맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

학습네트워크 기반의 비디오 보간 방법 및 비디오 보외 방법

  • 기술번호 : KST2020007187
  • 담당센터 : 인천기술혁신센터
  • 전화번호 : 032-420-3580
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 학습네트워크 기반의 비디오 보간 방법은 컴퓨터 장치가 서로 다른 두 개의 영상 프레임을 입력받는 단계, 상기 컴퓨터 장치가 상기 두 개의 영상 프레임을 입력받는 제1 학습네트워크를 이용하여 상기 두 개의 영상 프레임 사이의 특정 시간의 참조 프레임을 생성하는 단계 및 상기 컴퓨터 장치가 상기 두 개의 영상 프레임 및 상기 참조 프레임을 입력받는 제2 학습네트워크를 이용하여 상기 특정 시간의 영상 프레임을 생성하는 단계를 포함한다.
Int. CL H04N 7/01 (2006.01.01) G06N 3/08 (2006.01.01) G06N 3/04 (2006.01.01)
CPC H04N 7/014(2013.01) H04N 7/014(2013.01) H04N 7/014(2013.01)
출원번호/일자 1020180140750 (2018.11.15)
출원인 이화여자대학교 산학협력단
등록번호/일자
공개번호/일자 10-2020-0057844 (2020.05.27) 문서열기
공고번호/일자 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.11.15)
심사청구항수 9

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 강제원 서울특별시 마포구
2 이정경 서울특별시 양천구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인(유한)아이시스 대한민국 서울특별시 강남구 테헤란로**길 **, 인화빌딩 *층 (삼성동)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 이화여자대학교 산학협력단 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		 2018.11.15 수리 (Accepted) 1-1-2018-1137439-56
2 선행기술조사의뢰서
Request for Prior Art Search		 2019.03.18 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search		 2019.05.13 발송처리완료 (Completion of Transmission) 9-6-2020-0065019-11
4 의견제출통지서
Notification of reason for refusal		 2020.05.27 발송처리완료 (Completion of Transmission) 9-5-2020-0366081-91
5 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
 2020.07.27 수리 (Accepted) 1-1-2020-0781034-87
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2020.07.27 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-0781035-22
7 등록결정서
Decision to grant		 2020.09.23 발송처리완료 (Completion of Transmission) 9-5-2020-0658959-88
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
컴퓨터 장치가 서로 다른 두 개의 영상 프레임을 입력받는 단계;상기 컴퓨터 장치가 상기 두 개의 영상 프레임을 입력받는 제1 학습네트워크를 이용하여 상기 두 개의 영상 프레임 사이의 특정 시간의 참조 프레임을 생성하는 단계; 및상기 컴퓨터 장치가 상기 두 개의 영상 프레임 및 상기 참조 프레임을 입력받는 제2 학습네트워크를 이용하여 상기 특정 시간의 영상 프레임을 생성하는 단계를 포함하되,상기 제1 학습네트워크는 상기 두 개의 영상 프레임을 입력받아 제1 특징 벡터를 생성하는 제1 인코더;상기 두 개의 영상 프레임의 잔차 영상을 입력받아 제2 특징 벡터를 생성하는 제2 인코더;상기 두 개의 영상 프레임에 대한 상기 제2 특징 벡터를 입력받아 상기 두 개의 영상 프레임 사이 시간에 대한 새로운 특징 벡터를 생성하는 컨볼루션 LSTM(Long Short term memory); 및상기 제1 특징 벡터와 상기 새로운 특징 벡터를 합산한 값을 입력받아 새로운 영상 프레임을 생성하는 디코더를 포함하는 학습네트워크 기반의 비디오 보간 방법
2 2
제1항에 있어서,상기 제1 학습네트워크는 시간축에서 일정한 간격을 갖는 두 개의 샘플 영상을 입력받아 상기 두 개의 샘플 영상의 중간 시점에 위치하는 영상을 생성하는 신경망 모델이고, 상기 제2 학습네트워크는 시간축에서 일정한 간격을 갖는 3개의 샘플 영상을 입력받아 상기 3개의 샘플 영상의 중간 시점에 위치하는 영상을 생성하는 신경망 모델인 학습네트워크 기반의 비디오 보간 방법
3 3
제1항에 있어서,상기 제1 학습네트워크는 GAN(Generative Adversarial Network), ACN(Adaptive convolution network) 또는 컨볼루셔널 인코더-디코더(convolutional encoder-decoder) 중 어느 하나이고, 상기 제2 학습네트워크는 GAN, ACN 또는 컨볼루셔널 인코더-디코더 중 어느 하나인 학습네트워크 기반의 비디오 보간 방법
4 4
삭제
5 5
제1항에 있어서,상기 제2 학습네트워크는상기 두 개의 영상 프레임 및 상기 참조 프레임을 입력받아 제1 특징 벡터를 생성하는 제1 인코더;상기 두 개의 영상 프레임의 잔차 영상을 입력받아 제2 특징 벡터를 생성하는 제2 인코더;상기 두 개의 영상 프레임에 대한 상기 제2 특징 벡터를 입력받아 상기 두 개의 영상 프레임 사이 시간에 대한 새로운 특징 벡터를 생성하는 컨볼루션 LSTM(Long Short term memory); 및상기 제1 특징 벡터와 상기 새로운 특징 벡터를 합산한 값을 입력받아 새로운 영상 프레임을 생성하는 디코더를 포함하는 학습네트워크 기반의 비디오 보간 방법
6 6
컴퓨터에서 제1항 내지 제3항 및 제5항 중 어느 하나의 항에 기재된 학습네트워크 기반의 비디오 보간 방법을 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체
7 7
컴퓨터 장치가 서로 다른 두 개의 영상 프레임을 입력받는 단계;상기 컴퓨터 장치가 상기 두 개의 영상 프레임을 입력받는 제1 학습네트워크를 이용하여 상기 두 개의 영상 프레임 이후의 특정 시간의 참조 프레임을 생성하는 단계; 및상기 컴퓨터 장치가 상기 두 개의 영상 프레임 및 상기 참조 프레임을 입력받는 제2 학습네트워크를 이용하여 상기 특정 시간의 영상 프레임을 생성하는 단계를 포함하되,상기 제1 학습네트워크는 상기 두 개의 영상 프레임을 입력받아 제1 특징 벡터를 생성하는 제1 인코더;상기 두 개의 영상 프레임의 잔차 영상을 입력받아 제2 특징 벡터를 생성하는 제2 인코더;상기 두 개의 영상 프레임에 대한 상기 제2 특징 벡터를 입력받아 상기 두 개의 영상 프레임 이후 시간에 대한 새로운 특징 벡터를 생성하는 컨볼루션 LSTM(Long Short term memory); 및상기 제1 특징 벡터와 상기 새로운 특징 벡터를 합산한 값을 입력받아 새로운 영상 프레임을 생성하는 디코더를 포함하는 학습네트워크 기반의 비디오 보외 방법
8 8
제7항에 있어서,상기 제1 학습네트워크는 시간축에서 일정한 간격을 갖는 두 개의 샘플 영상을 입력받아 상기 두 개의 샘플 영상 이후 시점에 위치하는 영상을 생성하는 신경망 모델이고,상기 제2 학습네트워크는 시간축에서 일정한 간격을 갖는 3개의 샘플 영상을 입력받아 상기 3개의 샘플 영상 중 마지막 영상의 시점에 위치하는 영상을 생성하는 신경망 모델인 학습네트워크 기반의 비디오 보외 방법
9 9
제7항에 있어서,상기 제1 학습네트워크는 GAN(Generative Adversarial Network), ACN(Adaptive convolution network) 또는 컨볼루셔널 인코더-디코더(convolutional encoder-decoder) 중 어느 하나이고, 상기 제2 학습네트워크는 GAN, ACN 또는 컨볼루셔널 인코더-디코더 중 어느 하나인 학습네트워크 기반의 비디오 보외 방법
10 10
삭제
11 11
제7항에 있어서,상기 제2 학습네트워크는상기 두 개의 영상 프레임 및 상기 참조 프레임을 입력받아 제1 특징 벡터를 생성하는 제1 인코더;상기 두 개의 영상 프레임의 잔차 영상을 입력받아 제2 특징 벡터를 생성하는 제2 인코더;상기 두 개의 영상 프레임에 대한 상기 제2 특징 벡터를 입력받아 상기 두 개의 영상 프레임 이후 시간에 대한 새로운 특징 벡터를 생성하는 컨볼루션 LSTM(Long Short term memory); 및상기 제1 특징 벡터와 상기 새로운 특징 벡터를 합산한 값을 입력받아 새로운 영상 프레임을 생성하는 디코더를 포함하는 학습네트워크 기반의 비디오 보외 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 과학기술정보통신부 이화여자대학교 산학협력단 정보통신·방송 연구개발사업-차세대(UHD) 방송서비스 활성화 기술개발 6DoF지원 초고화질 몰입형 비디오의 압축 및 전송 핵심 기술 개발