맞춤기술찾기

이전대상기술

인공지능 기법을 이용한 3차원 연기 영상 특수효과의 고속 시뮬레이션 방법

  • 기술번호 : KST2022003099
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
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 발명에 따른 인공지능 기법을 이용한 3차원 연기 영상 특수효과의 고속 시뮬레이션 방법은 입력한 3차원 연기 데이터를 트리구조로 나누기 위해서 정육면체 형태의 패치로 구성된 데이터로 생성하는 입력 데이터 전처리 과정; 각각의 패치 내 데이터 값에서 최대값을 임계값과 비교하여 FD(Fill Density) 상태 또는 ED(Empty Density) 상태로 분류하여, 초고해상도 필요 영역과 연관된 노드 정보를 결정하는 데이터 분류 과정; 부모 노드와 자식 노드로 이루어진 트리구조를 이용하여, 상기 노드 정보를 탐색하고, 상기 노드 정보를 이용하여 초고해상도를 적용할 데이터를 판단하는 초고해상도 적용 데이터 판단 과정; 및 상기 트리구조에서 초고해상도 학습모델을 통해 FD 상태의 데이터와 MIX 상태의 데이터에 초고해상도를 적용하는 초고해상도 적용 과정을 포함한다.
Int. CL G06T 3/40 (2006.01.01) G06T 9/40 (2006.01.01) G06T 17/00 (2006.01.01) G06N 3/08 (2006.01.01)
CPC
출원번호/일자 1020210122052 (2021.09.13)
출원인 고려대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0035856 (2022.03.22) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보 대한민국  |   1020200117678   |   2020.09.14
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.09.13)
심사청구항수 14

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 고려대학교 산학협력단 대한민국 서울특별시 성북구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김창헌 서울특별시 강남구
2 장치멍 서울특별시 성북구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김홍석 대한민국 서울시 구로구 디지털로**길 **, ***호(구로동, 코오롱싸이언스밸리*차)(동진국제특허법률사무소)

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
2021.09.13 수리 (Accepted) 1-1-2021-1059876-70
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
인공지능 기법을 이용한 3차원 연기 영상 특수효과의 고속 시뮬레이션 방법에 있어서, 상기 방법은 시뮬레이션 장치의 프로세서에 의해 수행되고,입력한 3차원 연기 데이터를 트리구조로 나누기 위해서 정육면체 형태의 패치로 구성된 데이터로 생성하는 입력 데이터 전처리 과정;각각의 패치 내 데이터 값에서 최대값을 임계값과 비교하여 FD(Fill Density) 상태 또는 ED(Empty Density) 상태로 분류하여, 초고해상도 필요 영역과 연관된 노드 정보를 결정하는 데이터 분류 과정;부모 노드와 자식 노드로 이루어진 트리구조를 이용하여, 상기 노드 정보를 탐색하고, 상기 노드 정보를 이용하여 초고해상도를 적용할 데이터를 판단하는 초고해상도 적용 데이터 판단 과정; 및상기 트리구조에서 초고해상도 학습모델을 통해 FD 상태의 데이터와 MIX 상태의 데이터에 초고해상도를 적용하는 초고해상도 적용 과정을 포함하는, 3차원 연기 영상 특수효과의 고속 시뮬레이션 방법
2 2
제1항에 있어서,상기 초고해상도가 적용된 FD 상태의 데이터와 MIX 상태의 데이터를 후처리 과정을 통해 합성하여 초고해상도의 연기 영상에 해당하는 최종 영상 데이터를 획득하는 최종 영상 데이터 획득 과정을 포함하는, 3차원 연기 영상 특수효과의 고속 시뮬레이션 방법
3 3
제1항에 있어서,상기 데이터 분류 과정에서,제1 패치에서 상기 최대값이 상기 임계값보다 큰 경우, 상기 제1 패치는 초고해상도가 필요한 공간이라고 판단하여 FD 상태로 분류하고,제2 패치에서 상기 최대값이 상기 임계값보다 작은 경우, 상기 제2 패치는 초고해상도가 필요하지 않은 공간이라고 판단하여 ED 상태로 분류하는, 3차원 연기 영상 특수효과의 고속 시뮬레이션 방법
4 4
제1항에 있어서,상기 초고해상도 적용 데이터 판단 과정에서,미리 정의한 패치 크기로 분할한 각각의 패치 데이터와 이전에 계산된 패치에 해당하는 상태값을 이용하여 최하단 노드를 생성 - 상기 최하단 노드에는 상기 각각의 패치와 상기 이전에 계산된 패치 내의 밀도 데이터, 키, 상태 값을 구비함 - 하고,상기 최하단 노드를 8개씩 모아서 하위 노드들을 자식 노드들로 상위 노드를 부모 노드로 생성하여 옥트리(octree)를 구성하고,상기 부모 노드의 상태 값을 상기 자식 노드들의 상태값에 따라 결정하는, 3차원 연기 영상 특수효과의 고속 시뮬레이션 방법
5 5
제4항에 있어서,상기 초고해상도 적용 데이터 판단 과정에서,상기 부모 노드에 속하는 모든 자식 노드의 상태값이 동일하면, 상기 부모 노드의 상태값을 상기 모든 자식 노드의 상태값과 동일하게 FD 또는 ED로 분류하고,상기 자식 노드의 상태값에 FD와 ED가 모두 존재하면, 상기 부모 노드의 상태값은 MIX로 분류하는, 3차원 연기 영상 특수효과의 고속 시뮬레이션 방법
6 6
제1항에 있어서,상기 초고해상도 적용 과정에서,상기 트리구조에서 상기 탐색된 노드 정보를 초고해상도 적용을 위한 입력 데이터로 사용하고,상기 입력 데이터는 상기 초고해상도 학습모델의 데이터 세트(Data Set)를 구성하는, 3차원 연기 영상 특수효과의 고속 시뮬레이션 방법
7 7
제6항에 있어서,상기 초고해상도 적용 과정에서,깊이 1 레벨의 노드들 중 제1 노드의 상태값이 FD이면, 상기 제1 노드에 해당하는 제1 패치의 제1 데이터가 상기 초고해상도 학습모델의 데이터 세트로 입력되고,상기 깊이 1 레벨의 노드들 중 상태값이 MIX이면, 깊이 2 레벨의 노드들 중 상태값이 FD인 제2 노드들에 해당하는 패치들의 제2 데이터 세트가 상기 초고해상도 학습모델의 데이터 세트로 입력되는, 3차원 연기 영상 특수효과의 고속 시뮬레이션 방법
8 8
제7항에 있어서,상기 초고해상도 적용 과정에서,상기 깊이 1 레벨의 제1 노드에 해당하는 제1 패치의 제1 크기는 상기 깊이 2 레벨의 제2 노드들에 해당하는 제2 패치의 제2 크기보다 4배 더 크게 구성되고,FD로 분류된 상기 깊이 1 레벨의 상기 제1 노드의 키 값과 Y 위치와 FD로 분류된 상기 깊이 2 레벨의 제2 노드들의 키 값이 상기 초고해상도 학습모델의 데이터 세트의 키 값으로 입력되고,상기 깊이 1 레벨의 노드 및 상기 깊이 2 레벨의 노드들로 이루어진 상기 초고해상도 학습모델의 데이터 세트를 이용하여 초고해상도 연산이 필요한 데이터만 딥 러닝을 통해 해상도를 초고해상도로 증가시키는, 3차원 연기 영상 특수효과의 고속 시뮬레이션 방법
9 9
제8항에 있어서,상기 제1 노드의 키 값은 깊이 1 레벨, 상기 제1 패치의 X 위치, Y 위치를 포함하고, 상기 제2 노드들의 키 값은 깊이 2 레벨, 상기 제2 패치의 X 위치, Y 위치를 포함하고,상기 초고해상도 적용 과정에서 상기 딥 러닝을 통해 초고해상도로 해상도를 증가시키기 위해, 상기 제1 노드의 밀도 데이터, 상기 제1 노드의 키 값과 상기 제2 노드들의 밀도 데이터, 상기 제2 노드의 키 값에 해당하는 각 노드의 노드 정보를 이용하는, 3차원 연기 영상 특수효과의 고속 시뮬레이션 방법
10 10
인공지능 기법을 이용한 3차원 연기 영상 특수효과의 고속 시뮬레이션 장치에 있어서,3차원 연기 데이터가 입력되도록 구성된 인터페이스; 및상기 인터페이스와 동작 가능하게 결합되고, 상기 입력된 3차원 연기 데이터를 트리구조로 나누기 위해서 정육면체 형태의 패치로 구성된 데이터를 생성하고,각각의 패치 내 데이터 값에서 최대값을 임계값과 비교하여 FD(Fill Density) 상태 또는 ED(Empty Density) 상태로 분류하여, 초고해상도 필요 영역과 연관된 노드 정보를 결정하도록 구성된 프로세서를 포함하고,상기 프로세서는,부모 노드와 자식 노드로 이루어진 트리구조를 이용하여, 상기 노드 정보를 탐색하고, 상기 노드 정보를 이용하여 초고해상도를 적용할 데이터를 판단하고,상기 트리구조에서 초고해상도 학습모델을 통해 FD 상태의 데이터와 MIX 상태의 데이터에 초고해상도를 적용하고,상기 초고해상도가 적용된 FD 상태의 데이터와 MIX 상태의 데이터를 후처리 과정을 통해 합성하여 초고해상도의 연기 영상에 해당하는 최종 영상 데이터를 획득하는, 3차원 연기 영상 특수효과의 고속 시뮬레이션 장치
11 11
제10항에 있어서,상기 프로세서는,제1 패치에서 상기 최대값이 상기 임계값보다 큰 경우, 상기 제1 패치는 초고해상도가 필요한 공간이라고 판단하여 FD 상태로 분류하고,제2 패치에서 상기 최대값이 상기 임계값보다 작은 경우, 상기 제2 패치는 초고해상도가 필요하지 않은 공간이라고 판단하여 ED 상태로 분류하고,부모 노드에 속하는 모든 자식 노드의 상태값이 동일하면, 상기 부모 노드의 상태값을 상기 모든 자식 노드의 상태값과 동일하게 FD 또는 ED로 분류하고,상기 자식 노드의 상태값에 FD와 ED가 모두 존재하면, 상기 부모 노드의 상태값은 MIX로 분류하는, 3차원 연기 영상 특수효과의 고속 시뮬레이션 장치
12 12
제10항에 있어서,상기 프로세서는,미리 정의한 패치 크기로 분할한 각각의 패치 데이터와 이전에 계산된 패치에 해당하는 상태값을 이용하여 최하단 노드를 생성 - 상기 최하단 노드에는 상기 각각의 패치와 상기 이전에 계산된 패치 내의 밀도 데이터, 키, 상태 값을 구비함 - 하고,상기 최하단 노드를 8개씩 모아서 하위 노드들을 자식 노드들로 상위 노드를 부모 노드로 생성하여 옥트리(octree)를 구성하고,상기 부모 노드의 상태 값을 상기 자식 노드들의 상태값에 따라 결정하는, 3차원 연기 영상 특수효과의 고속 시뮬레이션 장치
13 13
제10항에 있어서,상기 프로세서는,상기 트리구조에서 상기 탐색된 노드 정보를 초고해상도 적용을 위한 입력 데이터로 사용하고, 상기 입력 데이터는 상기 초고해상도 학습모델의 데이터 세트(Data Set)를 구성하고,깊이 1 레벨의 노드들 중 제1 노드의 상태값이 FD이면, 상기 제1 노드에 해당하는 제1 패치의 제1 데이터가 상기 초고해상도 학습모델의 데이터 세트로 입력되도록 상기 학습모델을 제어하고,상기 깊이 1 레벨의 노드들 중 상태값이 MIX이면, 깊이 2 레벨의 노드들 중 상태값이 FD인 제2 노드들에 해당하는 패치들의 제2 데이터 세트가 상기 초고해상도 학습모델의 데이터 세트로 입력되도록 상기 학습 모델을 제어하는, 3차원 연기 영상 특수효과의 고속 시뮬레이션 방법
14 14
제13항에 있어서,상기 깊이 1 레벨의 제1 노드에 해당하는 제1 패치의 제1 크기는 상기 깊이 2 레벨의 제2 노드들에 해당하는 제2 패치의 제2 크기보다 4배 더 크게 구성되고,상기 프로세서는,FD로 분류된 상기 깊이 1 레벨의 상기 제1 노드의 키 값과 Y 위치와 FD로 분류된 상기 깊이 2 레벨의 제2 노드들의 키 값이 상기 초고해상도 학습모델의 데이터 세트의 키 값으로 입력되도록 상기 학습모델을 제어하고,상기 깊이 1 레벨의 노드 및 상기 깊이 2 레벨의 노드들로 이루어진 상기 초고해상도 학습모델의 데이터 세트를 이용하여 초고해상도 연산이 필요한 데이터만 딥 러닝을 통해 해상도를 초고해상도로 증가시키는, 3차원 연기 영상 특수효과의 고속 시뮬레이션 장치
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.