요약 | 통합 주행 환경 인지를 위한 멀티태스크 딥러닝 모델을 이용하여 객체, 차선 및 도로 검출을 동시에 수행하는 주행 환경 인지 방법 및 장치를 제공한다. 이로써, 고성능 고효율의 통합 주행 환경 인지가 가능하다. |
---|---|
Int. CL | G06K 9/00 (2022.01.01) G06T 3/40 (2006.01.01) G06N 3/08 (2006.01.01) |
CPC | G06V 20/56(2013.01) G06T 3/40(2013.01) G06V 20/46(2013.01) G06N 3/082(2013.01) |
출원번호/일자 | 1020200156353 (2020.11.20) |
출원인 | 재단법인대구경북과학기술원 |
등록번호/일자 | |
공개번호/일자 | 10-2022-0069335 (2022.05.27) 문서열기 |
공고번호/일자 | |
국제출원번호/일자 | |
국제공개번호/일자 | |
우선권정보 | |
법적상태 | 공개 |
심사진행상태 | 수리 |
심판사항 | |
구분 | 국내출원/신규 |
원출원번호/일자 | |
관련 출원번호 | |
심사청구여부/일자 | Y (2020.11.20) |
심사청구항수 | 20 |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | 재단법인대구경북과학기술원 | 대한민국 | 대구 달성군 현 |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | 원웅재 | 서울특별시 강서구 | |
2 | 권 순 | 대구광역시 달서구 | |
3 | 박재형 | 경상북도 경산시 | |
4 | 김태훈 | 경상북도 경산시 대학로 |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | 특허법인 남앤남 | 대한민국 | 서울특별시 중구 서소문로**(서소문동, 정안빌딩*층) |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
최종권리자 정보가 없습니다 |
번호 | 서류명 | 접수/발송일자 | 처리상태 | 접수/발송번호 |
---|---|---|---|---|
1 | [특허출원]특허출원서 [Patent Application] Patent Application |
2020.11.20 | 수리 (Accepted) | 1-1-2020-1247785-99 |
2 | 선행기술조사의뢰서 Request for Prior Art Search |
2022.02.15 | 수리 (Accepted) | 9-1-9999-9999999-89 |
3 | 선행기술조사보고서 Report of Prior Art Search |
2022.04.15 | 발송처리완료 (Completion of Transmission) | 9-6-2022-0112117-59 |
4 | 의견제출통지서 Notification of reason for refusal |
2022.07.08 | 발송처리완료 (Completion of Transmission) | 9-5-2022-0509935-12 |
번호 | 청구항 |
---|---|
1 |
1 일련의 인코딩 레이어를 포함하는 공통 인코더를 실행하여 입력 영상으로부터 복수의 제1 공통 특징 맵을 추출하는 단계;다중 디코딩 레이어를 포함하는 공통 디코더를 실행하여 상기 복수의 제1 공통 특징 맵에 대한 멀티스케일(multi-scale) 피처 융합에 의해 복수의 제2 공통 특징 맵을 생성하는 단계;태스크 헤더를 실행하여, 상기 복수의 제2 공통 특징 맵 중 적어도 일부를 상기 입력 영상에 포함된 주행 환경 요소의 검출을 수행하기 위한 태스크의 태스크 입력 특징 맵으로 변환하는 단계; 및태스크 디코더를 실행하여, 상기 태스크 입력 특징 맵에 기반하여 상기 주행 환경 요소를 검출하는 단계를 포함하는,주행 환경 인지 방법 |
2 |
2 제 1 항에 있어서,상기 일련의 인코딩 레이어는 일련의 콘볼루션 레이어에 대응하는,주행 환경 인지 방법 |
3 |
3 제 1 항에 있어서,상기 복수의 제1 공통 특징 맵은, 상기 일련의 인코딩 레이어의 각 레이어에서 출력되는 특징 맵을 포함하는주행 환경 인지 방법 |
4 |
4 제 1 항에 있어서,상기 다중 디코딩 레이어는,상기 복수의 제1 공통 특징 맵의 일부를 업샘플링(upsampling) 및 합산(add)하여 출력하는 톱-다운 레이어(Top-Down Layer);상기 복수의 제1 공통 특징 맵의 일부를 제외한 나머지 및 상기 톱-다운 레이어의 출력에 대하여 콘볼루션 연산을 수행하는 중간 레이어; 및상기 중간 레이어의 출력을 콘볼루션 및 합산하여 상기 복수의 제2 공통 특징 맵을 출력하는 바텀-업 경로 병합 레이어(Bottom-Up Path Aggregation Layer)를 포함하는,주행 환경 인지 방법 |
5 |
5 제 4 항에 있어서,상기 복수의 제2 공통 특징 맵은 상기 바텀-업 경로 병합 레이어로부터 출력되는 일련의 멀티스케일(multi-scale) 특징 맵을 포함하는,주행 환경 인지 방법 |
6 |
6 제 1 항에 있어서,상기 주행 환경 요소는 객체, 차선 및 도로를 포함하고,상기 태스크 헤더 및 상기 태스크 디코더는 상기 주행 환경 요소의 유형 별로 각각 구현되는,주행 환경 인지 방법 |
7 |
7 제 6 항에 있어서,상기 변환하는 단계 및 상기 검출하는 단계는 상기 주행 환경 요소의 유형 별로 동시에 수행가능한,주행 환경 인지 방법 |
8 |
8 제 1 항에 있어서,태스크별 학습 데이터를 이용하여 주행 환경 인지 모델을 학습하는 단계를 더 포함하고,상기 학습하는 단계는,상기 태스크별 학습 데이터에 포함된 각 태스크의 학습 데이터의 개수 및 각 태스크의 난이도에 기반하여 각 태스크의 학습 횟수를 결정하는 단계; 및각 태스크의 학습 횟수 만큼 각 태스크의 학습을 수행하는 단계를 포함하는,주행 환경 인지 방법 |
9 |
9 제 8 항에 있어서,상기 각 태스크의 학습을 수행하는 단계는,랜덤 함수를 이용하여 태스크 호출 룩-업 테이블을 생성하는 단계; 및상기 태스크 호출 룩-업 테이블에 기반하여 각 태스크의 학습 순서를 결정하는 단계를 포함하는,주행 환경 인지 방법 |
10 |
10 제 8 항에 있어서,상기 각 태스크의 학습을 수행하는 단계를 수행하는 동안 상기 공통 인코더 및 상기 공통 디코더가 동시에 학습되는,주행 환경 인지 방법 |
11 |
11 제 1 항에 있어서,상기 변환하는 단계는,상기 복수의 제2 공통 특징 맵의 적어도 일부에 대하여 가중치를 서로 공유하는 콘볼루션 연산을 기설정된 횟수만큼 수행하여 상기 태스크 입력 특징 맵을 생성하는 단계를 포함하는,주행 환경 인지 방법 |
12 |
12 주행 환경 인지 장치에 있어서,하나 이상의 프로세서를 포함하고,상기 하나 이상의 프로세서는,일련의 인코딩 레이어를 포함하는 공통 인코더를 실행하여 입력 영상으로부터 복수의 제1 공통 특징 맵을 추출하고, 다중 디코딩 레이어를 포함하는 공통 디코더를 실행하여 상기 복수의 제1 공통 특징 맵에 대한 멀티스케일(multi-scale) 피처 융합에 의해 복수의 제2 공통 특징 맵을 생성하고, 태스크 헤더를 실행하여, 상기 복수의 제2 공통 특징 맵 중 적어도 일부를 상기 입력 영상에 포함된 주행 환경 요소의 검출을 수행하기 위한 태스크의 태스크 입력 특징 맵으로 변환하고,태스크 디코더를 실행하여, 상기 태스크 입력 특징 맵에 기반하여 상기 주행 환경 요소를 검출하도록 구성되는,주행 환경 인지 장치 |
13 |
13 제 12 항에 있어서,상기 일련의 인코딩 레이어는 일련의 콘볼루션 레이어에 대응하는,주행 환경 인지 장치 |
14 |
14 제 12 항에 있어서,상기 복수의 제1 공통 특징 맵은, 상기 일련의 인코딩 레이어의 각 레이어에서 출력되는 특징 맵을 포함하는주행 환경 인지 장치 |
15 |
15 제 12 항에 있어서,상기 다중 디코딩 레이어는,상기 복수의 제1 공통 특징 맵의 일부를 업샘플링(upsampling) 및 합산(add)하여 출력하는 톱-다운 레이어(Top-Down Layer);상기 복수의 제1 공통 특징 맵의 일부를 제외한 나머지 및 상기 톱-다운 레이어의 출력에 대하여 콘볼루션 연산을 수행하는 중간 레이어; 및상기 중간 레이어의 출력을 콘볼루션 및 합산하여 상기 복수의 제2 공통 특징 맵을 출력하는 바텀-업 경로 병합 레이어(Bottom-Up Path Aggregation Layer)를 포함하는,주행 환경 인지 장치 |
16 |
16 제 15 항에 있어서,상기 복수의 제2 공통 특징 맵은 상기 바텀-업 경로 병합 레이어로부터 출력되는 일련의 멀티스케일(multi-scale) 특징 맵을 포함하는,주행 환경 인지 장치 |
17 |
17 제 12 항에 있어서,상기 태스크 헤더 및 상기 태스크 디코더는 상기 주행 환경 요소의 유형 별로 각각 구현되는,주행 환경 인지 장치 |
18 |
18 제 17 항에 있어서,상기 주행 환경 요소의 유형은 객체, 차선 및 도로를 포함하고,상기 프로세서는,객체 검출을 위한 태스크 헤더 및 태스크 디코더, 차선 검출을 위한 태스크 헤더 및 태스크 디코더, 및 도로 검출을 위한 태스크 헤더 및 태스크 디코더를 동시에 실행가능한,주행 환경 인지 장치 |
19 |
19 제 12 항에 있어서,상기 태스크 헤더는,상기 복수의 제2 공통 특징 맵의 적어도 일부에 대하여 가중치를 서로 공유하는 콘볼루션 연산을 기설정된 횟수만큼 수행하여 상기 태스크 입력 특징 맵을 생성하는,주행 환경 인지 장치 |
20 |
20 제 12 항에 있어서,상기 프로세서는,태스크별 학습 데이터를 이용하여 주행 환경 인지 모델을 학습하도록 구성되고,상기 주행 환경 인지 모델의 학습을 위하여 상기 프로세서는,상기 태스크별 학습 데이터에 포함된 각 태스크의 학습 데이터의 개수 및 각 태스크의 난이도에 기반하여 각 태스크의 학습 횟수를 결정하고,각 태스크의 학습 횟수 만큼 각 태스크의 학습을 수행하도록 구성되는,주행 환경 인지 장치 |
지정국 정보가 없습니다 |
---|
패밀리정보가 없습니다 |
---|
순번 | 연구부처 | 주관기관 | 연구사업 | 연구과제 |
---|---|---|---|---|
1 | 과학기술정보통신부 | 대구경북과학기술원 | 대구경북과학기술원연구운영비지원(R&D)(주요사업비) | 미래 자동차 환경 센싱 및 소프트웨어 플랫폼 핵심기술 개발 |
2 | 과학기술정보통신부 | 대구경북과학기술원 | 협력적 AI 기반의 고신뢰 원격 자율주행 클라우드 모빌리티 서비스 시스템 | 협력적 AI 기반의 고신뢰 원격 자율주행 클라우드 모빌리티 서비스 시스템 |
3 | 산업통상자원부 | 한국전자기술연구원 | 자동차산업핵심기술개발(R&D) | 주행환경 탐지 및 도로객체 인식의 동시, 실시간 처리가 가능한 카메라 기반 인공지능 시스템 개발 |
4 | 과학기술정보통신부 | 대구경북과학기술원 | 대구경북과학기술원연구운영비지원(R&D)(주요사업비) | AI기반 안티 드론 능동 관제 기술 개발 |
등록사항 정보가 없습니다 |
---|
번호 | 서류명 | 접수/발송일자 | 처리상태 | 접수/발송번호 |
---|---|---|---|---|
1 | [특허출원]특허출원서 | 2020.11.20 | 수리 (Accepted) | 1-1-2020-1247785-99 |
2 | 선행기술조사의뢰서 | 2022.02.15 | 수리 (Accepted) | 9-1-9999-9999999-89 |
3 | 선행기술조사보고서 | 2022.04.15 | 발송처리완료 (Completion of Transmission) | 9-6-2022-0112117-59 |
4 | 의견제출통지서 | 2022.07.08 | 발송처리완료 (Completion of Transmission) | 9-5-2022-0509935-12 |
기술정보가 없습니다 |
---|
과제고유번호 | 1415166582 |
---|---|
세부과제번호 | 10083639 |
연구과제명 | 주행환경 탐지 및 도로객체 인식의 동시, 실시간 처리가 가능한 카메라 기반 인공지능 시스템 개발 |
성과구분 | 출원 |
부처명 | 산업통상자원부 |
연구관리전문기관명 | 한국전자기술연구원 |
연구주관기관명 | 한국산업기술평가관리원 |
성과제출연도 | 2020 |
연구기간 | 201711~202112 |
기여율 | 0.25 |
연구개발단계명 | 기초연구 |
6T분류명 | IT(정보기술) |
과제고유번호 | 1711117147 |
---|---|
세부과제번호 | 20-IT-02 |
연구과제명 | 미래 자동차 환경 센싱 및 소프트웨어 플랫폼 핵심기술 개발 |
성과구분 | 출원 |
부처명 | 과학기술정보통신부 |
연구관리전문기관명 | 대구경북과학기술원 |
연구주관기관명 | 대구경북과학기술원 |
성과제출연도 | 2020 |
연구기간 | 202001~202312 |
기여율 | 0.25 |
연구개발단계명 | 응용연구 |
6T분류명 | IT(정보기술) |
과제고유번호 | 1711117157 |
---|---|
세부과제번호 | 20-ST-01 |
연구과제명 | AI기반 안티 드론 능동 관제 기술 개발 |
성과구분 | 출원 |
부처명 | 과학기술정보통신부 |
연구관리전문기관명 | 대구경북과학기술원 |
연구주관기관명 | 대구경북과학기술원 |
성과제출연도 | 2020 |
연구기간 | 201703~202112 |
기여율 | 0.25 |
연구개발단계명 | 응용연구 |
6T분류명 | IT(정보기술) |
과제고유번호 | 1711121717 |
---|---|
세부과제번호 | 20-COE-IT-01 |
연구과제명 | 협력적 AI 기반의 고신뢰 원격 자율주행 클라우드 모빌리티 서비스 시스템 |
성과구분 | 출원 |
부처명 | 과학기술정보통신부 |
연구관리전문기관명 | 대구경북과학기술원 |
연구주관기관명 | 대구경북과학기술원 |
성과제출연도 | 2020 |
연구기간 | 202005~202412 |
기여율 | 0.25 |
연구개발단계명 | 기초연구 |
6T분류명 | IT(정보기술) |
[1020200187507] | 자율주행 차량들을 이용한 배송 서비스 시스템 및 방법 | 새창보기 |
---|---|---|
[1020200182181] | 답력 조절이 가능한 모듈형 패시브 타입 페달 시뮬레이터 | 새창보기 |
[1020200174163] | 실내 스크린 테니스 시스템 및 그것을 이용한 원격 게임 방법 | 새창보기 |
[1020200173944] | 얼굴인식을 이용한 강의 출결 확인 시스템 및 그 방법 | 새창보기 |
[1020200172260] | 건강 검진 보조 장치 및 방법 | 새창보기 |
[1020200165663] | 답력 조절이 가능한 모듈형 패시브 타입 페달 시뮬레이터 | 새창보기 |
[1020200165190] | 인지 특징을 활용한 딥러닝 기반 맞춤형 자율주행 장치 및 방법 | 새창보기 |
[1020200164800] | 네트워크 보안 장치 및 방법 | 새창보기 |
[1020200164758] | 마인드 맵 데이터베이스 기반의 인간-머신 인식 시스템 및 방법 | 새창보기 |
[1020200159280] | 딥러닝에 기반한 FMCW 레이더 신호의 노이즈 제거 방법 및 장치 | 새창보기 |
[1020200156443] | 고속 후처리가 가능한 딥러닝 장치 | 새창보기 |
[1020200156354] | 객체 검출 방법 및 장치 | 새창보기 |
[1020200156353] | 주행 환경 인지 방법 및 장치 | 새창보기 |
[1020200155059] | 딥러닝 객체 검출 처리 장치 | 새창보기 |
[1020200154184] | 얼굴인식과 동작인식을 활용한 지능형 버추얼 피트니스 시스템 및 그 동작 방법 | 새창보기 |
[KST2017010736][대구경북과학기술원] | 객체 검출 장치 및 그 방법(Apparatus and method detecting object) | 새창보기 |
---|---|---|
[KST2018004001][대구경북과학기술원] | REGION-SIFT와 DISCRIMINANT SVM 분류기를 이용한 나이 및 성별 인식 장치 및 그 방법(APPARATUS FOR AGE AND GENDER ESTIMATION USING REGION-SIFT AND DISCRIMINANT SVM CLASSIFIER AND METHOD THEREOF) | 새창보기 |
[KST2019014325][대구경북과학기술원] | 촉감검출장치 및 방법 | 새창보기 |
[KST2019005061][대구경북과학기술원] | 앙상블 및 미세 조정을 이용한 영상 데이터 처리 장치 및 제어 방법 | 새창보기 |
[KST2019019669][대구경북과학기술원] | 마커 식별 시스템 | 새창보기 |
[KST2016016614][대구경북과학기술원] | 객체 인식방법 및 이를 이용한 객체 인식장치(METHOD FOR OBJECT RECOGNITION AND APPARATUS THEREOF) | 새창보기 |
[KST2017011217][대구경북과학기술원] | 특징 검출 시스템 및 방법(SYSTEM AND METHOD FOR FEATURE DETECTION) | 새창보기 |
[KST2018003674][대구경북과학기술원] | 다중 에지 영상을 이용한 실시간 차선 검출 장치(APPARATUS FOR DETECTION OF REAL-TIME USING MULTIPLE EDGE IMAGES) | 새창보기 |
[KST2018009503][대구경북과학기술원] | 얼굴 표정 인식 기반의 서비스 제공 장치 및 그 방법 | 새창보기 |
[KST2019032792][대구경북과학기술원] | 객체 검출 시스템 및 방법 | 새창보기 |
[KST2019004695][대구경북과학기술원] | 차선 이탈 감지 장치 및 제어 방법 | 새창보기 |
[KST2016015533][대구경북과학기술원] | 3D 골격데이터를 스트리밍하여 공격적인 행동을 감지하는 장치 및 그 방법(APPARAUS AND METHOD FOR DETECTING AGGRESSIVE ACTIONS FROM STREAMING 3D SKELETTON DATA) | 새창보기 |
[KST2019009287][대구경북과학기술원] | 기여도에 기초하여 특징을 추출하는 방법 및 장치 | 새창보기 |
[KST2019005214][대구경북과학기술원] | 객체 검출 방법, 장치 및 컴퓨터 프로그램 | 새창보기 |
[KST2019013842][대구경북과학기술원] | 트레드밀 및 그것을 이용한 게임 콘텐츠 제공 방법 | 새창보기 |
[KST2019032801][대구경북과학기술원] | 차선 인식 시스템 및 방법 | 새창보기 |
[KST2017011465][대구경북과학기술원] | 도로 상의 객체를 검출하기 위한 장치 및 그 방법(APPARATUS FOR OBJECT DETECTION ON THE ROAD AND METHOD THEREOF) | 새창보기 |
[KST2019016706][대구경북과학기술원] | 전자 장치 및 그의 제어 방법 | 새창보기 |
[KST2015190599][대구경북과학기술원] | 얼굴 검출 방법 및 시스템 | 새창보기 |
[KST2018003669][대구경북과학기술원] | 온라인을 이용한 스마트 골프 경기 진행 시스템 및 그 방법(SYSTEM FOR SMART GOLF GAME PROGRESS USING ONLINE AND METHOD THEREOF) | 새창보기 |
[KST2019002605][대구경북과학기술원] | 다채널 fNIRS 신호에서 동잡음을 제거하는 방법 및 장치 | 새창보기 |
[KST2019010352][대구경북과학기술원] | 전자 장치 및 제어 방법 | 새창보기 |
[KST2015190612][대구경북과학기술원] | 전자 기기 제어 방법 및 장치 | 새창보기 |
[KST2017007170][대구경북과학기술원] | 영상 분석 방법 및 장치(Image analyze method and apparatus thereby) | 새창보기 |
[KST2017017115][대구경북과학기술원] | 사용자의 행동 정보를 통해 제어되는 하수관로 보수 로봇(DRAINPIPE MAINTENANCE ROBOT CONTROLLED BY USER ACTIVITY INFORMATION) | 새창보기 |
[KST2019010268][대구경북과학기술원] | 안면 홍조 인식 시스템 및 방법 | 새창보기 |
[KST2019005060][대구경북과학기술원] | 시맨틱 분할 맵을 이용한 영상 데이터 처리 장치 및 제어 방법 | 새창보기 |
[KST2019008487][대구경북과학기술원] | 전달 학습을 통한 운전자의 시선 응시영역 추정 방법 | 새창보기 |
[KST2019013828][대구경북과학기술원] | 학습 데이터의 분포 특성에 기초하여 학습 데이터를 생성하는 방법 및 장치 | 새창보기 |
[KST2019032786][대구경북과학기술원] | 얼굴 자세 추정 장치 및 얼굴 자세 추정 방법 | 새창보기 |
심판사항 정보가 없습니다 |
---|