맞춤기술찾기

이전대상기술

딥러닝 신경 네트워크를 사용하여 다운샘플링을 수행하는 이미지 처리 시스템 및 방법, 영상 스트리밍 서버 시스템

  • 기술번호 : KST2021003365
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
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 발명의 실시예에 따른 영상 처리 시스템은 다운 샘플링 네트워크, 영상압축부, 영상복원부를 포함할 수 있다. 상기 다운샘플링 네트워크는 고해상도의 원본 영상을 입력 받아 딥러닝 기반의 네트워크를 이용하여 상기 원본 영상을 다운샘플링(downsampling)할 수 있다. 상기 영상압축부는 상기 다운샘플링 네트워크에서 생성된 다운샘플링된 영상을 특정한 압축률로 압축할 수 있다. 상기 영상복원부는 상기 영상압축부에서 압축된 영상을 복원할 수 있다. 상기 다운샘플링 네트워크는 컨벌루셔널 신경 네트워크(Convolutional Neural Network, CNN)로 설계될 수 있다.
Int. CL H04N 19/132 (2014.01.01) H04N 7/01 (2006.01.01) H04N 21/2343 (2011.01.01) G06N 3/08 (2006.01.01)
CPC H04N 19/132(2013.01) H04N 7/0102(2013.01) H04N 21/2343(2013.01) G06N 3/04(2013.01) G06N 3/08(2013.01)
출원번호/일자 1020190096687 (2019.08.08)
출원인 동국대학교 산학협력단
등록번호/일자
공개번호/일자 10-2021-0018668 (2021.02.18) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2019.08.08)
심사청구항수 11

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 동국대학교 산학협력단 대한민국 서울특별시 중구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 정승원 경기도 성남시 분당구
2 정재련 서울특별시 중구
3 김동욱 경기도 용인시 기흥구

대리인

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

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
2019.08.08 수리 (Accepted) 1-1-2019-0813586-38
2 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.08.16 수리 (Accepted) 4-1-2019-5163486-33
3 선행기술조사의뢰서
Request for Prior Art Search
2019.10.02 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search
2019.11.08 수리 (Accepted) 9-1-2019-0050020-32
5 의견제출통지서
Notification of reason for refusal
2021.01.14 발송처리완료 (Completion of Transmission) 9-5-2021-0038035-86
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
고해상도의 원본 영상을 입력 받아 딥러닝 기반의 네트워크를 이용하여 상기 원본 영상을 다운샘플링(downsampling) 하는 다운샘플링 네트워크;상기 다운샘플링 네트워크에서 생성된 다운샘플링된 영상을 특정한 압축률로 압축하는 영상압축부; 및상기 영상압축부에서 압축된 영상을 복원하는 영상복원부를 포함하고, 상기 다운샘플링 네트워크는 컨벌루셔널 신경 네트워크(Convolutional Neural Network, CNN)로 설계된 영상 처리 시스템
2 2
청구항 1에 있어서,상기 다운샘플링 네트워크는 다운샘플링 과정에서 상기 원본 영상의 고주파 성분을 저주파 성분에 비해 더 많이 제거하는 영상 처리 시스템
3 3
청구항 1에 있어서,상기 영상압축부 및 상기 영상복원부는 컨벌루셔널 신경 네트워크(Convolutional Neural Network, CNN)로 설계된 영상 처리 시스템
4 4
청구항 1에 있어서,상기 신경 컨벌루셔널 신경 네트워크는, 입력된 영상에 대한 특징을 추출하는 복수의 컨벌루션층들; 및상기 컨벌루션층들을 통해 추출된 특징을 선별하는 풀링층들을 포함하는 영상 처리 시스템
5 5
다운샘플링 네트워크를 설계하는 단계; 및상기 학습된 다운샘플링 네트워크를 적용하는 단계를 포함하고, 상기 다운샘플링 네트워크를 설계하는 단계는,딥러닝 기반의 네트워크로 설계된 영상압축 네트워크를 사전 학습하는 단계;딥러닝 기반의 네트워크로 설계된 영상복원 네트워크를 사전 학습하는 단계;딥러닝 기반의 네트워크로 설계된 다운샘플링 네트워크, 상기 영상압축 네트워크, 및 상기 영상복원 네트워크를 하나의 네트워크로 연결하는 단계; 및상기 다운샘플링 네트워크를 사전 학습하는 단계를 포함하는 이미지 처리 방법
6 6
청구항 5에 있어서,상기 다운샘플링 네트워크, 상기 영상압축 네트워크, 및 상기 영상복원 네트워크는 컨벌루셔널 신경 네트워크(Convolutional Neural Network, CNN)로 설계된 이미지 처리 방법
7 7
청구항 5에 있어서,상기 다운샘플링 네트워크를 사전 학습하는 단계는,상기 제1 다운샘플링 비율에 대응하는 제1 다운샘플링 네트워크를 사전 학습하는 단계; 및상기 제2 다운샘플링 비율에 대응하는 제2 다운샘플링 네트워크를 사전 학습하는 단계를 포함하고, 상기 다운샘플링 네트워크를 설계하는 단계는, 상기 제1 및 제2 다운샘플링 네트워크들을 보간 또는 외삽하여 목표 다운샘플링 네트워크를 생성하는 단계를 더 포함하는 이미지 처리 방법
8 8
청구항 5에 있어서,상기 다운샘플링 네트워크를 사전 학습하는 단계는,복수의 다운샘플링 비율들과 복수의 압축 제어 파라미터들의 조합들 각각에 대응하는 복수의 다운샘플링 네트워크들을 사전 학습하고,상기 다운샘플링 네트워크를 설계하는 단계는, 4 이상의 학습된 상기 다운샘플링 네트워크들을 2번 이상 보간 또는 외삽하여 목표 다운샘플링 네트워크를 생성하는 단계를 더 포함하는 이미지 처리 방법
9 9
원본 영상을 수신하고, 상기 원본 영상의 특성 및 네트워크 대역폭에 따라 다운샘플림 비율 및 압축률을 결정하는 다운샘플링 네트워크 제어부;서로 다른 다운샘플링 비율 및 압축률에 따라 학습된 n개의 다운샘플링 네트워크들을 포함하고, n은 자연수인 다운샘플링 데이터베이스; 및상기 다운샘플링 네트워크들 중 하나를 통해 다운샘플링된 영상을 특정한 압축률로 압축하는 영상압축부를 포함하고, 상기 다운샘플링 네트워크 제어부는 상기 결정된 다운샘플링 비율 및 압축률에 따라 상기 n개의 다운샘플링 네트워크들 중 어느 하나를 선택하고,상기 다운샘플링 네트워크는 컨벌루셔널 신경 네트워크(Convolutional Neural Network, CNN)로 설계된 영상 스트리밍 서버 시스템
10 10
청구항 9에 있어서,상기 다운샘플링 네트워크들은 다운샘플링 과정에서 상기 원본 영상의 고주파 성분을 저주파 성분에 비해 더 많이 제거하는 영상 스트리밍 서버 시스템
11 11
청구항 9에 있어서,상기 영상압축부는 컨벌루셔널 신경 네트워크(Convolutional Neural Network, CNN)로 설계된 영상 처리 시스템
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 교육부 동국대학교 산학협력단 일반연구자지원사업(기본) 안경형 웨어러블 장치를 이용한 실감형 영상 증강 및 인터랙션 기술