제 1항에 있어서,상기 클래스 정보는 픽셀 단위로 객체의 종류를 나타내는 의미론적 세분화(semantic segmentation) 데이터인 것을 특징으로 하는, 실시간 감독 학습 방법.

제 1항에 있어서,상기 학습시키는 단계는, 상기 지리참조된 영상의 상기 모델 기반의 객체 분류 결과 및 상기 클래스 정보로부터 파악된 객체 분류 결과의 차이가 최소화되도록 상기 모델을 수정하는 최적화 단계를 포함하는 것을 특징으로 하는, 실시간 감독 학습 방법.

청구항 제 1항, 제3항 내지 청구항 제 6항 중의 어느 한 항에 따른 방법을 실행시키기 위한 컴퓨터 프로그램이 기록된 컴퓨터에서 판독 가능한 기록매체.

삭제

이동체에서 실시간으로 영상을 취득하는 동안에 수행되는 감독 학습 방법으로서,상기 취득한 영상을 지리참조된 영상으로 변환하는 단계;제1시간구간 동안 상기 지리참조된 영상에 기초하여 클래스 정보를 생성하여, 상기 지리참조된 영상과 상기 클래스 정보의 쌍으로 구성되는 학습데이터를 생성하는 단계; 및상기 생성된 학습데이터를 이용하여 상기 지리참조된 영상에 대한 객체 분류 결과를 추출하는 모델을 감독 학습시키는 단계;제2시간구간 동안 상기 학습된 모델에 상기 지리참조된 영상을 입력하여 객체 분류 결과를 추출하는 단계;를 포함하고,상기 제1시간구간 및 제2시간구간은 상기 실시간으로 영상을 취득하는 시간구간에 포함되고, 상기 제2시간구간은 상기 제1시간구간 이후의 시간구간이며,상기 클래스 정보는 데이터베이스에 저장되어 있는 지리공간정보(geo-spatial information)에 기초하여 생성되는 것을 특징으로 하는, 실시간 감독 학습 방법.

삭제

제 1항에 있어서,상기 제1시간구간은 상기 감독 학습의 완성도를 나타내는 하나 이상의 지표에 기초하여 정해지는 것을 특징으로 하는, 실시간 감독 학습 방법.

제 1항에 있어서,상기 클래스 정보는 상기 지리참조된 영상으로부터 상기 지리공간정보를 기준으로 생성되는 래스터(raster) 형식인 것을 특징으로 하는, 실시간 감독 학습 방법.

이동체에서 실시간으로 영상을 취득하는 동안에 감독 학습을 수행하는 시스템으로서,상기 취득한 영상을 지리참조된 영상으로 변환하는 데이터 처리부;제1시간구간 동안 상기 지리참조된 영상에 기초하여 클래스 정보를 생성하여, 상기 지리참조된 영상과 상기 클래스 정보의 쌍으로 구성되는 학습데이터를 생성하는 학습데이터 생성부; 및상기 생성된 학습데이터를 이용하여 상기 지리참조된 영상에 대한 객체 분류 결과를 추출하는 모델을 감독 학습시키는 감독 학습부;제2시간구간 동안 상기 학습된 모델에 상기 지리참조된 영상을 입력하여 객체 분류 결과를 추출하는 분류부;를 포함하고,상기 제1시간구간 및 제2시간구간은 상기 실시간으로 영상을 취득하는 시간구간에 포함되고, 상기 제2시간구간은 상기 제1시간구간 이후의 시간구간이며,상기 클래스 정보는 데이터베이스에 저장되어 있는 지리공간정보에 기초하여 생성되는 것을 특징으로 하는, 실시간 감독 학습 시스템.

삭제

제 9항에 있어서,상기 감독 학습부는 상기 감독 학습의 완성도를 나타내는 하나 이상의 지표에 기초하여 상기 제1시간구간을 결정하는 것을 특징으로 하는, 실시간 감독 학습 시스템.

제 9항에 있어서,상기 클래스 정보는 상기 지리참조된 영상으로부터 상기 지리공간정보를 기준으로 생성되는 래스터 형식인 것을 특징으로 하는, 실시간 감독 학습 시스템.

제 9항에 있어서,상기 클래스 정보는 픽셀 단위로 객체의 종류를 나타내는 의미론적 세분화 데이터인 것을 특징으로 하는, 실시간 감독 학습 시스템.

제 9항에 있어서,상기 감독 학습부는, 상기 지리참조된 영상의 상기 모델 기반의 객체 분류 결과 및 상기 클래스 정보로부터 파악된 객체 분류 결과의 차이가 최소화되도록 상기 모델을 수정하는 최적화를 수행하는 것을 특징으로 하는, 실시간 감독 학습 시스템.