맞춤기술찾기

이전대상기술

데이터 변형을 통한 고해상도 동영상 프레임 율 고속 변환 방법 및 장치

  • 기술번호 : KST2021004243
  • 담당센터 : 경기기술혁신센터
  • 전화번호 : 031-8006-1570
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 고해상도 비디오 영상에 대하여 고품질, 고속으로 프레임 보간을 수행하는 딥러닝에 기반 프레임 율 고속 변환 방법 및 장치가 제공된다. 본 발명의 실시예에 따른 데이터 변형 방법은 프레임 보간을 위한 중간 프레임을 생성하는 인공지능 모델의 학습에 이용될 연속하는 입력 영상들을 입력받는 단계; 입력된 입력 영상들의 영상값을 변경하여, 변형된 영상들을 생성하는 제1 생성단계; 입력된 입력 영상들의 중간 프레임의 영상값을 변경하여, 변형된 영상들의 중간 프레임을 생성하는 제2 생성단계;를 포함한다. 이에 의해, 4K 프레임과 같은 고해상도 영상을 고속으로 보간이 가능하며, Fade-in/out, 조명 변화, 줌 영상에 강인하게 학습 데이터 변형을 수행하여 이런 다양한 영상에서도 정확한 광학 흐름 지도를 생성해 낼 수 있게 하여, 고해상도 영상에 대한 고속의 강인한 프레임 보간이 가능해진다.
Int. CL H04N 7/01 (2006.01.01) H04N 5/262 (2006.01.01)
CPC H04N 7/0135(2013.01) H04N 7/0127(2013.01) H04N 5/2628(2013.01)
출원번호/일자 1020190167488 (2019.12.16)
출원인 한국전자기술연구원
등록번호/일자 10-2242334-0000 (2021.04.14)
공개번호/일자
공고번호/일자 (20210420) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.02.21)
심사청구항수 11

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국전자기술연구원 대한민국 경기도 성남시 분당구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 정진우 서울특별시 송파구
2 안하은 서울특별시 성북구
3 김제우 경기도 성남시 분당구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 남충우 대한민국 서울 강남구 언주로 ***, *층(역삼동, 광진빌딩)(알렉스국제특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국전자기술연구원 대한민국 경기도 성남시 분당구
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
2019.12.16 수리 (Accepted) 1-1-2019-1294982-54
2 [심사청구]심사청구(우선심사신청)서
[Request for Examination] Request for Examination (Request for Preferential Examination)
2020.02.21 수리 (Accepted) 1-1-2020-0186232-75
3 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.08.24 수리 (Accepted) 4-1-2020-5189497-57
4 의견제출통지서
Notification of reason for refusal
2020.11.06 발송처리완료 (Completion of Transmission) 9-5-2020-0772153-47
5 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2021.01.06 수리 (Accepted) 1-1-2021-0012489-45
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2021.01.06 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2021-0012549-97
7 등록결정서
Decision to grant
2021.04.08 발송처리완료 (Completion of Transmission) 9-5-2021-0284487-57
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
프레임 보간을 위한 중간 프레임을 생성하는 인공지능 모델의 학습에 이용될 연속하는 입력 영상들을 입력받는 단계;입력된 입력 영상들의 영상값을 변경하여, 변형된 영상들을 생성하는 제1 생성단계;입력된 입력 영상들의 중간 프레임의 영상값을 변경하여, 변형된 영상들의 중간 프레임을 생성하는 제2 생성단계;입력 영상들과 입력 영상들의 중간 프레임의 기준 패치를 결정하는 단계;입력 영상들 중 제1 입력 영상의 기준 패치를 축소하는 단계;입력 영상들 중 제2 입력 영상의 기준 패치를 확대하는 단계;축소된 제1 입력 영상의 기준 패치를 원래 크기로 조정하는 제1 조정단계;확대된 제2 입력 영상의 기준 패치를 원래 크기로 조정하는 제2 조정단계;를 포함하는 것을 특징으로 하는 데이터 변형 방법
2 2
청구항 1에 있어서,제1 생성 단계는,입력 영상들 중 제1 입력 영상에 대해서는 조정 파라미터를 감산하여 제1 입력 영상을 변형하고,입력 영상들 중 제2 입력 영상에 대해서는 조정 파라미터를 가산하여 제2 입력 영상을 변경하며,제2 생성 단계는,중간 프레임의 시간에 따라 가변하는 조정 파라미터를 가산하여 중간 프레임을 변형하는 것을 특징으로 하는 데이터 변형 방법
3 3
청구항 2에 있어서,제1 생성 단계는,입력 영상들 중 제1 입력 영상에 대해 조정 파라미터를 가산하여 제1 입력 영상을 변형하고,입력 영상들 중 제2 입력 영상에 대해 조정 파라미터를 가산하여 제2 입력 영상을 변형하며,제2 생성 단계는,중간 프레임에 대해 조정 파라미터를 가산하여 중간 프레임을 변형하는 것을 특징으로 하는 데이터 변형 방법
4 4
청구항 2 또는 청구항 3에 있어서,조정 파라미터는,랜덤한 값으로 생성되는 것을 특징으로 하는 데이터 변형 방법
5 5
청구항 4에 있어서,조정 파라미터는,밝기, 감마 함수, 컨트라스트, 휴(hue), 새츄레이션(saturation) 중 어느 하나를 조정하기 위한 파라미터인 것을 특징으로 하는 데이터 변형 방법
6 6
삭제
7 7
청구항 1에 있어서,결정 단계는,기준 패치의 위치와 크기를 결정하는 것을 특징으로 하는 데이터 변형 방법
8 8
청구항 1에 있어서,줌 파라미터를 랜덤하게 생성하는 단계;를 더 포함하고,축소 단계는,제1 입력 영상의 기준 패치를 줌 파라미터를 이용하여 축소하며,확대 단계는,제2 입력 영상의 기준 패치를 줌 파라미터를 이용하여 확대하는 것을 특징으로 하는 데이터 변형 방법
9 9
청구항 1에 있어서,제1 조정 단계 및 제2 조정 단계는,확대된 제2 입력 영상의 기준 패치가 제2 입력 영상을 벗어나지 않은 것으로 판단된 경우에 수행되는 것을 특징으로 하는 데이터 변형 방법
10 10
프레임 보간을 위한 중간 프레임을 생성하는 인공지능 모델의 학습에 이용될 연속하는 입력 영상들을 입력받는 입력부;입력된 입력 영상들의 영상값을 변경하여 변형된 영상들을 생성하고, 입력된 입력 영상들의 중간 프레임의 영상값을 변경하여 변형된 영상들의 중간 프레임을 생성하는 프로세서;를 포함하고,프로세서는,입력 영상들과 입력 영상들의 중간 프레임의 기준 패치를 결정하고,입력 영상들 중 제1 입력 영상의 기준 패치를 축소하며,입력 영상들 중 제2 입력 영상의 기준 패치를 확대하고,축소된 제1 입력 영상의 기준 패치를 원래 크기로 조정하며,확대된 제2 입력 영상의 기준 패치를 원래 크기로 조정하는 것을 특징으로 하는 데이터 변형 시스템
11 11
프레임 보간을 위한 중간 프레임을 생성하는 인공지능 모델의 학습에 이용될 연속하는 입력 영상들을 입력받는 단계;입력된 입력 영상들의 영상값을 변경하여, 변형된 영상들을 생성하는 제1 생성단계;입력된 입력 영상들의 중간 프레임의 영상값을 변경하여, 변형된 영상들의 중간 프레임을 생성하는 제2 생성단계;제1 생성단계에서 생성된 변형된 영상들과 제2 생성단계에서 생성된 변형된 영상들의 중간 프레임으로 인공지능 모델을 학습시키는 단계;입력 영상들과 입력 영상들의 중간 프레임의 기준 패치를 결정하는 단계;입력 영상들 중 제1 입력 영상의 기준 패치를 축소하는 단계;입력 영상들 중 제2 입력 영상의 기준 패치를 확대하는 단계;축소된 제1 입력 영상의 기준 패치를 원래 크기로 조정하는 제1 조정단계;확대된 제2 입력 영상의 기준 패치를 원래 크기로 조정하는 제2 조정단계;제1 조정단계에서 조정된 제1 입력 영상의 기준 패치, 제2 조정단계에서 조정된 제2 입력 영상의 기준 패치 및 결정단계에서 결정된 중간 프레임의 기준 패치로 인공지능 모델을 학습시키는 단계;를 포함하는 것을 특징으로 하는 인공지능 모델 학습 방법
12 12
프레임 보간을 위한 중간 프레임을 생성하는 인공지능 모델의 학습에 이용될 연속하는 입력 영상들의 영상값을 변경하여 변형된 영상들을 생성하고, 입력된 입력 영상들의 중간 프레임의 영상값을 변경하여 변형된 영상들의 중간 프레임을 생성하는 데이터 변형 시스템; 및프로세서에 의해 생성된 변형된 영상들과 변형된 영상들의 중간 프레임으로 인공지능 모델을 학습시키는 고속 프레임 보간 시스템;을 포함하고,데이터 변형 시스템은,입력 영상들과 입력 영상들의 중간 프레임의 기준 패치를 결정하고,입력 영상들 중 제1 입력 영상의 기준 패치를 축소하며,입력 영상들 중 제2 입력 영상의 기준 패치를 확대하고,축소된 제1 입력 영상의 기준 패치를 원래 크기로 조정하며,확대된 제2 입력 영상의 기준 패치를 원래 크기로 조정하고,고속 프레임 보간 시스템은,조정된 제1 입력 영상의 기준 패치, 조정된 제2 입력 영상의 기준 패치 및 결정된 중간 프레임의 기준 패치로 인공지능 모델을 학습시키는 것을 특징으로 하는 인공지능 모델 학습 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 과학기술정보통신부 (주)픽스트리 차세대(UHD)방송서비스활성화기술개발(R&D) 영상콘텐츠 초고속/초고화질 변환 기술 개발