맞춤기술찾기

이전대상기술

동작 예측 방법 및 시스템

  • 기술번호 : KST2019031894
  • 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 발명의 실시 예에 따른 동작 예측 방법은 기계 학습 장치가 복수 종류의 동작마다 관절의 움직임을 나타내는 관절 데이터 집합을 이용하여 기계학습모델을 학습하는 단계와, 동작 인식 장치가 각 신체영역의 동작을 인식하고, 동작하는 신체영역의 해당 관절에 대한 관절 데이터를 수집하는 단계와, 동작 분석 장치가 관절 데이터를 스트리밍 방식으로 수신함과 동시에 실시간으로 수신된 관절 데이터를 미리 학습된 상기 복수 종류의 동작들과 비교하여 유사도를 판단하는 단계와, 동작 분석 장치가 동작이 종료되기 전에 유사도가 미리 설정된 기준치 이상에 해당하는 하나의 동작을 추출하는 단계 및 동작 예측 장치가 상기 추출된 동작에 대해 미리 학습된 관절 데이터 집합에 포함된 종료정보에 기반하여 동작의 종료를 예측한다.
Int. CL G06K 9/00 (2006.01.01) G06K 9/62 (2006.01.01)
CPC G06K 9/00362(2013.01) G06K 9/00362(2013.01)
출원번호/일자 1020170055209 (2017.04.28)
출원인 동국대학교 산학협력단
등록번호/일자 10-1826268-0000 (2018.01.31)
공개번호/일자
공고번호/일자 (20180206) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2017.04.28)
심사청구항수 16

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 조경은 대한민국 서울특별시 강남구
2 치옥용 중국 서울특별시 중구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인충현 대한민국 서울특별시 서초구 동산로 **, *층(양재동, 베델회관)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 동국대학교 산학협력단 서울특별시 중구
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
2017.04.28 수리 (Accepted) 1-1-2017-0420057-11
2 선행기술조사의뢰서
Request for Prior Art Search
2017.06.13 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2017.07.11 수리 (Accepted) 9-1-2017-0022492-98
4 의견제출통지서
Notification of reason for refusal
2017.07.19 발송처리완료 (Completion of Transmission) 9-5-2017-0503321-97
5 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2017.08.31 수리 (Accepted) 1-1-2017-0844954-84
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2017.08.31 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2017-0844962-49
7 등록결정서
Decision to grant
2017.12.28 발송처리완료 (Completion of Transmission) 9-5-2017-0909264-93
8 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.08.16 수리 (Accepted) 4-1-2019-5163486-33
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
기계 학습 장치가 복수 종류의 동작마다 관절의 움직임을 나타내는 관절 데이터 집합을 이용하여 기계학습모델을 학습하는 단계; 동작 인식 장치가 각 신체영역의 동작을 인식하고, 상기 동작하는 신체영역의 해당 관절에 대한 관절 데이터를 수집하는 단계;동작 분석 장치가 상기 관절 데이터를 스트리밍 방식으로 수신함과 동시에 실시간으로 상기 수신된 관절 데이터를 미리 학습된 상기 복수 종류의 동작들과 비교하여 유사도를 판단하는 단계;상기 동작 분석 장치가 상기 동작이 종료되기 전에 상기 유사도가 미리 설정된 기준치 이상에 해당하는 하나의 동작을 추출하는 단계; 및동작 예측 장치가 상기 추출된 동작에 대해 미리 학습된 상기 관절 데이터 집합에 포함된 종료정보에 기반하여 상기 동작의 종료를 예측하는 단계;를 포함하고, 상기 기계 학습 장치가 기계학습모델을 학습하는 단계 이전에 상기 복수 종류의 각 동작을 설정하는 단계를 더 포함하며, 상기 복수 종류의 각 동작을 설정하는 단계는,각 동작마다 동작의 원점이 되는 기점관절과, 상기 기점관절의 움직임에 연동하는 연동관절을 설정하는 단계; 및상기 각 동작마다 동작을 시작할 때의 상기 기점관절 및 연동관절의 각도, 동작 중 감속을 시작할 때의 각도, 상기 감속을 시작할 때까지의 평균 각가속도, 이동방향, 상기 동작이 종료될 때의 상기 기점관절 및 연동관절의 각도를 상기 동작정보에 포함하는 단계;를 포함하는, 동작 예측 방법
2 2
삭제
3 3
제 1 항에 있어서,상기 각 동작을 설정하는 단계는,1초에 M(M은 양의 정수)프레임의 상기 관절 데이터를 획득하되, N(N은 양의 정수, M003e#N) 프레임마다 모든 관절의 위치변화를 측정하는 단계;특정 관절이 제1 임계치 이상의 거리를 이동할 경우 해당 프레임을 동작의 시작시점으로 판단하는 단계;상기 시작시점 판단 후 N 프레임 간격으로 관절의 위치변화를 계속 기록하는 단계; 상기 관절이 제2 임계치 이상으로 이동하지 않을 경우, 상기 동작의 정지시점으로 판단하는 단계; 및상기 동작의 시작시점부터 상기 정지시점까지 기록된 관절의 이동정보를 하나의 동작으로 설정하는 단계;를 포함하는, 동작 예측 방법
4 4
삭제
5 5
제 1 항에 있어서,상기 복수 종류의 각 동작을 설정하는 단계는,상기 동작정보에 상기 동작이 완성되는 시간정보, 상기 동작의 특징을 나타내는 종류정보 및 상기 동작에 연관된 관절의 위치정보 중 적어도 하나의 정보를 포함시키는 단계;를 더 포함하는, 동작 예측 방법
6 6
제 1 항에 있어서,상기 동작의 종료를 예측하는 단계는,상기 추출된 동작에 대해 미리 학습된 상기 관절 데이터 집합 중 상기 동작이 종료될 시 상기 기점관절 및 상기 연동관절의 각 각도, 상기 동작이 완성되는 시간정보, 상기 동작의 특징을 나타내는 종류정보 및 상기 동작에 연관된 관절의 위치정보 중 적어도 하나를 산출하는, 동작 예측 방법
7 7
제 6 항에 있어서,상기 동작의 종료를 예측하는 단계는,상기 동작이 완성되는 시간정보에 기초하여 현재시간으로부터 상기 동작의 종료시점을 산출하는, 동작 예측 방법
8 8
제 1 항에 있어서,상기 기계학습모델을 학습하는 단계는, 상기 기계 학습 장치가 한 동작에 대해 상기 기점관절 및 상기 연동관절의 시계열적인 가속-감속 운동정보를 포함하는 관절 데이터 집합을 생성하는 단계;상기 기계 학습 장치가 상기 복수 종류의 동작을 학습하기 위해 각 동작에 대해 상기 관절 데이터 집합들을 분류하는 단계; 및상기 기계 학습 장치가 상기 관절 데이터 집합들을 이용하여 상기 복수 종류의 동작에 대한 기계학습모델을 학습하는 단계;를 포함하는, 동작 예측 방법
9 9
제 8 항에 있어서, 상기 관절 데이터 집합을 생성하는 단계는,상기 하나의 동작을 한번 수행하는 데에 n번의 가속-감속 운동이 발생하는 경우, n개 세트의 상기 관절 데이터 집합을 생성하는, 동작 예측 방법
10 10
제 1 항에 있어서, 상기 동작하는 신체영역의 해당 관절에 대한 관절 데이터를 수집하는 단계는,상기 동작하는 신체영역에 대해 미리 선정된 상기 기점관절 및 상기 연동관절이 상기 동작을 시작할 때의 각 각도, 감속시의 각 각도, 감속을 시작할 때까지의 평균 각가속도 및 이동방향 중 적어도 하나를 수집하는, 동작 예측 방법
11 11
제 1 항에 있어서,상기 수신된 관절 데이터를 미리 학습된 상기 복수 종류의 동작들과 비교하여 유사도를 판단하는 단계는,상기 동작 인식 장치로부터 상기 동작의 종료에 관한 정보가 입력되기 전에, 상기 스트리밍 방식으로 입력되는 상기 관절 데이터에서 상기 기점관절 및 상기 연동관절의 각도, 상기 동작 중 감속을 시작할 때의 각도, 상기 감속을 시작할 때까지의 평균 각가속도 및 상기 기점관절 및 상기 연동관절의 이동방향 중 적어도 하나의 정보를 미리 학습된 상기 복수 종류의 동작들과 비교하여 유사도를 판단하는, 동작 예측 방법
12 12
복수 종류의 동작마다 관절의 움직임을 나타내는 관절 데이터 집합을 이용하여 기계학습모델을 학습하는 기계 학습 장치; 각 신체영역의 동작을 인식하고, 상기 동작하는 신체영역의 해당 관절에 대한 관절 데이터를 수집하는 동작 인식 장치;상기 관절 데이터를 스트리밍 방식으로 수신함과 동시에 실시간으로 상기 수신된 관절 데이터를 미리 학습된 상기 복수 종류의 동작들과 비교하여 유사도를 판단하고, 상기 동작이 종료되기 전에 상기 유사도가 미리 설정된 기준치 이상에 해당하는 하나의 동작을 추출하는 동작 분석 장치; 및상기 추출된 동작에 대해 미리 학습된 상기 관절 데이터 집합에 포함된 종료정보에 기반하여 상기 동작의 종료를 예측하는 동작 예측 장치;를 포함하고, 상기 복수 종류의 각 동작을 설정하는 동작정보 생성장치를 더 포함하며, 상기 동작정보 생성장치는,각 동작마다 동작의 원점이 되는 기점관절과, 상기 기점관절의 움직임에 연동하는 연동관절을 설정하고, 상기 각 동작마다 동작을 시작할 때의 상기 기점관절 및 연동관절의 각도, 동작 중 감속을 시작할 때의 각도, 상기 감속을 시작할 때까지의 평균 각가속도, 이동방향, 상기 동작이 종료될 때의 상기 기점관절 및 연동관절의 각도를 상기 동작정보에 포함시키는, 동작 예측 시스템
13 13
삭제
14 14
제 12 항에 있어서,상기 동작정보 생성장치는,1초에 M(M은 양의정수) 프레임의 상기 관절 데이터를 획득하되, N(N은 양의 정수, M003e#N) 프레임마다 모든 관절의 위치변화를 측정하고, 특정 관절이 제1 임계치 이상의 거리를 이동할 경우 해당 프레임을 동작의 시작시점으로 판단하며, 상기 시작시점 판단 후 상기 N 프레임 간격으로 관절의 위치변화를 계속 기록하되, 상기 관절이 제2 임계치 이상으로 이동하지 않을 경우, 상기 동작의 정지시점으로 판단하고, 상기 동작의 시작시점부터 상기 정지시점까지 기록된 관절의 이동정보를 하나의 동작으로 설정하는, 동작 예측 시스템
15 15
삭제
16 16
제 12 항에 있어서,상기 동작정보 생성장치는,상기 동작이 완성되는 시간정보, 상기 동작의 특징을 나타내는 종류정보 및 상기 동작에 연관된 관절의 위치정보 중 적어도 하나의 정보를 상기 동작정보에 더 포함시키는, 동작 예측 시스템
17 17
제 12 항에 있어서,상기 동작 예측 장치는,상기 추출된 동작에 대해 미리 학습된 상기 관절 데이터 집합 중 상기 동작이 종료될 시 상기 기점관절 및 상기 연동관절의 각 각도, 상기 동작이 완성되는 시간정보, 상기 동작의 특징을 나타내는 종류정보 및 상기 동작에 연관된 관절의 위치정보 중 적어도 하나를 추출하는, 동작 예측 시스템
18 18
제 16 항에 있어서,상기 동작 예측 장치는,상기 동작이 완성되는 시간정보에 기초하여 현재시간으로부터 상기 동작의 종료시점을 산출하는, 동작 예측 시스템
19 19
제 12 항에 있어서,상기 기계 학습 장치는, 한 동작에 대해 상기 동작의 기점이 되는 기점관절 및 상기 기점관절의 움직임에 연동하는 연동관절의 시계열적인 가속-감속 운동에 관한 정보를 포함하는 관절 데이터 집합을 생성하고, 상기 복수 종류의 동작을 학습하기 위해 각 동작에 대해 상기 관절 데이터 집합들을 분류하며, 상기 관절 데이터 집합들을 이용하여 상기 복수 종류의 동작에 대한 기계학습모델을 학습하는, 동작 예측 시스템
20 20
제 19 항에 있어서,상기 동작 인식 장치는, 동작하는 신체영역에 대해 미리 선정된 상기 기점관절 및 상기 연동관절이 상기 동작을 시작할 때의 각 각도, 감속시의 각 각도, 감속을 시작할 때까지의 평균 각가속도 및 이동방향을 상기 동작이 종료되기 전에 상기 관절 데이터로서 수집하는, 동작 예측 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 중소기업청 동국대학교 산학협력단 산학연 공동기술개발 지원사업 그림자 공연 연출을 위한 관객 참여형 인터랙티브 기술개발