맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

추출된 데이터 특징을 이용한 학습 방법 및 장치

  • 기술번호 : KST2015086916
  • 담당센터 :
  • 전화번호 :
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 학습 과정을 단순화하거나 추정의 정확도를 높이기 위한 추출된 데이터 특징을 이용한 학습 방법이 개시된다. 추출된 데이터 특징을 이용한 학습 방법은 입력된 학습 데이터를 미리 설정된 기준으로 두 개의 그룹으로 분할하는 단계와, 분할된 두 개의 그룹을 구분할 수 있는 데이터 특징을 추출하는 단계 및 추출된 특징을 이용하여 학습을 수행하는 단계를 포함한다. 학습 데이터를 단계적으로 세분하여 각 그룹을 용이하게 구분할 수 있는 특징을 추출하기 때문에 학습 과정을 단순화 시킬 수 있으며, 추정의 정확도를 높일 수 있다.
Int. CL G09B 5/02 (2006.01) G06K 9/46 (2006.01)
CPC
출원번호/일자 1020120106685 (2012.09.25)
출원인 한국전자통신연구원
등록번호/일자 10-1434170-0000 (2014.08.20)
공개번호/일자 10-2014-0039888 (2014.04.02) 문서열기
공고번호/일자 (20140826) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 소멸
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2013.03.28)
심사청구항수 11

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국전자통신연구원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이용진 대한민국 대전 유성구
2 박소희 대한민국 대전 유성구
3 고종국 대한민국 대전 유성구
4 문기영 대한민국 대전 서구
5 유장희 대한민국 대전 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인이상 대한민국 서울특별시 서초구 바우뫼로 ***(양재동, 우도빌딩 *층)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국전자통신연구원 대전광역시 유성구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2012.09.25 수리 (Accepted) 1-1-2012-0779862-95
2 [심사청구]심사청구(우선심사신청)서
[Request for Examination] Request for Examination (Request for Preferential Examination)		 2013.03.28 수리 (Accepted) 1-1-2013-0268125-57
3 선행기술조사의뢰서
Request for Prior Art Search		 2014.02.07 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search		 2014.03.12 수리 (Accepted) 9-1-2014-0023301-51
5 의견제출통지서
Notification of reason for refusal		 2014.04.24 발송처리완료 (Completion of Transmission) 9-5-2014-0281645-18
6 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2014.06.24 수리 (Accepted) 1-1-2014-0589591-39
7 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2014.06.24 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2014-0589762-40
8 등록결정서
Decision to grant		 2014.08.12 발송처리완료 (Completion of Transmission) 9-5-2014-0548621-63
9 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2015.02.02 수리 (Accepted) 4-1-2015-0006137-44
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
학습 장치에서 수행되는 학습 방법에 있어서,입력된 학습 데이터를 미리 설정된 기준으로 두 개의 그룹으로 분할하는 단계;상기 분할된 두 개의 그룹 중 하나의 그룹을 클래스 1로 설정하고, 나머지 그룹을 클래스 2로 설정하는 단계;상기 클래스 1과 클래스 2 사이의 분산과, 상기 클래스 1과 클래스 2 내의 분산의 비가 최대가 되도록 하는 투영 벡터를 획득하는 단계;상기 획득한 투영 벡터에 상기 입력된 학습 데이터를 투영하여 상기 분할된 두 개의 그룹을 구분할 수 있는 데이터 특징을 추출하는 단계; 및상기 추출된 특징을 이용하여 학습을 수행하는 단계를 포함하는 추출된 데이터 특징을 이용한 학습 방법
2 2
청구항 1에 있어서,상기 데이터 특징을 추출하는 단계 이후에,상기 두 개의 그룹 중 하위 그룹으로 분할할 필요가 있는 그룹이 있는 경우, 상기 분할할 필요가 있는 그룹을 하위 그룹으로 분할하는 단계; 및분할된 상기 하위 그룹을 구분할 수 있는 데이터 특징을 추출하는 단계를 더 포함하는 것을 특징으로 하는 추출된 데이터 특징을 이용한 학습 방법
3 3
삭제
4 4
청구항 1에 있어서,상기 데이터 특징을 추출하는 단계는,상기 입력된 학습 데이터에 대하여 후보 특징들을 추출하는 단계;상기 입력된 학습 데이터에 포함된 개별 데이터에 가중치를 부여하는 단계;상기 개별 데이터에 부여된 가중치에 따라 상기 개별 데이터 중 일부 데이터를 선택하는 단계;상기 후보 특징들 각각에 대해 상기 일부 데이터를 이용하여 상기 두 개의 그룹을 분류하는 분류기들을 학습하는 단계;상기 입력된 학습 데이터와 상기 개별 데이터에 부여된 가중치에 기초하여 상기 분류기들의 정확도를 계산하고 정확도가 가장 높은 분류기를 분류 성능이 가장 높은 분류기로 선택하는 단계; 및상기 분류 성능이 가장 높은 분류기를 학습하는데 이용한 후보 특징들을 상기 두 개의 그룹을 구분하기 위한 데이터 특징으로 추출하는 단계를 포함하는 것을 특징으로 하는 추출된 데이터를 이용한 학습 방법
5 5
청구항 4에 있어서,상기 데이터 특징을 추출하는 단계는,상기 분류 성능이 가장 높은 분류기에 의해 분류된 개별 데이터의 가중치는 낮추고, 상기 분류된 개별 데이터를 제외한 개별 데이터의 가중치는 높이는 단계;상기 두 개의 그룹을 구분하기 위한 데이터 특징이 미리 설정된 개수만큼 추출되었는지 판단하는 단계; 및미리 설정된 개수만큼 추출되지 않은 것으로 판단되면, 상기 두 개의 그룹을 구분하기 위한 데이터 특징이 미리 설정된 개수만큼 추출될 때까지 상기 일부 데이터를 선택하는 단계부터 상기 미리 설정된 개수만큼 추출되었는지 판단하는 단계를 반복 수행하는 단계를 더 포함하는 것을 특징으로 하는 추출된 데이터 특징을 이용한 학습 방법
6 6
청구항 5에 있어서,상기 개별 데이터에 부여된 가중치에 따라 상기 개별 데이터 중 일부 데이터를 선택하는 단계는,상기 개별 데이터에 부여된 가중치가 높을수록 선택할 확률이 높은 것을 특징으로 하는 추출된 데이터 특징을 이용한 학습 방법
7 7
청구항 1에 있어서,상기 분할된 두 개의 그룹을 구분할 수 있는 데이터 특징을 추출하는 단계는,상기 분할된 두 개의 그룹을 구분할 수 있는 데이터 특징을 영상 필터, 텍스쳐 표현방법, 웨이블릿(Wavelet) 분석, 푸리에 변환(Fourier Transform), 차원 축소 방법 및 특징 추출 수단 중 적어도 하나를 통해 추출하는 것을 특징으로 하는 추출된 데이터 특징을 이용한 학습 방법
8 8
청구항 1에 있어서,상기 추출된 특징을 이용하여 학습을 수행하는 단계 이후에,상기 학습 수행 결과에 얼굴 영상 데이터를 입력하여 상기 얼굴 영상 데이터에 상응하는 나이 또는 포즈를 추출하는 단계를 더 포함하는 것을 특징으로 하는 추출된 데이터 특징을 이용한 학습 방법
9 9
입력된 학습 데이터를 제공하는 학습 데이터 제공부;상기 학습 데이터를 미리 설정된 기준으로 두 개의 그룹으로 분할하고, 상기 분할된 두 개의 그룹 중 하나의 그룹을 클래스 1로 설정하고, 나머지 그룹을 클래스 2로 설정하고, 상기 클래스 1과 클래스 2 사이의 분산과 상기 클래스 1과 클래스 2내의 분산의 비가 최대가 되도록 하는 투영 벡터를 획득한 후, 상기 획득한 투영 벡터에 상기 입력된 데이터를 투영하여 상기 분할된 두 개의 그룹을 구분할 수 있는 데이터 특징을 추출하여 추출한 데이터 특징을 제공하는 특징 추출부; 및상기 추출된 데이터 특징을 이용하여 학습을 수행하는 처리부를 포함하는 추출된 데이터 특징을 이용한 학습 장치
10 10
청구항 9에 있어서,상기 특징 추출부는,상기 두 개의 그룹 중 하위 그룹으로 분할할 필요가 있는 그룹이 있는 경우, 상기 분할할 필요가 있는 그룹을 하위 그룹으로 분할하고, 상기 하위 그룹을 구분할 수 있는 데이터 특징을 추출하여 추출한 데이터 특징을 상기 처리부로 제공하는 것을 특징으로 하는 추출된 데이터 특징을 이용한 학습 장치
11 11
삭제
12 12
청구항 9에 있어서,상기 특징 추출부는,상기 분할된 두 개의 그룹을 구분할 수 있는 데이터 특징을 영상 필터, 텍스쳐 표현방법, 웨이블릿(Wavelet) 분석, 푸리에 변환(Fourier Transform), 차원 축소 방법 및 특징 추출 수단 중 적어도 하나를 통해 추출하는 것을 특징으로 하는 추출된 데이터 특징을 이용한 학습 장치
13 13
청구항 9에 있어서,상기 처리부는,상기 학습 데이터 제공부로부터 얼굴 영상 데이터가 제공되면, 상기 학습을 수행한 결과에 상기 얼굴 영상 데이터를 입력하여 상기 얼굴 영상 데이터에 상응하는 나이 또는 포즈를 추출하는 것을 특징으로 하는 추출된 데이터 특징을 이용한 학습 장치
지정국 정보가 없습니다
순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - 패밀리정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
1 US20140089236 US 미국 FAMILY

DOCDB 패밀리 정보

순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - DOCDB 패밀리 정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
1 US2014089236 US 미국 DOCDBFAMILY
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 지식경제부 한국전자통신연구원 산업원천기술개발사업(정보통신) 사람에 의한 안전위협의 실시간 인지를 위한 능동형 영상보안 서비스용 원거리 (CCTV 주간환경 5m이상) 사람 식별 및 검색 원천기술 개발