맞춤기술찾기

이전대상기술

다중 시점 이미지를 사용한 자가지도 학습 기반 3차원 사람 자세 추정 방법

  • 기술번호 : KST2022008601
  • 담당센터 : 경기기술혁신센터
  • 전화번호 : 031-8006-1570
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 다중 시점 이미지를 사용한 자가지도 학습 기반 3차원 사람 자세 추정 방법이 제공된다. 본 발명의 실시예에 따른 3차원 사람 자세 추정 방법은, 딥 러닝 기술 방식 중 자가지도 학습방식을 사용하여 이미지, 2차원 자세 정보, 카메라 파라미터만 사용하여 3차원 자세를 복원한다. 이에 의해, 3차원 레이블 데이터 없이 자기 자신의 입력 데이터와 2차원 자세 레이블만 가지고 네트워크 최적화를 할 수 있다.
Int. CL G06T 7/246 (2017.01.01) G06N 3/08 (2006.01.01) G06N 3/04 (2006.01.01)
CPC G06T 7/251(2013.01) G06N 3/08(2013.01) G06N 3/04(2013.01) G06T 2207/20084(2013.01)
출원번호/일자 1020200175602 (2020.12.15)
출원인 한국전자기술연구원
등록번호/일자
공개번호/일자 10-2022-0085491 (2022.06.22) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.12.15)
심사청구항수 12

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국전자기술연구원 대한민국 경기도 성남시 분당구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 윤주홍 세종특별자치시 갈매
2 박민규 서울특별시 강남구
3 장인호 경기도 성남시 분당구
4 김제우 경기도 성남시 분당구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 남충우 대한민국 서울 강남구 언주로 ***, *층(역삼동, 광진빌딩)(알렉스국제특허법률사무소)

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
2020.12.15 수리 (Accepted) 1-1-2020-1362591-58
2 보정요구서
Request for Amendment
2020.12.24 발송처리완료 (Completion of Transmission) 1-5-2020-0196278-36
3 [출원서 등 보정]보정서(납부자번호)
[Amendment to Patent Application, etc.] Amendment(Payer number)
2021.01.04 수리 (Accepted) 1-1-2020-1406988-91
4 선행기술조사의뢰서
Request for Prior Art Search
2022.04.15 수리 (Accepted) 9-1-9999-9999999-89
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
3차원 자세 추정을 위한 네트워크를 이용하여, 제1 시점의 입력 영상으로부터 제1 시점의 3차원 자세를 추정하는 제1 추정단계;3차원 자세 추정을 위한 네트워크를 이용하여, 제2 시점의 입력 영상으로부터 제2 시점의 3차원 자세를 추정하는 제2 추정단계;제1 시점의 3차원 자세를 제2 시점으로 회전하는 제1 회전단계;제2 추정단계에서 획득된 3차원 자세와 제1 회전단계에서 획득된 3차원 자세 간 손실함수를 이용하여, 3차원 자세 추정을 위한 네트워크를 학습시키는 단계;를 포함하는 것을 특징으로 하는 3차원 자세 추정을 위한 네트워크 학습 방법
2 2
청구항 2에 있어서,제2 시점의 3차원 자세를 제1 시점으로 회전하는 제2 회전단계; 및제1 추정단계에서 획득된 3차원 자세와 제2 회전단계에서 획득된 3차원 자세 간 손실함수를 이용하여, 3차원 자세 추정을 위한 네트워크를 학습시키는 단계;를 더 포함하는 것을 특징으로 하는 3차원 자세 추정을 위한 네트워크 학습 방법
3 3
청구항 2에 있어서,제1 회전단계는,카메라의 제1 시점을 제2 시점으로 변환하는 카메라 회전행렬을 적용하여, 제1 시점의 3차원 자세를 제2 시점으로 회전하고,제2 회전단계는,카메라의 제2 시점을 제1 시점으로 변환하는 카메라 회전행렬을 적용하여, 제2 시점의 3차원 자세를 제1 시점으로 회전하는 것을 특징으로 하는 3차원 자세 추정을 위한 네트워크 학습 방법
4 4
청구항 1에 있어서,제1 회전단계에서 획득된 3차원 자세를 제2 시점의 2차원 자세로 변환하는 제1 변환단계;제1 변환단계에서 획득된 제2 시점의 2차원 자세와 제2 시점의 입력 영상의 2차원 자세 레이블 간 손실함수를 이용하여, 3차원 자세 추정을 위한 네트워크를 학습시키는 단계;를 더 포함하는 것을 특징으로 하는 3차원 자세 추정을 위한 네트워크 학습 방법
5 5
청구항 4에 있어서,제2 회전단계에서 획득된 3차원 자세를 제1 시점의 2차원 자세로 변환하는 제2 변환단계;제2 변환단계에서 획득된 제1 시점의 2차원 자세와 제1 시점의 입력 영상의 2차원 자세 레이블 간 손실함수를 이용하여, 3차원 자세 추정을 위한 네트워크를 학습시키는 단계;를 더 포함하는 것을 특징으로 하는 3차원 자세 추정을 위한 네트워크 학습 방법
6 6
청구항 5에 있어서,제1 변환단계는,카메라 파라미터를 사용하여, 제1 회전단계에서 획득된 3차원 자세를 제2 시점의 2차원 자세로 변환하고,제2 변환단계는,카메라 파라미터를 사용하여, 제2 회전단계에서 획득된 3차원 자세를 제1 시점의 2차원 자세로 변환하는 것을 특징으로 하는 3차원 자세 추정을 위한 네트워크 학습 방법
7 7
청구항 1에 있어서,입력 영상은,2차원 입력 영상인 것을 특징으로 하는 3차원 자세 추정을 위한 네트워크 학습 방법
8 8
청구항 1에 있어서,입력 영상을 학습된 3차원 자세 추정을 위한 네트워크에 입력하여 3차원 자세를 추정하는 단계;를 더 포함하는 것을 특징으로 하는 3차원 자세 추정을 위한 네트워크 학습 방법
9 9
청구항 8에 있어서,추정 단계에서 추정된 3차원 자세를 입력 영상과 함께 출력하는 단계;를 더 포함하는 것을 특징으로 하는 3차원 자세 추정을 위한 네트워크 학습 방법
10 10
3차원 자세 추정을 위한 네트워크를 이용하여, 제1 시점의 입력 영상으로부터 제1 시점의 3차원 자세를 추정하고, 제2 시점의 입력 영상으로부터 제2 시점의 3차원 자세를 추정하는 추정부;제1 시점의 3차원 자세를 제2 시점으로 회전하는 회전부;추정부에서 획득된 3차원 자세와 회전부에서 획득된 3차원 자세 간 손실함수를 이용하여, 3차원 자세 추정을 위한 네트워크를 학습시키는 학습부;를 포함하는 것을 특징으로 하는 3차원 자세 추정 시스템
11 11
입력 영상을 3차원 자세 추정을 위한 네트워크에 입력하여 3차원 자세를 추정하는 단계;추정 단계에서 추정된 3차원 자세에 대한 정보를 출력하는 단계;를 포함하고,3차원 자세 추정을 위한 네트워크는,3차원 자세 추정을 위한 네트워크를 이용하여 제1 시점의 입력 영상으로부터 제1 시점의 3차원 자세를 추정하고,3차원 자세 추정을 위한 네트워크를 이용하여 제2 시점의 입력 영상으로부터 제2 시점의 3차원 자세를 추정하며,제1 시점의 3차원 자세를 제2 시점으로 회전하고,추정을 통해 획득한 제2 시점의 3차원 자세와 회전을 통해 획득한 제2 시점의 3차원 자세 간 손실함수를 이용하여 학습된 것을 특징으로 하는 3차원 자세 추정 방법
12 12
입력 영상을 3차원 자세 추정을 위한 네트워크에 입력하여 3차원 자세를 추정하는 추정부;추정부에서 추정된 3차원 자세에 대한 정보를 출력하는 출력부;를 포함하고,3차원 자세 추정을 위한 네트워크는,3차원 자세 추정을 위한 네트워크를 이용하여 제1 시점의 입력 영상으로부터 제1 시점의 3차원 자세를 추정하고,3차원 자세 추정을 위한 네트워크를 이용하여 제2 시점의 입력 영상으로부터 제2 시점의 3차원 자세를 추정하며,제1 시점의 3차원 자세를 제2 시점으로 회전하고,추정을 통해 획득한 제2 시점의 3차원 자세와 회전을 통해 획득한 제2 시점의 3차원 자세 간 손실함수를 이용하여 학습된 것을 특징으로 하는 3차원 자세 추정 시스템
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 광주과학기술원 범부처GigaKOREA사업(R&D) (4D실감-2세부)초실감 서비스를 위한 동적 객체의 실시간 4D 복원 기술 개발