맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

라이트필드 초해상도와 블러 제거의 동시 수행을 위한 적대적 신경망 모델 장치 및 그 동작 방법

  • 기술번호 : KST2021013135
  • 담당센터 : 인천기술혁신센터
  • 전화번호 : 032-420-3580
상담신청 PDF 받기
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 라이트필드 초해상도와 블러 제거의 동시 수행을 위한 적대적 신경망 모델 장치 및 그 동작 방법이 제시된다. 일 실시예에 따른 라이트필드 초해상도와 블러 제거의 동시 수행을 위한 적대적 신경망 모델 장치는, 저해상도 또는 블러된 라이트필드의 subview 영상을 입력 받아 초해상도 복원 영상을 출력하는 초해상도 네트워크; 및 상기 초해상도 복원 영상을 입력 받아 적어도 하나 이상의 컨볼루션 블록을 통과시켜 초해상도 및 모션 블러가 제거된 영상을 추정하는 블러 제거 네트워크를 포함하고, 상기 초해상도 네트워크 및 상기 블러 제거 네트워크를 포함하는 end-to-end 네트워크를 제공할 수 있다.
Int. CL G06T 3/40 (2006.01.01) G06T 5/00 (2019.01.01) G06N 3/08 (2006.01.01) G06N 3/04 (2006.01.01)
CPC G06T 3/4053(2013.01) G06T 3/4046(2013.01) G06T 5/002(2013.01) G06N 3/08(2013.01) G06N 3/04(2013.01) G06T 2207/20201(2013.01) G06T 2207/20084(2013.01) G06T 2207/20081(2013.01)
출원번호/일자 1020200154826 (2020.11.18)
출원인 인하대학교 산학협력단
등록번호/일자 10-2334730-0000 (2021.11.30)
공개번호/일자
공고번호/일자 (20211203) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.11.18)
심사청구항수 4

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 박인규 서울특별시 강남구
2 조나단사무엘 인천광역시 미추홀구

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		 2020.11.18 수리 (Accepted) 1-1-2020-1239152-76
2 [우선심사신청]심사청구서·우선심사신청서
 2021.03.29 수리 (Accepted) 1-1-2021-0369062-36
3 [우선심사신청]선행기술조사의뢰서
[Request for Preferential Examination] Request for Prior Art Search		 2021.03.30 수리 (Accepted) 9-1-9999-9999999-89
4 [우선심사신청]선행기술조사보고서
[Request for Preferential Examination] Report of Prior Art Search		 2021.04.26 수리 (Accepted) 9-1-2021-0005929-22
5 의견제출통지서
Notification of reason for refusal		 2021.08.24 발송처리완료 (Completion of Transmission) 9-5-2021-0669944-96
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2021.10.13 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2021-1168511-55
7 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
 2021.10.13 수리 (Accepted) 1-1-2021-1168510-10
8 등록결정서
Decision to grant		 2021.11.18 발송처리완료 (Completion of Transmission) 9-5-2021-0908734-00
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
라이트필드 초해상도와 블러 제거의 동시 수행을 위한 적대적 신경망 모델 장치에 있어서, 저해상도 또는 블러된 라이트필드의 subview 영상을 입력 받아 초해상도 복원 영상을 출력하는 초해상도 네트워크; 및 상기 초해상도 복원 영상을 입력 받아 적어도 하나 이상의 컨볼루션 블록을 통과시켜 초해상도 및 모션 블러가 제거된 영상을 추정하는 블러 제거 네트워크를 포함하고, 상기 초해상도 네트워크 및 상기 블러 제거 네트워크를 포함하는 end-to-end 네트워크를 제공하고,상기 초해상도 네트워크는,상기 subview 영상이 통과되면서 상기 초해상도 복원 영상이 출력되도록 구성되고, 상이한 크기의 필터들을 각각 갖는 두 개의 컨볼루션 블록들, 여섯 개의 인코더들과 다섯 개의 디코더들이 통합된 U-Net, 및 상기 U-Net의 출력이 통과되는 컨볼루션 블록들을 포함하고,상기 초해상도 복원 영상의 해상도는 d 스케일로 다운샘플링되며, 이웃 subview 영상에 대한 추가적인 정보를 획득하기 위해 입력된 상기 subview 영상은 적어도 이웃한 영상들과 연결되고,상기 블러 제거 네트워크는,상기 초해상도 복원 영상이 통과되면서 상기 초해상도 및 모션 블러가 제거된 영상이 추정되도록 구성되고, 상이한 크기의 필터들을 각각 갖는 두 개의 컨볼루션 블록들, 여덟 개의 ResNet 블록들, 및 상기 ResNet 블록들의 출력이 통과되는 컨볼루션 블록들을 포함하는, 적대적 신경망 모델 장치
2 2
삭제
3 3
제1항에 있어서, 초해상도 복원 및 블러 제거의 손실들의 역전파를 허용하도록 복수 개의 단계로 나누어 상기 end-to-end 네트워크의 훈련을 진행하고, 저해상도 및 6-DOF 모션 블러된 라이트필드 데이터셋으로 훈련하는 구별자 네트워크를 더 포함하는, 적대적 신경망 모델 장치
4 4
제3항에 있어서, 영상의 전체 및 지역 영역으로 처리하는 생성적 적대 신경망(Generative Adversarial Network, GAN)을 제공하며, 상기 구별자 네트워크는, 첫 번째 단계에서 생성자 네트워크로부터 예측된 상기 초해상도 및 모션 블러가 제거된 영상의 전체 영역을 사용하여 상기 구별자 네트워크를 훈련하고, 두 번째 단계에서 동일한 상기 구별자 네트워크를 이용하여 추가적인 지역 영역을 학습하는 것을 특징으로 하는, 적대적 신경망 모델 장치
5 5
컴퓨터 장치를 통해 수행되는 라이트필드 초해상도와 블러 제거의 동시 수행을 위한 적대적 신경망 모델 장치의 동작 방법에 있어서, 초해상도 네트워크에서 저해상도 또는 블러된 라이트필드의 subview 영상을 입력 받아 초해상도 복원 영상을 출력하는 단계; 및 블러 제거 네트워크에서 상기 초해상도 복원 영상을 입력 받아 적어도 하나 이상의 컨볼루션 블록을 통과시켜 초해상도 및 모션 블러가 제거된 영상을 추정하는 단계를 포함하고, 상기 초해상도 네트워크 및 상기 블러 제거 네트워크를 포함하는 end-to-end 네트워크를 제공하고,상기 초해상도 네트워크는,상기 subview 영상이 통과되면서 상기 초해상도 복원 영상이 출력되도록 구성되고, 상이한 크기의 필터들을 각각 갖는 두 개의 컨볼루션 블록들, 여섯 개의 인코더들과 다섯 개의 디코더들이 통합된 U-Net, 및 상기 U-Net의 출력이 통과되는 컨볼루션 블록들을 포함하고,상기 초해상도 복원 영상의 해상도는 d 스케일로 다운샘플링되며, 이웃 subview 영상에 대한 추가적인 정보를 획득하기 위해 입력된 상기 subview 영상은 적어도 이웃한 영상들과 연결되고,상기 블러 제거 네트워크는,상기 초해상도 복원 영상이 통과되면서 상기 초해상도 및 모션 블러가 제거된 영상이 추정되도록 구성되고, 상이한 크기의 필터들을 각각 갖는 두 개의 컨볼루션 블록들, 여덟 개의 ResNet 블록들, 및 상기 ResNet 블록들의 출력이 통과되는 컨볼루션 블록들을 포함하는, 적대적 신경망 모델 장치의 동작 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 과학기술정보통신부 인하대학교 산학협력단 인공지능융합연구센터지원사업(국고) [Ezbaro][정부] 인공지능융합연구센터지원(1차년도)
2 과학기술정보통신부 한국전자통신연구원 방송통신산업기술개발사업 [Ezbaro] 스마트기기를 위한 온디바이스 지능형 정보처리 가속화 SW플랫폼 기술 개발(4차년도)