맞춤기술찾기

이전대상기술

최대화 또는 최소화 파라미터 수 딥러닝 구조가 적용된 잡초 판별 방법

  • 기술번호 : KST2021009515
  • 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 최대화 또는 최소화 파라미터 수 딥러닝 구조가 적용된 잡초 판별 방법에 관한 것으로, 본 발명에 따르면, 최대화 또는 최소화 파라미터 수 딥러닝 구조가 적용된 잡초 판별 방법에 있어서, 최대화 파라미터 수 딥러닝 구조 또는 최소화 파라미터 수 딥러닝 구조를 이용하여 잡초 데이터셋에서 잡초를 판별하는 판별단계를 포함하는 잡초 판별 방법을 제공할 수 있다.
Int. CL G06K 9/62 (2006.01.01) G06T 9/00 (2019.01.01) G06N 3/08 (2006.01.01)
CPC G06K 9/627(2013.01) G06T 9/00(2013.01) G06N 3/08(2013.01) G06T 2207/30188(2013.01)
출원번호/일자 1020190179503 (2019.12.31)
출원인 전남대학교산학협력단
등록번호/일자
공개번호/일자 10-2021-0086886 (2021.07.09) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2019.12.31)
심사청구항수 7

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김진영 대한민국 광주광역시 북구
2 유광현 대한민국 광주광역시 북구
3 보호앙트롱 광주광역시 북구
4 당탄부 광주광역시 북구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 정진석 대한민국 전라북도 전주시 덕진구 팔과정로 *** ,본관 *층 디앤특허법률사무소(팔복동*가, 전라북도중소기업종합지원센터)(디앤특허법률사무소)

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
2019.12.31 수리 (Accepted) 1-1-2019-1361274-08
2 선행기술조사의뢰서
Request for Prior Art Search
2020.09.10 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2020.11.12 발송처리완료 (Completion of Transmission) 9-6-2020-0176625-40
4 의견제출통지서
Notification of reason for refusal
2021.01.18 발송처리완료 (Completion of Transmission) 9-5-2021-0046204-38
5 [지정기간연장]기간 연장신청서·기간 단축신청서·기간 경과 구제신청서·절차 계속신청서
2021.03.18 수리 (Accepted) 1-1-2021-0321790-43
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2021.04.09 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2021-0418830-23
7 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2021.04.09 수리 (Accepted) 1-1-2021-0418853-73
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
최대화 또는 최소화 파라미터 수 딥러닝 구조가 적용된 잡초 판별 방법에 있어서,최대화 파라미터 수 딥러닝 구조 또는 최소화 파라미터 수 딥러닝 구조를 이용하여 잡초 데이터셋에서 잡초를 판별하는 판별단계를 포함하는 잡초 판별 방법
2 2
제1항에 있어서,상기 판별단계 전에,영상 데이터를 하나 이상의 잡초 데이터셋으로 처리하는 영상처리단계를 더 포함하는 잡초 판별 방법
3 3
제2항에 있어서,상기 영상처리단계는,영상 데이터에서 잡초(객체)로 볼 수 있는 잎, 꽃, 열매 및 전초를 구분하여 잘라내 하나 이상의 잡초 이미지를 생성하는 단계;생성된 잡초 이미지를 압축시키는 단계 및압축된 잡초 이미지를 데이터 증강 기법을 이용하여 잡초 데이터셋으로 처리하는 단계를 포함하는 잡초 판별 방법
4 4
제1항에 있어서,상기 판별단계는,상기 최대화 파라미터 수 딥러닝 구조를 이용할 경우,잡초 데이터셋을 입력하여 확률 벡터가 구해진 두개 이상의 단일 분류 모델의 가중치(αn)를 각각 설정하는 가중치 설정 단계 및설정된 가중치(αn)를 혼합하여 최종 판별 결과를 획득하는 혼합단계를 포함하는 잡초 판별 방법
5 5
제4항에 있어서,상기 가중치 설정 단계는,가중치(αn)를 1로 설정하는 것을 특징으로 하는 잡초 판별 방법
6 6
제4항에 있어서,상기 가중치 설정 단계는,상기 가중치(αn)를 하기 수학식 1을 통해 계산하여 설정하는 것을 특징으로 하는 잡초 판별 방법[수학식 1](여기서, n은 단일 분류 모델 개수, MAX는 단일 분류 모델의 최종 클래스 별 확률값 중 최대값이다
7 7
제4항에 있어서,상기 가중치 설정 단계는,다중 레이어 퍼셉트론을 통해 가중치(αn)를 계산하여 설정하는 것을 특징으로 하는 잡초 판별 방법
8 8
제7항에 있어서,상기 가중치 설정 단계는,엔트로피 방법 또는 최대차이 방법을 통해 각 단일 분류 모델의 확률 벡터를 상기 다중 레이어 퍼셉트론의 입력값인 신뢰값(실수값)으로 변환하는 것을 특징으로 하는 잡초 판별 방법
9 9
제4항에 있어서,상기 혼합단계는,가중치 선형 결합 방법 또는 가중치 제곱 결합 방법을 통해 각 단일 분류 모델의 가중치(αn)를 혼합하여 최종 판별 결과를 획득하는 것을 특징으로 하는 잡초 판별 방법
10 10
제1항에 있어서,상기 판별단계는,상기 최소화 파라미터 수 딥러닝 구조를 이용할 경우,부모분류기에 잡초 데이터셋을 입력시켜 과(family)를 판별하는 과 판별단계 및판별된 과에 해당하는 자식분류기를 통해 종(class)을 판별하여 최종 판별 결과를 획득하는 종 판별단계를 포함하는 잡초 판별 방법
11 11
제10항에 있어서,상기 종 판별단계는,상기 부모분류기 및 자식분류기에서 구해진 값을 이용하여 하기 수학식 6을 통해 최종 판별 결과를 획득하는 것을 특징으로 하는 잡초 판별 방법
12 12
제10항에 있어서,상기 잡초 데이터셋은,잡초의 과(family)와 종(class)에 관한 정보를 트리구조로 가지고 있는 것을 특징으로 하는 잡초 판별 방법
13 13
제11항에 있어서,상기 판별단계는,상기 과 판별단계에서 상기 분모분류기가 정답을 정확히 예측했는지 틀렸는지를 문턱값을 이용하여 판단하는 예측값 판단단계를 더 포함하는 잡초 판별 방법
14 14
제13항에 있어서,상기 판별단계는,상기 예측값 판단단계에서 분모분류기가 정답을 틀리게 예측할 경우 정답을 찾는 보강단계를 더 포함하고,상기 보강단계는,상기 예측값 판단단계에서 판단에 따라 하기 수학식 7 및 8을 통해, 부모분류기가 정답을 정확히 예측할 경우 에서 0으로 수렴하고, 부모분류기가 정답과 틀리게 예측할 경우 해당되는 하나 이상의 자식분류기의 정답 확률 벡터를 계산하여 가장 높은 값을 가지는 예측값을 도출하는 것을 특징으로 하는 잡초 판별 방법
15 15
제1항에 있어서,상기 판별단계는,상기 최소화 파라미터 수 딥러닝 구조를 이용할 경우,상기 부모분류기 및 자식분류기를 이용하여 하기 수학식 9를 통해 최종 판별 결과를 획득하여,과(family)와 종(class)을 동시에 판별하는 것을 특징으로 하는 잡초 판별 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 농촌진흥청 전남대학교산학협력단 생물다양성위협외래생물관리기술개발사업(R&D)(농진청) 외래잡초 판별 인식기술 개발 및 시스템 구축