 풀링과 평균 풀링을 결합한 이중 풀링 방법을 채택하여 두 개의 2차원 특징 맵(Fa 및 Fm)을 생성하는 것을 특징으로 하는,콘볼루션 신경망 기반의 주사 전자 현미경 이미지를 이용한 효율적인 모발 손상 감지 방법.
12	제 1 항에 있어서,상기 잔여 채널 공간주의 네트워크는,감지 및 인식의 정확도를 향상시키기 위해, 헤어의 특징을 수집하는 모발 손상 감지 모델에 채널주의 모델 및 공간주의 모델을 설계하는 것을 특징으로 하는,콘볼루션 신경망 기반의 주사 전자 현미경 이미지를 이용한 효율적인 모발 손상 감지 방법.
13	제 1 항 내지 제 3 항, 제 8 항 내지 제 12 항 중 한 항에 따른 콘볼루션 신경망 기반의 주사 전자 현미경 이미지를 이용한 효율적인 모발 손상 감지 방법에 의해 감지하는 콘볼루션 신경망 기반의 주사 전자 현미경 이미지를 이용한 효율적인 모발 손상 감지 시스템.
14	주사 전자 현미경으로 촬영한 모발 데이터 샘플 이미지를 수집하는 수집부;수집된 상기 모발 데이터 샘플 이미지를 데이터 세트로 생성하는 구성부;생성된 데이터 세트로부터 상기 모발 데이터 샘플 이미지의 특징을 추출하는 추출부; 및추출된 상기 특징을 분류하는 분류부;를 포함하며,상기 추출부는,컨볼루션 신경망(CNN: Convolutional Neural Network)인 잔여 채널 공간주의 네트워크(RCSAN-Net: Residual Channel Spatial Attention Network)를 사용하고,상기 잔여 채널 공간주의 네트워크는,다중 잔여 블록과, 주의 블록을 결합하여 형성된 다중 잔여 주의 블록을 스택하여 네트워크 프레임워크를 구축하며,스킵 연결을 사용하여 상기 잔여 블록과 상기 주의 블록을 연결하고,초기 단계에서 표준 컨볼루션 계산을 사용하여 특징 맵을 생성하며, 주의 메커니즘 모듈로 들어가 특징에 대한 다중 채널 및 공간 정보를 추출하고, 계산 라운드로 들어가 주의 특징 맵을 생성하며,상기 주의 특징 맵은,채널주의 특징 맵인 하기 수식 1과, 공간주의 특징 맵인 하기 수식 2인 것을 특징으로 하는,콘볼루션 신경망 기반의 주사 전자 현미경 이미지를 이용한 효율적인 모발 손상 감지 시스템.[수식 1][수식 2]
15	삭제
16	제 14 항에 있어서,상기 잔여 채널 공간주의 네트워크는,감지 및 인식의 정확도를 향상시키기 위해, 헤어의 특징을 수집하는 모발 손상 감지 모델에 채널주의 모델 및 공간주의 모델을 설계하는 것을 특징으로 하는,콘볼루션 신경망 기반의 주사 전자 현미경 이미지를 이용한 효율적인 모발 손상 감지 시스템.