맞춤기술찾기

이전대상기술

영상 학습을 통한 기계 진단시스템 및 이를 이용한 기계 진단방법

  • 기술번호 : KST2020017179
  • 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 영상 학습을 통한 기계 진단시스템 및 이를 이용한 기계 진단방법에서, 상기 기계 진단시스템은 촬영부, 선택부, 학습부 및 판단부를 포함한다. 상기 촬영부는 대상체에 대한 이미지를 연속으로 촬영한다. 상기 선택부는 상기 연속 촬영된 이미지들 중에서 학습의 대상이 되는 소정 구간의 이미지들을 선택하는 선행 분류부, 및 상기 대상체의 정상 상태 또는 비정상 상태에 대한 판단 기준을 제공하는 판단기준 입력부를 포함한다. 상기 학습부는 상기 선택된 소정 구간의 이미지들에 대하여, 상기 판단 기준을 바탕으로 상기 대상체의 상태를 학습한다. 상기 판단부는 상기 학습된 결과를 이용하여, 상기 연속 촬영된 이미지들로부터 상기 대상체의 상태를 판단한다.
Int. CL G06T 7/00 (2017.01.01) G01M 7/02 (2006.01.01) G06N 3/08 (2006.01.01)
CPC G06T 7/0004(2013.01) G01M 7/02(2013.01) G06N 3/08(2013.01) G06T 2207/20081(2013.01) G06T 2207/20084(2013.01) G06T 2207/30164(2013.01)
출원번호/일자 1020190047303 (2019.04.23)
출원인 한국기계연구원
등록번호/일자
공개번호/일자 10-2020-0128239 (2020.11.12) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2019.04.23)
심사청구항수 11

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 선경호 세종특별자치시 다솜로
2 김병옥 대전광역시 유성구
3 이동현 서울특별시 송파구
4 전병찬 대전광역시 유성구
5 서윤호 대전광역시 유성구
6 문석준 세종특별자치시 나리로 **,

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김민태 대한민국 서울특별시 강남구 논현로 ***, *층 **세기특허법률사무소 (역삼동, 세일빌딩)

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
2019.04.23 수리 (Accepted) 1-1-2019-0418178-14
2 의견제출통지서
Notification of reason for refusal
2020.07.15 발송처리완료 (Completion of Transmission) 9-5-2020-0483529-10
3 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2020.09.15 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-0977837-18
4 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2020.09.15 수리 (Accepted) 1-1-2020-0977760-02
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
대상체에 대한 이미지를 연속으로 촬영하는 촬영부; 상기 연속 촬영된 이미지들 중에서 학습의 대상이 되는 소정 구간의 이미지들을 선택하는 선행 분류부, 및 상기 대상체의 정상 상태 또는 비정상 상태에 대한 판단 기준을 제공하는 판단기준 입력부를 포함하는 선택부; 상기 선택된 소정 구간의 이미지들에 대하여, 상기 판단 기준을 바탕으로 상기 대상체의 상태를 학습하는 학습부; 및상기 학습된 결과를 이용하여, 상기 연속 촬영된 이미지들로부터 상기 대상체의 상태를 판단하는 판단부를 포함하는 기계 진단시스템
2 2
제1항에 있어서, 상기 학습부는, 합성곱신경망(convolution neural network, CNN)을 이용하여 상기 대상체의 상태를 학습하는 것을 특징으로 하는 기계 진단시스템
3 3
제2항에 있어서, 상기 학습부가 2차원 합성곱신경망으로 학습할 지, 또는 복수 프레임을 이용한 2차원 합성곱신경망으로 학습하거나 3차원 합성곱신경망으로 학습할 지에 대한 정보를 상기 촬영부로 제공하는 정보 입력부를 더 포함하는 기계 진단시스템
4 4
제3항에 있어서, 상기 촬영부는, 상기 학습부가 2차원 합성곱신경망으로 학습하는 경우, 고정된 위치 및 각도에서 상기 대상체를 촬영하고, 상기 학습부가 복수 프레임을 이용한 2차원 합성곱신경망으로 학습하거나 3차원 합성곱신경망으로 학습하는 경우, 변화된 위치 또는 각도에서 상기 대상체를 촬영하는 것을 특징으로 하는 기계 진단시스템
5 5
제4항에 있어서, 상기 판단부는, 상기 고정된 위치 및 각도에서 연속 촬영된 상기 대상체에 대한 이미지들을 바탕으로 상기 대상체의 정상 상태 또는 비정상 상태를 판단하는 제1 판단부; 및상기 위치 또는 각도와 무관하게 시간에 따라 연속 촬영된 상기 대상체에 대한 이미지들을 바탕으로 상기 대상체의 정상 상태 또는 비정상 상태를 판단하는 제2 판단부를 포함하는 것을 특징으로 하는 기계 진단시스템
6 6
제1항에 있어서, 상기 대상체는, 고정된 상태에서 진동하는 진동 구조물인 것을 특징으로 하는 기계 진단시스템
7 7
제6항에 있어서, 상기 대상체의 상태 판단 기준은, 상기 진동 구조물의 진동 범위에 대한 임계값(threshold)으로 제공되는 것을 특징으로 하는 기계 진단시스템
8 8
제7항에 있어서, 상기 학습부는, 상기 대상체의 연속 촬영된 이미지들의 차이가 상기 임계값의 범위 내에 속하는지의 여부를 바탕으로, 상기 대상체의 상태를 학습하는 것을 특징으로 하는 기계 진단시스템
9 9
제1항에 있어서, 상기 선행 분류부는, 상기 연속 촬영된 이미지들 중에서 학습의 대상이 되는 소정 구간의 이미지들을 제외한 나머지 구간의 이미지들을 상기 판단부로 제공하고, 상기 판단부는, 상기 나머지 구간의 이미지들로부터 상기 대상체의 상태를 판단하는 것을 특징으로 하는 기계 진단시스템
10 10
대상체에 대한 이미지를 연속으로 촬영하는 단계; 상기 대상체의 정상 상태 또는 비정상 상태에 대한 판단 기준을 제공받는 단계; 상기 연속 촬영된 이미지들 중에서 학습의 대상이 되는 소정 구간의 이미지들을 선택하는 단계; 상기 선택된 소정 구간의 이미지들에 대하여, 상기 판단 기준을 바탕으로 상기 대상체의 상태를 학습하는 단계; 및상기 학습된 결과를 이용하여, 상기 연속 촬영된 이미지들로부터 상기 대상체의 상태를 판단하는 단계를 포함하는 기계 진단방법
11 11
제10항에 있어서, 상기 대상체에 대한 이미지를 촬영하는 단계 이전에, 상기 촬영되는 공간상의 특징으로, 상기 학습부가 2차원 합성곱신경망으로 학습할 지, 또는 복수 프레임을 이용한 2차원 합성곱신경망으로 학습하거나 3차원 합성곱신경망으로 학습할 지에 대한 정보를 입력받는 단계를 더 포함하는 기계 진단방법
12 12
제11항에 있어서, 상기 대상체에 대한 이미지를 촬영하는 단계에서, 상기 학습부가 2차원 합성곱신경망으로 학습하는 경우, 고정된 위치 및 각도에서 상기 대상체를 촬영하고, 상기 학습부가 2차원 합성곱신경망으로 학습하거나 3차원 합성곱신경망으로 학습하는 경우, 변화된 위치 또는 각도에서 상기 대상체를 촬영하는 것을 특징으로 하는 기계 진단방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.