맞춤기술찾기

이전대상기술

데이터 셋 생성 방법 및 장치, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램

  • 기술번호 : KST2022007821
  • 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 실시예는 데이터 셋 생성 장치에서 수행되는 데이터 셋 생성 방법에 있어서, 서로 다른 정보를 가지는 제1 이미지들을 수집하는 단계와, 상기 제1 이미지들의 특징을 추출하는 단계와, 상기 추출된 특징을 기초로 상기 제1 이미지들을 영역 별로 군집화하는 단계와, 각각의 군집 영역에서 대표 이미지들을 추출하는 단계와, 상기 대표 이미지들에 대해 상기 특징 정보가 변환된 제2 이미지들을 생성하는 단계와, 상기 제1 이미지들과 상기 제2 이미지들을 딥러닝 모델에 입력으로 하여 학습시키기 위한 입력 데이터 셋으로 생성하는 단계를 포함할 수 있다.
Int. CL G06K 9/62 (2022.01.01) G06V 10/40 (2022.01.01)
CPC G06K 9/6255(2013.01) G06K 9/6256(2013.01) G06V 10/40(2013.01)
출원번호/일자 1020210078906 (2021.06.17)
출원인 국방과학연구소
등록번호/일자 10-2405168-0000 (2022.05.30)
공개번호/일자
공고번호/일자 (20220607) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.06.17)
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 박강현 대전광역시 유성구
3 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
2021.06.17 수리 (Accepted) 1-1-2021-0700972-91
2 [우선심사신청]심사청구서·우선심사신청서
2021.06.30 수리 (Accepted) 1-1-2021-0755547-77
3 선행기술조사의뢰서
Request for Prior Art Search
2021.07.16 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search
2021.08.04 발송처리완료 (Completion of Transmission) 9-6-2021-0143948-54
5 의견제출통지서
Notification of reason for refusal
2021.08.10 발송처리완료 (Completion of Transmission) 9-5-2021-0635660-94
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2021.10.12 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2021-1162543-76
7 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2021.10.12 수리 (Accepted) 1-1-2021-1162542-20
8 최후의견제출통지서
Notification of reason for final refusal
2021.12.28 발송처리완료 (Completion of Transmission) 9-5-2021-1014833-76
9 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2022.01.20 수리 (Accepted) 1-1-2022-0075597-12
10 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2022.01.20 보정승인 (Acceptance of amendment) 1-1-2022-0075598-68
11 등록결정서
Decision to grant
2022.05.26 발송처리완료 (Completion of Transmission) 9-5-2022-0390554-62
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
데이터 셋 생성 장치에서 수행되는 데이터 셋 생성 방법에 있어서,서로 다른 정보를 가지는 제1 이미지들을 수집하는 단계;상기 제1 이미지들의 특징을 추출하는 단계;상기 추출된 특징을 기초로 상기 제1 이미지들을 군집화하는 단계;각각의 군집에서 대표 이미지들을 추출하는 단계;상기 대표 이미지들 각각의 특징을 변환하여 제2 이미지들을 생성하는 단계; 및상기 제1 이미지들과 상기 제2 이미지들을 딥러닝 모델에 학습시키기 위한 입력 데이터 셋으로 생성하는 단계;를 포함하고,상기 제2 이미지들을 생성하는 단계는,상기 대표 이미지들 중에서 어느 하나의 특징을, 나머지 대표 이미지들의 특징으로 변환하여 상기 제2 이미지들을 생성하는 데이터 셋 생성 방법
2 2
제1항에 있어서,상기 군집화하는 단계는, t-SNE 기법을 이용하여 상기 제1 이미지들을 군집화하는 데이터 셋 생성 방법
3 3
제1항에 있어서,상기 대표 이미지들을 추출하는 단계는,PCA 기법을 이용하여 상기 군집 내의 제1 이미지들의 상대적인 거리의 평균값을 측정하고, 상기 평균값이 임계값 미만인 이미지들을 대표 이미지로 추출하는 데이터 셋 생성 방법
4 4
제3항에 있어서,상기 각각의 군집에서 추출된 대표 이미지들의 개수는 동일한 데이터 셋 생성 방법
5 5
데이터 셋 생성을 위한 제어 프로그램이 저장된 메모리; 및상기 메모리에 저장된 제어 프로그램을 실행하는 프로세서를 포함하고,상기 프로세서는,서로 다른 정보를 가지는 제1 이미지들을 수집하고, 상기 제1 이미지들의 특징을 추출하고, 상기 추출된 특징을 기초로 상기 제1 이미지들을 군집화하고, 각각의 군집에서 대표 이미지들을 추출하고, 상기 대표 이미지들 각각의 특징을 변환하여 제2 이미지들을 생성하고, 상기 제1 이미지들과 상기 제2 이미지들을 딥러닝 모델을 학습시키기 위한 입력 데이터 셋으로 생성하고,상기 제2 이미지들을 생성할 때, 상기 대표 이미지들 중에서 어느 하나의 특징을, 나머지 대표 이미지들의 특징으로 변환하여 상기 제2 이미지들을 생성하는 데이터 셋 생성 장치
6 6
제5항에 있어서,상기 프로세서는,t-SNE 기법을 이용하여 상기 제1 이미지들을 군집화하는 데이터 셋 생성 장치
7 7
제5항에 있어서,상기 프로세서는,PCA 기법을 이용하여 상기 군집 내의 제1 이미지들의 상대적인 거리의 평균값을 측정하고, 상기 평균값이 임계값 미만인 이미지들을 대표 이미지로 추출하는 데이터 셋 생성 장치
8 8
제7항에 있어서,상기 각각의 군집에서 추출된 대표 이미지들의 개수는 동일한 데이터 셋 생성 장치
9 9
컴퓨터 프로그램을 저장하고 있는 컴퓨터 판독 가능 기록매체로서,상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면,서로 다른 정보를 가지는 제1 이미지들을 수집하는 단계;상기 제1 이미지들의 특징을 추출하는 단계;상기 추출된 특징을 기초로 상기 제1 이미지들을 군집화하는 단계;각각의 군집에서 대표 이미지들을 추출하는 단계;상기 대표 이미지들 각각의 특징을 변환하여 제2 이미지들을 생성하는 단계; 및상기 제1 이미지들과 상기 제2 이미지들을 딥러닝 모델에 학습시키기 위한 입력 데이터 셋으로 생성하는 단계;를 포함하고,상기 제2 이미지들을 생성하는 단계는,상기 대표 이미지들 중에서 어느 하나의 특징을, 나머지 대표 이미지들의 특징으로 변환하여 상기 제2 이미지들을 생성하는 단계를 포함하는 동작을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함하는 컴퓨터 판독 가능한 기록매체
10 10
컴퓨터 판독 가능한 기록매체에 저장되어 있는 컴퓨터 프로그램으로서,상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면,서로 다른 정보를 가지는 제1 이미지들을 수집하는 단계;상기 제1 이미지들의 특징을 추출하는 단계;상기 추출된 특징을 기초로 상기 제1 이미지들을 군집화하는 단계;각각의 군집에서 대표 이미지들을 추출하는 단계;상기 대표 이미지들 각각의 특징을 변환하여 제2 이미지들을 생성하는 단계; 및상기 제1 이미지들과 상기 제2 이미지들을 딥러닝 모델에 학습시키기 위한 입력 데이터 셋으로 생성하는 단계;를 포함하고,상기 제2 이미지들을 생성하는 단계는,상기 대표 이미지들 중에서 어느 하나의 특징을, 나머지 대표 이미지들의 특징으로 변환하여 상기 제2 이미지들을 생성하는 단계를 포함하는 동작을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함하는 컴퓨터 프로그램
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.