맞춤기술찾기

이전대상기술

실시간 감정인식 어플리케이션을 위한 계측 학습 기반 반지도 학습 알고리즘

  • 기술번호 : KST2021010280
  • 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 실시간 감정인식 어플리케이션을 위한 계측 학습 기반 반지도 학습 알고리즘이 개시된다. 일 실시예에 따른 감정 인식 시스템에 의해 수행되는 감정 인식용 반지도 학습 방법은, 동영상 데이터가 입력됨을 수신함에 따라 동영상 데이터의 각 프레임으로부터 얼굴 영역을 검출하는 단계; 상기 검출된 얼굴 영역에 대하여 두 개 이상의 학습 네트워크가 결합된 학습 모델을 이용하여 의사 라벨 기반의 반지도 학습을 수행하는 단계; 및 상기 수행된 반지도 학습을 통하여 획득된 학습 결과로서, 상기 검출된 얼굴 영역에 대한 감정 정보를 추정하는 단계를 포함할 수 있다.
Int. CL G06N 3/08 (2006.01.01) G06N 3/04 (2006.01.01) G06T 7/11 (2017.01.01) G06K 9/00 (2006.01.01)
CPC G06N 3/08(2013.01) G06N 3/0454(2013.01) G06T 7/11(2013.01) G06K 9/00288(2013.01)
출원번호/일자 1020200007078 (2020.01.20)
출원인 인하대학교 산학협력단
등록번호/일자
공개번호/일자 10-2021-0093484 (2021.07.28) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.01.20)
심사청구항수 8

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 송병철 서울특별시 양천구
2 최동윤 충청남도 서산시

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
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
2020.01.20 수리 (Accepted) 1-1-2020-0060581-73
2 [출원서 등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2020.01.20 수리 (Accepted) 1-1-2020-0061155-15
3 선행기술조사의뢰서
Request for Prior Art Search
2021.01.18 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search
2021.03.19 발송처리완료 (Completion of Transmission) 9-6-2021-0054267-15
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
감정 인식 시스템에 의해 수행되는 감정 인식용 반지도 학습 방법에 있어서, 동영상 데이터가 입력됨을 수신함에 따라 동영상 데이터의 각 프레임으로부터 얼굴 영역을 검출하는 단계;상기 검출된 얼굴 영역에 대하여 두 개 이상의 학습 네트워크가 결합된 학습 모델을 이용하여 의사 라벨 기반의 반지도 학습을 수행하는 단계; 및 상기 수행된 반지도 학습을 통하여 획득된 학습 결과로서, 상기 검출된 얼굴 영역에 대한 감정 정보를 추정하는 단계를 포함하는 감정 인식용 반지도 학습 방법
2 2
제1항에 있어서,상기 두 개 이상의 학습 네트워크가 결합된 학습 모델은,CNN과 LSTM이 결합된 학습 모델로서, 지도 학습 기반의 CNN 학습과 반지도 학습 기반의 LSTM 학습을 각각 독립적으로 수행하는 감정 인식용 반지도 학습 방법
3 3
제1항에 있어서,상기 반지도 학습을 수행하는 단계는,지도 학습 기반의 CNN 학습을 통하여 상기 검출된 얼굴 영역에 대한 특징을 추출하고, 상기 추출된 특징을 반지도 학습 기반의 LSTM에 입력하는 단계 를 포함하는 감정 인식용 반지도 학습 방법
4 4
제3항에 있어서,상기 반지도 학습을 수행하는 단계는,반지도 학습 기반의 LSTM 학습 과정에서, 트레이닝 데이터셋(dataset) 중 분류된 데이터를 이용하여 메트릭 학습(metric learning)을 통해 LSTM 네트워크를 프리 트레이닝(pre-training)하고, 상기 프리 트레이닝된 LSTM 네트워크를 이용하여 분류된 데이터와 비분류된 데이터에 대한 임베디드된 특징을 추출하고, 상기 추출된 임베디드된 특징의 공간에서 특징간 거리를 이용하여 비분류된 데이터의 의사 라벨을 추정하고, 상기 추정된 의사 라벨과 함께 상기 분류된 데이터와 상기 비분류된 데이터를 학습시키는 단계 를 포함하는 감정 인식용 반지도 학습 방법
5 5
제4항에 있어서,상기 반지도 학습을 수행하는 단계는,상기 메트릭 학습에서, 연속성있는 라벨의 데이터셋의 분류된 데이터를 대상으로 앵커 데이터와 이웃 데이터를 배치(batch) 단위로 구성하여 학습을 수행하고, 상기 배치 단위로 구성된 앵커 데이터를 LSTM 네트워크로부터 임베디드된 특징을 출력하고, 상기 출력된 임베디드된 특징들로부터 구성된 앵커 특징 배치를 랜덤하게 셔플링하여 이웃 배치를 구성하고, 특징 배치들에 대해 손실(loss)를 계산하는 과정을 수행하는 단계를 포함하는 감정 인식용 반지도 학습 방법
6 6
제4항에 있어서, 상기 반지도 학습을 수행하는 단계는,상기 비분류된 데이터와 근접한 분류된 데이터의 라벨을 이용하여 비분류된 데이터의 의사 라벨로 활용하는 단계를 포함하는 감정 인식용 반지도 학습 방법
7 7
제4항에 있어서, 상기 반지도 학습을 수행하는 단계는,상기 비분류된 라벨을 포함하는 비분류된 데이터를 이용하여 네트워크 학습을 수행하며, 상기 추정된 의사 라벨의 불확실성을 측정하여 상기 비분류된 데이터에 대한 트레이닝 손실의 부분을 조정하는 단계를 포함하는 감정 인식용 반지도 학습 방법
8 8
감정 인식 시스템에 있어서, 동영상 데이터가 입력됨을 수신함에 따라 동영상 데이터의 각 프레임으로부터 얼굴 영역을 검출하는 검출부;상기 검출된 얼굴 영역에 대하여 두 개 이상의 학습 네트워크가 결합된 학습 모델을 이용하여 의사 라벨 기반의 반지도 학습을 수행하는 수행부; 및 상기 수행된 반지도 학습을 통하여 획득된 학습 결과로서, 상기 검출된 얼굴 영역에 대한 감정 정보를 추정하는 추정부를 포함하는 감정 인식 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 산업통상자원부 인하대학교 산학협력단 산업핵심기술개발사업 인간 내면상태의 인식 및 이를 이용한 인간친화형 인간-로봇 상호작용 기술 개발 (3차년도)