맞춤기술찾기

이전대상기술

객체 인식을 위한 자가 학습 장치 및 방법

  • 기술번호 : KST2019034186
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
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 객체 인식을 위한 자가 학습 장치 및 방법이 개시된다. 개시된 장치는, 학습할 객체에 상응하는 키워드에 기초하여 범용 검색 엔진을 통해 학습 영상을 획득하는 학습 영상 획득부; 상기 학습 영상 획득부에서 획득한 학습 영상을 학습을 위해 입력하는 영상 입력부; 상기 영상 입력부로부터 입력되는 영상에 대한 객체 인식을 학습하는 학습 네트워크; 상기 학습 네트워크의 인식 성능을 평가하는 학습 평가부; 및 상기 학습 평가부의 평가 결과에 기초하여 상기 학습 네트워크의 학습 방향을 설정하는 학습 방향 설정부를 포함한다. 개시된 장치 및 방법에 의하면, 학습 데이터가 충분히 확보되지 않은 상태에서도 적절한 학습이 가능하고, 자동적으로 학습 영상을 확보하면서 학습의 적절성을 진단할 수 있는 장점이 있다.
Int. CL G06N 3/08 (2006.01.01) G06N 3/04 (2006.01.01)
CPC G06N 3/08(2013.01) G06N 3/08(2013.01) G06N 3/08(2013.01)
출원번호/일자 1020180050024 (2018.04.30)
출원인 연세대학교 산학협력단
등록번호/일자
공개번호/일자 10-2019-0125781 (2019.11.07) 문서열기
공고번호/일자 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호 1020190179335;
심사청구여부/일자 Y (2018.04.30)
심사청구항수 13

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 이철희 경기도 고양시 일산동구

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
2018.04.30 수리 (Accepted) 1-1-2018-0428582-91
2 의견제출통지서
Notification of reason for refusal
2019.10.31 발송처리완료 (Completion of Transmission) 9-5-2019-0793146-40
3 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2019.12.31 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-1360817-11
4 [분할출원]특허출원서
[Divisional Application] Patent Application
2019.12.31 수리 (Accepted) 1-1-2019-1360865-03
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)
2019.12.31 수리 (Accepted) 1-1-2019-1360802-37
6 등록결정서
Decision to grant
2020.05.28 발송처리완료 (Completion of Transmission) 9-5-2020-0367921-17
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
학습할 객체에 상응하는 키워드에 기초하여 범용 검색 엔진을 통해 학습 영상을 획득하는 학습 영상 획득부;상기 학습 영상 획득부에서 획득한 학습 영상을 학습을 위해 입력하는 영상 입력부;상기 영상 입력부로부터 입력되는 영상에 대한 객체 인식을 학습하는 학습 네트워크;상기 학습 네트워크의 인식 성능을 평가하는 학습 평가부; 및상기 학습 평가부의 평가 결과에 기초하여 상기 학습 네트워크의 학습 방향을 설정하는 학습 방향 설정부를 포함하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 장치
2 2
제1항에 있어서,상기 학습 평가부는 미리 설정된 수의 학습 영상 또는 미리 설정된 시간에 대해 학습이 이루어진 후 인식 성능을 평가하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 장치
3 3
제 1항에 있어서,상기 영상 입력부는 상기 학습 영상에서 배경 영역을 제거하는 배경 제거부를 포함하며 배경 영역이 제거된 영상을 상기 학습 네트워크에 입력하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 장치
4 4
제1항에 있어서,상기 영상 입력부는 상기 학습 영상의 객체의 형태를 변형시키는 객체 형태 변형부를 포함하며, 객체의 형태가 변형된 영상을 상기 학습 네트워크에 입력하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 장치
5 5
제1항에 있어서,상기 학습 네트워크는 다양한 가로:세로 비율을 갖는 필터들을 저장하는 필터 뱅크부;상기 필터 뱅크부에 저장된 필터들 중 선택된 필터를 이용하여 컨볼루션 연산을 수행하는 컨볼루션 연산부; 및샘플링을 적용하여 영상의 사이즈를 축소하는 풀링부를 포함하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 장치
6 6
제5항에 있어서,상기 컨볼루션 연산부는 각 레이어별로 필터를 선택하여 컨볼루션 연산을 수행하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 장치
7 7
제5항에 있어서,상기 컨볼루션 연산부는 객체의 사이즈 및 객체의 특성 정보를 이용하여 필터를 선택하고 상기 객체의 특성 정보는 객체의 컬러 및 형태를 포함하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 장치
8 8
제5항에 있어서,상기 학습 방향 설정부는 상기 학습 평가부에서 출력하는 평가 점수가 미리 설정된 제1 경계값 이하일 경우 학습을 중지하도록 제어하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 장치
9 9
제8항에 있어서,상기 학습 방향 설정부는 상기 학습 평가부에서 출력하는 평가 점수가 상기 제1 경계값 이상이고 미리 설정된 제2 경게값 이하일 경우 상기 학습 네트워크의 파라미터를 변경하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 장치
10 10
제9항에 있어서,상기 학습 네트워크의 파라미터는 필터의 사이즈 및 필터의 가로:세로 비율을 포함하고, 상기 학습 방향 설정부는 각 레이어별로 필터의 가로:세로 비율 및 필터의 사이즈 중 적어도 하나를 변경하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 장치
11 11
삭제
12 12
삭제
13 13
삭제
14 14
객체 인식을 위한 자가 학습 장치에서 수행되는 학습 방법으로서,학습할 객체에 상응하는 키워드에 기초하여 범용 검색 엔진을 통해 학습 영상을 획득하는 단계(a);상기 단계(a)에서 획득한 학습 영상을 학습을 위해 입력하는 단계(b);상기 단계(b)에서 입력되는 영상에 대한 객체 인식을 학습하는 단계(c);상기 단계(c)의 학습에 따른 인식 성능을 평가하는 단계(d); 및상기 단계(d)의 평가 결과에 기초하여 상기 단계(c)의 학습 방향을 설정하는 단계(e)를 포함하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 방법
15 15
제14항에 있어서,상기 학습 단계(d)는 미리 설정된 수의 학습 영상 또는 미리 설정된 시간에 대해 학습이 이루어진 후 상기 단계 (c)에 따른 인식 성능을 평가하는 것을 특징으로 하는 객체 인식을 위한 자가 학습 방법
16 16
제15항의 방법을 실행하기 위한 프로그램이 기록되어 있으며 컴퓨터에 의해 판독 가능한 프로그램이 기록된 기록 매체
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 교육부 연세대학교 산학협력단 이공학개인기초연구지원사업 CNN/DNN의 수학적 해석