맞춤기술찾기

이전대상기술

비디오 생성 장치 및 방법

  • 기술번호 : KST2020012483
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
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 자연어 문장에 대응되는 생성 비디오를 생성하여 실제 비디오와 비교하고, 비교 결과에 따라 생성 비디오를 실제 데이터 또는 가짜 데이터로 분류하도록 한 비디오 생성 장치 및 방법을 제시한다. 제시된 비디오 생성 장치는 자연어로 구성된 입력 문장을 입력받는 입력 모듈, 자연어 및 자연어에 대응하는 비디오 데이터가 연계된 비디오 데이터 셋을 저장하는 데이터베이스, 데이터베이스에 저장된 비디오 데이터 셋을 근거로 입력 문장에 대응되는 생성 비디오를 생성하는 생성 모듈 및 생성 모듈에서 생성된 생성 비디오를 실제 비디오와 비교하여 생성 비디오를 실제 데이터 또는 가짜 데이터로 분류하는 분류 모듈을 포함한다.
Int. CL H04N 21/854 (2011.01.01) G06N 3/08 (2006.01.01) G06F 16/75 (2019.01.01) G06F 40/20 (2020.01.01)
CPC H04N 21/854(2013.01) H04N 21/854(2013.01) H04N 21/854(2013.01) H04N 21/854(2013.01)
출원번호/일자 1020190023651 (2019.02.28)
출원인 한국전력공사, 한국과학기술원
등록번호/일자
공개번호/일자 10-2020-0105056 (2020.09.07) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 N
심사청구항수 14

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국전력공사 대한민국 전라남도 나주시
2 한국과학기술원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 최호진 대전광역시 유성구
2 이동건 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 정안 대한민국 서울특별시 강남구 선릉로 *** ***층(논현동,썬라이더빌딩)

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
2019.02.28 수리 (Accepted) 1-1-2019-0210548-82
2 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.04.24 수리 (Accepted) 4-1-2019-5081392-49
3 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.07.09 수리 (Accepted) 4-1-2019-5136129-26
4 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.07.10 수리 (Accepted) 4-1-2019-5136893-80
5 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.03.27 수리 (Accepted) 4-1-2020-5072225-46
6 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.05.15 수리 (Accepted) 4-1-2020-5108396-12
7 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.06.12 수리 (Accepted) 4-1-2020-5131486-63
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
자연어로 구성된 입력 문장을 입력받는 입력 모듈;자연어 및 자연어에 대응하는 비디오 데이터가 연계된 비디오 데이터 셋을 저장하는 데이터베이스;상기 데이터베이스에 저장된 비디오 데이터 셋을 근거로 상기 입력 문장에 대응되는 생성 비디오를 생성하는 생성 모듈; 및상기 생성 모듈에서 생성된 생성 비디오를 실제 비디오와 비교하여 상기 생성 비디오를 실제 데이터 또는 가짜 데이터로 분류하는 분류 모듈을 포함하는 비디오 생성 장치
2 2
제1항에 있어서,상기 생성 모듈은 다중 레이어 퍼셉트론을 응용한 언어 인코더를 통해 입력 문장으로부터 언어 컨디션 벡터를 생성하고, 상기 언어 컨디션 벡터에 노이즈를 결합하여 실수 벡터를 생성하는 비디오 생성 장치
3 3
제2항에 있어서,상기 생성 모듈은 복수의 필터로 구성된 역합성곱 신경망을 통해 상기 실수 벡터로부터 생성 비디오를 생성하는 비디오 생성 장치
4 4
제1항에 있어서,상기 생성 모듈에서 생성된 생성 비디오는 상기 분류 모듈로 먹임되고, 상기 생성 모듈은 상기 분류 모듈의 판별 결과를 근거로 Wasserstein 로스를 생성하고, 상기 Wasserstein 로스는 오토인코더 로스과 결합하여 연산하는 비디오 생성 장치
5 5
제1항에 있어서,상기 분류 모듈은 상기 생성 비디오 및 실제 비디오 각각에 대한 추상화를 생성하고, 다중 레이어 퍼셉트론을 응용한 언어 인코더를 통해 상기 입력 문장으로부터 생성한 언어 컨디션 벡터를 상기 추상화와 결합하여 실수 벡터를 생성하는 비디오 생성 장치
6 6
제5항에 있어서,상기 분류 모듈은,상기 생성 비디오의 실수 벡터 및 상기 실제 비디오의 실수 벡터를 근거로 스칼라값을 생성하고, 상기 스칼라값이 -1이면 상기 생성 비디오를 실제 데이터로 분류하고, 상기 스칼라값이 1이면 상기 생성 비디오를 가짜 데이터로 분류하는 비디오 생성 장치
7 7
제5항에 있어서,상기 입력 모듈은 상기 실제 비디오를 더 입력받는 비디오 생성 장치
8 8
제1항에 있어서,평균 제곱근 에러 목적 함수를 근거로 오토인코더 로스를 감소시키는 학습 모듈을 더 포함하는 비디오 생성 장치
9 9
비디오 생성 장치를 이용한 비디오 생성 방법에 있어서,자연어로 구성된 입력 문장을 입력받는 단계;상기 입력 문장으로부터 언어 컨디션 벡터를 산출하는 단계;상기 언어 컨디션 벡터와 노이즈를 결합하여 실수 벡터를 생성하는 단계;자연어 및 자연어에 대응하는 비디오 데이터가 연계된 비디오 데이터 셋과 상기 실수 벡터를 근거로 생성 비디오를 생성하는 단계;상기 생성 비디오 및 실제 비디오를 추상화하는 단계;상기 추상화를 상기 언어 컨디션 벡터와 결합하여 실수 벡터를 생성하는 단계; 및상기 생성 비디오 및 실제 비디오를 근거의 실수 벡터를 근거로 상기 생성 비디오를 실제 데이터 또는 가짜 데이터로 분류하는 단계를 포함하는 비디오 생성 방법
10 10
제9항에 있어서,상기 언어 컨디션 벡터를 산출하는 단계에서는 다중 레이어 퍼셉트론을 응용한 언어 인코더를 통해 입력 문장으로부터 언어 컨디션 벡터를 생성하는 비디오 생성 방법
11 11
제9항에 있어서,상기 언어 컨디션 벡터와 노이즈를 결합하여 실수 벡터를 생성하는 단계에서는 다중 레이어 퍼셉트론을 응용한 언어 인코더를 문장으로부터 언어 컨디션 벡터를 생성하고, 상기 언어 컨디션 벡터에 노이즈를 결합하여 실수 벡터를 생성하는 비디오 생성 방법
12 12
제9항에 있어서,상기 생성 비디오를 생성하는 단계에서는 복수의 필터로 구성된 역합성곱 신경망을 통해 상기 실수 벡터로부터 생성 비디오를 생성하는 비디오 생성 방법
13 13
제9항에 있어서,상기 실제 데이터 또는 가짜 데이터로 분류하는 단계의 판별 결과를 근거로 Wasserstein 로스를 생성하고, 상기 Wasserstein 로스는 오토인코더 로스과 결합하여 연산하는 단계를 더 포함하는 비디오 생성 방법
14 14
제9항에 있어서,상기 생성 비디오의 실수 벡터 및 상기 실제 비디오의 실수 벡터를 근거로 스칼라값을 생성하는 단계에서는 상기 생성 비디오 및 상기 실제 비디오의 상기 스칼라값이 -1이면 상기 생성 비디오를 상기 실제 데이터로 분류하고, 상기 스칼라값이 1이면 상기 생성 비디오를 가짜 데이터로 분류하는 비디오 생성 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.