맞춤기술찾기

이전대상기술

지리공간정보를 이용하는 실시간 감독 학습 방법 및 시스템

  • 기술번호 : KST2019002024
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
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 이동체에서 실시간으로 영상을 취득하는 동안에 감독 학습을 수행하는 방법 및 시스템으로서, 취득한 영상을 지리참조된 영상으로 변환하고, 지리참조된 영상으로부터 클래스 정보를 생성하고, 지리참조된 영상과 클래스 정보의 쌍으로 구성되는 학습데이터를 생성하고, 생성된 학습데이터에 지리참조된 영상을 입력하여 객체 분류 결과를 추출하는 모델을 감독 학습시키는 모든 과정을 실시간으로 영상을 취득하는 동안에 모두 수행하는 것을 특징으로 한다. 본 발명에 따르면, 지리공간정보를 이용하여 실시간으로 영상 취득, 학습 및 분류를 신속하게 자동으로 수행함으로써, 미리 방대한 학습데이터를 저장해야 하는 필요가 없다. 또한, 현재 시점에서 취득하는 데이터의 일부를 학습데이터로 사용하기 때문에 현재 시점의 객체 분류나 식별에 더욱 최적화될 수 있다는 효과가 있다.
Int. CL G06K 9/62 (2006.01.01) G06N 3/08 (2006.01.01)
CPC G06K 9/627(2013.01) G06K 9/627(2013.01) G06K 9/627(2013.01)
출원번호/일자 1020170110631 (2017.08.31)
출원인 서울시립대학교 산학협력단
등록번호/일자
공개번호/일자 10-2019-0025162 (2019.03.11) 문서열기
공고번호/일자 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2017.08.31)
심사청구항수 11

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 서울시립대학교 산학협력단 대한민국 서울특별시 동대문구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 최경아 대한민국 서울특별시 관악구
2 이임평 대한민국 서울특별시 강남구
3 함상우 대한민국 서울특별시 구로구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 이윤직 대한민국 서울특별시 강남구 테헤란로 ***(역삼동) 인호 IP 빌딩 **층(명문특허법률사무소)
2 박건우 대한민국 서울특별시 강남구 테헤란로 ***(역삼동) 인호 IP 빌딩 **층(명문특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 서울시립대학교 산학협력단 서울특별시 동대문구
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
2017.08.31 수리 (Accepted) 1-1-2017-0844131-25
2 선행기술조사의뢰서
Request for Prior Art Search
2017.10.13 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2017.12.11 수리 (Accepted) 9-1-2017-0042083-96
4 의견제출통지서
Notification of reason for refusal
2019.03.18 발송처리완료 (Completion of Transmission) 9-5-2019-0195704-57
5 [지정기간연장]기간연장(단축, 경과구제)신청서
[Designated Period Extension] Application of Period Extension(Reduction, Progress relief)
2019.05.17 수리 (Accepted) 1-1-2019-0508921-65
6 [지정기간연장]기간연장(단축, 경과구제)신청서
[Designated Period Extension] Application of Period Extension(Reduction, Progress relief)
2019.06.18 수리 (Accepted) 1-1-2019-0622434-83
7 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2019.07.18 수리 (Accepted) 1-1-2019-0735927-07
8 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2019.07.18 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-0735929-98
9 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.09.10 수리 (Accepted) 4-1-2019-5191631-69
10 등록결정서
Decision to grant
2019.11.28 발송처리완료 (Completion of Transmission) 9-5-2019-0863500-86
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
이동체에서 실시간으로 영상을 취득하는 동안에 수행되는 감독 학습 방법으로서,상기 취득한 영상을 지리참조된 영상으로 변환하는 단계;제1시간구간 동안 상기 지리참조된 영상에 기초하여 클래스 정보를 생성하여, 상기 지리참조된 영상과 상기 클래스 정보의 쌍으로 구성되는 학습데이터를 생성하는 단계; 및상기 생성된 학습데이터를 이용하여 상기 지리참조된 영상에 대한 객체 분류 결과를 추출하는 모델을 감독 학습시키는 단계;제2시간구간 동안 상기 학습된 모델에 상기 지리참조된 영상을 입력하여 객체 분류 결과를 추출하는 단계;를 포함하고,상기 제1시간구간 및 제2시간구간은 상기 실시간으로 영상을 취득하는 시간구간에 포함되고, 상기 제2시간구간은 상기 제1시간구간 이후의 시간구간이며,상기 클래스 정보는 데이터베이스에 저장되어 있는 지리공간정보(geo-spatial information)에 기초하여 생성되는 것을 특징으로 하는, 실시간 감독 학습 방법
2 2
삭제
3 3
제 1항에 있어서,상기 제1시간구간은 상기 감독 학습의 완성도를 나타내는 하나 이상의 지표에 기초하여 정해지는 것을 특징으로 하는, 실시간 감독 학습 방법
4 4
제 1항에 있어서,상기 클래스 정보는 상기 지리참조된 영상으로부터 상기 지리공간정보를 기준으로 생성되는 래스터(raster) 형식인 것을 특징으로 하는, 실시간 감독 학습 방법
5 5
제 1항에 있어서,상기 클래스 정보는 픽셀 단위로 객체의 종류를 나타내는 의미론적 세분화(semantic segmentation) 데이터인 것을 특징으로 하는, 실시간 감독 학습 방법
6 6
제 1항에 있어서,상기 학습시키는 단계는, 상기 지리참조된 영상의 상기 모델 기반의 객체 분류 결과 및 상기 클래스 정보로부터 파악된 객체 분류 결과의 차이가 최소화되도록 상기 모델을 수정하는 최적화 단계를 포함하는 것을 특징으로 하는, 실시간 감독 학습 방법
7 7
청구항 제 1항, 제3항 내지 청구항 제 6항 중의 어느 한 항에 따른 방법을 실행시키기 위한 컴퓨터 프로그램이 기록된 컴퓨터에서 판독 가능한 기록매체
8 8
삭제
9 9
이동체에서 실시간으로 영상을 취득하는 동안에 감독 학습을 수행하는 시스템으로서,상기 취득한 영상을 지리참조된 영상으로 변환하는 데이터 처리부;제1시간구간 동안 상기 지리참조된 영상에 기초하여 클래스 정보를 생성하여, 상기 지리참조된 영상과 상기 클래스 정보의 쌍으로 구성되는 학습데이터를 생성하는 학습데이터 생성부; 및상기 생성된 학습데이터를 이용하여 상기 지리참조된 영상에 대한 객체 분류 결과를 추출하는 모델을 감독 학습시키는 감독 학습부;제2시간구간 동안 상기 학습된 모델에 상기 지리참조된 영상을 입력하여 객체 분류 결과를 추출하는 분류부;를 포함하고,상기 제1시간구간 및 제2시간구간은 상기 실시간으로 영상을 취득하는 시간구간에 포함되고, 상기 제2시간구간은 상기 제1시간구간 이후의 시간구간이며,상기 클래스 정보는 데이터베이스에 저장되어 있는 지리공간정보에 기초하여 생성되는 것을 특징으로 하는, 실시간 감독 학습 시스템
10 10
삭제
11 11
제 9항에 있어서,상기 감독 학습부는 상기 감독 학습의 완성도를 나타내는 하나 이상의 지표에 기초하여 상기 제1시간구간을 결정하는 것을 특징으로 하는, 실시간 감독 학습 시스템
12 12
제 9항에 있어서,상기 클래스 정보는 상기 지리참조된 영상으로부터 상기 지리공간정보를 기준으로 생성되는 래스터 형식인 것을 특징으로 하는, 실시간 감독 학습 시스템
13 13
제 9항에 있어서,상기 클래스 정보는 픽셀 단위로 객체의 종류를 나타내는 의미론적 세분화 데이터인 것을 특징으로 하는, 실시간 감독 학습 시스템
14 14
제 9항에 있어서,상기 감독 학습부는, 상기 지리참조된 영상의 상기 모델 기반의 객체 분류 결과 및 상기 클래스 정보로부터 파악된 객체 분류 결과의 차이가 최소화되도록 상기 모델을 수정하는 최적화를 수행하는 것을 특징으로 하는, 실시간 감독 학습 시스템
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 교육부 서울시립대학교 리서치펠로우 사업 다중 센서 드론 시스템 기반 지능형 변화탐지 및 긴급피해조사 기술 개발