맞춤기술찾기

이전대상기술

GAN 기반 딥러닝 모델을 이용한 이미지 생성 방법 및 장치

  • 기술번호 : KST2020014384
  • 담당센터 : 광주기술혁신센터
  • 전화번호 : 062-360-4654
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 GAN 기반 딥러닝 모델을 이용한 이미지 생성 방법 및 장치에 관한 것이다. 본 발명의 일 실시예에 따른 이미지 생성 장치는 GAN(generative adversarial network) 기반 딥러닝 모델을 이용하여 랜덤 정보를 입력받고, 상기 랜덤 정보에 기반하여 가상 이미지에 대응하는 주파수 도메인의 적어도 하나의 가상 데이터를 생성하는 생성부(generator); 및 상기 적어도 하나의 가상 데이터와 실제 이미지에 대응하는 주파수 도메인의 적어도 하나의 실제 데이터의 분간 가능 여부를 판단하여 상기 적어도 하나의 가상 데이터의 진위를 판별하는 판별부(discriminator);를 포함하고, 상기 생성부는, 상기 판별 결과에 따라 상기 적어도 하나의 가상 데이터로부터 상기 가상 이미지를 생성할 수 있다.
Int. CL G06T 1/20 (2018.01.01) G06T 19/00 (2011.01.01)
CPC G06T 1/20(2013.01) G06T 1/20(2013.01) G06T 1/20(2013.01) G06T 1/20(2013.01) G06T 1/20(2013.01)
출원번호/일자 1020190039230 (2019.04.03)
출원인 조선대학교산학협력단
등록번호/일자
공개번호/일자 10-2020-0120970 (2020.10.23) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2019.04.03)
심사청구항수 14

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 조선대학교산학협력단 대한민국 광주광역시 동구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 정호엽 광주광역시 동구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인지원 대한민국 서울특별시 금천구 가산디지털*로 ***, ***호(가산동, 에이스테크노타워**차)

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
2019.04.03 수리 (Accepted) 1-1-2019-0344614-51
2 선행기술조사의뢰서
Request for Prior Art Search
2019.10.02 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2019.12.04 발송처리완료 (Completion of Transmission) 9-6-2020-0101539-86
4 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.03.26 수리 (Accepted) 4-1-2020-5071333-01
5 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.04.17 수리 (Accepted) 4-1-2020-5088703-88
6 의견제출통지서
Notification of reason for refusal
2020.07.28 발송처리완료 (Completion of Transmission) 9-5-2020-0511120-42
7 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2020.09.14 수리 (Accepted) 1-1-2020-0970585-00
8 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2020.09.14 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-0972175-30
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
GAN(generative adversarial network) 기반 딥러닝 모델을 이용하여 랜덤 정보를 입력받고, 상기 랜덤 정보에 기반하여 가상 이미지에 대응하는 주파수 도메인의 적어도 하나의 가상 데이터를 생성하는 생성부(generator); 및 상기 적어도 하나의 가상 데이터와 실제 이미지에 대응하는 주파수 도메인의 적어도 하나의 실제 데이터의 분간 가능 여부를 판단하여 상기 적어도 하나의 가상 데이터의 진위를 판별하는 판별부(discriminator);를 포함하고,상기 생성부는, 상기 판별 결과에 따라 상기 적어도 하나의 가상 데이터로부터 상기 가상 이미지를 생성하는,이미지 생성 장치
2 2
제1항에 있어서,상기 실제 이미지를 상기 주파수 도메인으로 변환하여 다수의 실제 데이터를 생성하고,상기 다수의 실제 데이터를 주파수 단위 정규화(frequency-wise normalize)시키고,상기 다수의 실제 데이터를 진폭 편차 기준으로 정렬하며,상기 다수의 실제 데이터 중 기설정된 임계값보다 큰 상기 적어도 하나의 실제 데이터를 추출하는 이미지 변환부;를 더 포함하는,이미지 생성 장치
3 3
제1항에 있어서,상기 판별부와 생성부는, 상기 판별 결과를 피드백받아 상기 GAN 기반 딥러닝 모델의 학습을 수행하는,이미지 생성 장치
4 4
제1항에 있어서,상기 판별 결과는, 0 내지 1 사이의 값을 포함하는,이미지 생성 장치
5 5
제4항에 있어서,상기 생성부는, 상기 판별 결과가 0
6 6
제1항에 있어서,상기 생성부는, 상기 적어도 하나의 가상 데이터와 상기 적어도 하나의 실제 데이터가 분간되지 못하는 경우, 상기 적어도 하나의 가상 데이터로부터 상기 가상 이미지를 생성하는,이미지 생성 장치
7 7
제1항에 있어서,상기 생성부는,제1 랜덤 정보를 입력받고, 상기 제1 랜덤 정보에 기반하여 상기 가상 이미지의 제1 픽셀 블록에 대응하는 주파수 도메인의 제1 가상 데이터를 생성하고,제2 랜덤 정보를 입력받고, 상기 제1 가상 데이터 및 상기 제2 랜덤 정보에 기반하여 상기 가상 이미지의 제2 픽셀 블록에 대응하는 주파수 도메인의 제2 가상 데이터를 생성하는,이미지 생성 장치
8 8
제7항에 있어서,상기 생성부는, 상기 제1 가상 데이터와 상기 제2 가상 데이터를 진폭 편차 기준으로 정렬하고,상기 판별 결과에 따라 상기 정렬된 제1 가상 데이터와 제2 가상 데이터를 이용하여 상기 가상 이미지를 생성하는,이미지 생성 장치
9 9
GAN(generative adversarial network) 기반 딥러닝 모델을 이용하여 랜덤 정보를 입력받는 단계;상기 랜덤 정보에 기반하여 가상 이미지에 대응하는 주파수 도메인의 적어도 하나의 가상 데이터를 생성하는 단계;상기 적어도 하나의 가상 데이터와 실제 이미지에 대응하는 주파수 도메인의 적어도 하나의 실제 데이터의 분간 가능 여부를 판단하여 상기 적어도 하나의 가상 데이터의 진위를 판별하는 단계; 및상기 판별 결과에 따라 상기 적어도 하나의 가상 데이터로부터 상기 가상 이미지를 생성하는 단계;를 포함하는,이미지 생성 방법
10 10
제9항에 있어서,상기 적어도 하나의 가상 데이터의 진위를 판별하는 단계 이전에,상기 실제 이미지를 상기 주파수 도메인으로 변환하여 다수의 실제 이미지를 생성하는 단계;상기 다수의 실제 이미지를 주파수 단위 정규화(frequency-wise normalize)시키는 단계;상기 다수의 실제 데이터를 진폭 편차 기준으로 정렬하는 단계; 및상기 다수의 실제 데이터 중 기설정된 임계값보다 큰 상기 적어도 하나의 실제 데이터를 추출하는 단계;를 더 포함하는,이미지 생성 방법
11 11
제9항에 있어서,상기 GAN 기반 딥러닝 모델은 상기 판별 결과에 기반하여 학습되는,이미지 생성 방법
12 12
제9항에 있어서, 상기 판별 결과는, 0 내지 1 사이의 값을 포함하는,이미지 생성 방법
13 13
제12항에 있어서,상기 가상 이미지를 생성하는 단계는,상기 판별 결과가 0
14 14
제9항에 있어서,상기 가상 이미지를 생성하는 단계는,상기 적어도 하나의 가상 데이터와 상기 적어도 하나의 실제 데이터가 분간되지 못하는 경우, 상기 적어도 하나의 가상 데이터로부터 상기 가상 이미지를 생성하는 단계;를 포함하는,이미지 생성 방법
15 15
제9항에 있어서,상기 적어도 하나의 가상 데이터를 생성하는 단계는,제1 랜덤 정보를 입력받고, 상기 제1 랜덤 정보에 기반하여 상기 가상 이미지의 제1 픽셀 블록에 대응하는 주파수 도메인의 제1 가상 데이터를 생성하는 단계; 및제2 랜덤 정보를 입력받고, 상기 제1 가상 데이터 및 상기 제2 랜덤 정보에 기반하여 상기 가상 이미지의 제2 픽셀 블록에 대응하는 주파수 도메인의 제2 가상 데이터를 생성하는 단계;를 포함하는,이미지 생성 장치
16 16
제15항에 있어서,상기 가상 이미지를 생성하는 단계는,상기 제1 가상 데이터와 상기 제2 가상 데이터를 진폭 편자 기준으로 정렬하는 단계; 및상기 판별 결과에 따라 상기 정렬된 제1 가상 데이터와 제2 가상 데이터를 이용하여 상기 가상 이미지를 생성하는 단계;를 포함하는,이미지 생성 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 조선대학교 산학협력단 정보통신기술진흥센터 초고해상도를 위한 Versatile Video Coding (VVC) 표준 개발
2 과학기술정보통신부 조선대학교 산학협력단 생애 첫 연구사업 Generative Adversarial Net을 사용한 인조지문 감지 연구