맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

학습을 이용한 모션 인식 장치 및 방법과 이에 대한 기록 매체

  • 기술번호 : KST2019034134
  • 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 학습을 이용한 모션 인식 장치 및 방법과 이에 대한 기록 매체가 개시된다. 개시된 장치는 하나의 모션에 대해 입력된 3D 스켈레톤 시퀀스를 이용하여 다수의 3D 스켈레톤 신(scene)을 생성하는 신 생성부; 각 3D 스켈레톤 신 별로 모션을 인식하는 모션 인식부; 및 각 3D 스켈레톤 신 별로 인식된 모션 결과에 기초하여 적합한 모션을 선택하는 모션 선택부를 포함하되, 상기 각 3D 스켈레톤 신은 다수의 서브 신들을 포함하고, 서로 다른 3D 스켈레톤 신에 포함된 서브 신들은 서로 다른 프레임 수를 가지며, 동일한 3D 스켈레톤 신에 포함된 서브 신들은 동일한 프레임 수를 갖되 서로 다른 프레임 위치를 가지고, 상기 서브 신은 상기 입력된 3D 스켈레톤 시퀀스의 일부 프레임을 LSTM 특징자 벡터로 변환하여 생성되며, 상기 신 생성부는 레퍼런스 3D 스켈레톤 시퀀스를 이용하여 사전에 학습되어 있는 것을 특징으로 한다. 개시된 장치에 따르면, 보다 정확한 모션 인식을 수행할 수 있는 장점이 있다.
Int. CL G06K 9/00 (2006.01.01) G06T 7/20 (2017.01.01) G06K 9/48 (2006.01.01)
CPC G06K 9/00335(2013.01) G06K 9/00335(2013.01) G06K 9/00335(2013.01) G06K 9/00335(2013.01) G06K 9/00335(2013.01) G06K 9/00335(2013.01)
출원번호/일자 1020170136310 (2017.10.20)
출원인 연세대학교 산학협력단
등록번호/일자 10-1969230-0000 (2019.04.09)
공개번호/일자
공고번호/일자 (20190415) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2017.10.20)
심사청구항수 11

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 이상훈 서울특별시 강남구
2 이인웅 서울특별시 서대문구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 민영준 대한민국 서울특별시 강남구 남부순환로 ****, *층(도곡동, 차우빌딩)(맥스국제특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 연세대학교 산학협력단 대한민국 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		 2017.10.20 수리 (Accepted) 1-1-2017-1035503-87
2 선행기술조사의뢰서
Request for Prior Art Search		 2018.07.09 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search		 2018.09.04 수리 (Accepted) 9-1-2018-0044721-09
4 의견제출통지서
Notification of reason for refusal		 2018.10.15 발송처리완료 (Completion of Transmission) 9-5-2018-0695256-53
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)		 2018.12.17 수리 (Accepted) 1-1-2018-1262260-80
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2018.12.17 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2018-1262250-23
7 등록결정서
Decision to grant		 2019.04.08 발송처리완료 (Completion of Transmission) 9-5-2019-0253701-60
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
하나의 모션에 대해 입력된 3D 스켈레톤 시퀀스를 이용하여 다수의 3D 스켈레톤 신(scene)을 생성하는 신 생성부;각 3D 스켈레톤 신 별로 모션을 인식하는 모션 인식부; 및각 3D 스켈레톤 신 별로 인식된 모션 결과에 기초하여 적합한 모션을 선택하는 모션 선택부를 포함하되,상기 각 3D 스켈레톤 신은 다수의 서브 신들을 포함하고, 서로 다른 3D 스켈레톤 신에 포함된 서브 신들은 서로 다른 프레임 수를 가지며, 동일한 3D 스켈레톤 신에 포함된 서브 신들은 동일한 프레임 수를 갖되 서로 다른 프레임 위치를 가지고,상기 서브 신은 상기 입력된 3D 스켈레톤 시퀀스의 일부 프레임을 LSTM 특징자 벡터로 변환하여 생성되며,상기 신 생성부는 레퍼런스 3D 스켈레톤 시퀀스를 이용하여 사전에 학습되어 있으며,각 서브 신 별로 모든 프레임의 LSTM 특징자 벡터를 취합하여 제1 벡터집합을 생성하는 벡터 취합부; 및각 3D 스켈레톤 신 별로 제1 벡터집합들을 연결하여 제2 벡터집합을 생성하는 벡터 연결부를 더 포함하는 것을 특징으로 하는 학습을 이용한 모션 인식 장치
2 2
삭제
3 3
제1항에 있어서,상기 제1 벡터집합의 벡터의 개수는 각 프레임의 LSTM 특징자 벡터 개수와 동일하고,상기 제2 벡터집합의 벡터의 개수는 상기 제2 벡터집합 생성에 이용된 모든 제1 벡터집합의 벡터의 개수의 합과 동일한 것을 특징으로 하는 학습을 이용한 모션 인식 장치
4 4
제1항에 있어서,각 서브 신의 프레임 중 적어도 하나는 동일한 3D 스켈레톤 신 내의 다른 서브 신들 중 적어도 하나에 포함되는 것을 특징으로 하는 학습을 이용한 모션 인식 장치
5 5
제1항에 있어서,하나의 3D 스켈레톤 신에 포함된 각 서브 신은 상기 입력된 3D 스켈레톤 시퀀스에서 일방향으로 일정한 프레임 개수만큼 쉬프트 되어가며 생성되는 것을 특징으로 하는 학습을 이용한 모션 인식 장치
6 6
제1항에 있어서,상기 모션 인식부는 각 3D 스켈레톤 신 별로 각 모션 라벨에 대한 확률을 산출하고,상기 모션 선택부는 상기 산출된 확률을 취합하여 가장 높은 확률을 갖는 모션 라벨을 선택하는 것을 특징으로 하는 학습을 이용한 모션 인식 장치
7 7
(a)하나의 모션에 대해 입력된 3D 스켈레톤 시퀀스를 이용하여 다수의 3D 스켈레톤 신(scene)을 생성하는 단계;(b)각 3D 스켈레톤 신 별로 모션을 인식하는 단계; 및(c)각 3D 스켈레톤 신 별로 인식된 모션 결과에 기초하여 적합한 모션을 선택하는 단계를 포함하되,상기 각 3D 스켈레톤 신은 다수의 서브 신들을 포함하고, 서로 다른 3D 스켈레톤 신에 포함된 서브 신들은 서로 다른 프레임 수를 가지며, 동일한 3D 스켈레톤 신에 포함된 서브 신들은 동일한 프레임 수를 갖되 서로 다른 프레임 위치를 가지고,상기 서브 신은 상기 입력된 3D 스켈레톤 시퀀스의 일부 프레임을 LSTM 특징자 벡터로 변환하여 생성되며,상기 (a)단계는 레퍼런스 3D 스켈레톤 시퀀스를 이용하여 사전에 학습되어 있으며,(a)단계 이후에,(a1)각 서브 신 별로 모든 프레임의 LSTM 특징자 벡터를 취합하여 제1 벡터집합을 생성하는 단계; 및(a2)각 3D 스켈레톤 신 별로 제1 벡터집합들을 연결하여 제2 벡터집합을 생성하는 단계를 더 포함하는 것을 특징으로 하는 학습을 이용한 모션 인식 방법
8 8
삭제
9 9
제7항에 있어서,상기 제1 벡터집합의 벡터의 개수는 각 프레임의 LSTM 특징자 벡터 개수와 동일하고,상기 제2 벡터집합의 벡터의 개수는 상기 제2 벡터집합 생성에 이용된 모든 제1 벡터집합의 벡터의 개수의 합과 동일한 것을 특징으로 하는 학습을 이용한 모션 인식 방법
10 10
제7항에 있어서,각 서브 신의 프레임 중 적어도 하나는 동일한 3D 스켈레톤 신 내의 다른 서브 신들 중 적어도 하나에 포함되는 것을 특징으로 하는 학습을 이용한 모션 인식 방법
11 11
제7항에 있어서,하나의 3D 스켈레톤 신에 포함된 각 서브 신은 상기 입력된 3D 스켈레톤 시퀀스에서 일방향으로 일정한 프레임 개수만큼 쉬프트 되어가며 생성되는 것을 특징으로 하는 학습을 이용한 모션 인식 방법
12 12
제7항에 있어서,상기 (b)단계는 각 3D 스켈레톤 신 별로 각 모션 라벨에 대한 확률을 산출하고,상기 (c)단계는 상기 산출된 확률을 취합하여 가장 높은 확률을 갖는 모션 라벨을 선택하는 것을 특징으로 하는 학습을 이용한 모션 인식 방법
13 13
제7항의 모션 인식 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록매체
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 과학기술정보통신부 연세대학교 산학협력단 정보통신방송연구개발사업 [이지바로] [주관/숙명여자대학교] SIAT형 CCTV 클라우드 플랫폼 기술 개발 (기반SW-창조씨앗2단계) (1/5)