요약 | 적어도 하나의 프로세서에 의해 동작하는 이미지 개선 장치로서, 학습 이미지의 개선 정보를 포함하는 학습 목표 이미지를 생성하고, 상기 학습 이미지로부터 상기 학습 목표 이미지가 추론되도록 컨볼루션 신경 회로망을 학습시키는 학습부, 상기 컨볼루션 신경 회로망을 이용하여 입력된 원본 이미지에 대한 추론 이미지를 획득하는 획득부, 그리고 상기 원본 이미지와 상기 추론 이미지를 합성하여 출력 이미지를 생성하는 합성부를 포함한다. |
---|---|
Int. CL | G06T 5/00 (2019.01.01) G06T 5/50 (2006.01.01) |
CPC | G06T 5/003(2013.01) G06T 5/003(2013.01) G06T 5/003(2013.01) G06T 5/003(2013.01) G06T 5/003(2013.01) |
출원번호/일자 | 1020160100058 (2016.08.05) |
출원인 | 한국과학기술원 |
등록번호/일자 | 10-1821285-0000 (2018.01.17) |
공개번호/일자 | |
공고번호/일자 | (20180123) 문서열기 |
국제출원번호/일자 | |
국제공개번호/일자 | |
우선권정보 | |
법적상태 | 등록 |
심사진행상태 | 수리 |
심판사항 | |
구분 | 신규 |
원출원번호/일자 | |
관련 출원번호 | |
심사청구여부/일자 | Y (2016.08.05) |
심사청구항수 | 17 |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | 한국과학기술원 | 대한민국 | 대전광역시 유성구 |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | 권인소 | 대한민국 | 대전광역시 유성구 |
2 | 최유경 | 대한민국 | 대전광역시 유성구 |
3 | 황순민 | 대한민국 | 대전광역시 유성구 |
4 | 김남일 | 대한민국 | 대전광역시 유성구 |
5 | 박종찬 | 대한민국 | 대전광역시 유성구 |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | 유미특허법인 | 대한민국 | 서울특별시 강남구 테헤란로 ***, 서림빌딩 **층 (역삼동) |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | 한국과학기술원 | 대전광역시 유성구 |
번호 | 서류명 | 접수/발송일자 | 처리상태 | 접수/발송번호 |
---|---|---|---|---|
1 | [특허출원]특허출원서 [Patent Application] Patent Application |
2016.08.05 | 수리 (Accepted) | 1-1-2016-0763168-46 |
2 | [출원서등 보정]보정서 [Amendment to Patent Application, etc.] Amendment |
2016.12.28 | 수리 (Accepted) | 1-1-2016-1284613-39 |
3 | [출원서등 보정]보정서 [Amendment to Patent Application, etc.] Amendment |
2017.01.10 | 수리 (Accepted) | 1-1-2017-0030202-54 |
4 | 선행기술조사의뢰서 Request for Prior Art Search |
2017.03.14 | 수리 (Accepted) | 9-1-9999-9999999-89 |
5 | 선행기술조사보고서 Report of Prior Art Search |
2017.05.24 | 발송처리완료 (Completion of Transmission) | 9-6-2017-0077300-80 |
6 | 의견제출통지서 Notification of reason for refusal |
2017.06.01 | 발송처리완료 (Completion of Transmission) | 9-5-2017-0386475-41 |
7 | [지정기간연장]기간연장(단축, 경과구제)신청서 [Designated Period Extension] Application of Period Extension(Reduction, Progress relief) |
2017.07.26 | 수리 (Accepted) | 1-1-2017-0720175-59 |
8 | [거절이유 등 통지에 따른 의견]의견(답변, 소명)서 [Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation) |
2017.09.01 | 수리 (Accepted) | 1-1-2017-0852677-74 |
9 | [명세서등 보정]보정서 [Amendment to Description, etc.] Amendment |
2017.09.01 | 보정승인간주 (Regarded as an acceptance of amendment) | 1-1-2017-0852678-19 |
10 | 등록결정서 Decision to grant |
2018.01.16 | 발송처리완료 (Completion of Transmission) | 9-5-2018-0038353-07 |
11 | 출원인정보변경(경정)신고서 Notification of change of applicant's information |
2019.04.24 | 수리 (Accepted) | 4-1-2019-5081392-49 |
12 | 출원인정보변경(경정)신고서 Notification of change of applicant's information |
2020.05.15 | 수리 (Accepted) | 4-1-2020-5108396-12 |
13 | 출원인정보변경(경정)신고서 Notification of change of applicant's information |
2020.06.12 | 수리 (Accepted) | 4-1-2020-5131486-63 |
번호 | 청구항 |
---|---|
1 |
1 적어도 하나의 프로세서에 의해 동작하는 이미지 개선 장치로서,학습 이미지의 개선 정보를 포함하는 학습 목표 이미지를 생성하고, 상기 학습 이미지로부터 상기 학습 목표 이미지가 추론되도록 컨볼루션 신경 회로망을 학습시키는 학습부,상기 컨볼루션 신경 회로망을 이용하여, 입력된 원본 이미지에 대한 추론 이미지를 획득하는 획득부, 그리고상기 원본 이미지와 상기 추론 이미지를 합성하여 출력 이미지를 생성하는 합성부를 포함하며,상기 학습 이미지와 상기 원본 이미지는 열화상 이미지이고,상기 개선 정보는 엣지 정보를 포함하며,상기 추론 이미지는 상기 원본 이미지의 엣지 정보를 포함하는 이미지 개선 장치 |
2 |
2 제1항에서,상기 학습부는상기 학습 이미지로부터 추출한 엣지 정보를 포함하는 이미지를 상기 학습 목표 이미지로 사용하는, 이미지 개선 장치 |
3 |
3 제1항에서,상기 학습부는상기 학습 이미지와 기하학적으로 정렬된 이미지로부터 엣지 정보를 추출하고, 추출한 엣지 정보를 포함하는 이미지를 상기 학습 목표 이미지로 사용하는, 이미지 개선 장치 |
4 |
4 제1항에서,상기 학습부는상기 학습 이미지의 대조비를 개선한 이미지로부터 엣지 정보를 추출하고, 추출한 엣지 정보를 포함하는 이미지를 상기 학습 목표 이미지로 사용하는, 이미지 개선 장치 |
5 |
5 제1항에서,상기 학습부는기준 이미지와 상기 기준 이미지로부터 가공된 이미지의 차이를 나타내는 레지듀얼(residual) 이미지를 상기 학습 목표 이미지로 사용하고,상기 기준 이미지는 상기 학습 이미지, 상기 학습 이미지와 기하학적으로 정렬된 가시광 이미지, 그리고 상기 학습 이미지의 대조비를 개선한 이미지 중 어느 하나인 이미지 개선 장치 |
6 |
6 제5항에서,상기 가공된 이미지는 상기 기준 이미지를 스케일링 변수(scaling factor)에 따라 고등차수 보간한 이미지(bicubic interpolation image)인 이미지 개선 장치 |
7 |
7 제5항에서,상기 레지듀얼 이미지는 복수의 스케일링 변수(scaling factor)에 따라 상기 기준 이미지로부터 가공된 이미지들 각각과 상기 기준 이미지의 차이를 합산한 이미지인 이미지 개선 장치 |
8 |
8 제1항에서,상기 컨볼루션 신경 회로망은 복수의 컨볼루션 블록과 하나의 컨볼루션 레이어를 포함하고,각 컨볼루션 블록은 컨볼루션 레이어, 배치 정규화(Batch Normalization) 레이어 그리고 ReLU(Rectified Linear Unit) 레이어를 포함하는 이미지 개선 장치 |
9 |
9 제8항에서,상기 학습부는상기 학습 이미지로부터 상기 학습 목표 이미지가 추론되도록 상기 컨볼루션 레이어의 필터값을 최적화하는 이미지 개선 장치 |
10 |
10 제1항에서,상기 컨볼루션 신경 회로망은 상기 원본 이미지의 개선 정보를 포함하는 상기 추론 이미지를 출력하는 이미지 개선 장치 |
11 |
11 적어도 하나의 프로세서에 의해 동작하는 장치의 열화상 이미지 개선 방법으로서,학습 이미지의 개선 정보를 포함하는 학습 목표 이미지를 생성하는 단계,상기 학습 이미지로부터 상기 학습 목표 이미지가 추론되도록 컨볼루션 신경 회로망을 학습시키는 단계,개선 대상인 원본 이미지를 상기 컨볼루션 신경 회로망에 입력하여 추론 이미지를 획득하는 단계, 그리고상기 원본 이미지와 상기 추론 이미지를 합성하여 출력 이미지를 생성하는 단계를 포함하며,상기 학습 이미지와 상기 원본 이미지는 열화상 이미지이고,상기 개선 정보는 엣지 정보를 포함하며,상기 추론 이미지는 상기 원본 이미지의 엣지 정보를 포함하는 열화상 이미지 개선 방법 |
12 |
12 제11항에서,상기 학습 목표 이미지를 생성하는 단계는상기 학습 이미지로부터 추출한 개선 정보, 상기 학습 이미지와 기하학적으로 정렬된 이미지로부터 추출한 개선 정보, 상기 학습 이미지의 대조비를 개선한 이미지로부터 추출한 개선 정보 중 적어도 하나를 포함하는 상기 학습 목표 이미지를 생성하는 열화상 이미지 개선 방법 |
13 |
13 제12항에서,상기 학습 이미지와 기하학적으로 정렬된 이미지는 가시광 이미지인, 열화상 이미지 개선 방법 |
14 |
14 삭제 |
15 |
15 제11항에서,상기 학습 목표 이미지를 생성하는 단계는기준 이미지와 상기 기준 이미지로부터 가공된 이미지 사이의 차이를 나타내는 레지듀얼(residual) 이미지를 상기 학습 목표 이미지로 사용하고,상기 기준 이미지는 상기 학습 이미지, 상기 학습 이미지와 기하학적으로 정렬된 가시광 이미지, 그리고 상기 학습 이미지의 대조비를 개선한 이미지 중 어느 하나인 열화상 이미지 개선 방법 |
16 |
16 제11항에서,상기 컨볼루션 신경 회로망을 학습시키는 단계는복수의 컨볼루션 블록과 하나의 컨볼루션 레이어를 포함하는 초기 컨볼루션 신경 회로망을 생성하는 단계, 그리고상기 학습 이미지로부터 상기 학습 목표 이미지가 추론되도록 상기 초기 컨볼루션 신경 회로망에 포함된 필터값을 가변하여 학습된 컨볼루션 신경 회로망을 생성하는 단계를 포함하는 열화상 이미지 개선 방법 |
17 |
17 적어도 하나의 프로세서에 의해 동작하는 장치의 열화상 이미지 개선 방법으로서,복수의 컨볼루션 블록과 하나의 컨볼루션 레이어를 포함하는 초기 컨볼루션 신경 회로망을 생성하는 단계, 학습 이미지로부터 학습 목표 이미지가 추론되도록 상기 초기 컨볼루션 신경 회로망에 포함된 필터값을 가변하여 학습된 컨볼루션 신경 회로망을 생성하는 단계,타겟 이미지를 상기 학습된 컨볼루션 신경 회로망에 입력하여 상기 타겟 이미지의 목표 이미지를 추출하는 단계, 그리고상기 타겟 이미지와 상기 타겟 이미지의 목표 이미지를 합성하여 상기 타겟 이미지를 개선하는 하는 단계를 포함하고, 상기 학습 이미지와 상기 타겟 이미지는 열화상 이미지이며,상기 학습 목표 이미지는 상기 학습 이미지의 엣지 정보를 포함하고,상기 목표 이미지는 상기 타겟 이미지의 엣지 정보를 포함하며,각 컨볼루션 블록은 컨볼루션 레이어, 배치 정규화(Batch Normalization) 레이어 그리고 ReLU(Rectified Linear Unit) 레이어를 포함하는 열화상 이미지 개선 방법 |
18 |
18 삭제 |
19 |
19 제17항에서,상기 학습 목표 이미지는 상기 학습 이미지로부터 추출한 개선 정보, 상기 학습 이미지와 기하학적으로 정렬된 이미지로부터 추출한 개선 정보, 상기 학습 이미지의 대조비를 개선한 이미지로부터 추출한 개선 정보 중 적어도 하나를 포함하는 이미지인 열화상 이미지 개선 방법 |
지정국 정보가 없습니다 |
---|
패밀리정보가 없습니다 |
---|
순번 | 연구부처 | 주관기관 | 연구사업 | 연구과제 |
---|---|---|---|---|
1 | 교육과학기술부 | 한국과학기술원 | 선도연구센터지원사업 | 환경 변화에 강인한 차량용 비전 시스템 |
2 | 지식경제부 | 자동차부품연구원 | 산업융합원천기술개발사업 | 보행자 보호를 위한 자동 긴급 제동(AEB) 시스템 원천 기술 개발 |
공개전문 정보가 없습니다 |
---|
특허 등록번호 | 10-1821285-0000 |
---|
표시번호 | 사항 |
---|---|
1 |
출원 연월일 : 20160805 출원 번호 : 1020160100058 공고 연월일 : 20180123 공고 번호 : 특허결정(심결)연월일 : 20180116 청구범위의 항수 : 17 유별 : G06T 5/00 발명의 명칭 : 열화상 이미지 개선 장치 및 방법 존속기간(예정)만료일 : |
순위번호 | 사항 |
---|---|
1 |
(권리자) 한국과학기술원 대전광역시 유성구... |
제 1 - 3 년분 | 금 액 | 354,000 원 | 2018년 01월 17일 | 납입 |
번호 | 서류명 | 접수/발송일자 | 처리상태 | 접수/발송번호 |
---|---|---|---|---|
1 | [특허출원]특허출원서 | 2016.08.05 | 수리 (Accepted) | 1-1-2016-0763168-46 |
2 | [출원서등 보정]보정서 | 2016.12.28 | 수리 (Accepted) | 1-1-2016-1284613-39 |
3 | [출원서등 보정]보정서 | 2017.01.10 | 수리 (Accepted) | 1-1-2017-0030202-54 |
4 | 선행기술조사의뢰서 | 2017.03.14 | 수리 (Accepted) | 9-1-9999-9999999-89 |
5 | 선행기술조사보고서 | 2017.05.24 | 발송처리완료 (Completion of Transmission) | 9-6-2017-0077300-80 |
6 | 의견제출통지서 | 2017.06.01 | 발송처리완료 (Completion of Transmission) | 9-5-2017-0386475-41 |
7 | [지정기간연장]기간연장(단축, 경과구제)신청서 | 2017.07.26 | 수리 (Accepted) | 1-1-2017-0720175-59 |
8 | [거절이유 등 통지에 따른 의견]의견(답변, 소명)서 | 2017.09.01 | 수리 (Accepted) | 1-1-2017-0852677-74 |
9 | [명세서등 보정]보정서 | 2017.09.01 | 보정승인간주 (Regarded as an acceptance of amendment) | 1-1-2017-0852678-19 |
10 | 등록결정서 | 2018.01.16 | 발송처리완료 (Completion of Transmission) | 9-5-2018-0038353-07 |
11 | 출원인정보변경(경정)신고서 | 2019.04.24 | 수리 (Accepted) | 4-1-2019-5081392-49 |
12 | 출원인정보변경(경정)신고서 | 2020.05.15 | 수리 (Accepted) | 4-1-2020-5108396-12 |
13 | 출원인정보변경(경정)신고서 | 2020.06.12 | 수리 (Accepted) | 4-1-2020-5131486-63 |
기술정보가 없습니다 |
---|
과제고유번호 | 1415146509 |
---|---|
세부과제번호 | 10044775 |
연구과제명 | 보행자 보호를 위한 자동 긴급 제동(AEB) 시스템 원천 기술 개발 |
성과구분 | 출원 |
부처명 | 산업통상자원부 |
연구관리전문기관명 | |
연구주관기관명 | |
성과제출연도 | 2016 |
연구기간 | 201606~201705 |
기여율 | 0.5 |
연구개발단계명 | 개발연구 |
6T분류명 | IT(정보기술) |
과제고유번호 | 1711035131 |
---|---|
세부과제번호 | 2010-0028680 |
연구과제명 | 개인용 플러그 앤 플레이 디지털 전기자동차 |
성과구분 | 출원 |
부처명 | 미래창조과학부 |
연구관리전문기관명 | |
연구주관기관명 | |
성과제출연도 | 2016 |
연구기간 | 201603~201702 |
기여율 | 0.5 |
연구개발단계명 | 기초연구 |
6T분류명 | 기타 |
[1020170095688] | 휴대용 투척식 인명구조장치 | 새창보기 |
---|---|---|
[1020160167525] | 전방향 카메라의 깊이 지도 획득 방법 및 장치 | 새창보기 |
[1020160157403] | 오브젝트 분류 장치 및 방법(Apparatus and method for classifying object) | 새창보기 |
[1020160144151] | 랭크 레벨에서 병렬화를 지원하는 메모리 장치 및 메모리 시스템(MEMORY DEVICE AND MEMORY SYSTEM SUPPORTING RANK-LEVEL PARALLELISM) | 새창보기 |
[1020160122950] | 다중 파장 시스템을 위한 이종 카메라간 캘리브레이션 패턴판, 캘리브레이션 장치 및 방법(PATTERN BOARD FOR GEOMETRICAL CALIBRATION IN MULTI-SPECTRAL CAMERA SYSTEM, CALIBRATION APPARATUS, AND CALIBRATION METHOD THEREOF) | 새창보기 |
[1020160107444] | 3상 전력 무선충전형 무인비행체 및 이를 위한 3상 전력 무선충전 장치(Three-phase AC power wirelessly-chargable unmanned aerial vehicle and three-phase AC power wirelessly-charging apparatus for the same) | 새창보기 |
[1020160103546] | 깊이 정보 획득 장치 및 깊이 정보 획득 방법(DEPTH MAP ACQUISITION DEVICE AND DEPTH MAP ACQUISITION METHOD) | 새창보기 |
[1020160100058] | 열화상 이미지 개선 장치 및 방법 | 새창보기 |
[1020160076766] | 깊이 정보 획득 장치 및 그 방법 | 새창보기 |
[1020160059114] | 보행데이터 측정장치 및 방법 | 새창보기 |
[KST2015116682][한국과학기술원] | 야간영상 화질 개선 방법 | 새창보기 |
---|---|---|
[KST2015113688][한국과학기술원] | 영상 보정 장치 및 그 방법 | 새창보기 |
[KST2014046678][한국과학기술원] | 압축 센싱 및 기대치 최대화 알고리즘을 사용한 X-선 전산 단층 촬영 영상의 금속성 음영 제거 방법 및 장치 | 새창보기 |
[KST2019003061][한국과학기술원] | 인공 지능을 이용한 초분광 영상 재구성 방법 및 장치 | 새창보기 |
[KST2016011614][한국과학기술원] | 골격계 영상 재구성 장치 및 방법(APPARATUS AND METHOD FOR RECONSTRUCTING SKELETAL IMAGE) | 새창보기 |
[KST2015114296][한국과학기술원] | 영상 처리 장치 및 방법 | 새창보기 |
[KST2019014451][한국과학기술원] | 음영의 왜곡 보정방법 및 이를 이용하는 장치 | 새창보기 |
[KST2019017897][한국과학기술원] | 라이트 필드 이미지의 깊이 추정 방법 및 장치 | 새창보기 |
[KST2015116326][한국과학기술원] | 재구성 영상의 잡음 제거 장치 및 그 방법 | 새창보기 |
[KST2019021728][한국과학기술원] | 뉴럴 네트워크를 이용하는 영상 처리 장치 및 상기 장치가 수행하는 방법 | 새창보기 |
[KST2018009568][한국과학기술원] | 전산화 단층 촬영 영상 복원 방법 및 상기 영상 복원 방법을 수행하는 장치 | 새창보기 |
[KST2019012168][한국과학기술원] | 이미지 처리를 위한 조인트 딕셔너리 생성 방법, 그 조인트 딕셔너리들을 이용한 인터레이스 기반 하이 다이나믹 레인지 이미징 장치 및 그 이미지 처리 방법 | 새창보기 |
[KST2023009905][한국과학기술원] | 심층 신경망 기반 영상 스티칭 방법 및 장치 | 새창보기 |
[KST2022007728][한국과학기술원] | 영상 스티칭 방법 및 이를 수행하는 장치 | 새창보기 |
[KST2015115601][한국과학기술원] | 확률적 렌더링에 따른 이미지의 잡음 제거 방법 | 새창보기 |
[KST2015119007][한국과학기술원] | 이미지 블러 제거 장치 및 방법 | 새창보기 |
[KST2019012200][한국과학기술원] | 3차원 센서 데이터를 활용한 도심 속 관측자 중심의 시각 영역 분석 자동화 방법 및 장치 | 새창보기 |
[KST2015116857][한국과학기술원] | 의료 영상에서 비강체 영상 정합을 이용한 점상 강도 분포 함수를 보간하는 방법 및 시스템 | 새창보기 |
[KST2018000233][한국과학기술원] | 의료 영상 처리 장치 및 방법(Apparatus and method for processing medical image) | 새창보기 |
[KST2019003060][한국과학기술원] | 인공 지능을 이용한 초분광 영상 재구성 방법 및 장치 | 새창보기 |
[KST2015115441][한국과학기술원] | 이미지 윤곽 처리 방법 및 장치 | 새창보기 |
[KST2015115442][한국과학기술원] | 카메라 자체 움직임에 의한 이미지 블러를 제거하는 장치 및 방법, 그리고 그러한 방법이 컴퓨터상에서 실행하는 프로그램이 수록된 컴퓨터로 판독 가능한 기록매체 | 새창보기 |
[KST2018000231][한국과학기술원] | 역 톤 매핑 방법(INVERSE TONE MAPPING METHOD) | 새창보기 |
[KST2015118387][한국과학기술원] | 고화질 영상 획득을 위한 학습 기반 고해상도 향상 장치 및 방법 | 새창보기 |
[KST2021010566][한국과학기술원] | 3차원 장면 그래프 생성 방법 및 장치 | 새창보기 |
[KST2021005395][한국과학기술원] | 3차원 굴절률 영상과 딥러닝을 활용한 비표지 방식의 3차원 분자 영상 생성 방법 및 장치 | 새창보기 |
[KST2014011548][한국과학기술원] | 얼굴인식 전처리장치 및 방법과 이를 이용한 얼굴인식시스템 | 새창보기 |
[KST2015213089][한국과학기술원] | 운동경기 비디오에서의 그라운드 그림자 감소방법 | 새창보기 |
[KST2023003465][한국과학기술원] | 단일 카메라를 사용하는 깊이 추정 장치 및 깊이 추정 방법 | 새창보기 |
[KST2019009405][한국과학기술원] | 이미지 처리 방법 및 장치 | 새창보기 |
심판사항 정보가 없습니다 |
---|