맞춤기술찾기

이전대상기술

게임 엔진 기반의 머신 러닝 학습이미지 생성 장치 및 방법

  • 기술번호 : KST2019028848
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
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 다양한 게임 관련 이미지를 생성하여 머신 러닝 프로세스의 학습 성능을 강화할 수 있는 게임 엔진 기반의 머신 러닝 학습이미지 생성 장치 및 방법에 관한 것으로, 적어도 하나의 게임 객체가 포함된 CAD 기반의 학습 데이터를 출력하는 학습 데이터 모듈; 및 상기 CAD 기반의 학습 데이터를 신경망 모델부 및 신경망 연산 프레임워크에서 제공된 신경망 모델 및 신경망 연산에 따라 패턴 학습 및 게임 객체의 인식하는 머신 러닝을 수행하는 고속 클러스터 컴퓨팅 모듈; 및 상기 학습 데이터 모듈와 고속 클러스터 컴퓨팅 모듈사이에 구비되어, 상기 CAD 기반의 학습 데이터에 포함된 복수의 3D CAD 모델을 검출하여, 상기 검출된 복수의 3D CAD 모델에 환경 모사 이미지와 데이터 증강 이미지를 합성하여 머신 러닝에 사용될 복수의 2D 학습 이미지를 생성하는 게임 엔진 적용 모듈;을 포함할 수 있다.
Int. CL A63F 13/60 (2014.01.01) G06T 19/00 (2011.01.01) G06T 19/20 (2011.01.01) G06N 3/08 (2006.01.01)
CPC A63F 13/60(2013.01) A63F 13/60(2013.01) A63F 13/60(2013.01) A63F 13/60(2013.01) A63F 13/60(2013.01) A63F 13/60(2013.01) A63F 13/60(2013.01) A63F 13/60(2013.01) A63F 13/60(2013.01)
출원번호/일자 1020170151750 (2017.11.14)
출원인 국방과학연구소
등록번호/일자 10-1947650-0000 (2019.02.07)
공개번호/일자
공고번호/일자 (20190520) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2017.11.14)
심사청구항수 14

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 국방과학연구소 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 양훈민 대전광역시 유성구
2 오세윤 대전광역시 서구
3 조성백 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 박장원 대한민국 서울특별시 강남구 강남대로 ***, *층~*층 (논현동, 비너스빌딩)(박장원특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 국방과학연구소 대전광역시 유성구
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
2017.11.14 수리 (Accepted) 1-1-2017-1131582-03
2 선행기술조사의뢰서
Request for Prior Art Search
2018.07.12 수리 (Accepted) 9-1-9999-9999999-89
3 심사처리보류(연기)보고서
Report of Deferment (Postponement) of Processing of Examination
2018.08.30 발송처리완료 (Completion of Transmission) 9-6-2018-0107173-50
4 선행기술조사보고서
Report of Prior Art Search
2018.10.12 수리 (Accepted) 9-1-2018-0053860-47
5 의견제출통지서
Notification of reason for refusal
2018.10.22 발송처리완료 (Completion of Transmission) 9-5-2018-0713296-92
6 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2018.12.20 수리 (Accepted) 1-1-2018-1286796-91
7 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2018.12.20 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2018-1286801-32
8 등록결정서
Decision to grant
2019.01.30 발송처리완료 (Completion of Transmission) 9-5-2019-0074720-28
9 [명세서등 보정]보정서(심사관 직권보정)
2019.05.15 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-5013807-20
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
적어도 하나의 게임 객체가 포함된 CAD 기반의 학습 데이터를 출력하는 학습 데이터 모듈; 상기 CAD 기반의 학습 데이터를 신경망 모델부 및 신경망 연산 프레임워크에서 제공된 신경망 모델 및 신경망 연산에 따라 패턴 학습 및 게임 객체를 인식하는 머신 러닝을 수행하는 고속 클러스터 컴퓨팅 모듈; 및상기 학습 데이터 모듈과 고속 클러스터 컴퓨팅 모듈사이에 구비되어, 상기 CAD 기반의 학습 데이터에 포함된 복수의 3D CAD 모델을 검출하여, 상기 검출된 복수의 3D CAD 모델에 환경 모사 이미지와 데이터 증강 이미지를 합성하여 머신 러닝에 사용될 복수의 2D 학습 이미지를 생성하는 게임 엔진 적용 모듈;을 포함하고,상기 게임 엔진 적용 모듈은상기 CAD 기반의 학습 데이터에 포함된 각 3D CAD모델의 유형 또는 운영자의 입력 조건에 따라 복수의 3D CAD모델을 선정하는 3D CAD 모델 선정 모듈을 포함하고,상기 3D CAD 모델 선정 모듈은,상기 CAD 기반의 학습 데이터로부터 상기 게임 객체를 인식한 후 상기 게임 객체의 유형에 따라 각도, 원근 및 방향을 다르게 변경하여 상기 복수의 2D 학습 이미지를 생성하고,상기 CAD 기반의 학습 데이터에서 가장 움직임이 많은 게임 객체를 상기 3D CAD 모델로 선정하는 것을 특징으로 하는 게임엔진 기반의 머신 러닝 학습이미지 생성 장치
2 2
제1항에 있어서, 상기 환경 모사 이미지는검출된 복수의 3D CAD 모델을 둘러싸는 환경을 나타내는 환경조건 모사 이미지와, 상기 3D CAD 모델에 적용될 물리 효과 및 데이터 증강을 나타내는 물리조건 모사 이미지를 포함하는 것을 특징으로 하는 게임엔진 기반의 머신 러닝 학습이미지 생성 장치
3 3
제1항에 있어서, 상기 게임 엔진 적용 모듈은환경 모사 기능을 이용하여 각 3D CAD 모델의 유형 또는 입력된 조건에 따라 선정된 환경 조건을 3D CAD 모델에 모사하며, 상기 환경 조건은 눈, 비, 안개, 구름과 같은 배경 환경을 포함하는 것을 특징으로 하는 게임엔진 기반의 머신 러닝 학습이미지 생성 장치
4 4
제3항에 있어서, 상기 게임 엔진 적용 모듈은상기 CAD 기반의 학습 데이터에 포함된 게임 객체의 움직임, 크기 및 위치에 근거하여 머신 러닝에 사용될 관심 게임 객체를 분할하여 3D CAD 모델을 선정하는 것을 특징으로 하는 게임엔진 기반의 머신 러닝 학습이미지 생성 장치
5 5
제1항에 있어서, 상기 게임 엔진 적용 모듈은물리효과 기능을 이용하여 각 3D CAD 모델의 유형 또는 입력된 조건에 따라 선정된 물리 조건을 3D CAD 모델에 모사하며,상기 물리 조건은 광선, 광량, 질감을 포함하는 것을 특징으로 하는 게임엔진 기반의 머신 러닝 학습이미지 생성 장치
6 6
제1항에 있어서, 상기 게임 엔진 적용 모듈은(a) 데이터 증강 기능을 이용하여 3D CAD 모델과 환경의 조합에 대하여 게임 엔진의 기반의 데이터 증강을 수행하고, (b) 원근 데이터 증강 기능을 이용하여 3D CAD 모델과 환경의 조합에 게임 엔진의 기반의 원근과 게임 객체의 움직임을 모사하는 것을 특징으로 하는 게임엔진 기반의 머신 러닝 학습이미지 생성 장치
7 7
제1항에 있어서, 상기 게임 엔진 적용 모듈은제1저장모듈로부터 각 3D CAD모델의 유형 또는 운영자의 입력 조건에 따라 복수의 3D CAD모델에 대응되는 환경 모사 이미지를 선정하는 환경 모사 모듈;제2저장모듈로부터 각 3D CAD모델의 유형 또는 운영자의 입력 조건에 따라 복수의 3D CAD모델에 대응되는 가상장면 연출 기반의 증강 이미지를 선정하는 데이터 증강 모듈; 및 상기 선정된 3D CAD 모델, 환경 모사 이미지 및 증강 이미지를 합성하여 최종 2D 학습이미지를 생성하는 학습 이미지 합성 모듈;을 더 포함하는 것을 특징으로 하는 게임엔진 기반의 머신 러닝 학습이미지 생성 장치
8 8
제7항에 있어서, 상기 3D CAD 모델 선정 모듈은상기 CAD 기반의 학습 데이터에 포함된 3D CAD모델의 유형을 인식하여, 각 3D CAD모델의 유형을 환경 모사 모듈과 데이터 증강 모듈로 통보하는 것을 특징으로 하는 게임엔진 기반의 머신 러닝 학습이미지 생성 장치
9 9
CAD 기반의 학습 데이터에 포함된 각 3D CAD모델의 유형 또는 운영자의 입력 조건에 따라 머신 러닝에 사용될 복수의 3D CAD모델을 선정하는 단계;제1저장모듈로부터 각 3D CAD모델의 유형 또는 운영자의 입력 조건에 따라 복수의 3D CAD모델에 대응되는 환경 모사 이미지를 선정하는 단계;제2저장모듈로부터 각 3D CAD모델의 유형 또는 운영자의 입력 조건에 따라 복수의 3D CAD모델에 대응되는 증강 이미지를 선정하는 단계; 및 상기 선정된 3D CAD 모델, 환경 모사 이미지 및 증강 이미지를 합성하여 복수의 2D 학습이미지를 생성하는 단계;를 포함하고,상기 3D CAD모델을 선정하는 단계는,상기 CAD 기반의 학습 데이터에 포함된 각 3D CAD모델의 유형 또는 운영자의 입력 조건에 따라 복수의 3D CAD모델을 선정하고,상기 복수의 2D 학습이미지를 생성하는 단계는,상기 CAD 기반의 학습 데이터로부터 게임 객체를 인식한 후 상기 게임 객체의 유형에 따라 각도, 원근 및 방향을 다르게 변경하여 상기 복수의 2D 학습이미지를 생성하고,상기 CAD 기반의 학습 데이터에서 가장 움직임이 많은 게임 객체를 상기 3D CAD 모델로 선정하는 것을 특징으로 하는 게임엔진 기반의 머신 러닝 학습이미지 생성 방법
10 10
제9항에 있어서, 상기 환경 모사 이미지는복수의 3D CAD 모델을 둘러싸는 환경을 나타내는 환경조건 모사 이미지와, 상기 3D CAD 모델에 적용될 물리 효과 및 데이터 증강을 나타내는 물리조건 모사 이미지를 포함하는 것을 특징으로 하는 게임엔진 기반의 머신 러닝 학습이미지 생성 방법
11 11
제9항에 있어서, 상기 복수의 2D 학습이미지를 생성하는 단계는환경 모사 기능을 이용하여 각 3D CAD 모델의 유형 또는 입력된 조건에 따라 선정된 환경 조건을 3D CAD 모델에 모사하는 단계를 포함하며,상기 환경 조건은 눈, 비, 안개, 구름과 같은 배경 환경을 포함하는 것을 특징으로 하는 게임엔진 기반의 머신 러닝 학습이미지 생성 방법
12 12
제9항에 있어서, 상기 복수의 2D 학습이미지를 생성하는 단계는물리효과 기능을 이용하여 각 3D CAD 모델의 유형 또는 입력된 조건에 따라 선정된 물리 조건을 3D CAD 모델에 모사하는 단계를 포함하며, 상기 물리 조건은 광선, 광량, 질감을 포함하는 것을 특징으로 하는 게임엔진 기반의 머신 러닝 학습이미지 생성 방법
13 13
제9항에 있어서, 상기 복수의 2D 학습이미지를 생성하는 단계는데이터 증강 기능을 이용하여 3D CAD 모델과 환경의 조합에 대하여 게임 엔진의 기반의 데이터 증강을 수행하는 단계; 및 원근 데이터 증강 기능을 이용하여 3D CAD 모델과 환경의 조합에 게임 엔진의 기반의 원근과 게임 객체의 움직임을 모사하는 단계를 포함하는 것을 특징으로 하는 게임엔진 기반의 머신 러닝 학습이미지 생성 방법
14 14
제9항에 있어서, 상기 복수의 3D CAD모델을 선정하는 단계는상기 CAD 기반의 학습 데이터에 포함된 복수의 3D CAD모델의 유형을 인식하여, 인식된 각 3D CAD모델의 유형을 환경 모사 모듈과 데이터 증강 모듈로 통보하는 단계;를 포함하는 것을 특징으로 하는 게임엔진 기반의 머신 러닝 학습이미지 생성 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.