제2 항에 있어서,상기 변환 방법은,자르기, 늘리기, 회전, 색상 변경 및 반전 중에서 적어도 둘을 포함하는적대적 메타학습 방법.

제1 항에 있어서,상기 제1 인코더와 상기 제2 인코더는 동일한 하나의 인코더에서 파생되어 구조가 서로 동일한적대적 메타학습 방법.

제1 인코더와 제2 인코더를 포함하는 인코더 쌍을 이용한 적대적 메타학습 방법에 있어서,획득한 학습용 원본 이미지를 변환하여 제1 변환 이미지 및 제2 변환 이미지를 생성하는 단계;상기 제1 인코더를 이용하여 상기 제1 변환 이미지로부터 제1 벡터를 생성하는 단계;상기 제2 인코더를 이용하여, 상기 제2 변환 이미지로부터 제2 벡터를 생성하는 단계;상기 제1 벡터, 상기 제2 벡터 및 상기 학습용 원본 이미지를 이용하여, 상기 학습용 원본 이미지에 적대적 공격용 노이즈를 추가한 제1 노이즈 이미지와 제2 노이즈 이미지를 생성하는 단계; 및상기 제1 노이즈 이미지와 상기 제2 노이즈 이미지 중에서 적어도 하나를 상기 학습용 원본 이미지로서 획득하여 상기 제1 변환 이미지 및 제2 변환 이미지를 생성하는 단계를 다시 수행하는 단계를 포함하는적대적 메타학습 방법.

제1 항에 있어서,상기 제1 변환 이미지 및 제2 변환 이미지를 생성하는 단계는,소정의 변환 방법 중에서 랜덤으로 선택된 어느 한 방법을 이용하여 상기 제1 변환 이미지를 생성하는 단계; 및상기 변환 방법 중에서 랜덤으로 선택된 다른 한 방법을 이용하여 상기 제2 변환 이미지를 생성하는 단계를 포함하는적대적 메타학습 방법.

제1 항에 있어서,상기 제1 노이즈 이미지와 제2 노이즈 이미지를 생성하는 단계는,상기 제1 벡터와 상기 제2 벡터의 차이가 커지도록 상기 제1 인코더의 제1 기울기를 설정하는 단계;상기 제1 기울기를 이용하여 적대적 공격용 제1 노이즈를 생성하는 단계;상기 학습용 원본 이미지와 상기 제1 노이즈에 기초하여 상기 제1 노이즈 이미지를 생성하는 단계;상기 제1 벡터와 상기 제2 벡터의 차이가 커지도록 상기 제2 인코더의 제2 기울기를 설정하는 단계;상기 제2 기울기를 이용하여 적대적 공격용 제2 노이즈를 생성하는 단계; 및상기 학습용 원본 이미지와 상기 제2 노이즈에 기초하여 상기 제1 노이즈 이미지를 생성하는 단계를 포함하는적대적 메타학습 방법.

제5 항에 있어서,상기 제1 인코더는,상기 제1 노이즈 이미지와 상기 학습용 원본 이미지 사이의 차이가 줄어들도록 설정된 제1 손실함수, 및 상기 제1 노이즈 이미지와 상기 제2 노이즈 이미지 사이의 차이가 줄어들도록 설정된 제2 손실함수 중에서 적어도 하나를 더 입력받아 메타학습되는적대적 메타학습 방법.

제1 항에 있어서,상기 제1 인코더는,쿼리 이미지를 획득하면, 상기 쿼리 이미지를 소정의 클래스들 중에 어느 하나로 분류하는데 이용되는적대적 메타학습 방법.

제1 인코더와 제2 인코더를 포함하는 인코더 쌍을 이용하는 적대적 메타학습 프로그램이 저장된 메모리; 및상기 메모리를 제어하는 프로세서를 포함하고,상기 프로세서는,획득한 학습용 원본 이미지를 변환하여 제1 변환 이미지 및 제2 변환 이미지를 생성하고,상기 제1 인코더를 이용하여 상기 제1 변환 이미지로부터 제1 벡터를 생성하고,상기 제2 인코더를 이용하여, 상기 제2 변환 이미지로부터 제2 벡터를 생성하고,상기 제1 벡터, 상기 제2 벡터 및 상기 학습용 원본 이미지를 이용하여, 상기 학습용 원본 이미지에 적대적 공격용 노이즈를 추가한 제1 노이즈 이미지와 제2 노이즈 이미지를 생성하고,상기 제1 노이즈 이미지와 상기 제2 노이즈 이미지 중에서 적어도 하나를 상기 학습용 원본 이미지로서 획득하여 상기 제1 변환 이미지 및 제2 변환 이미지를 생성하는 과정을 다시 수행하는적대적 메타학습 장치.

제8 항에 있어서,상기 프로세서는,소정의 변환 방법 중에서 랜덤으로 선택된 어느 한 방법을 이용하여 상기 제1 변환 이미지를 생성하고,상기 변환 방법 중에서 랜덤으로 선택된 다른 한 방법을 이용하여 상기 제2 변환 이미지를 생성하는적대적 메타학습 장치.

제8 항에 있어서,상기 제1 인코더와 상기 제2 인코더는 동일한 하나의 인코더에서 파생되어 구조가 서로 동일한적대적 메타학습 장치.

제8 항에 있어서,상기 프로세서는,상기 제1 벡터와 상기 제2 벡터의 차이가 커지도록 상기 제1 인코더의 제1 기울기를 설정하고,상기 제1 기울기를 이용하여 적대적 공격용 제1 노이즈를 생성하고,상기 학습용 원본 이미지와 상기 제1 노이즈에 기초하여 상기 제1 노이즈 이미지를 생성하고,상기 제1 벡터와 상기 제2 벡터의 차이가 커지도록 상기 제2 인코더의 제2 기울기를 설정하고,상기 제2 기울기를 이용하여 적대적 공격용 제2 노이즈를 생성하고,상기 학습용 원본 이미지와 상기 제2 노이즈에 기초하여 상기 제1 노이즈 이미지를 생성하는적대적 메타학습 장치.

제8 항에 있어서,상기 제1 인코더는,상기 제1 노이즈 이미지와 상기 학습용 원본 이미지 사이의 차이가 줄어들도록 설정된 제1 손실함수, 및 상기 제1 노이즈 이미지와 상기 제2 노이즈 이미지 사이의 차이가 줄어들도록 설정된 제2 손실함수 중에서 적어도 하나를 더 입력받아 메타학습되는적대적 메타학습 장치.

컴퓨터 판독 가능한 기록매체에 저장되어 있는 컴퓨터 프로그램으로서,상기 컴퓨터 프로그램은,제1 인코더와 제2 인코더를 포함하는 인코더 쌍을 이용한 적대적 메타학습 방법을 프로세서가 수행하도록 하기 위한 명령어를 포함하고,상기 적대적 메타학습 방법은,획득한 학습용 원본 이미지를 변환하여 제1 변환 이미지 및 제2 변환 이미지를 생성하는 단계;상기 제1 인코더를 이용하여 상기 제1 변환 이미지로부터 제1 벡터를 생성하는 단계;상기 제2 인코더를 이용하여, 상기 제2 변환 이미지로부터 제2 벡터를 생성하는 단계;상기 제1 벡터, 상기 제2 벡터 및 상기 학습용 원본 이미지를 이용하여, 상기 학습용 원본 이미지에 적대적 공격용 노이즈를 추가한 제1 노이즈 이미지와 제2 노이즈 이미지를 생성하는 단계; 및상기 제1 노이즈 이미지와 상기 제2 노이즈 이미지 중에서 적어도 하나를 상기 학습용 원본 이미지로서 획득하여 상기 제1 변환 이미지 및 제2 변환 이미지를 생성하는 단계를 다시 수행하는 단계를 포함하는컴퓨터 프로그램.

컴퓨터 프로그램을 저장하고 있는 컴퓨터 판독 가능 기록매체로서,상기 컴퓨터 프로그램은,제1 인코더와 제2 인코더를 포함하는 인코더 쌍을 이용한 적대적 메타학습 방법을 프로세서가 수행하도록 하기 위한 명령어를 포함하고,상기 적대적 메타학습 방법은,획득한 학습용 원본 이미지를 변환하여 제1 변환 이미지 및 제2 변환 이미지를 생성하는 단계;상기 제1 인코더를 이용하여 상기 제1 변환 이미지로부터 제1 벡터를 생성하는 단계;상기 제2 인코더를 이용하여, 상기 제2 변환 이미지로부터 제2 벡터를 생성하는 단계;상기 제1 벡터, 상기 제2 벡터 및 상기 학습용 원본 이미지를 이용하여, 상기 학습용 원본 이미지에 적대적 공격용 노이즈를 추가한 제1 노이즈 이미지와 제2 노이즈 이미지를 생성하는 단계; 및상기 제1 노이즈 이미지와 상기 제2 노이즈 이미지 중에서 적어도 하나를 상기 학습용 원본 이미지로서 획득하여 상기 제1 변환 이미지 및 제2 변환 이미지를 생성하는 단계를 다시 수행하는 단계를 포함하는컴퓨터 판독 가능 기록매체.