맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

물체 인식을 위한 허프 펀 방법

  • 기술번호 : KST2015170168
  • 담당센터 : 대구기술혁신센터
  • 전화번호 : 053-550-1450
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 본 발명은 시간 경과에 따라 모양이 변하지 않는 물체를 인식할 때, 허프 보팅 서치 방식을 이용하여 물체를 인식하되 단순한 학습 방식(Fern classifier)을 적용하여 인식속도를 향상시킬 수 있도록 한 기술에 관한 것이다. 이와 같은 본 발명은, 인식하고자 하는 물체의 영상을 균일한 간격으로 나누어 상기 물체의 단위 영상에 해당되는 스페이셜 워드들을 생성한 후 각 스페이셜 워드들과 상기 물체의 중심과의 상대적인 위치 관계를 펀 클래시파이어 학습방법으로 학습시키고, 리프 노드들의 정보를 구성하는 트레이닝 단계; 및 인식하고자 하는 테스트 영상을 균일한 간격으로 나누어 상기 스페이셜 워드와 같은 크기의 패치들을 획득한 후, 상기 트레이닝 단계에서 학습되어진 펀 클래시파이어를 상기 트레이닝 단계에서 획득된 패치들에 적용시켜 상기 패치가 어떤 스페이셜 워드에 대응 되는 지를 판단 할 수 있도록 하고, 상기 테스트 영상의 각 패치마다 획득된 보팅 위치와 웨이트를 근거로 하여 물체가 있을 것으로 예상되는 위치에 대하여 허프 보팅을 실시하는 테스팅 단계;를 포함한다.
Int. CL G06F 17/00 (2006.01) G06K 9/46 (2006.01) G06T 7/60 (2006.01)
CPC G06K 9/00201(2013.01) G06K 9/00201(2013.01) G06K 9/00201(2013.01) G06K 9/00201(2013.01)
출원번호/일자 1020120040849 (2012.04.19)
출원인 포항공과대학교 산학협력단
등록번호/일자 10-1263190-0000 (2013.05.06)
공개번호/일자
공고번호/일자 (20130510) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 소멸
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2012.04.19)
심사청구항수 9

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 포항공과대학교 산학협력단 대한민국 경상북도 포항시 남구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 홍기상 대한민국 경북 포항시 남구
2 공강국 대한민국 경상북도 포항시 남구
3 정현주 대한민국 충청남도 천안시 서북구
4 이희진 대한민국 부산 영도구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 이철희 대한민국 서울특별시 강남구 삼성로***길 *, ***호 가디언국제특허법률사무소 (삼성동, 우경빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 포항공과대학교 산학협력단 경상북도 포항시 남구
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		 2012.04.19 수리 (Accepted) 1-1-2012-0311086-28
2 선행기술조사의뢰서
Request for Prior Art Search		 2013.03.13 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search		 2013.04.08 수리 (Accepted) 9-1-2013-0024138-48
4 등록결정서
Decision to grant		 2013.04.19 발송처리완료 (Completion of Transmission) 9-5-2013-0265242-12
5 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2013.06.13 수리 (Accepted) 4-1-2013-0025573-58
6 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2014.02.25 수리 (Accepted) 4-1-2014-5024386-11
7 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.11.20 수리 (Accepted) 4-1-2019-5243581-27
8 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.11.22 수리 (Accepted) 4-1-2019-5245997-53
9 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.11.25 수리 (Accepted) 4-1-2019-5247115-68
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
(a) 인식하고자 하는 물체의 영상을 균일한 간격으로 나누어 상기 물체의 단위 영상에 해당되는 스페이셜 워드들을 생성한 후 각 스페이셜 워드들과 상기 물체의 중심과의 상대적인 위치 관계를 펀 클래시파이어 학습방법으로 학습시키고, 리프 노드들의 정보를 구성하는 트레이닝 단계; 및 (b) 인식하고자 하는 테스트 영상을 균일한 간격으로 나누어 상기 스페이셜 워드와 같은 크기의 패치들을 획득한 후, 상기 트레이닝 단계에서 학습되어진 펀 클래시파이어를 상기 트레이닝 단계에서 획득된 패치들에 적용시켜 상기 패치가 어떤 스페이셜 워드에 대응 되는 지를 판단 할 수 있도록 하고, 상기 테스트 영상의 각 패치마다 획득된 보팅 위치와 웨이트를 근거로 하여 물체가 있을 것으로 예상되는 위치에 대하여 허프 보팅을 실시하는 테스팅 단계;를 포함하는 것을 특징으로 하는 물체 인식을 위한 허프 펀 방법
2 2
제1항에 있어서, 상기 (a) 단계에서 상기 물체는 시간 경과에 관계없이 모양이 변화되지 않는 고정된 모양의 물체(rigid object)인 것을 특징으로 하는 것을 특징으로 하는 물체 인식을 위한 허프 펀 방법
3 3
제1항에 있어서, 상기 (a) 단계에서 상기 물체의 영상은 학습하고자 하는 물체의 영상들(positive set)과 학습하고자 하는 물체와 전혀 관련이 없는 영상들(negative set)을 포함하는 것을 특징으로 하는 것을 특징으로 하는 물체 인식을 위한 허프 펀 방법
4 4
제1항에 있어서, 상기 (a) 단계에서 상기 펀 클래시파이어 학습방법으로 학습시킬 때, 펀 클래시파이어를 구성하는 노드들의 깊이(depth(D))에 따라 클래시파이어를 구성하는 노드들의 수가 2D 로 결정되는 것을 특징으로 하는 것을 특징으로 하는 물체 인식을 위한 허프 펀 방법
5 5
제1항에 있어서, 상기 (a) 단계에서 구성한 스페이셜 워드들의 세트 중에서 하나를 펀 클래시파이어에 통과시킴으로써, 각 노드마다 스페이셜 워드 영상 내에 랜덤하게 뽑은 두 픽셀 사이의 상대적인 밝기를 비교하는 것으로 스페이셜 워드가 어느 방향에 속하게 될지를 결정할 수 있게 되는 것을 특징으로 하는 물체 인식을 위한 허프 펀 방법
6 6
제1항에 있어서, 상기 (a) 단계에서 상기 리프 노드들의 정보를 구성할 때 보팅 웨이트 값은 각 리프 노드에 속하는 스페이셜 워드들이 학습하고자 하는 물체의 영상들과 학습하고자 하는 물체와 전혀 관련이 없는 영상들의 합(positive + negative)으로 구성된 세트들 중에서 포지티브 세트로부터 획득된 것의 비율이 어느 정도인지 계산하는 단계를 통해 구해지는 것을 특징으로 하는 물체 인식을 위한 허프 펀 방법
7 7
제1항에 있어서, 상기 (b) 단계에서 상기 허프 보팅 결과 밝기가 밝게 나타나는 위치일수록 인식하고자 하는 물체의 중심일 확률이 높은 것을 의미하는 것을 특징으로 하는 물체 인식을 위한 허프 펀 방법
8 8
(a) 인식하고자 하는 물체의 영상을 균일한 간격으로 나누어 상기 물체의 단위 영상에 해당되는 스페이셜 워드들을 생성한 후 각 스페이셜 워드들과 상기 물체의 중심과의 상대적인 위치 관계를 펀 클래시파이어 학습방법으로 학습시키고, 리프 노드들의 정보를 구성하는 트레이닝 단계; (b) 인식하고자 하는 테스트 영상을 균일한 간격으로 나누어 상기 스페이셜 워드와 같은 크기의 패치들을 획득한 후, 상기 트레이닝 단계에서 학습되어진 펀 클래시파이어를 상기 트레이닝 단계에서 획득된 패치들에 적용시켜 상기 패치가 어떤 스페이셜 워드에 대응 되는 지를 판단 할 수 있도록 하고, 상기 테스트 영상의 각 패치마다 획득된 보팅 위치와 웨이트를 근거로 하여 물체가 있을 것으로 예상되는 위치에 대하여 허프 보팅을 실시하는 테스팅 단계; 및 (c) 상기 허프 보팅 결과를 근거로 하여 물체를 검출하는 물체 검출단계;를 포함하는 것을 특징으로 하는 물체 인식을 위한 허프 펀 방법
9 9
제8항에 있어서, 상기 (c) 단계는 상기 허프 보팅 결과에 따른 영상에서 일정치 이상으로 밝은 부분들을 인식하고자 하는 물체가 존재하는 부분들로 판단하는 단계를 포함하는 것을 특징으로 하는 물체 인식을 위한 허프 펀 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.