맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

강화학습에 기반한 GOP 선택 방법 및 분석장치

  • 기술번호 : KST2022009385
  • 담당센터 : 인천기술혁신센터
  • 전화번호 : 032-420-3580
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 강화학습에 기반한 GOP 선택 방법은 분석장치가 복수의 프레임으로 구성되는 입력 영상을 입력받는 단계, 상기 분석장치가 상기 복수의 프레임들을 기준으로 GOP(Group of Picture)를 결정하기 위한 이진 트리의 경로를 결정하는 단계 및 상기 분석장치가 상기 이진 트리의 리프 노드를 기준으로 상기 입력 영상의 GOP를 선택하는 단계를 포함한다. 상기 분석장치는 환경은 상기 이진 트리이고, 행동은 트리의 분기 여부이고, 보상은 선택된 GOP의 부호화 효율을 사용하는 강화학습을 이용하여 상기 이진 트리의 경로를 결정한다.
Int. CL H04N 19/177 (2014.01.01) H04N 19/96 (2014.01.01) G06T 9/00 (2019.01.01) G06N 3/08 (2006.01.01)
CPC H04N 19/177(2013.01) H04N 19/96(2013.01) H04N 19/119(2013.01) G06T 9/002(2013.01) G06N 3/08(2013.01)
출원번호/일자 1020200187458 (2020.12.30)
출원인 이화여자대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0095693 (2022.07.07) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.12.30)
심사청구항수 4

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 강제원 서울특별시 마포구
2 김나영 서울특별시 성북구
3 이정경 서울특별시 양천구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인(유한)아이시스 대한민국 서울특별시 강남구 선릉로**길**, **층, **층(코아렌빌딩)

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		 2020.12.30 수리 (Accepted) 1-1-2020-1433111-11
2 선행기술조사의뢰서
Request for Prior Art Search		 2021.02.18 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search		 2021.05.14 발송처리완료 (Completion of Transmission) 9-6-2022-0056463-38
4 의견제출통지서
Notification of reason for refusal		 2022.04.07 발송처리완료 (Completion of Transmission) 9-5-2022-0264327-37
5 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2022.05.18 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2022-0525591-27
6 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
 2022.05.18 수리 (Accepted) 1-1-2022-0525565-40
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
분석장치가 복수의 프레임으로 구성되는 입력 영상을 입력받는 단계;상기 분석장치가 상기 복수의 프레임들을 기준으로 GOP(Group of Picture)를 결정하기 위한 이진 트리의 경로를 결정하는 단계; 및상기 분석장치가 상기 이진 트리의 리프 노드를 기준으로 상기 입력 영상의 GOP를 선택하는 단계를 포함하되,상기 분석장치는 환경은 상기 이진 트리이고, 행동은 트리의 분기 여부이고, 보상은 선택된 GOP의 부호화 효율을 사용하는 강화학습을 이용하여 상기 이진 트리의 경로를 결정하는 강화학습에 기반한 GOP 선택 방법
2 2
제1항에 있어서,상기 이진 트리의 노드는 GOP 후보를 나타내고, 입력되는 프레임들을 시작 번호 및 길이로 정의되는 강화학습에 기반한 GOP 선택 방법
3 3
제1항에 있어서,상기 분석장치는 상기 이진 트리의 노드에 입력되는 프레임들 중 복수의 프레임들을 입력받은 인공신경망이 출력하는 Q 값을 기준으로 상기 노드에서의 분기 여부를 결정하는 강화학습에 기반한 GOP 선택 방법
4 4
제3항에 있어서,상기 인공신경망은 상기 노드에 입력되는 프레임 중 복수의 프레임을 결합한 데이터를 입력받는 제1 입력단;상기 노드에 입력되는 프레임 중 복수의 프레임을 결합한 데이터를 입력받는 제 2입력단; 및상기 제1 입력단의 출력 및 상기 제2 입력단의 출력을 퓨전하고, 퓨전된 데이터를 기준으로 상기 Q 값을 출력하는 출력단을 포함하는 강화학습에 기반한 GOP 선택 방법
5 5
제3항에 있어서,상기 인공신경망은 아래 수식 (1)로 결정되는 프레임들을 결합한 데이터를 입력받는 입력계층과, 아래 수식 (2)로 결정되는 프레임들을 결합한 데이터를 입력받은 입력계층을 포함하는 강화학습에 기반한 GOP 선택 방법
6 6
제1항에 있어서,상기 분석장치가 강화학습을 이용하여 상기 선택한 GOP의 QP(Quantization Parameter)를 결정하는 단계를 더 포함하되,상기 강화학습에서 상태 노드는 현재 부호화되는 프레임, 행동은 현재 노드와 이전 노드와의 QP 차이 및 보상은 선택한 QP를 사용하였을 때 제공하는 부호화 효율인 강화학습에 기반한 GOP 선택 방법
7 7
복수의 프레임으로 구성되는 입력 영상을 입력받는 입력장치;프레임들을 기준으로 GOP(Group of Picture)를 결정하기 위한 이진 트리의 경로를 결정하는 강화학습모델을 저장하는 저장장치; 및상기 복수의 프레임들을 상기 이진 트리에 적용하여 상기 이진 트리의 리프 노드를 기준으로 상기 입력 영상의 GOP를 선택하는 연산장치를 포함하되,상기 연산장치는 환경은 상기 이진 트리이고, 행동은 트리의 분기 여부이고, 보상은 선택된 GOP의 부호화 효율을 사용하는 강화학습을 이용하여 상기 이진 트리의 경로를 결정하는 강화학습에 기반하여 GOP 선택하는 분석장치
8 8
제7항에 있어서,상기 이진 트리의 노드는 GOP 후보를 나타내고, 입력되는 프레임들을 시작 번호 및 길이로 정의되는 강화학습에 기반하여 GOP 선택하는 분석장치
9 9
제7항에 있어서,상기 연산장치는 상기 이진 트리의 노드에 입력되는 프레임들 중 복수의 프레임들을 입력받은 인공신경망이 출력하는 Q 값을 기준으로 상기 노드에서의 분기 여부를 결정하는 강화학습에 기반하여 GOP 선택하는 분석장치
10 10
제9항에 있어서,상기 인공신경망은 상기 노드에 입력되는 프레임 중 복수의 프레임을 결합한 데이터를 입력받는 제1 입력단;상기 노드에 입력되는 프레임 중 복수의 프레임을 결합한 데이터를 입력받는 제 2입력단; 및상기 제1 입력단의 출력 및 상기 제2 입력단의 출력을 퓨전하고, 퓨전된 데이터를 기준으로 상기 Q 값을 출력하는 출력단을 포함하는 강화학습에 기반하여 GOP 선택하는 분석장치
11 11
제9항에 있어서,상기 인공신경망은 아래 수식 (1)로 결정되는 프레임들을 결합한 데이터를 입력받는 입력계층과, 아래 수식 (2)로 결정되는 프레임들을 결합한 데이터를 입력받은 입력계층을 포함하는 강화학습에 기반하여 GOP 선택하는 분석장치
12 12
제7항에 있어서,상기 연산장치는 강화학습을 이용하여 상기 선택한 GOP의 QP(Quantization Parameter)를 결정하되,상기 강화학습에서 상태 노드는 현재 부호화되는 프레임, 행동은 현재 노드와 이전 노드와의 QP 차이 및 보상은 선택한 QP를 사용하였을 때 제공하는 부호화 효율인 강화학습에 기반하여 GOP 선택하는 분석장치
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 이화여자대학교산학협력단 정보통신·방송 연구개발사업-차세대 (UHD) 방송서비스 활성화기술개발사업 6DoF지원 초고화질 몰입형 비디오의 압축 및 전송 핵심 기술 개발