맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

자율주행시스템의 객체 탐지 네트워크를 학습시키기 위한 학습 데이터 증강 방법 및 장치

  • 기술번호 : KST2022005694
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
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 본 개시는 자율주행시스템의 객체 탐지 네트워크를 학습시키기 위한 학습 데이터 증강 방법 및 장치를 제공한다. 본 개시의 일 측면에 의하면, 차량의 주행을 시뮬레이션한 데이터에 차량 주행 상황에 대응하는 노이즈를 발생시키고, 노이즈가 발생된 시뮬레이션 데이터와 차량의 실제 주행 데이터 간 도메인 갭(domain gap)을 감소시키도록 도메인 적응 네트워크(domain adaptation network)를 학습시켜 객체 탐지 네트워크(object detection network)를 학습시킬 데이터의 증강을 수행하는 학습 데이터 증강장치 및 증강방법을 제공한다.
Int. CL G06N 5/02 (2006.01.01) G06T 7/11 (2017.01.01) G06T 5/00 (2019.01.01) G06N 3/08 (2006.01.01) G06K 9/00 (2022.01.01)
CPC G06N 5/022(2013.01) G06N 3/08(2013.01) G06V 20/56(2013.01) G06T 7/11(2013.01) G06T 5/002(2013.01)
출원번호/일자 1020200148838 (2020.11.09)
출원인 충북대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0063007 (2022.05.17) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.11.09)
심사청구항수 12

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 충북대학교 산학협력단 대한민국 충청북도 청주시 서원구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 박태형 충청북도 청주시 서원구
2 김택림 충청북도 청주시 서원구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 이철희 대한민국 서울특별시 강남구 도곡로**길 **(역삼동) 베리타스빌딩, *-*층(베리타스국제특허법률사무소)

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		 2020.11.09 수리 (Accepted) 1-1-2020-1196685-46
2 특허고객번호 정보변경(경정)신고서·정정신고서
 2021.08.09 수리 (Accepted) 4-1-2021-5213510-18
3 의견제출통지서
Notification of reason for refusal		 2021.12.29 발송처리완료 (Completion of Transmission) 9-5-2021-1018218-00
4 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
 2022.02.28 수리 (Accepted) 1-1-2022-0225895-43
5 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2022.02.28 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2022-0225925-25
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
자율주행시스템(autonomous driving system)의 객체 탐지 네트워크(object detection network)를 학습시키기 위한 학습 데이터를 증강하는 장치에 있어서,차량의 실제 주행 데이터를 수집하는 주행데이터 수집부;차량 주행의 시뮬레이션 데이터를 수집하는 시뮬레이션데이터 수집부;상기 시뮬레이션 데이터에 차량 주행 환경에 대응하는 노이즈를 발생시키는 노이즈생성부; 및노이즈가 발생된 시뮬레이션 데이터와 상기 주행 데이터 간의 도메인 갭(domain gap)을 감소시키도록 도메인 적응 네트워크(domain adaptation network)를 학습시키고, 학습된 도메인 적응 네트워크를 이용하여 학습 데이터를 생성하는 데이터생성부를 포함하는 것을 특징으로 하는 학습 데이터 증강장치
2 2
제1항에 있어서,상기 주행 데이터 및 상기 시뮬레이션 데이터는 촬영 이미지(captured image) 또는 라이다 데이터(Lidar data)를 모델링한 라이다 이미지인 것을 특징으로 하는 학습 데이터 증강장치
3 3
제2항에 있어서,상기 차량 주행 환경은 악천후 주행 환경을 포함하고,상기 차량 주행 환경이 악천후 주행 환경인 경우 상기 노이즈생성부는,상기 시뮬레이션 데이터가 상기 촬영 이미지인 경우, 상기 촬영 이미지의 전체에 블러(blur) 처리를 수행하거나 솔트-앤-페퍼 노이즈(salt-and-pepper noise)를 발생시키고,상기 시뮬레이션 데이터가 상기 라이다 이미지인 경우, 상기 라이다 이미지의 하단부에 가우시안 노이즈(Gaussian noise) 또는 상기 라이다 이미지의 전체에 솔트-앤-페퍼 노이즈를 발생시키는 것을 특징으로 하는 학습 데이터 증강장치
4 4
제2항에 있어서,상기 차량 주행 환경은 야간주행 환경을 포함하고,상기 차량 주행 환경이 야간주행 환경인 경우 상기 노이즈생성부는,상기 시뮬레이션 데이터가 상기 라이다 이미지인 경우 상기 라이다 이미지의 검은색 계열 객체에 데이터 손실(data loss)을 발생시키는 것을 특징으로 하는 학습 데이터 증강장치
5 5
제1항에 있어서,상기 도메인 적응 네트워크는,노이즈가 발생된 시뮬레이션 데이터를 소스 도메인(source domain)으로 하고, 상기 주행 데이터를 타겟 도메인(target domain)으로 하여, 동일한 객체를 탐지하는 데 있어 소스 오류(source error) 및 타겟 오류(target error)를 감소시킴으로써 상기 도메인 갭을 감소시키는 것을 특징으로 하는 학습 데이터 증강장치
6 6
제1항에 있어서,상기 데이터생성부는,상기 차량 주행 환경의 클래스(class)별로 학습 데이터를 생성하는 것을 특징으로 하는 학습 데이터 증강장치
7 7
제1항에 있어서,상기 학습 데이터를 기초로 상기 객체 탐지 네트워크를 트레이닝하여 트레이닝된 객체 탐지 네트워크로부터 객체를 탐지하는 객체탐지부를 더 포함하는 것을 특징으로 하는 학습 데이터 증강장치
8 8
자율주행시스템(autonomous driving system)의 객체 탐지 네트워크(object detection network)를 학습시키기 위한 학습 데이터를 증강하는 방법에 있어서,차량의 실제 주행 데이터를 수집하는 과정;차량 주행의 시뮬레이션 데이터를 수집하는 과정;상기 시뮬레이션 데이터에 차량 주행 환경에 대응하는 노이즈를 발생시키는 과정; 및노이즈가 발생된 시뮬레이션 데이터와 상기 주행 데이터 간의 도메인 갭(domain gap)을 감소시키도록 도메인 적응 네트워크(domain adaptation network)를 학습시키고, 학습된 도메인 적응 네트워크를 이용하여 학습 데이터를 생성하는 과정을 포함하는 것을 특징으로 하는 학습 데이터 증강방법
9 9
제8항에 있어서,상기 주행 데이터 및 상기 시뮬레이션 데이터의 데이터 종류는 촬영 이미지(capture image) 및 라이다 데이터(Lidar data)를 모델링한 라이다 이미지를 포함하고,상기 차량 주행 환경은 악천후 주행 환경을 포함하고,상기 차량 주행 환경이 악천후 주행 환경인 경우 상기 노이즈를 발생시키는 과정은,상기 시뮬레이션 데이터의 상기 촬영 이미지의 전체에 블러(blur) 처리를 수행하거나 솔트-앤-페퍼 노이즈(salt-and-pepper noise)를 발생시키고, 상기 시뮬레이션 데이터의 상기 라이다 이미지의 하단부에 가우시안 노이즈(Gaussian noise) 또는 상기 라이다 이미지의 전체에 솔트-앤-페퍼 노이즈를 발생시키는 것을 특징으로 하는 학습 데이터 증강방법
10 10
제9항에 있어서,상기 차량 주행 환경은 야간주행 환경을 더 포함하고,상기 차량 주행 환경이 야간주행 환경인 경우 상기 노이즈를 발생시키는 과정은,상기 시뮬레이션 데이터의 상기 라이다 이미지에 존재하는 검은색 계열 객체에 데이터 손실(data loss)을 발생시키는 것을 특징으로 하는 학습 데이터 증강방법
11 11
제8항에 있어서,상기 도메인 적응 네트워크는,노이즈가 발생된 시뮬레이션 데이터를 소스 도메인(source domain)으로 하고, 상기 주행 데이터를 타겟 도메인(target domain)으로 하여, 동일한 객체를 탐지하는 데 있어 소스 오류(source error) 및 타겟 오류(target error)를 감소시킴으로써 상기 도메인 갭을 감소시키는 것을 특징으로 하는 학습 데이터 증강방법
12 12
제8항 내지 제11항 중 어느 한 항에 따른 학습 데이터 증강방법이 포함하는 각 과정을 실행시키기 위하여 컴퓨터로 읽을 수 있는 기록매체에 저장된 컴퓨터 프로그램
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 충북대학교 산학협력단 Grand ICT 연구센터지원사업 Grand ICT연구센터(충북대)