맞춤기술찾기

이전대상기술

딥 러닝 기반의 거리 안전도 점수 예측 방법

  • 기술번호 : KST2019035287
  • 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 발명은 딥 러닝 기반의 거리 안전도 점수 예측 방법에 관한 것으로, (a) 복수의 도시 영상 데이터로 구성된 도시 영상 데이터 세트가 구성되는 단계와; (b) 각각의 상기 도시 영상 데이터에 대해 부여되는 안전도 기초 데이터가 기 등록된 순위 결정 알고리즘에 적용되어 각각의 상기 도시 영상 데이터의 안전도 점수가 산출되는 단계와; (c) 각각의 상기 도시 영상 데이터를 사일런시 추정 알고리즘((Saliency estimation algorism)에 적용하여 환경적 컨텍스트 맵이 추출되는 단계와; (d) 각각의 상기 도시 영상 데이터에 대한 상기 환경적 컨텍스트 맵과 상기 안전도 점수가 컨벌루션 신경망에 적용되어 상기 컨벌루션 신경망이 학습되는 단계를 포함하는 것을 특징으로 한다. 이에 따라, 추상적인 고수준 특징(High level feature)인 환경적 컨텍스트(Environmental context)를 추출하고, 이를 이용하여 도시의 안전도를 보다 정확하게 예측할 수 있다.
Int. CL G06Q 50/26 (2012.01.01) G06T 7/00 (2017.01.01) G06N 3/08 (2006.01.01)
CPC G06Q 50/265(2013.01) G06Q 50/265(2013.01) G06Q 50/265(2013.01)
출원번호/일자 1020170109793 (2017.08.30)
출원인 가톨릭대학교 산학협력단
등록번호/일자 10-1938491-0000 (2019.01.08)
공개번호/일자
공고번호/일자 (20190114) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2017.08.30)
심사청구항수 5

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 강행봉 대한민국 서울시 용산구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인남촌 대한민국 서울특별시 종로구 새문안로*길 **, 도렴빌딩 ***호 (도렴동)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 가톨릭대학교 산학협력단 대한민국 서울특별시 서초구
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
2017.08.30 수리 (Accepted) 1-1-2017-0838971-64
2 선행기술조사의뢰서
Request for Prior Art Search
2017.11.10 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2018.02.06 발송처리완료 (Completion of Transmission) 9-6-2018-0029379-40
4 의견제출통지서
Notification of reason for refusal
2018.02.28 발송처리완료 (Completion of Transmission) 9-5-2018-0144801-69
5 [지정기간연장]기간연장(단축, 경과구제)신청서
[Designated Period Extension] Application of Period Extension(Reduction, Progress relief)
2018.04.30 수리 (Accepted) 1-1-2018-0426483-22
6 [지정기간연장]기간연장(단축, 경과구제)신청서
[Designated Period Extension] Application of Period Extension(Reduction, Progress relief)
2018.05.30 수리 (Accepted) 1-1-2018-0530727-30
7 [지정기간연장]기간연장(단축, 경과구제)신청서
[Designated Period Extension] Application of Period Extension(Reduction, Progress relief)
2018.06.29 수리 (Accepted) 1-1-2018-0640551-04
8 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2018.07.30 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2018-0750441-82
9 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2018.07.30 수리 (Accepted) 1-1-2018-0750442-27
10 등록결정서
Decision to grant
2018.12.19 발송처리완료 (Completion of Transmission) 9-5-2018-0874920-61
11 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.11.21 수리 (Accepted) 4-1-2019-5245084-94
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
컴퓨터 프로그램에 의해 구현되는 딥 러닝 기반의 거리 안전도 점수 예측 방법에 있어서,(a) 복수의 도시 영상 데이터로 구성된 도시 영상 데이터 세트가 상기 컴퓨터 프로그램에 등록되는 단계와,(b) 각각의 상기 도시 영상 데이터에 대해 부여되는 안전도 기초 데이터가 상기 컴퓨터 프로그램에 기 등록된 순위 결정 알고리즘에 적용되어 각각의 상기 도시 영상 데이터의 안전도 점수가 산출되는 단계와,(c) 각각의 상기 도시 영상 데이터를 상기 컴퓨터 프로그램에 기 등록된 사일런시 추정 알고리즘(Saliency estimation algorism)에 적용하여 환경적 컨텍스트 맵이 추출되는 단계와;(d) 각각의 상기 도시 영상 데이터에 대한 상기 환경적 컨텍스트 맵과 상기 안전도 점수가 상기 컴퓨터 프로그램에 기 등록된 컨벌루션 신경망에 적용되어 상기 컨벌루션 신경망이 학습되는 단계를 포함하는 것을 특징으로 하는 딥 러닝 기반의 거리 안전도 점수 예측 방법
2 2
제1항에 있어서, 상기 (b) 단계에서 상기 안전도 기초 데이터는 두 개의 상기 도시 영상 데이터에 대한 쌍대비교실험의 결과를 통해 부여되며;상기 순위 결정 알고리즘은 Trueskill 알고리즘을 포함하는 것을 특징으로 하는 딥 러닝 기반의 거리 안전도 점수 예측 방법
3 3
제1항에 있어서, 상기 (c) 단계에서는 상기 안전도 점수를 기준으로 상기 도시 영상 데이터 중 상위 30%가 안전 영상 데이터로, 하위 30%가 위함 영상 데이터로 추출되어 상기 사일런시 추정 알고리즘((Saliency estimation algorism)에 적용되는 것을 특징으로 하는 딥 러닝 기반의 거리 안전도 점수 예측 방법
4 4
제1항에 있어서,상기 (d) 단계에서는 상기 컨벌루션 신경망에 의해 추정된 추정 안전도 점수와 상기 안전도 점수 간의 손실이 산출되어 학습에 반영되는 것을 특징으로 하는 딥 러닝 기반의 거리 안전도 점수 예측 방법
5 5
제4항에 있어서,상기 손실은 유클리디안 손실(Euclidean loss)을 통해 산출되는 것을 특징으로 하는 딥 러닝 기반의 거리 안전도 점수 예측 방법
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 미래창조과학부 가톨릭대학교 기초연구 사업 (중견 도약 연구) 개인 및 지역에 최적화된 범죄발생 예측 프레임워크 구현 및 큐레이션 서비스 기술 개발