맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

딥러닝 기반 영상 데이터 생성 기술을 이용한 분류 시스템 및 그 제어 방법

  • 기술번호 : KST2020009137
  • 담당센터 : 경기기술혁신센터
  • 전화번호 : 031-8006-1570
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 본 발명은 딥러닝 기반 영상 데이터 생성 기술을 이용한 분류 시스템 및 그 제어 방법에 관한 것으로, 본 발명에 따른 시스템은 입력 영상 데이터를 압축하며 피처(feature)를 추출하는 엔코더와 엔코더에서 압축된 입력 영상 데이터를 복원한 복원 영상 데이터를 생성하는 디코더를 포함하는 영상 데이터 생성부, 그리고 합성곱 신경망부를 포함한다. 엔코더와 합성곱 신경망부를 이용하여 입력 영상 데이터를 분류하는 데이터 분류부를 구성한다. 본 발명에 의하면 딥러닝의 입력을 단순히 결함 영상으로만 했을 경우의 단점을 극복하고 결함 분류 성능을 최대화하는 동시에 연산 시간을 최소화할 수 있는 장점이 있다.
Int. CL G06K 9/62 (2006.01.01) G06K 9/46 (2006.01.01) G06N 3/08 (2006.01.01)
CPC G06K 9/627(2013.01) G06K 9/627(2013.01) G06K 9/627(2013.01)
출원번호/일자 1020180169802 (2018.12.26)
출원인 한국생산기술연구원
등록번호/일자
공개번호/일자 10-2020-0084444 (2020.07.13) 문서열기
공고번호/일자 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2019.02.11)
심사청구항수 5

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국생산기술연구원 대한민국 충청남도 천안시 서북구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 윤종필 경상북도 포항시 남구
2 정대웅 경상북도 영천시 창신*길 **,
3 신우상 대구광역시 동구
4 구교권 대구광역시 달서구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인명인 대한민국 서울특별시 강남구 테헤란로*길 **, *층(역삼동, 두원빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국생산기술연구원 충청남도 천안시 서북구
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		 2018.12.26 수리 (Accepted) 1-1-2018-1306019-14
2 [심사청구]심사청구(우선심사신청)서
[Request for Examination] Request for Examination (Request for Preferential Examination)		 2019.02.11 수리 (Accepted) 1-1-2019-0141143-08
3 선행기술조사의뢰서
Request for Prior Art Search		 2019.08.08 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search		 2019.09.06 수리 (Accepted) 9-1-2019-0041211-45
5 의견제출통지서
Notification of reason for refusal		 2020.03.18 발송처리완료 (Completion of Transmission) 9-5-2020-0201292-48
6 [지정기간연장]기간 연장신청서·기간 단축신청서·기간 경과 구제신청서·절차 계속신청서
 2020.05.25 수리 (Accepted) 1-1-2020-0526176-92
7 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2020.06.26 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-0661285-48
8 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
 2020.06.26 수리 (Accepted) 1-1-2020-0661284-03
9 등록결정서
Decision to grant		 2020.11.04 발송처리완료 (Completion of Transmission) 9-5-2020-0768341-85
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
입력 영상 데이터를 압축하며 피처(feature)를 추출하는 엔코더와 상기 엔코더에서 압축된 입력 영상 데이터를 복원한 복원 영상 데이터를 생성하는 디코더를 포함하는 영상 데이터 생성부, 그리고합성곱 신경망부를 포함하고,상기 엔코더와 상기 합성곱 신경망부를 이용하여 입력 영상 데이터를 분류하는 데이터 분류부를 구성하며,상기 영상 데이터 생성부에서 생성된 학습 데이터를 이용하여 상기 데이터 분류부를 학습시키고,상기 데이터 분류부를 학습시킬 때, 상기 엔코더를 상기 디코더와 분리하여 상기 합성곱 신경망부의 앞 단에 배치되게 하며,상기 영상 데이터 생성부는 스택 오토 인코더(Stacked Auto Encoder), 스파스 오토 인코더(Sparese Auto Encoder), 디노이징 오토 인코더(Denoising Auto Encoder), VAE(Variational Autoencoder), CAE(Contractive Autoencoder), CVAE(Conditional VAE), CCVAE(Conditional Convolutional Variational Autoencoder) 중 어느 하나인 영상 분류 시스템
2 2
삭제
3 3
삭제
4 4
삭제
5 5
삭제
6 6
제 1 항에서,상기 입력 영상 데이터는 표면 결함 여부를 검사하기 위해 조명을 적용하여 검사 대상 제품의 표면을 촬영한 영상 데이터인 영상 분류 시스템
7 7
입력 영상 데이터를 압축하며 피처(feature)를 추출하는 엔코더와 상기 엔코더에서 압축된 입력 영상 데이터를 복원한 복원 영상 데이터를 생성하는 디코더를 포함하는 영상 데이터 생성부가 학습 데이터를 생성하는 단계,상기 엔코더와 합성곱 신경망부를 이용하여 데이터 분류부를 구성하는 단계, 그리고상기 생성된 학습 데이터를 이용하여 상기 데이터 분류부를 학습시키는 단계를 포함하며,상기 데이터 분류부를 학습시킬 때, 상기 엔코더를 상기 디코더와 분리하여 상기 합성곱 신경망부의 앞 단에 배치되게 하고,상기 영상 데이터 생성부는 스택 오토 인코더(Stacked Auto Encoder), 스파스 오토 인코더(Sparese Auto Encoder), 디노이징 오토 인코더(Denoising Auto Encoder), VAE(Variational Autoencoder), CAE(Contractive Autoencoder), CVAE(Conditional VAE), CCVAE(Conditional Convolutional Variational Autoencoder) 중 어느 하나인 영상 분류 시스템의 제어 방법
8 8
삭제
9 9
삭제
10 10
삭제
11 11
제 7 항에서,상기 입력 영상 데이터는 표면 결함 여부를 검사하기 위해 조명을 적용하여 검사 대상 제품의 표면을 촬영한 영상 데이터인 영상 분류 시스템의 제어 방법
12 12
영상 분류 시스템의 제어 방법을 수행하는 프로그램을 수록한 컴퓨터 판독 가능한 기록 매체에 있어서,입력 영상 데이터를 압축하며 피처(feature)를 추출하는 엔코더와 상기 엔코더에서 압축된 입력 영상 데이터를 복원한 복원 영상 데이터를 생성하는 디코더를 포함하는 영상 데이터 생성부가 학습 데이터를 생성하는 명령어 세트,상기 엔코더와 입력 영상 데이터를 추출된 피처에 따라 분류하는 합성곱 신경망부를 이용하여 데이터 분류부를 구성하는 명령어 세트, 그리고상기 생성된 학습 데이터를 이용하여 상기 데이터 분류부를 학습시키는 명령어 세트를 포함하며,상기 데이터 분류부를 학습시킬 때, 상기 엔코더를 상기 디코더와 분리하여 상기 합성곱 신경망부의 앞 단에 배치되게 하며,상기 영상 데이터 생성부는 스택 오토 인코더(Stacked Auto Encoder), 스파스 오토 인코더(Sparese Auto Encoder), 디노이징 오토 인코더(Denoising Auto Encoder), VAE(Variational Autoencoder), CAE(Contractive Autoencoder), CVAE(Conditional VAE), CCVAE(Conditional Convolutional Variational Autoencoder) 중 어느 하나인 컴퓨터 판독 가능한 기록 매체
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.