맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

컨벌루션 신경망 기반의 표면 영상 처리 방법 및 장치

  • 기술번호 : KST2019033911
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
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 본 발명은, 3차원 표면에 적용되는 컨벌루션 신경망 기반의 표면 영상 처리 방법 및 장치를 개시한다. 본 발명의 일 실시예에 따른 컨벌루션 신경망 기반의 표면 영상 처리 방법은, 컨벌루션 신경망 기반의 영상 처리의 대상이 되는 3차원 표면 영상 데이터를 입력받고, 복수개의 메쉬 노드를 가지는 메쉬 형태로 변환하는 단계 및 메쉬 형태로 변환된 3차원 표면 영상 데이터에 대하여, 상기 복수개의 메쉬 노드 각각에 대하여, 소정의 형태를 가지고 복수개의 필터 점들을 포함하며 미리 정의된 공간 필터를 이용하여 컨벌루션 필터링 하는 단계를 포함한다.
Int. CL G06T 17/20 (2006.01.01) G06T 3/00 (2019.01.01)
CPC G06T 17/205(2013.01) G06T 17/205(2013.01) G06T 17/205(2013.01) G06T 17/205(2013.01)
출원번호/일자 1020160125345 (2016.09.29)
출원인 연세대학교 산학협력단
등록번호/일자 10-1804840-0000 (2017.11.29)
공개번호/일자
공고번호/일자 (20171205) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2016.09.29)
심사청구항수 29

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 박해정 대한민국 경기도 고양시 일산동구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인우인 대한민국 서울특별시 강남구 역삼로 ***, *층(역삼동, 중평빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 연세대학교 산학협력단 서울특별시 서대문구
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		 2016.09.29 수리 (Accepted) 1-1-2016-0945102-68
2 선행기술조사의뢰서
Request for Prior Art Search		 2017.01.10 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search		 2017.04.11 발송처리완료 (Completion of Transmission) 9-6-2017-0089745-19
4 의견제출통지서
Notification of reason for refusal		 2017.06.16 발송처리완료 (Completion of Transmission) 9-5-2017-0421079-30
5 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2017.07.21 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2017-0704864-23
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)		 2017.07.21 수리 (Accepted) 1-1-2017-0704863-88
7 등록결정서
Decision to grant		 2017.11.28 발송처리완료 (Completion of Transmission) 9-5-2017-0830091-61
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
컨벌루션 신경망 기반의 표면 영상 처리 방법에 있어서,컨벌루션 신경망 기반의 영상 처리의 대상이 되는 3차원 표면 영상 데이터를 입력받고, 복수개의 메쉬 노드를 가지는 메쉬 형태로 변환하는 단계; 및상기 메쉬 형태로 변환된 3차원 표면 영상 데이터에 대하여, 상기 복수개의 메쉬 노드 각각에 대하여, 소정의 형태를 가지고 복수개의 필터 점들을 포함하며 미리 정의된 공간 필터를 이용하여 컨벌루션 필터링 하는 단계;를 포함하며,상기 3차원 표면 영상 데이터는, 복수개의 표면을 포함하는 다층 구조를 가지는 영상 데이터이고,상기 메쉬 형태로 변환하는 것은, 상기 복수개의 표면 각각을 복수개의 메쉬 노드를 가지는 메쉬 형태로 변환하는 것이고,상기 컨벌루션 필터링 하는 것은, 상기 메쉬 형태로 변환된 복수개의 3차원 표면 영상 데이터 각각에 대하여, 상기 복수개의 메쉬 노드 각각에 대하여, 상기 미리 정의된 공간 필터를 이용하여 컨벌루션 필터링 하는 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 방법
2 2
제1항에 있어서,상기 공간 필터는, 상기 각각의 컨벌루션 연산을 수행하고자 하는 메쉬 노드를 중심으로 하고, 일정한 간격으로 배치된 상기 필터 점들을 가지며, 각 필터 점들에 의하여 형성되는 사각형의 단위 공간 필터를 복수개 포함하는 사각형의 공간 필터인 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 방법
3 3
제2항에 있어서,상기 3차원 표면 영상은, 경도 그리드를 포함하는 3차원의 구표면 영상이고,상기 필터 점들은, 상기 사각형의 공간 필터가 상기 구표면의 경도 그리드의 방향과 평행하도록 배치되는 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 방법
4 4
제1항에 있어서,상기 공간 필터는, 상기 각각의 컨벌루션 연산을 수행하고자 하는 메쉬 노드를 중심으로 하고, 상기 각각의 메쉬 노드로부터 일정한 거리들을 가지도록 방사형으로 배치된 상기 필터 점들을 가지며, 상기 메쉬 노드로부터 일정한 거리를 가지는 필터 점들은 일정한 간격으로 배치되는, 원형의 공간 필터인 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 방법
5 5
제4항에 있어서,상기 3차원 표면 영상은, 경도 그리드를 포함하는 3차원의 구표면 영상이고,상기 필터 점들은, 상기 원형의 공간 필터가 상기 구표면의 경도 그리드의 방향과 평행하도록 배치되는 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 방법
6 6
제1항에 있어서,상기 공간 필터는, 상기 각각의 컨벌루션 연산을 수행하고자 하는 메쉬 노드를 중심으로 하고, 일정한 간격으로 배치된 상기 필터 점들을 가지며, 각 필터 점들에 의하여 형성되는 삼각형의 단위 공간 필터를 복수개 포함하는 메쉬 형태의 공간 필터인 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 방법
7 7
제1항에 있어서, 상기 미리 정의된 공간 필터는 상기 복수개의 필터 점들을 정의하기 위한 공간 필터 벡터이고,상기 미리 정의된 공간 필터를 이용하여 컨벌루션 필터링 하는 것은, 상기 복수개의 메쉬 노드 각각에 대하여 상기 공간 필터 벡터을 이용하여 컨벌루션 연산을 수행하는 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 방법
8 8
제7항에 있어서,상기 복수개의 노드 각각에 대하여 컨벌루션 연산을 수행하는 것은상기 컨벌루션 연산을 수행하고자 하는 메쉬 노드를 중심으로, 상기 공간 필터에 포함된 필터 점들의 위치에 대응되는 인텐시티값에 대하여, 상기 공간 필터 벡터를 이용하여 컨벌루션 연산을 수행하는 것을 특징으로 하는 신경망 기반의 표면 영상 처리 방법
9 9
제8항에 있어서,상기 각각의 필터 점들의 위치에 대응되는 인텐시티 값은, 상기 각각의 필터 점들의 위치 주변의 메쉬 노드들이 갖는 인텐시티값을 인터폴레이션하여 예측하는 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 방법
10 10
제9항에 있어서,상기 인텐시티값을 인터폴레이션 하는 것은,상기 필터 점들의 위치와 상기 필터 점들의 위치 주변의 메쉬 노드들의 위치 관계 정보를 포함하고, 미리 구비된 변환 행렬을 이용하여 상기 인텐시티값을 인터폴레이션하는 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 방법
11 11
제1항에 있어서,상기 컨벌루션 필터링 하는 단계에 이후에,상기 컨벌루션 필터링된 3차원 표면 영상 데이터에 대하여, 상기 복수개의 메쉬 노드를 포함하는 소정의 단위 영역에 대하여 서브샘플링하는 단계;를 더 포함하는 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 방법
12 12
제11항에 있어서,상기 소정의 단위 영역에 대하여 서브샘플링하는 것은, 정20면체의 확장 특성을 이용하여 확장 전 단계로 돌아가도록 서브샘플링하는 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 방법
13 13
제11항에 있어서,상기 소정의 단위 영역에 대하여 서브샘플링하는 단계 이후에,상기 서브샘플링된 3차원 표면 영상 데이터에 대하여, 상기 필터링하는 단계 및 상기 서브샘플링하는 단계를 반복 수행하는 단계;를 더 포함하는 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 방법
14 14
제11항에 있어서,상기 소정의 단위 영역에 대하여 서브샘플링하는 것은,상기 컨벌루션 필터링된 3차원 표면 영상 데이터에 있어서, 상기 소정의 단위 영역에 속하는 컨벌루션 필터링된 데이터에 대하여, 평균값 또는 최대값을 획득하여 서브샘플링하는 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 방법
15 15
제11항에 있어서,상기 공간 필터 벡터는, 상기 복수개의 메쉬 노드 각각에 대하여 상기 공간 필터 행렬을 이용하여 컨벌루션 연산을 수행하기 위한 가중치 벡터이고,상기 서브샘플링하는 단계 이후에,상기 필터링 및 서브샘플링 된 3차원 표면 영상 데이터를 이용하여 상기 공간 필터 벡터를 보정하는 단계;를 더 포함하는 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 방법
16 16
제1항에 있어서,상기 3차원 표면 영상 데이터를 복수개의 메쉬 노드를 가지는 메쉬 형태로 변환 하는 것은,상기 3차원 표면 영상 데이터를 복수개의 메쉬 노드를 가지는 구표면의 메쉬 형태로 변환하는 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 방법
17 17
삭제
18 18
컨벌루션 신경망 기반의 표면 영상 처리 장치에 있어서,컨벌루션 신경망 기반의 영상 처리의 대상이 되는 3차원 표면 영상 데이터를 입력받고, 복수개의 메쉬 노드를 가지는 메쉬 형태로 변환하는 영상 데이터 변환부; 및상기 메쉬 형태로 변환된 3차원 표면 영상 데이터에 대하여, 상기 복수개의 메쉬 노드 각각에 대하여, 소정의 형태를 가지고 복수개의 필터 점들을 포함하며 미리 정의된 공간 필터를 이용하여 컨벌루션 필터링 하는 필터링부;를 포함하며,상기 3차원 표면 영상 데이터는, 복수개의 표면을 포함하는 다층 구조를 가지는 영상 데이터이고,상기 메쉬 형태로 변환하는 것은, 상기 복수개의 표면 각각을 복수개의 메쉬 노드를 가지는 메쉬 형태로 변환하는 것이고,상기 컨벌루션 필터링 하는 것은, 상기 메쉬 형태로 변환된 복수개의 3차원 표면 영상 데이터 각각에 대하여, 상기 복수개의 메쉬 노드 각각에 대하여, 상기 미리 정의된 공간 필터를 이용하여 컨벌루션 필터링 하는 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 장치
19 19
제18항에 있어서,상기 공간 필터는, 상기 각각의 컨벌루션 연산을 수행하고자 하는 메쉬 노드를 중심으로 하고, 일정한 간격으로 배치된 상기 필터 점들을 가지며, 각 필터 점들에 의하여 형성되는 사각형의 단위 공간 필터를 복수개 포함하는 사각형의 공간 필터인 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 장치
20 20
제19항에 있어서,상기 3차원 표면 영상은, 경도 그리드를 포함하는 3차원의 구표면 영상이고,상기 필터 점들은, 상기 사각형의 공간 필터가 상기 구표면의 경도 그리드의 방향과 평행하도록 배치되는 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 장치
21 21
제18항에 있어서,상기 공간 필터는, 상기 각각의 컨벌루션 연산을 수행하고자 하는 메쉬 노드를 중심으로 하고, 상기 각각의 메쉬 노드로부터 일정한 거리들을 가지도록 방사형으로 배치된 상기 필터 점들을 가지며, 상기 메쉬 노드로부터 일정한 거리를 가지는 필터 점들은 일정한 간격으로 배치되는, 원형의 공간 필터인 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 장치
22 22
제21항에 있어서,상기 3차원 표면 영상은, 경도 그리드를 포함하는 3차원의 구표면 영상이고,상기 필터 점들은, 상기 원형의 공간 필터가 상기 구표면의 경도 그리드의 방향과 평행하도록 배치되는 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 장치
23 23
제18항에 있어서,상기 공간 필터는, 상기 각각의 컨벌루션 연산을 수행하고자 하는 메쉬 노드를 중심으로 하고, 일정한 간격으로 배치된 상기 필터 점들을 가지며, 각 필터 점들에 의하여 형성되는 삼각형의 단위 공간 필터를 복수개 포함하는 메쉬 형태의 공간 필터인 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 장치
24 24
제18항에 있어서, 상기 미리 정의된 공간 필터는 상기 복수개의 필터 점들을 정의하기 위한 공간 필터 벡터이고,상기 미리 정의된 공간 필터를 이용하여 컨벌루션 필터링 하는 것은, 상기 복수개의 메쉬 노드 각각에 대하여 상기 공간 필터 벡터을 이용하여 컨벌루션 연산을 수행하는 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 장치
25 25
제24항에 있어서,상기 복수개의 노드 각각에 대하여 컨벌루션 연산을 수행하는 것은상기 컨벌루션 연산을 수행하고자 하는 메쉬 노드를 중심으로, 상기 공간 필터에 포함된 필터 점들의 위치에 대응되는 인텐시티값에 대하여, 상기 공간 필터 벡터를 이용하여 컨벌루션 연산을 수행하는 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 장치
26 26
제18항에 있어서,상기 컨벌루션 필터링된 3차원 표면 영상 데이터에 대하여, 상기 복수개의 메쉬 노드를 포함하는 소정의 단위 영역에 대하여 서브샘플링하는 서브샘플링부;를 더 포함하는 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 장치
27 27
제26항에 있어서,상기 필터링부 및 상기 서브샘플링부는, 상기 서브샘플링된 3차원 표면 영상 데이터에 대하여, 상기 필터링 및 상기 서브샘플링을 반복 수행하는 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 장치
28 28
제26항에 있어서,상기 소정의 단위 영역에 대하여 서브샘플링하는 것은,상기 컨벌루션 필터링된 3차원 표면 영상 데이터에 있어서, 평균값 또는 최대값을 획득하여 서브샘플링하는 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 장치
29 29
제26항에 있어서,상기 공간 필터 벡터는, 상기 복수개의 메쉬 노드 각각에 대하여 상기 공간 필터 행렬을 이용하여 컨벌루션 연산을 수행하기 위한 가중치 벡터이고,상기 필터링 및 서브샘플링 된 3차원 표면 영상 데이터를 이용하여 상기 가중치 벡터를 보정하는 보정부;를 더 포함하는 것을 특징으로 하는 컨벌루션 신경망 기반의 표면 영상 처리 장치
30 30
삭제
31 31
컴퓨터 판독 가능 기록 매체로서,청구항 1 내지 16 중 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터 판독 가능 기록 매체
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.