맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

이미지 처리 방법 및 장치

  • 기술번호 : KST2019034628
  • 담당센터 : 대구기술혁신센터
  • 전화번호 : 053-550-1450
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 이미지 처리 장치 및 이미지 처리 방법이 개시된다. 개시된 이미지 처리 방법은, 흐린 이미지를 입력 받는 단계, 상기 흐린 이미지로부터, 상기 흐린 이미지보다 블러 커널의 변화에 대해 민감도가 작은 아티팩트(Artifact)를 포함하는 중간 이미지를 생성하는 단계, 및 아티팩트 제거 모델을 이용하여, 상기 중간 이미지의 아티팩트를 제거함으로써, 제1 보정 이미지를 생성하는 단계를 포함한다.
Int. CL G06T 5/00 (2019.01.01)
CPC G06T 5/003(2013.01) G06T 5/003(2013.01) G06T 5/003(2013.01) G06T 5/003(2013.01) G06T 5/003(2013.01) G06T 5/003(2013.01)
출원번호/일자 1020170005150 (2017.01.12)
출원인 포항공과대학교 산학협력단
등록번호/일자 10-1871098-0000 (2018.06.19)
공개번호/일자
공고번호/일자 (20180625) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 보정승인
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2017.01.12)
심사청구항수 20

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 포항공과대학교 산학협력단 대한민국 경상북도 포항시 남구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이승용 대한민국 경상북도 포항시 남구
2 손형석 대한민국 경상북도 포항시 남구

대리인

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

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 포항공과대학교 산학협력단 대한민국 경상북도 포항시 남구
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		 2017.01.12 수리 (Accepted) 1-1-2017-0039097-00
2 선행기술조사의뢰서
Request for Prior Art Search		 2017.08.11 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search		 2017.10.23 발송처리완료 (Completion of Transmission) 9-6-2017-0155637-68
4 의견제출통지서
Notification of reason for refusal		 2017.11.14 발송처리완료 (Completion of Transmission) 9-5-2017-0790044-08
5 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2018.01.15 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2018-0047330-11
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)		 2018.01.15 수리 (Accepted) 1-1-2018-0047282-17
7 거절결정서
Decision to Refuse a Patent		 2018.05.01 발송처리완료 (Completion of Transmission) 9-5-2018-0299589-63
8 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2018.06.01 수리 (Accepted) 1-1-2018-0543831-85
9 [공지예외적용 보완 증명서류]서류제출서
 2018.06.01 수리 (Accepted) 1-1-2018-0543939-17
10 [명세서등 보정]보정서(재심사)
Amendment to Description, etc(Reexamination)		 2018.06.01 보정승인 (Acceptance of amendment) 1-1-2018-0543860-09
11 [출원서 등 보정(보완)]보정서
 2018.06.01 수리 (Accepted) 1-1-2018-0543900-37
12 수수료 반환 안내서
Notification of Return of Official Fee		 2018.06.08 발송처리완료 (Completion of Transmission) 1-5-2018-0088472-84
13 등록결정서
Decision to Grant Registration		 2018.06.11 발송처리완료 (Completion of Transmission) 9-5-2018-0394729-10
14 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.11.20 수리 (Accepted) 4-1-2019-5243581-27
15 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.11.22 수리 (Accepted) 4-1-2019-5245997-53
16 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.11.25 수리 (Accepted) 4-1-2019-5247115-68
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
이미지 처리 장치가 이미지 처리를 학습하는 기계 학습 방법에 있어서,제1 이미지를 입력 받는 단계;상기 제1 이미지가 변형된 제2 이미지로부터, 상기 제2 이미지보다 블러 커널의 변화에 대해 민감도가 작은 아티팩트(Artifact)를 포함하는 제3 이미지를 생성하는 단계; 및상기 제3 이미지 및 상기 제1 이미지를 이용한 기계 학습 결과로부터, 이미지의 아티팩트를 제거하는 아티팩트 제거 모델을 생성하는 단계;를 포함하고,상기 제1 이미지는 선명한 테스트 이미지이고,상기 제2 이미지는 상기 선명한 테스트 이미지가 변형된 흐린 테스트 이미지이고,상기 제3 이미지는 상기 아티팩트를 포함하는 중간 이미지인 기계 학습 방법
2 2
청구항 1에 있어서,상기 선명한 테스트 이미지 및 블러 커널의 컨볼루션 연산 결과와 노이즈의 합으로부터 상기 흐린 테스트 이미지를 생성하는 단계를 더 포함하는 기계 학습 방법
3 3
청구항 1에 있어서, 상기 중간 이미지를 생성하는 단계는, 상기 흐린 테스트 이미지에 대해 위너 필터(Wiener Filter)를 적용함으로써, 상기 중간 이미지를 생성하는 기계 학습 방법
4 4
청구항 1에 있어서, 상기 아티팩트 제거 모델은, 컨볼루셔널 신경망(Convolutional Neural Networks)을 이용한 기계 학습 결과로부터 생성되는 기계 학습 방법
5 5
청구항 4에 있어서, 상기 컨볼루셔널 신경망은,복수의 컨볼루션 필터들을 이용하여, 복수의 특성 맵들을 생성하는 컨볼루션 레이어를 적어도 하나 이상 포함하는 기계 학습 방법
6 6
청구항 4에 있어서, 상기 컨볼루셔널 신경망은,상기 컨볼루셔널 신경망의 중간 레이어의 출력 결과와, 상기 중간 레이어보다 앞선 레이어의 출력 결과를 합산하는 노드를 적어도 하나 이상 포함하는 기계 학습 방법
7 7
청구항 4에 있어서, 상기 컨볼루셔널 신경망은,상기 컨볼루셔널 신경망의 마지막 레이어의 출력 결과와, 상기 컨볼루셔널 신경망에 입력되는 상기 중간 이미지의 데이터를 합산하는 노드를 포함하는 기계 학습 방법
8 8
청구항 4에 있어서, 상기 아티팩트 제거 모델을 생성하는 단계는,상기 컨볼루셔널 신경망의 출력 결과에 대한 그레디언트(gradient)로부터 획득된 조직화 항(Regularization term)을 고려하여, 상기 컨볼루셔널 신경망의 역전사(Back propagation) 과정을 수행하는 기계 학습 방법
9 9
이미지 처리 장치에 의해 수행되는 이미지 처리 방법에 있어서,제1 이미지가 변형된 제2 이미지를 입력 받는 단계;상기 제2 이미지로부터, 상기 제2 이미지보다 블러 커널의 변화에 대해 민감도가 작은 아티팩트(Artifact)를 포함하는 제3 이미지를 생성하는 단계; 및아티팩트 제거 모델을 이용하여, 상기 제3 이미지의 아티팩트를 제거함으로써, 제1 보정 이미지를 생성하는 단계;를 포함하고,상기 제1 이미지는 선명한 이미지이고,상기 제2 이미지는 상기 선명한 이미지가 변형된 흐린 이미지이고,상기 제3 이미지는 상기 아티팩트를 포함하는 중간 이미지인 이미지 처리 방법
10 10
청구항 9에 있어서, 상기 중간 이미지를 생성하는 단계는, 상기 흐린 이미지에 대해 위너 필터(Wiener Filter)를 적용함으로써, 상기 중간 이미지를 생성하는 이미지 처리 방법
11 11
청구항 9에 있어서, 상기 아티팩트 제거 모델은, 컨볼루셔널 신경망(Convolutional Neural Networks)을 이용하여 상기 중간 이미지의 아티팩트를 제거하는 이미지 처리 방법
12 12
청구항 11에 있어서, 상기 컨볼루셔널 신경망은,복수의 컨볼루션 필터들을 이용하여, 복수의 특성 맵들을 생성하는 컨볼루션 레이어를 적어도 하나 이상 포함하는 이미지 처리 방법
13 13
청구항 11에 있어서, 상기 컨볼루셔널 신경망은,상기 컨볼루셔널 신경망의 중간 레이어의 출력 결과와, 상기 중간 레이어보다 앞선 레이어의 출력 결과를 합산하는 노드를 적어도 하나 이상 포함하는 이미지 처리 방법
14 14
청구항 11에 있어서, 상기 컨볼루셔널 신경망은,상기 컨볼루셔널 신경망의 마지막 레이어의 출력 결과와, 상기 컨볼루셔널 신경망에 입력되는 상기 중간 이미지의 데이터를 합산하는 노드를 포함하는 이미지 처리 방법
15 15
청구항 9에 있어서, 상기 제1 보정 이미지의 디테일을 보정한 제2 보정 이미지를 생성하는 단계를 더 포함하며,상기 제2 보정 이미지는, 상기 제2 보정 이미지 및 블러 커널의 컨볼루션과 상기 흐린 이미지 사이의 제곱 에러 및 상기 제1 보정 이미지와 상기 제2 보정 이미지 사이의 제곱 에러의 선형 합이 최소가 되는 조건을 만족하도록 생성되는 이미지 처리 방법
16 16
제1 이미지가 변형된 제2 이미지를 디컨볼루션 하는 이미지 처리 장치에 있어서,프로세서(processor); 및상기 프로세서를 통해 실행되는 적어도 하나의 명령이 저장된 메모리(memory);를 포함하고,상기 적어도 하나의 명령은, 상기 제2 이미지로부터, 상기 제2 이미지보다 블러 커널의 변화에 대해 민감도가 작은 아티팩트를 포함하는 제3 이미지를 생성하고, 아티팩트 제거 모델을 이용하여, 상기 제3 이미지의 아티팩트를 제거함으로써, 제1 보정 이미지를 생성하도록 수행되고,상기 제1 이미지는 선명한 이미지이고,상기 제2 이미지는 상기 선명한 이미지가 변형된 흐린 이미지이고,상기 제3 이미지는 상기 아티팩트를 포함하는 중간 이미지인 이미지 처리 장치
17 17
청구항 16에 있어서,상기 적어도 하나의 명령은,선명한 테스트 이미지를 입력 받고, 상기 선명한 테스트 이미지가 변형된 흐린 테스트 이미지로부터 상기 흐린 테스트 이미지보다 블러 커널의 변화에 대해 민감도가 작은 훈련용 중간 이미지를 생성하고, 상기 훈련용 중간 이미지 및 상기 선명한 테스트 이미지를 이용한 기계 학습 결과로부터, 상기 아티팩트 제거 모델을 생성하도록 수행되는 이미지 처리 장치
18 18
청구항 16에 있어서,상기 적어도 하나의 명령은, 컨볼루셔널 신경망(Convolutional Neural Networks)을 이용하여 상기 중간 이미지의 아티팩트를 제거하도록 수행되고,상기 컨볼루셔널 신경망은,상기 컨볼루셔널 신경망의 마지막 레이어의 출력 결과와, 상기 컨볼루셔널 신경망에 입력되는 상기 중간 이미지의 데이터를 합산하는 노드를 포함하는 이미지 처리 장치
19 19
청구항 16에 있어서,상기 적어도 하나의 명령은, 컨볼루셔널 신경망(Convolutional Neural Networks)을 이용하여 상기 중간 이미지의 아티팩트를 제거하도록 수행되고,상기 컨볼루셔널 신경망은,상기 컨볼루셔널 신경망의 중간 레이어의 출력 결과와, 상기 중간 레이어보다 앞선 레이어의 출력 결과를 합산하는 노드를 적어도 하나 이상 포함하는 이미지 처리 장치
20 20
청구항 16에 있어서,상기 적어도 하나의 명령은,상기 제1 보정 이미지의 디테일을 보정한 제2 보정 이미지를 생성하도록 수행되며,상기 제2 보정 이미지는, 상기 제2 보정 이미지 및 블러 커널의 컨볼루션과 상기 흐린 이미지 사이의 제곱 에러 및 상기 제1 보정 이미지와 상기 제2 보정 이미지 사이의 제곱 에러의 선형 합이 최소가 되는 조건을 만족하도록 생성되는 이미지 처리 장치
지정국 정보가 없습니다
순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - 패밀리정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
1 US10360664 US 미국 FAMILY
2 US20180197278 US 미국 FAMILY

DOCDB 패밀리 정보

순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - DOCDB 패밀리 정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
1 US10360664 US 미국 DOCDBFAMILY
2 US2018197278 US 미국 DOCDBFAMILY
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 미래창조과학부 포항공과대학교 산학협력단 산업원천기술개발사업(정보통신) (SW 스타랩) 빅 비주얼 데이터 기반의 고품질 사진 메이크업 SW 개발
2 미래창조과학부 포항공과대학교 산학협력단 중견연구자지원사업(핵심연구_개인) 계층적 구조정보 기반의 실시간 대규모 환경 복원