맞춤기술찾기

이전대상기술

딥러닝 기반의 어노테이션 툴을 제공하는 방법 및 시스템

  • 기술번호 : KST2021000328
  • 담당센터 : 인천기술혁신센터
  • 전화번호 : 032-420-3580
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 딥러닝 기반의 어노테이션 툴을 제공하는 방법 및 시스템이 개시된다. 일 실시예에 따른 컴퓨터로 구현되는 어노테이션 툴 시스템에 의해 수행되는 어노테이션 툴(tool) 제공 방법은, 학습 영상 정보를 이용하여 객체를 인식하기 위한 학습 모델을 학습시키는 단계; 상기 학습된 학습 모델에 어노테이션을 생성하기 위한 영상 정보를 입력하는 단계; 상기 학습된 학습 모델을 이용하여 상기 영상 정보로부터 어노테이션을 생성하는 단계; 상기 생성된 어노테이션에 대한 협동형 작업 방식 기반의 편집 작업을 수행함에 따라 어노테이션을 조정하는 조정부; 및 상기 조정된 어노테이션을 포함하는 영상 정보를 출력하는 단계를 포함할 수 있다.
Int. CL G06N 3/08 (2006.01.01) G06N 3/04 (2006.01.01) G06T 7/20 (2017.01.01)
CPC G06N 3/08(2013.01) G06N 3/04(2013.01) G06T 7/20(2013.01) G06T 2207/20084(2013.01)
출원번호/일자 1020200071210 (2020.06.12)
출원인 인하대학교 산학협력단
등록번호/일자 10-2204829-0000 (2021.01.13)
공개번호/일자
공고번호/일자 (20210119) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.06.12)
심사청구항수 6

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 인하대학교 산학협력단 대한민국 인천광역시 미추홀구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 권장우 부산광역시 남구

대리인

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

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 인하대학교 산학협력단 인천광역시 미추홀구
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
2020.06.12 수리 (Accepted) 1-1-2020-0603915-66
2 [출원서 등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2020.08.12 수리 (Accepted) 1-1-2020-0847777-17
3 [우선심사신청]심사청구서·우선심사신청서
2020.08.18 수리 (Accepted) 1-1-2020-0862637-20
4 [우선심사신청]선행기술조사의뢰서
[Request for Preferential Examination] Request for Prior Art Search
2020.08.18 수리 (Accepted) 9-1-9999-9999999-89
5 [우선심사신청]선행기술조사보고서
[Request for Preferential Examination] Report of Prior Art Search
2020.08.31 수리 (Accepted) 9-1-2020-0027126-57
6 의견제출통지서
Notification of reason for refusal
2020.09.21 발송처리완료 (Completion of Transmission) 9-5-2020-0650617-03
7 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2020.11.23 수리 (Accepted) 1-1-2020-1255002-12
8 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2020.11.23 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-1255003-57
9 등록결정서
Decision to grant
2021.01.11 발송처리완료 (Completion of Transmission) 9-5-2021-0026179-15
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
컴퓨터로 구현되는 어노테이션 툴 시스템에 의해 수행되는 어노테이션 툴(tool)을 이용한 영상 정보의 어노테이션 제공 방법에 있어서,학습 영상 정보를 이용하여 객체를 인식하기 위한 학습 모델을 학습시키는 단계;상기 학습된 학습 모델에 어노테이션을 생성하기 위한 영상 정보를 입력하는 단계;상기 학습된 학습 모델을 이용하여 상기 영상 정보로부터 어노테이션을 생성하는 단계; 상기 생성된 어노테이션에 대한 협동형 작업 방식 기반의 편집 작업을 수행함에 따라 어노테이션을 조정하는 단계; 및 상기 조정된 어노테이션을 포함하는 영상 정보를 출력하는 단계를 포함하고,상기 어노테이션 툴은, 사용자로부터 영상 정보를 선택받아 어노테이션을 생성하기 위한 유저 인터페이스를 제공하는 것을 포함하고, 상기 학습시키는 단계는, 상기 학습 영상 정보를 이용하여 객체를 인식하기 위한 딥러닝 네트워크 기반의 학습 모델을 구축하고, 학습 영상 정보로부터 어노테이션 하고자 하는 객체를 인식하기 위한 대화형 방식 기반의 질의 응답을 통해 상기 구축된 학습 모델을 학습시키고, 상기 학습 영상 정보와 관련된 적어도 하나 이상의 질의를 수행하고, 상기 수행된 질의에 대한 사용자의 응답을 상기 구축된 학습 모델에 입력하여 상기 학습 영상 정보로부터 어노테이션 하고자 하는 객체를 식별하고, 상기 학습 영상 정보 중 특정 위치의 프레임에서 식별된 객체를 기준으로 객체의 움직임을 추적하여 나머지 프레임에서도 동일한 객체를 추출하는 단계를 포함하고, 상기 조정하는 단계는,상기 생성된 어노테이션을 포함하는 영상 정보를 복수 개의 프레임 영역으로 분할하고, 상기 어노테이션의 편집 작업을 위하여 분할된 복수 개의 프레임 영역을 작업자에게 할당하고, 상기 작업자에게 할당된 프레임 영역에 대한 편집 작업이 정상적으로 이루어지고 있는지 여부를 모니터링하고, 상기 작업자로부터 편집 작업이 수행된 프레임 영역을 전달받고, 상기 전달받은 프레임 영역을 조합하여 영상 정보로 통합하는 단계 를 포함하는 어노테이션 제공 방법
2 2
제1항에 있어서,상기 학습 모델은, RNN, LSTM 기반의 학습 모델로 구축되는 어노테이션 제공 방법
3 3
삭제
4 4
제1항에 있어서,상기 조정하는 단계는,협동형 작업 방식 기반의 어노테이션 편집 작업을 통해 상기 분할된 복수 개의 프레임 영역을 통합하는 단계를 포함하는 어노테이션 제공 방법
5 5
삭제
6 6
컴퓨터로 구현되는 어노테이션 툴 시스템에 있어서,학습 영상 정보를 이용하여 객체를 인식하기 위한 학습 모델을 학습시키는 학습부;상기 학습된 학습 모델에 어노테이션을 생성하기 위한 영상 정보를 입력하는 입력부;상기 학습된 학습 모델을 이용하여 상기 영상 정보로부터 어노테이션을 생성하는 생성부; 상기 생성된 어노테이션에 대한 협동형 작업 방식 기반의 편집 작업을 수행함에 따라 어노테이션을 조정하는 조정부; 및상기 조정된 어노테이션을 포함하는 영상 정보를 출력하는 출력부를 포함하고,상기 어노테이션 툴은, 사용자로부터 영상 정보를 선택받아 어노테이션을 생성하기 위한 유저 인터페이스를 제공하는 것을 포함하고, 상기 학습부는, 상기 학습 영상 정보를 이용하여 객체를 인식하기 위한 딥러닝 네트워크 기반의 학습 모델을 구축하고, 학습 영상 정보로부터 어노테이션 하고자 하는 객체를 인식하기 위한 대화형 방식 기반의 질의 응답을 통해 상기 구축된 학습 모델을 학습시키고, 상기 학습 영상 정보와 관련된 적어도 하나 이상의 질의를 수행하고, 상기 수행된 질의에 대한 사용자의 응답을 상기 구축된 학습 모델에 입력하여 상기 학습 영상 정보로부터 어노테이션 하고자 하는 객체를 식별하고, 상기 학습 영상 정보 중 특정 위치의 프레임에서 식별된 객체를 기준으로 객체의 움직임을 추적하여 나머지 프레임에서도 동일한 객체를 추출하는 것을 포함하고, 상기 조정부는,상기 생성된 어노테이션을 포함하는 영상 정보를 복수 개의 프레임 영역으로 분할하고, 상기 어노테이션의 편집 작업을 위하여 분할된 복수 개의 프레임 영역을 작업자에게 할당하고, 상기 작업자에게 할당된 프레임 영역에 대한 편집 작업이 정상적으로 이루어지고 있는지 여부를 모니터링하고, 상기 작업자로부터 편집 작업이 수행된 프레임 영역을 전달받고, 상기 전달받은 프레임 영역을 조합하여 영상 정보로 통합하는 어노테이션 툴 시스템
7 7
제6항에 있어서,상기 학습 모델은, RNN, LSTM 기반의 학습 모델로 구축되는 어노테이션 툴 시스템
8 8
삭제
9 9
제6항에 있어서,상기 조정부는, 협동형 작업 방식 기반의 어노테이션 편집 작업을 통해 상기 분할된 복수 개의 프레임 영역을 통합하는 것을 특징으로 하는 어노테이션 툴 시스템
10 10
삭제
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 인하대학교 산학협력단 대학ICT연구센터지원사업 인공지능을 활용한 콘텐츠 창작 기술