맞춤기술찾기

이전대상기술

준지도 학습 방식의 단일 영상 깊이 추정 시스템 및 방법과 이를 위한 컴퓨터 프로그램

  • 기술번호 : KST2022008215
  • 담당센터 : 인천기술혁신센터
  • 전화번호 : 032-420-3580
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 단일 영상 깊이 추정 시스템은, 입력 이미지에 대한 의사 깊이(pseudo depth) 정보를 산출하도록 구성된 깊이 추정부; 상기 의사 깊이 정보에 대한 신뢰도(confidence) 정보를 산출하도록 구성된 신뢰도 산출부; 및 상기 신뢰도 정보를 이용한 학습을 통하여 상기 의사 깊이 정보의 일부를 필터링하기 위한 신뢰도의 임계값을 결정하도록 구성된 임계값 결정부를 포함한다. 상기 깊이 추정부는, 상기 임계값에 의해 필터링된 상기 의사 깊이 정보를 이용하여 단일 영상에 대한 깊이 추정 모델을 생성하도록 더 구성된다. 상기 단일 영상 깊이 추정 시스템은 공지된 단일 영상 깊이 추정 방법들을 이용하는 시스템에 비해 우수한 성능을 나타내며, 임계값 네트워크를 사용함으로써 의사 정답 깊이 영상에 존재하는 오차에 의한 성능 저하를 막고 기존 신뢰도 추정 방식을 이용한 방법의 성능을 개선할 수 있는 이점이 있다.
Int. CL G06N 20/00 (2019.01.01) G06T 7/50 (2017.01.01)
CPC G06N 20/00(2013.01) H04N 13/271(2013.01) G06T 7/50(2013.01)
출원번호/일자 1020200168582 (2020.12.04)
출원인 이화여자대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0079125 (2022.06.13) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.12.04)
심사청구항수 14

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 민동보 서울특별시 중구
2 최혜송 경기도 과천시

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 윤귀상 대한민국 서울특별시 금천구 디지털로*길 ** ***호 (가산동, 한신IT타워*차)(디앤특허법률사무소)

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
2020.12.04 수리 (Accepted) 1-1-2020-1315989-24
2 선행기술조사의뢰서
Request for Prior Art Search
2021.09.10 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2021.12.13 발송처리완료 (Completion of Transmission) 9-6-2021-0236837-43
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
입력 이미지에 대한 의사 깊이 정보를 산출하도록 구성된 깊이 추정부; 상기 의사 깊이 정보에 대한 신뢰도 정보를 산출하도록 구성된 신뢰도 산출부; 및 상기 신뢰도 정보를 이용한 학습을 통하여 상기 의사 깊이 정보의 일부를 필터링하기 위한 신뢰도의 임계값을 결정하도록 구성된 임계값 결정부를 포함하되, 상기 깊이 추정부는, 상기 임계값에 의해 필터링된 상기 의사 깊이 정보를 이용하여 단일 영상에 대한 깊이 추정 모델을 생성하도록 더 구성된 단일 영상 깊이 추정 시스템
2 2
제1항에 있어서,상기 깊이 추정부는, 미리 저장된 스테레오 매칭 모델을 이용하여 상기 입력 이미지로부터 상기 의사 깊이 정보를 산출하도록 구성된 스테레오 매칭부; 및 상기 임계값에 의해 필터링된 상기 의사 깊이 정보를 이용하여 깊이 추정 네트워크를 학습시키도록 구성된 깊이 학습부를 포함하는 단일 영상 깊이 추정 시스템
3 3
제2항에 있어서,상기 깊이 추정 네트워크는, 이미지로부터 특징값을 추출하기 위한 하나 이상의 인코더 레이어 및 상기 특징값을 깊이 정보로 변환하도록 구성된 하나 이상의 디코더 레이어를 포함하며, 상기 임계값 결정부는, 상기 하나 이상의 인코더 레이어에 의해 추출된 상기 특징값을 이용한 적응적 학습을 통해 상기 임계값을 결정하도록 더 구성된 단일 영상 깊이 추정 시스템
4 4
제1항에 있어서, 상기 임계값 결정부는, 상기 신뢰도 정보 및 상기 임계값을 이용하여 정의되는 차등 소프트-임계화 함수에 의하여 임계화된 신뢰도 정보를 생성하도록 더 구성된 단일 영상 깊이 추정 시스템
5 5
제4항에 있어서, 상기 임계값 결정부는, 상기 임계화된 신뢰도 정보 및 기준 신뢰도 정보에 의해 정의되는 손실 함수를 이용하여 임계값 네트워크를 학습시킴으로써 상기 임계값을 결정하도록 더 구성된 단일 영상 깊이 추정 시스템
6 6
제5항에 있어서, 상기 깊이 추정부는, 상기 임계화된 신뢰도 정보 및 상기 의사 깊이 정보를 이용하여 정의되는 회귀 손실 함수에 의하여 깊이 추정 네트워크를 학습시키도록 더 구성된 단일 영상 깊이 추정 시스템
7 7
단일 영상 깊이 추정 시스템이 입력 이미지에 대한 의사 깊이 정보를 산출하는 단계; 상기 단일 영상 깊이 추정 시스템이 상기 의사 깊이 정보에 대한 신뢰도 정보를 산출하는 단계; 상기 단일 영상 깊이 추정 시스템이 상기 신뢰도 정보를 이용한 학습을 통하여 상기 의사 깊이 정보의 일부를 필터링하기 위한 신뢰도의 임계값을 결정하는 단계; 및 단일 영상 깊이 추정 시스템이, 상기 임계값에 의해 필터링된 상기 의사 깊이 정보를 이용하여 단일 영상에 대한 깊이 추정 모델을 생성하는 단계를 포함하는 단일 영상 깊이 추정 방법
8 8
제7항에 있어서,상기 의사 깊이 정보를 산출하는 단계는, 상기 단일 영상 깊이 추정 시스템이, 미리 저장된 스테레오 매칭 모델을 이용하여 상기 입력 이미지로부터 상기 의사 깊이 정보를 산출하는 단계를 포함하는 단일 영상 깊이 추정 방법
9 9
제7항에 있어서,상기 깊이 추정 모델을 생성하는 단계는, 상기 단일 영상 깊이 추정 시스템이, 상기 임계값에 의해 필터링된 상기 의사 깊이 정보를 이용하여 깊이 추정 네트워크를 학습시키는 단계를 포함하는 단일 영상 깊이 추정 방법
10 10
제9항에 있어서,상기 깊이 추정 네트워크는, 이미지로부터 특징값을 추출하기 위한 하나 이상의 인코더 레이어 및 상기 특징값을 깊이 정보로 변환하도록 구성된 하나 이상의 디코더 레이어를 포함하며, 상기 임계값을 산출하는 단계는, 상기 단일 영상 깊이 추정 시스템이, 상기 하나 이상의 인코더 레이어에 의해 추출된 상기 특징값을 이용한 적응적 학습을 통해 상기 임계값을 결정하는 단계를 포함하는 단일 영상 깊이 추정 방법
11 11
제7항에 있어서, 상기 임계값을 산출하는 단계는, 상기 단일 영상 깊이 추정 시스템이, 상기 신뢰도 정보 및 상기 임계값을 이용하여 정의되는 차등 소프트-임계화 함수에 의하여 임계화된 신뢰도 정보를 생성하는 단계를 포함하는 단일 영상 깊이 추정 방법
12 12
제11항에 있어서, 상기 임계값을 산출하는 단계는, 상기 단일 영상 깊이 추정 시스템이, 상기 임계화된 신뢰도 정보 및 기준 신뢰도 정보에 의해 정의되는 손실 함수를 이용하여 임계값 네트워크를 학습시키는 단계를 더 포함하는 단일 영상 깊이 추정 방법
13 13
제12항에 있어서, 상기 깊이 추정 모델을 생성하는 단계는, 상기 단일 영상 깊이 추정 시스템이, 상기 임계화된 신뢰도 정보 및 상기 의사 깊이 정보를 이용하여 정의되는 회귀 손실 함수에 의하여 깊이 추정 네트워크를 학습시키는 단계를 포함하는 단일 영상 깊이 추정 방법
14 14
하드웨어와 결합되어 청구항 제7항 내지 제13항 중 어느 한 항에 따른 단일 영상 깊이 추정 방법을 실행하도록 컴퓨터로 판독 가능한 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 이화여자대학교 실종아동등신원확인을위한복합인지기술개발(R&D)(과기정통부) 단일 또는 이종센서 CCTV 영상을 위한 AI-inspired 초해상도 기술 개발