Apparatus Method And Program for Classification Based on Artificial Intelligence Federated Learning

• Format: Patent
• Language: English; Korean
• Published: 14.02.2025
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; DIAGNOSIS; HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATIONTECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING ORPROCESSING OF MEDICAL OR HEALTHCARE DATA; HUMAN NECESSITIES; HYGIENE; IDENTIFICATION; INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTEDFOR SPECIFIC APPLICATION FIELDS; MEDICAL OR VETERINARY SCIENCE; PHYSICS; SURGERY

본 발명은 인공지능 연합학습 기반의 분류 장치 및 방법에 관한 것이다. 이를 위하여, 복수의 객체를 포함하는 이미지 정보를 입력 데이터로 하고 이미지 정보에 포함된 복수의 객체를 추출하여 각각의 객체에 대한 객체 class 정보 및 객체 좌표 정보를 포함하는 객체 박스 정보를 출력 데이터로 출력하는 인공신경망 모듈을 포함하는 객체 인식 모듈; 객체 박스 정보를 기초로 생성된 객체 이미지 정보를 입력 받고, 객체 이미지 정보에 대한 객체 특징 벡터를 출력하는 객체 특징 벡터 생성 모듈; 이미지 정보를 입력 받고, 이미지 정보에 대한 스타일 벡터를 출력하는 스타일 벡터 생성 모듈; 각각의 객체에 대한 객체 특징 벡터를 조합(concatenate)한 벡터인 특징 벡터와 스타일 벡터와의 조합 벡터를 입력 데이터로 하고, 이미지 정보에 대한 분류 정보를 출력 데이터로 출력하는 인공신경망 모듈을 포함하는 분류 모듈이 제안될 수 있다. The present invention relates to a pictorial psychological analysis device and method using an artificial neural network. For this purpose, proposed are: an object recognition module comprising an artificial neural network module that uses the image information of a test subject incluidng a plurality of objects as input data, extracts a plurality of objects in the picture image information of the test subject to output object box information including object class information and object coordinate information for each object as output data; an object feature vector generation module that receives object image information generated based on object box information and outputs object feature vectors for the object image information; a picture style feature vector generation module that receives picture image information of the test object as input and outputs a picture style vector for the picture image information of the test object; and an emotion classification module that includes an artificial neural network module that uses a combination vector of the subject's picture feature vector and the picture style vector, which is a vector that concatenates the object feature vectors for each object, as input data and outputs emotion classification information about the picture image information of the test object as output data.