맞춤기술찾기

이전대상기술

적대적 패치 위치 결정 방법, 장치, 컴퓨터 판독 가능한 기록매체 및 컴퓨터 프로그램

  • 기술번호 : KST2022001658
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
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 일 실시예에 적대적 패치 위치 결정 장치에 의해 수행되는 적대적 패치 위치 결정 방법은, 물체 이미지의 색상 정보를 이용하여 생성된 샘플 패치가 상기 물체 이미지를 분할한 복수의 영역 중 제 1 영역에 부착된 제 1 이미지를 획득하는 단계와, 상기 샘플 패치가 상기 복수의 영역 중 제 2 영역에 부착된 제 2 이미지를 획득하는 단계와, 물체를 탐지하도록 기 학습된 딥러닝 학습 모델에 상기 제 1 이미지 및 상기 제 2 이미지를 입력하는 단계와, 상기 딥러닝 학습 모델로부터 출력된 상기 제 1 이미지 및 상기 제 2 이미지 각각에 대한 물체 탐지 정확도에 기초하여 상기 제 1 영역과 상기 제 2 영역 중에서 상기 물체에 적대적 패치를 부착할 위치를 결정하는 단계를 포함할 수 있다.
Int. CL G06T 11/60 (2006.01.01) G06T 7/90 (2017.01.01) G06N 3/08 (2006.01.01)
CPC G06T 11/60(2013.01) G06T 7/90(2013.01) G06N 3/08(2013.01)
출원번호/일자 1020210078110 (2021.06.16)
출원인 국방과학연구소
등록번호/일자 10-2360070-0000 (2022.02.03)
공개번호/일자
공고번호/일자 (20220208) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.06.16)
심사청구항수 10

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 국방과학연구소 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이형근 대전광역시 유성구
2 양훈민 대전광역시 유성구
3 김정훈 대전광역시 유성구
4 이경민 대전광역시 유성구
5 오세윤 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 제일특허법인(유) 대한민국 서울특별시 서초구 마방로 ** (양재동, 동원F&B빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 국방과학연구소 대전광역시 유성구
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
2021.06.16 수리 (Accepted) 1-1-2021-0694209-96
2 [우선심사신청]심사청구서·우선심사신청서
2021.06.23 수리 (Accepted) 1-1-2021-0726114-42
3 선행기술조사의뢰서
Request for Prior Art Search
2021.07.05 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search
2021.07.23 발송처리완료 (Completion of Transmission) 9-6-2021-0165239-17
5 의견제출통지서
Notification of reason for refusal
2021.09.12 발송처리완료 (Completion of Transmission) 9-5-2021-0724042-53
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2021.11.12 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2021-1308793-53
7 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2021.11.12 수리 (Accepted) 1-1-2021-1308792-18
8 등록결정서
Decision to grant
2022.01.25 발송처리완료 (Completion of Transmission) 9-5-2022-0069794-61
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
적대적 패치 위치 결정 장치에 의해 수행되는 적대적 패치 위치 결정 방법에 있어서,물체 이미지의 색상 정보를 이용하여 생성된 샘플 패치가 상기 물체 이미지를 분할한 복수의 영역 중 제 1 영역에 부착된 제 1 이미지를 획득하는 단계와,상기 샘플 패치가 상기 복수의 영역 중 제 2 영역에 부착된 제 2 이미지를 획득하는 단계와,입력 이미지를 입력 받으면 상기 입력 이미지 내의 소정의 물체를 탐지하도록 기 학습된 딥러닝 학습 모델에, 동일한 상기 물체 이미지 내에서 상기 샘플 패치가 부착된 위치가 서로 다른 상기 제 1 이미지 및 상기 제 2 이미지를 각각 입력하는 단계와,상기 딥러닝 학습 모델로부터 출력된 상기 제 1 이미지 및 상기 제 2 이미지 각각에 대한 물체 탐지 정확도에 기초하여 상기 제 1 영역과 상기 제 2 영역 중에서 상기 물체 이미지에 적대적 패치를 부착할 위치를 결정하는 단계를 포함하는적대적 패치 위치 결정 방법
2 2
제 1 항에 있어서,상기 적대적 패치를 부착할 위치를 결정하는 단계는,상기 제 1 이미지가 상기 제 2 이미지보다 상기 물체 탐지 정확도가 높을 경우, 상기 제 1 이미지에서 상기 샘플 패치가 부착된 상기 제 1 영역을 상기 적대적 패치를 부착할 위치로 결정하는적대적 패치 위치 결정 방법
3 3
제 1 항에 있어서,상기 샘플 패치는,상기 물체 이미지에 포함된 픽셀들의 평균 색상을 기초로 생성되는적대적 패치 위치 결정 방법
4 4
제 1 항에 있어서,상기 적대적 패치는,투명 또는 반투명으로 생성되는적대적 패치 위치 결정 방법
5 5
물체 이미지를 입력 받는 입출력부;메모리; 및상기 메모리와 전기적으로 연결된 프로세서를 포함하고,상기 프로세서는,상기 물체 이미지의 색상 정보를 이용하여 생성된 샘플 패치가 상기 물체 이미지를 분할한 복수의 영역 중 제 1 영역에 부착된 제 1 이미지를 획득하고, 상기 샘플 패치가 상기 복수의 영역 중 제 2 영역에 부착된 제 2 이미지를 획득하고, 입력 이미지를 입력 받으면 상기 입력 이미지 내의 소정의 물체를 탐지하도록 기 학습된 딥러닝 학습 모델에 동일한 상기 물체 이미지 내에서 상기 샘플 패치가 부착된 위치가 서로 다른 상기 제 1 이미지 및 상기 제 2 이미지를 각각 입력하고, 상기 딥러닝 학습 모델로부터 출력된 상기 제 1 이미지 및 상기 제 2 이미지 각각에 대한 물체 탐지 정확도에 기초하여 상기 제 1 영역과 상기 제 2 영역 중에서 상기 물체 이미지에 적대적 패치를 부착할 위치를 결정하는적대적 패치 위치 결정 장치
6 6
제 5 항에 있어서,상기 프로세서는,상기 제 1 이미지가 상기 제 2 이미지보다 상기 물체 탐지 정확도가 높을 경우, 상기 제 1 이미지에서 상기 샘플 패치가 부착된 상기 제 1 영역을 상기 적대적 패치를 부착할 위치로 결정하는적대적 패치 위치 결정 장치
7 7
제 5 항에 있어서,상기 샘플 패치는,상기 물체 이미지에 포함된 픽셀들의 평균 색상을 기초로 생성되는적대적 패치 위치 결정 장치
8 8
제 5 항에 있어서,상기 적대적 패치는,투명 또는 반투명으로 생성되는적대적 패치 위치 결정 장치
9 9
컴퓨터 프로그램을 저장하고 있는 컴퓨터 판독 가능 기록매체로서,상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면,물체 이미지의 색상 정보를 이용하여 생성된 샘플 패치가 상기 물체 이미지를 분할한 복수의 영역 중 제 1 영역에 부착된 제 1 이미지를 획득하는 단계와,상기 샘플 패치가 상기 복수의 영역 중 제 2 영역에 부착된 제 2 이미지를 획득하는 단계와,입력 이미지를 입력 받으면 상기 입력 이미지 내의 소정의 물체를 탐지하도록 기 학습된 딥러닝 학습 모델에, 동일한 상기 물체 이미지 내에서 상기 샘플 패치가 부착된 위치가 서로 다른 상기 제 1 이미지 및 상기 제 2 이미지를 각각 입력하는 단계와,상기 딥러닝 학습 모델로부터 출력된 상기 제 1 이미지 및 상기 제 2 이미지 각각에 대한 물체 탐지 정확도에 기초하여 상기 제 1 영역과 상기 제 2 영역 중에서 상기 물체 이미지에 적대적 패치를 부착할 위치를 결정하는 단계를 포함하는 방법을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함하는컴퓨터 판독 가능한 기록매체
10 10
컴퓨터 판독 가능한 기록매체에 저장되어 있는 컴퓨터 프로그램으로서,상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면,물체 이미지의 색상 정보를 이용하여 생성된 샘플 패치가 상기 물체 이미지를 분할한 복수의 영역 중 제 1 영역에 부착된 제 1 이미지를 획득하는 단계와,상기 샘플 패치가 상기 복수의 영역 중 제 2 영역에 부착된 제 2 이미지를 획득하는 단계와,입력 이미지를 입력 받으면 상기 입력 이미지 내의 소정의 물체를 탐지하도록 기 학습된 딥러닝 학습 모델에, 동일한 상기 물체 이미지 내에서 상기 샘플 패치가 부착된 위치가 서로 다른 상기 제 1 이미지 및 상기 제 2 이미지를 각각 입력하는 단계와,상기 딥러닝 학습 모델로부터 출력된 상기 제 1 이미지 및 상기 제 2 이미지 각각에 대한 물체 탐지 정확도에 기초하여 상기 제 1 영역과 상기 제 2 영역 중에서 상기 물체 이미지에 적대적 패치를 부착할 위치를 결정하는 단계를 포함하는 방법을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함하는컴퓨터 프로그램
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.