안저 사진과 안축장 길이를 이용하여 안저 나이를 예측하는 장치에 의해 수행되는 안저 사진과 안축장 길이를 이용하여 안저 나이를 예측하는 방법에 있어서,학습부가 복수의 학습 안저 사진과 이에 대응하는 복수의 학습 안축장 길이 및 복수의 학습 연령 정보를 준비하는 단계;상기 학습부가 상기 복수의 학습 안저 사진, 상기 복수의 학습 안축장 길이 및 상기 복수의 학습 연령 정보를 이용하여 안저 사진의 피촬영자에 대한 안저 나이를 예측하는 학습 모델을 생성하는 단계;추론부가 예측 대상 안저 사진을 수신하는 단계; 및상기 추론부가 상기 생성된 학습 모델을 이용하여 상기 예측 대상 안저 사진의 피촬영자의 안저 나이를 예측하는 단계,를 포함하는, 안저 나이 예측 방법.

제1항에 있어서,상기 학습 모델을 생성하는 단계는, 상기 복수의 학습 안저 사진을 입력값으로 지정하고 상기 복수의 학습 안축장 길이를 라벨로 지정하여 제 1 심층 신경망을 학습시키는 단계; 학습된 상기 제 1 심층 신경망을 이용하여 상기 복수의 학습 안저 사진에 대한 복수의 예측 안축장 길이를 도출하는 단계; 및상기 복수의 학습 안저 사진과 상기 복수의 예측 안축장 길이를 입력값으로 지정하고 상기 복수의 학습 연령 정보를 라벨로 지정하여 제 2 심층 신경망을 학습시키는 단계 를 포함하는 것인, 안저 나이 예측 방법.

제1항에 있어서,상기 학습 모델은 하나 이상의 심층 신경망을 포함하고, 각각의 상기 심층 신경망은 입력 층, 특징 추출 모듈 및 예측 모듈을 포함하고, 상기 학습 모델을 생성하는 단계는,상기 복수의 학습 안저 사진을 입력값으로 지정하고 상기 복수의 학습 안축장 길이를 라벨로 지정하여 제 1 심층 신경망을 학습시키는 단계; 학습된 상기 제 1 심층 신경망을 이용하여 상기 복수의 학습 안저 사진에 대한 복수의 예측 안축장 길이를 도출하는 단계; 및상기 복수의 학습 안저 사진을 입력값으로 지정하고 상기 복수의 예측 안축장 길이를 제 2 심층 신경망의 특징 추출 모듈의 어느 하나의 레이어에 삽입하고 상기 복수의 학습 연령 정보를 라벨로 지정하여 상기 제 2 심층 신경망을 학습시키는 단계 를 포함하는 것인, 안저 나이 예측 방법.

제1항에 있어서,상기 학습 모델을 생성하는 단계는,상기 복수의 학습 안저 사진과 상기 복수의 학습 안축장 길이를 입력값으로 지정하고, 상기 복수의 학습 연령 정보를 라벨로 지정하여 심층 신경망을 학습시키는 단계를 포함하는 것인, 안저 나이 예측 방법.

제4항에 있어서,상기 피촬영자의 측정된 안축장 길이를 수신하는 단계를 더 포함하고,상기 안저 나이를 예측하는 단계는, 상기 예측 대상 안저 사진과 상기 측정된 안축장 길이를 상기 심층 신경망의 입력값으로 지정하여 상기 예측 대상 안저 사진의 피촬영자의 안저 나이를 예측하는 것인, 안저 나이 예측 방법.

제1항에 있어서,상기 예측 대상 안저 사진에서 상기 안저 나이의 예측에 활용된 근거 영역을 도출하는 단계; 및상기 예측 대상 안저 사진에서 상기 근거 영역을 강조하여 표시한 근거 영상을 출력하는 단계, 를 더 포함하고,상기 근거 영역을 도출하는 단계는, 하기 수학식 1을 통해 I번째 레이어의 어느 하나의 노드가 I+1번째 레이어의 어느 하나의 노드에 미치는 영향을 나타내는 기여값을 계산하고, 수학식 2를 통해 I번째 레이어의 어느 하나의 노드가 I+1번째 레이어 전체에 미치는 영향을 나타내는 기여값을 계산하며, 수학식 3을 통해 l번째 레이어의 어느 하나의 노드가 l+2번째 레이어 전체에 미치는 영향을 나타내는 기여값을 계산하고, 상기 수학식 3을 연쇄적으로 적용하여, 임의의 노드 하나가 해당 신경망의 출력노드에 기여하는 값을 계산하여 예측에 활용되는 근거 영역을 도출하는 것인, 안저 나이 예측 방법.[수학식 1][수학식 2][수학식 3]

제1항에 있어서, 상기 예측된 안저 나이에 대한 피드백으로서 의료진이 판단한 수정 안저 나이를 수신하는 단계; 및상기 수정 안저 나이에 대응하는 복수의 학습 안저 사진과 복수의 학습 안축장 길이를 데이터셋에 추가하여 상기 학습 모델을 업데이트하는 단계를 더 포함하는, 안저 나이 예측 방법.

안저 사진과 안축장 길이를 이용하여 안저 나이를 예측하는 장치에 있어서,복수의 학습 안저 사진과 이에 대응하는 복수의 학습 안축장 길이 및 복수의 학습 연령 정보를 준비하고, 상기 복수의 학습 안저 사진, 상기 복수의 학습 안축장 길이 및 상기 복수의 학습 연령 정보를 이용하여 안저 사진의 피촬영자에 대한 안저 나이를 예측하는 학습 모델을 생성하는 학습부; 및예측 대상 안저 사진을 수신하고, 상기 생성된 학습 모델을 이용하여 상기 예측 대상 안저 사진의 피촬영자의 안저 나이를 예측하는 추론부,를 포함하는, 안저 나이 예측 장치.

제8항에 있어서,상기 학습부는, 상기 복수의 학습 안저 사진을 입력값으로 지정하고 상기 복수의 학습 안축장 길이를 라벨로 지정하여 제 1 심층 신경망을 학습시키고, 학습된 상기 제 1 심층 신경망을 이용하여 상기 복수의 학습 안저 사진에 대한 복수의 예측 안축장 길이를 도출하고, 상기 복수의 학습 안저 사진과 상기 복수의 예측 안축장 길이를 입력값으로 지정하고 상기 복수의 학습 연령 정보를 라벨로 지정하여 제 2 심층 신경망을 학습시키는 것인, 안저 나이 예측 장치.

제8항에 있어서,상기 학습 모델은 하나 이상의 심층 신경망을 포함하고, 각각의 상기 심층 신경망은 입력 층, 특징 추출 모듈 및 예측 모듈을 포함하고, 상기 학습부는,상기 복수의 학습 안저 사진을 입력값으로 지정하고 상기 복수의 학습 안축장 길이를 라벨로 지정하여 제 1 심층 신경망을 학습시키고, 학습된 상기 제 1 심층 신경망을 이용하여 상기 복수의 학습 안저 사진에 대한 복수의 예측 안축장 길이를 도출하고, 상기 복수의 학습 안저 사진을 입력값으로 지정하고, 상기 복수의 예측 안축장 길이를 제 2 심층 신경망의 특징 추출 모듈의 어느 하나의 레이어에 삽입하고 상기 복수의 학습 연령 정보를 라벨로 지정하여 상기 제 2 심층 신경망을 학습시키는 것인, 안저 나이 예측 장치.

제8항에 있어서,상기 학습부는, 상기 복수의 학습 안저 사진과 상기 복수의 학습 안축장 길이를 입력값으로 지정하고 상기 복수의 학습 연령 정보를 라벨로 지정하여 심층 신경망을 학습시키는 것인, 안저 나이 예측 장치.

제11항에 있어서,상기 추론부는,상기 피촬영자의 측정된 안축장 길이를 수신하고,상기 예측 대상 안저 사진과 상기 측정된 안축장 길이를 상기 심층 신경망의 입력값으로 지정하여 상기 피촬영자의 안저 나이를 예측하는 것인, 안저 나이 예측 장치.

제8항에 있어서,상기 예측 대상 안저 사진에서 상기 안저 나이의 예측에 활용된 근거 영역을 도출하고, 상기 예측 대상 안저 사진에서 상기 근거 영역을 강조하여 표시한 근거 영상을 출력하는 시각화부를 더 포함하고, 상기 시각화부는,하기 수학식 1을 통해 I번째 레이어의 어느 하나의 노드가 I+1번째 레이어의 어느 하나의 노드에 미치는 영향을 나타내는 기여값을 계산하고, 수학식 2를 통해 I번째 레이어의 어느 하나의 노드가 I+1번째 레이어 전체에 미치는 영향을 나타내는 기여값을 계산하며, 수학식 3을 통해 l번째 레이어의 어느 하나의 노드가 l+2번째 레이어 전체에 미치는 영향을 나타내는 기여값을 계산하고, 상기 수학식 3을 연쇄적으로 적용하여, 임의의 노드 하나가 해당 신경망의 출력노드에 기여하는 값을 계산하여 예측에 활용되는 근거 영역을 도출하는 것인, 안저 나이 예측 장치.[수학식 1][수학식 2][수학식 3]

제8항에 있어서,상기 학습부는,상기 예측된 안저 나이에 대한 피드백으로서 의료진이 판단한 수정 안저 나이를 수신하고, 상기 수정 안저 나이에 대응하는 복수의 학습 안저 사진과 복수의 학습 안축장 길이를 데이터셋에 추가하여 상기 학습 모델을 업데이트하는 것인, 안저 나이 예측 장치.