맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

측면 프로파일링 기반 신원확인 장치 및 방법

  • 기술번호 : KST2019021120
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
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 실시예들은 대상자의 측면 얼굴을 포함한 대상자 영상을 촬영한 촬영기로부터 상기 대상자 영상을 획득하는 영상 획득부; 상기 대상자 영상에서 측면 얼굴 영역 및 상기 측면 얼굴 영역의 서브 영역을 검출하는 영역 검출부; 상기 측면 얼굴 영역 및 상기 서브 영역으로부터 상기 대상자에 대한 측면 특징 벡터를 산출하는 특징 벡터 산출부; 및 상기 측면 특징 벡터와 데이터베이스 내에 저장되어 있는 측면 특징 벡터 간에 유사도를 측정하여 대상자의 신원을 확인하는 신원확인부를 포함한 신원확인 장치 및 방법에 관한 것이다.
Int. CL G06F 21/32 (2013.01.01) G06K 9/00 (2006.01.01) G06T 7/11 (2017.01.01) H04L 9/32 (2006.01.01)
CPC G06F 21/32(2013.01) G06F 21/32(2013.01) G06F 21/32(2013.01) G06F 21/32(2013.01) G06F 21/32(2013.01)
출원번호/일자 1020180051640 (2018.05.04)
출원인 한국과학기술연구원
등록번호/일자
공개번호/일자 10-2019-0127255 (2019.11.13) 문서열기
공고번호/일자 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.05.04)
심사청구항수 13

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김익재 서울특별시 성북구
2 남기표 서울특별시 성북구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김영철 대한민국 서울특별시 종로구 종로*길 **, **층 케이씨엘특허법률사무소 (수송동, 석탄회관빌딩)
2 김 순 영 대한민국 서울특별시 종로구 종로*길 **, **층 케이씨엘특허법률사무소 (수송동, 석탄회관빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국과학기술연구원 서울특별시 성북구
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		 2018.05.04 수리 (Accepted) 1-1-2018-0442474-97
2 의견제출통지서
Notification of reason for refusal		 2019.06.12 발송처리완료 (Completion of Transmission) 9-5-2019-0417000-75
3 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2019.08.12 수리 (Accepted) 1-1-2019-0821839-27
4 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2019.08.12 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-0821840-74
5 등록결정서
Decision to grant		 2019.10.02 발송처리완료 (Completion of Transmission) 9-5-2019-0715767-76
6 [명세서등 보정]보정서(심사관 직권보정)
 2020.01.21 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-5001578-57
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
신원확인 장치에 의해 수행되는 신원확인 방법으로서,대상자의 측면 얼굴을 포함한 대상자 영상을 획득하는 단계;상기 대상자 영상에서 측면 얼굴 영역을 검출하는 단계;상기 측면 얼굴 영역의 가림 정도를 판단하는 단계 - 상기 획득된 대상자의 측면 얼굴 영역의 가림 정도는 복수의 훈련 영상을 사용하여 얼굴의 가림 정도를 산출하도록 학습된 컨볼루션 필터 및 완전 연결 레이어를 사용하여 산출됨;상기 대상자 영상에서 측면 얼굴의 서브 영역을 검출하는 단계;상기 측면 얼굴 영역에 대한 특징 벡터를 산출하는 단계;상기 서브 영역에 대한 특징 벡터를 산출하는 단계; 상기 측면 얼굴 영역 및 서브 영역에 대한 특징 벡터를 결합하여 측면 특징 벡터를 산출하는 단계; 및상기 대상자에 대한 측면 특징 벡터와 얼굴 데이터베이스 내에 저장되어 있는 후보자에 대한 측면 특징 벡터 간에 유사도를 측정하여 대상자의 신원을 확인하는 단계를 포함하되, 상기 측면 얼굴 영역에 대한 특징 벡터는 상기 측면 얼굴 영역의 서브 영역을 포함한 영역의 특징을 추출하여 산출되고, 상기 서브 영역에 대한 특징 벡터는 상기 서브 영역만의 특징을 추출하여 산출되는 것을 특징으로 하는 신원확인 방법
2 2
제1항에 있어서,상기 측면 얼굴 영역에 대한 특징 벡터는 상기 측면 얼굴 영역의 가림 정도에 따른 가림 가중치가 더 적용되는 신원확인 방법
3 3
제2항에 있어서,상기 가림 가중치는 0 내지 1 사이의 값으로 표현되며,여기서, 0은 해당 영역에 가림이 없는 경우를 나타내고, 1은 해당 영역이 전부 가려진 경우를 나타내는 신원확인 방법
4 4
제2항에 있어서,상기 서브 영역의 가림 정도를 판단하는 단계를 더 포함하되,상기 서브 영역에 대한 특징 벡터에는 해당 영역의 가림 정도에 따른 가림 가중치가 더 적용되는 신원확인 방법
5 5
제4항에 있어서, 상기 측면 얼굴 영역에 연관된 가림 가중치는상기 측면 얼굴 영역의 가림 정도가 측면 얼굴 영역 대비 소정 비율 이상인 경우, 측면 얼굴 영역이 전부 가려진 경우에 대응하는 값인 것을 특징으로 하는 신원확인 방법
6 6
제1항에 있어서, 상기 측면 특징 벡터를 산출하는 단계는,특징 벡터에 포함된 특징 파라미터 중에서 일부 특징 파라미터를 추출하여 측면 특징 벡터를 산출하는 단계를 포함하는 신원확인 방법
7 7
제6항에 있어서, 상기 일부 특징 파라미터는,얼굴 데이터베이스에 저장된 후보자들의 특징 벡터의 분포 결과에 기초하여 추출되는 신원확인 방법
8 8
제1항에 있어서, 상기 서브 영역은,귀 부분을 포함하는 것을 특징으로 하는 신원확인 방법
9 9
제1항에 있어서, 상기 가림 정도를 판단하는 단계는,CNN(Convolutional Neural Network) 알고리즘을 이용하여 해당 영역에서의 가림 정도를 판단하는 단계를 포함하는 신원확인 방법
10 10
제1항에 있어서, 상기 측면 얼굴 영역 및 서브 영역에 대한 특징 벡터를 산출하는 단계는,CNN(Convolutional Neural Network), LBP(Local Binary pattern), LE(Learning-based Encoding), SIFT(Scale Invariant Feature Transform) 및 HOG(Histogram of Gradients) 중 적어도 하나를 이용하여 해당 영역에 대한 특징 벡터를 각각 산출하는 단계를 포함하는 신원확인 방법
11 11
제6항에 있어서, 상기 일부 특징 파라미터는,CNN(Convolutional Neural Network), PCA(Principal Component Analysis), LDA(Linear Discriminant Analysis), 베이지안(Bayesian) 및 결합 베이지안(Joint Bayesian) 중 적어도 하나를 이용하여 추출되는 것을 특징으로 하는 신원확인 방법
12 12
컴퓨터에 의해 판독가능하고, 상기 컴퓨터에 의해 동작 가능한 프로그램 명령어를 저장한 컴퓨터 판독가능한 기록매체로서, 상기 프로그램 명령어가 상기 컴퓨터의 프로세서에 의해 실행되는 경우 상기 프로세서가 제1항 내지 제11항 중 어느 하나의 항에 따른 신원확인 방법을 수행하게 하는 프로그램 명령어를 저장한 컴퓨터 판독가능한 기록매체
13 13
대상자의 측면 얼굴을 포함한 대상자 영상을 촬영한 촬영기로부터 상기 대상자 영상을 획득하는 영상 획득부;상기 대상자 영상에서 측면 얼굴 영역 및 상기 측면 얼굴 영역의 서브 영역을 검출하는 영역 검출부;상기 측면 얼굴 영역의 가림 정도를 판단하는 가림 판단부 - 상기 가림 판단부는 복수의 훈련 영상을 사용하여 얼굴의 가림 여부 및 가림 정도를 산출하도록 학습된 컨볼루션 필터 및 완전 연결 레이어를 사용하여 측면 얼굴 영역의 가림 정보를 산출함;상기 측면 얼굴 영역 및 상기 서브 영역으로부터 상기 대상자에 대한 측면 특징 벡터를 산출하는 특징 벡터 산출부; 및상기 측면 특징 벡터와 데이터베이스 내에 저장되어 있는 측면 특징 벡터 간에 유사도를 측정하여 대상자의 신원을 확인하는 신원확인부를 포함하되, 상기 측면 얼굴 영역에 대한 특징 벡터는 상기 측면 얼굴 영역의 서브 영역을 포함한 영역의 특징을 추출하여 산출되고, 상기 서브 영역에 대한 특징 벡터는 상기 서브 영역만의 특징을 추출하여 산출되는 것을 특징으로 하는 신원확인 장치
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.