맞춤기술찾기

이전대상기술

3차원 캐드 데이터의 다시점 영상 집합을 활용한 선체 블록 식별 모델 학습 및 식별력 향상 방법

  • 기술번호 : KST2022002529
  • 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 3차원 캐드(CAD) 데이터의 다시점 영상을 합성곱신경망(CNN)에 기반하여 모델링 및 학습시킴으로써 카메라로부터 획득되는 데이터로부터 선체 블럭을 자동으로 식별, 분류 할 수 있도록 하고, 또한 영상 이진화를 통해 선체 블록 식별력 및 정확도를 향상시킬 수 있는 3차원 캐드 데이터의 다시점 영상 집합을 활용한 선체 블록 식별 모델 학습 및 식별력 향상 방법에 관한 것이다.
Int. CL G06V 10/10 (2022.01.01) G06K 9/00 (2022.01.01)
CPC G06V 10/10(2013.01) G06V 20/40(2013.01) G06F 30/15(2013.01) G06Q 10/08(2013.01) G06N 3/08(2013.01) G06T 3/60(2013.01)
출원번호/일자 1020200086466 (2020.07.13)
출원인 군산대학교산학협력단
등록번호/일자
공개번호/일자 10-2022-0008185 (2022.01.20) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.07.13)
심사청구항수 6

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 군산대학교산학협력단 대한민국 전라북도 군산시 대학로 *** (

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 노재규 서울특별시 서초구
2 전해명 전라북도 군산시 미룡로 **, *

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 신동기 대한민국 서울특별시 강남구 테헤란로**길 **, *층 (대치동,세풍빌딩)(동천특허)

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
2020.07.13 수리 (Accepted) 1-1-2020-0727789-73
2 선행기술조사의뢰서
Request for Prior Art Search
2021.03.19 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2021.06.16 발송처리완료 (Completion of Transmission) 9-6-2021-0148336-94
4 의견제출통지서
Notification of reason for refusal
2022.01.20 발송처리완료 (Completion of Transmission) 9-5-2022-0055821-34
5 특허고객번호 정보변경(경정)신고서·정정신고서
2022.03.03 수리 (Accepted) 4-1-2022-5052831-16
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
3차원 캐드(CAD) 데이터를 토대로 획득되는 다수의 영상을 확장하고, 합성곱신경망(CNN)에 기반하여 다수의 식별 영상을 식별하는 과정을 반복 진행함으로써 선체 블록 식별 모델을 학습하는 단계; 및다수의 영상 및 상기 선체 블록 식별 모델을 통해 식별된 영상을 이진화하는 단계;를 포함하는 것을 특징으로 하는, 3차원 캐드 데이터의 다시점 영상 집합을 활용한 선체 블록 식별 모델 학습 및 식별력 향상 방법
2 2
제1항에 있어서,상기 다수의 영상 및 상기 선체 블록 식별 모델을 통해 식별된 영상을 이진화하는 단계는,하나 이상의 영상에 임계값(Threshold) 수치를 일정한 수치로 증가시켜 이진화를 진행하는 단계;를 포함하는 것을 특징으로 하는, 3차원 캐드 데이터의 다시점 영상 집합을 활용한 선체 블록 식별 모델 학습 및 식별력 향상 방법
3 3
제1항에 있어서,상기 선체 블록 식별 모델을 학습하는 단계는,데이터베이스로부터 상기 3차원 캐드(CAD) 데이터를 불러온 후 상기 3차원 캐드 데이터 내 선체 블록 객체를 좌표평면계 기준으로 X축을 따라 0도 내지 90도 각도 범위 내에서 10도 간격으로 연속적으로 회전시키고, 또한 Z축을 따라 0도 내지 350도 각도 범위 내에서 10도 간격으로 연속적으로 회전시켜 360장 이상의 영상을 획득하는 단계;를 포함하는 것을 특징으로 하는, 3차원 캐드 데이터의 다시점 영상 집합을 활용한 선체 블록 식별 모델 학습 및 식별력 향상 방법
4 4
제3항에 있어서,상기 선체 블록 식별 모델을 학습하는 단계는,상기 360장 이상의 영상 내 선박 블록 객체에 대한 객체 영역 및 배경 윤곽 영역을 추출하는 단계; 및추출된 객체 영역 및 상기 배경 윤곽 영역의 크기에 기반하여 상기 객체 영역을 포함하는 직사각형 영역과 상기 직사각형 영역의 꼭짓점에 접하는 원 영역을 생성한 후, 상기 원 영역에 내접하는 정사각형 영역의 모서리를 따라 상기 360장 이상의 영상 각각의 이미지 크기를 수정함으로써, 상기 360장 이상의 영상 크기를 표준화하는 단계;를 더 포함하는 것을 특징으로 하는, 3차원 캐드 데이터의 다시점 영상 집합을 활용한 선체 블록 식별 모델 학습 및 식별력 향상 방법
5 5
제1항에 있어서,상기 선체 블록 식별 모들을 학습하는 단계는,각 영상을 30도, 60도 및 90도 각도로 회전시키거나, 또는 상하방향, 좌우 방향으로 반전시켜 적어도 6장 이상으로 장수를 확장시키는 단계;를 포함하는 것을 특징으로 하는, 3차원 캐드 데이터의 다시점 영상 집합을 활용한 선체 블록 식별 모델 학습 및 식별력 향상 방법
6 6
제1항에 있어서,상기 선체 블록 식별 모델을 학습하는 단계는,상기 다수의 영상 중 일부 영상을 분류하고, 합성곱신경망에 기반하여 상기 다수의 영상을 토대로 분류된 상기 일부 영상을 먼저 식별하는 과정을 반복 진행하는 단계; 및상기 일부 영상에 대한 식별 과정일 반복 진행된 후, 기 마련된 다수의 식별 영상을 식별하는 과정을 반복 진행하는 단계;를 포함하는 것을 특징으로 하는, 3차원 캐드 데이터의 다시점 영상 집합을 활용한 선체 블록 식별 모델 학습 및 식별력 향상 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.