맞춤기술찾기

이전대상기술

딥러닝을 이용한 관심 음향 인식 방법 및 장치

  • 기술번호 : KST2019023396
  • 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 모델 생성부가, 미리 저장된 복수의 관심 음향 데이터 및 복수의 비관심 음향 데이터를 딥러닝(Deep Learning)에 기초해 학습하여 관심 음향 인식 모델을 생성하는 단계, 유사도 점수 산출부가, 외부로부터 수집된 음향 데이터인 수집 음향 데이터를 관심 음향 인식 모델에 입력하여 수집 음향 데이터에 대한 관심 음향 유사도 점수 및 비관심 음향 유사도 점수를 각각 산출하는 단계 및 관심 음향 판단부가, 관심 음향 유사도 점수 및 비관심 음향 유사도 점수를 비교하여, 수집 음향 데이터가 관심 음향인지 여부를 판단하는 단계를 포함하는 것을 특징으로 하는, 딥러닝을 이용한 관심 음향 인식 방법 및 장치에 관한 것이다.
Int. CL G10L 17/12 (2013.01.01) G10L 17/04 (2013.01.01) G10L 25/27 (2013.01.01) G10L 25/15 (2013.01.01)
CPC G10L 17/12(2013.01) G10L 17/12(2013.01) G10L 17/12(2013.01) G10L 17/12(2013.01)
출원번호/일자 1020160132071 (2016.10.12)
출원인 고려대학교 산학협력단
등록번호/일자 10-1842612-0000 (2018.03.21)
공개번호/일자
공고번호/일자 (20180327) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2016.10.12)
심사청구항수 8

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 고한석 대한민국 서울특별시 용산구
2 문성규 대한민국 경기도 안양시 동안구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 홍성욱 대한민국 서울특별시 강남구 역삼로 ***(역삼동) 동아빌딩 *층(주식회사에스와이피)
2 심경식 대한민국 서울시 강남구 역삼로 *** 동아빌딩 *층(에스와이피특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 고려대학교 산학협력단 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
2016.10.12 수리 (Accepted) 1-1-2016-0988313-36
2 의견제출통지서
Notification of reason for refusal
2017.09.19 발송처리완료 (Completion of Transmission) 9-5-2017-0657810-23
3 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2017.11.20 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2017-1151616-25
4 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2017.11.20 수리 (Accepted) 1-1-2017-1151615-80
5 등록결정서
Decision to grant
2018.03.20 발송처리완료 (Completion of Transmission) 9-5-2018-0193115-94
6 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.10.10 수리 (Accepted) 4-1-2019-5210941-09
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
모델 생성부가, 미리 저장된 복수의 관심 음향 데이터 및 복수의 비관심 음향 데이터를 딥러닝(Deep Learning)에 기초해 학습하여 관심 음향 인식 모델을 생성하는 단계;유사도 점수 산출부가, 외부로부터 수집된 음향 데이터인 수집 음향 데이터를 상기 관심 음향 인식 모델에 입력하여 상기 수집 음향 데이터에 대한 관심 음향 유사도 점수 및 비관심 음향 유사도 점수를 각각 산출하는 단계; 및관심 음향 판단부가, 상기 관심 음향 유사도 점수 및 상기 비관심 음향 유사도 점수를 비교하여, 상기 수집 음향 데이터가 관심 음향인지 여부를 판단하는 단계를 포함하며,상기 관심 음향 유사도 점수 및 비관심 음향 유사도 점수를 각각 산출하는 단계에서,상기 유사도 점수 산출부는, 상기 관심 음향 유사도 점수 및 상기 비관심 음향 유사도 점수 각각을 정규화하여 정규화 관심 음향 유사도 점수 및 정규화 비관심 음향 유사도 점수를 각각 산출하며,상기 관심 음향인지 여부를 판단하는 단계는, 상기 정규화 관심 음향 유사도 점수 및 상기 정규화 비관심 음향 유사도 점수에 기초하여 수행되는 것을 특징으로 하는, 딥러닝을 이용한 관심 음향 인식 방법
2 2
제1항에 있어서,상기 관심 음향 인식 모델을 생성하는 단계에서,상기 모델 생성부는, 상기 복수의 관심 음향 데이터 및 상기 복수의 비관심 음향 데이터를 관심 음향 레퍼런스 데이터 및 비관심 음향 레퍼런스 데이터와 비교하여 상기 관심 음향 인식 모델을 생성하는 것을 특징으로 하는, 딥러닝을 이용한 관심 음향 인식 방법
3 3
제1항에 있어서,상기 관심 음향인지 여부를 판단하는 단계에서,상기 관심 음향 유사도 점수가 상기 비관심 음향 유사도 점수보다 큰 경우,상기 관심 음향 판단부는, 상기 수집 음향 데이터를 상기 관심 음향으로 판단하고,상기 비관심 음향 유사도 점수가 상기 관심 음향 유사도 점수보다 큰 경우,상기 관심 음향 판단부는, 상기 수집 음향 데이터를 비관심 음향으로 판단하는 것을 특징으로 하는, 딥러닝을 이용한 관심 음향 인식 방법
4 4
삭제
5 5
제1항에 있어서,상기 정규화 관심 음향 유사도 점수 및 상기 정규화 비관심 음향 유사도 점수의 합은 1인 것을 특징으로 하는, 딥러닝을 이용한 관심 음향 인식 방법
6 6
제1항에 있어서,상기 복수의 관심 음향 데이터, 상기 복수의 비관심 음향 데이터 및 상기 수집 음향 데이터는 모두 시간 영역에서의 음향 데이터인 것을 특징으로 하는, 딥러닝을 이용한 관심 음향 인식 방법
7 7
제1항에 있어서,상기 관심 음향이 차량의 경적음인 경우,상기 미리 저장된 복수의 관심 음향 데이터는,복수의 차종별 경적음 데이터 및 복수의 환경별 경적음 데이터 중 선택된 복수의 경적음 데이터를 포함하는 것을 특징으로 하는, 딥러닝을 이용한 관심 음향 인식 방법
8 8
제1항에 있어서,상기 수집 음향 데이터가 관심 음향으로 판단된 경우,알림부가, 상기 관심 음향이 감지되었음을 외부로 알리는 단계를 더 포함하는 것을 특징으로 하는, 딥러닝을 이용한 관심 음향 인식 방법
9 9
미리 저장된 복수의 관심 음향 데이터 및 복수의 비관심 음향 데이터를 딥러닝(Deep Learning)에 기초해 학습하여 관심 음향 인식 모델을 생성하는 모델 생성부;외부로부터 수집된 음향 데이터인 수집 음향 데이터를 상기 관심 음향 인식 모델에 입력하여 상기 수집 음향 데이터에 대한 관심 음향 유사도 점수 및 비관심 음향 유사도 점수를 각각 산출하는 유사도 점수 산출부; 및상기 관심 음향 유사도 점수 및 상기 비관심 음향 유사도 점수를 비교하여, 상기 수집 음향 데이터가 관심 음향인지 여부를 판단하는 관심 음향 판단부를 포함하며,상기 유사도 점수 산출부는,상기 관심 음향 유사도 점수 및 상기 비관심 음향 유사도 점수 각각을 정규화하여 정규화 관심 음향 유사도 점수 및 정규화 비관심 음향 유사도 점수를 각각 산출하며,상기 관심 음향 판단부는, 상기 정규화 관심 음향 유사도 점수 및 상기 정규화 비관심 음향 유사도 점수에 기초하여 상기 수집 음향 데이터가 상기 관심 음향인지 여부를 판단하는 것을 특징으로 하는, 딥러닝을 이용한 관심 음향 인식 장치
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 중소기업청 고려대학교산학협력단 산학연협력기술개발 음향 분석 기술 기반 차량 주변 상황인지 기술 개발