맞춤기술찾기

이전대상기술

기계 학습을 위한 학습 데이터 셋 생성 장치 및 방법

  • 기술번호 : KST2020005595
  • 담당센터 :
  • 전화번호 :
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 기계 학습을 위한 학습 데이터 셋 생성 장치 및 방법이 개시된다. 본 발명에 따른 기계 학습을 위한 학습 데이터 셋 생성 장치에 의해 수행되는 학습 데이터 셋 생성 방법은, 3D 캐릭터에 상응하는 3D 데이터를 기반으로, 변형된 상기 3D 캐릭터에 대한 3D 모델을 생성하는 단계, 생성된 상기 3D 모델에 상응하는 2D 이미지를 생성하는 단계, 그리고 상기 2D 이미지 및 상기 3D 모델을 이용하여, 상기 2D 이미지로부터 상기 3D 캐릭터를 생성하는 기계 학습을 위한 학습 데이터 셋을 생성하는 단계를 포함한다.
Int. CL G06T 13/40 (2011.01.01) G06T 17/20 (2006.01.01) G06T 15/10 (2006.01.01) G06T 15/80 (2011.01.01)
CPC G06T 13/40(2013.01) G06T 13/40(2013.01) G06T 13/40(2013.01) G06T 13/40(2013.01) G06T 13/40(2013.01) G06T 13/40(2013.01)
출원번호/일자 1020180138479 (2018.11.12)
출원인 한국전자통신연구원
등록번호/일자
공개번호/일자 10-2020-0055841 (2020.05.22) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2019.12.10)
심사청구항수 20

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국전자통신연구원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이승욱 대전광역시 유성구
2 김태준 세종특별자치시 시청대
3 윤승욱 대전광역시 서구
4 임성재 대전광역시 유성구
5 황본우 대전광역시 유성구
6 최진성 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 한양특허법인 대한민국 서울특별시 강남구 논현로**길 **, 한양빌딩 (도곡동)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
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
2018.11.12 수리 (Accepted) 1-1-2018-1122880-27
2 [심사청구]심사청구(우선심사신청)서
[Request for Examination] Request for Examination (Request for Preferential Examination)
2019.12.10 수리 (Accepted) 1-1-2019-1273662-12
3 선행기술조사의뢰서
Request for Prior Art Search
2020.06.12 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search
2020.07.13 발송처리완료 (Completion of Transmission) 9-6-2020-0163033-27
5 의견제출통지서
Notification of reason for refusal
2020.11.23 발송처리완료 (Completion of Transmission) 9-5-2020-0810512-16
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
기계 학습을 위한 학습 데이터 셋 생성 장치에 의해 수행되는 학습 데이터 셋 생성 방법에 있어서, 3D 캐릭터에 상응하는 3D 데이터를 기반으로, 변형된 상기 3D 캐릭터에 대한 3D 모델을 생성하는 단계, 생성된 상기 3D 모델에 상응하는 2D 이미지를 생성하는 단계, 그리고 상기 2D 이미지 및 상기 3D 모델을 이용하여, 상기 2D 이미지로부터 상기 3D 캐릭터를 생성하는 기계 학습을 위한 학습 데이터 셋을 생성하는 단계를 포함하는 기계 학습을 위한 학습 데이터 셋 생성 방법
2 2
제1항에 있어서, 상기 변형된 3D 캐릭터에 대한 3D 모델을 생성하는 단계는, 상기 3D 데이터를 복수의 분할 모델들로 분할하고, 상기 분할 모델을 변형하여 상기 3D 캐릭터의 변형된 3D 모델을 생성하는 기계 학습을 위한 학습 데이터 셋 생성 방법
3 3
제2항에 있어서, 상기 2D 이미지를 생성하는 단계는, 상기 3D 모델에 대한 다시점 렌더링을 수행하여, 상기 3D 모델에 상응하는 하나 이상의 상기 2D 이미지를 생성하는 기계 학습을 위한 학습 데이터 셋 생성 방법
4 4
제1항에 있어서, 상기 변형된 3D 캐릭터에 대한 3D 모델을 생성하는 단계는, 상기 3D 데이터를 복수의 분할 모델들로 분할하는 단계, 상기 분할 모델들 중에서 적어도 어느 하나의 분할 모델을 변형하여, 변형 모델을 생성하는 단계, 하나 이상의 상기 변형 모델을 포함하는 상기 분할 모델들을 이용하여, 변형된 3D 캐릭터에 상응하는 상기 3D 모델을 생성하는 단계를 포함하는 기계 학습을 위한 학습 데이터 셋 생성 방법
5 5
제4항에 있어서, 상기 3D 데이터를 복수의 분할 모델들로 분할하는 단계는, 상기 3D 데이터를 상기 3D 캐릭터를 구성하는 복수의 파트 별로 구분하고, 구분된 상기 파트에 상응하도록 상기 3D 데이터를 분할하여, 각각의 상기 파트 별 상기 분할 모델을 생성하는 기계 학습을 위한 학습 데이터 셋 생성 방법
6 6
제5항에 있어서, 상기 변형 모델을 생성하는 단계는, 상기 3D 캐릭터에 상응하는 상기 파트의 크기 및 상기 파트의 무늬 중 적어도 어느 하나를 변형하여, 상기 변형 모델을 생성하는 기계 학습을 위한 학습 데이터 셋 생성 방법
7 7
제6항에 있어서, 상기 변형된 3D 캐릭터에 상응하는 상기 3D 모델을 생성하는 단계는, 하나 이상의 상기 변형 모델을 포함하는 상기 분할 모델들을 조합하여 하나의 상기 3D 모델을 생성하고, 생성된 상기 3D 모델을 증강하여 증강된 3D 모델을 생성하는 기계 학습을 위한 학습 데이터 셋 생성 방법
8 8
제1항에 있어서, 상기 변형된 상기 3D 캐릭터에 대한 3D 모델을 생성하는 단계는, 상기 3D 데이터가 상기 3D 캐릭터에 상응하는 인체 모델에 스키닝 되어 있는 경우, 스키닝 정보를 이용하여 상기 3D 모델을 증강하는 기계 학습을 위한 학습 데이터 셋 생성 방법
9 9
제1항에 있어서, 상기 변형된 상기 3D 캐릭터에 대한 3D 모델을 생성하는 단계는, 상기 3D 모델의 질감에 2D 증강을 적용하여, 상기 3D 모델을 증강하는 기계 학습을 위한 학습 데이터 셋 생성 방법
10 10
제1항에 있어서, 상기 2D 이미지를 생성하는 단계는, 상기 3D 모델에 대한 텍스처 전처리를 수행한 후, 전처리된 상기 3D 모델을 셀 셰이딩(Cel shading)하여 상기 3D 모델에 상응하는 상기 2D 이미지를 생성하는 기계 학습을 위한 학습 데이터 셋 생성 방법
11 11
3D 캐릭터에 상응하는 3D 데이터를 기반으로, 변형된 상기 3D 캐릭터에 대한 3D 모델을 생성하는 3D 모델 확장부, 생성된 상기 3D 모델에 상응하는 2D 이미지를 생성하는 2D 이미지 생성부, 그리고 상기 2D 이미지 및 상기 3D 모델을 이용하여, 상기 2D 이미지로부터 상기 3D 캐릭터를 생성하는 기계 학습을 위한 학습 데이터 셋을 생성하는 학습 데이터 셋 생성부를 포함하는 기계 학습을 위한 학습 데이터 셋 생성 장치
12 12
제11항에 있어서, 상기 3D 모델 확장부는, 상기 3D 데이터를 복수의 분할 모델들로 분할하고, 상기 분할 모델을 변형하여 상기 3D 캐릭터의 변형된 3D 모델을 생성하는 기계 학습을 위한 학습 데이터 셋 생성 장치
13 13
제12항에 있어서, 상기 2D 이미지 생성부는, 상기 3D 모델에 대한 다시점 렌더링을 수행하여, 상기 3D 모델에 상응하는 하나 이상의 상기 2D 이미지를 생성하는 기계 학습을 위한 학습 데이터 셋 생성 장치
14 14
제11항에 있어서, 상기 3D 모델 확장부는, 상기 3D 데이터를 복수의 분할 모델들로 분할하는 3D 데이터 분석 모듈, 상기 분할 모델들 중에서 적어도 어느 하나의 분할 모델을 변형하여, 변형 모델을 생성하는 변형 모듈, 하나 이상의 상기 변형 모델을 포함하는 상기 분할 모델들을 이용하여, 변형된 3D 캐릭터에 상응하는 상기 3D 모델을 생성하는 조합 모듈을 포함하는 기계 학습을 위한 학습 데이터 셋 생성 장치
15 15
제14항에 있어서, 상기 3D 데이터 분석 모듈은, 상기 3D 데이터를 상기 3D 캐릭터를 구성하는 복수의 파트 별로 구분하고, 구분된 상기 파트에 상응하도록 상기 3D 데이터를 분할하여, 각각의 상기 파트 별 상기 분할 모델을 생성하는 기계 학습을 위한 학습 데이터 셋 생성 장치
16 16
제15항에 있어서, 상기 변형 모듈은, 상기 3D 캐릭터에 상응하는 상기 파트의 크기 및 상기 파트의 무늬 중 적어도 어느 하나를 변형하여, 상기 변형 모델을 생성하는 기계 학습을 위한 학습 데이터 셋 생성 장치
17 17
제16항에 있어서, 상기 조합 모듈이 하나 이상의 상기 변형 모델을 포함하는 상기 분할 모델들을 조합하여 생성한 상기 3D 모델을 증강하여 증강된 3D 모델을 생성하는 증강 모듈을 더 포함하는 기계 학습을 위한 학습 데이터 셋 생성 장치
18 18
제11항에 있어서, 상기 3D 모델 확장부는, 상기 3D 데이터가 상기 3D 캐릭터에 상응하는 인체 모델에 스키닝 되어 있는 경우, 스키닝 정보를 이용하여 상기 3D 모델을 증강하는 기계 학습을 위한 학습 데이터 셋 생성 장치
19 19
제11항에 있어서, 상기 3D 모델 확장부는,상기 3D 모델의 질감에 2D 증강을 적용하여, 상기 3D 모델을 증강하는 기계 학습을 위한 학습 데이터 셋 생성 장치
20 20
제11항에 있어서, 상기 2D 이미지 생성부는, 상기 3D 모델에 대한 텍스처 전처리를 수행한 후, 전처리된 상기 3D 모델을 셀 셰이딩하여 상기 3D 모델에 상응하는 상기 2D 이미지를 생성하는 기계 학습을 위한 학습 데이터 셋 생성 장치
지정국 정보가 없습니다
순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - 패밀리정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
패밀리 정보가 없습니다

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 US2020151963 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 문화체육관광부 한국전자통신연구원 기타사업 게임 및 애니메이션을 위한 인공 지능 기반의 3D 캐릭터 생성 기술 개발 (표준화 연계)