맞춤기술찾기

이전대상기술

눈-추적을 이용한 광고 영상의 공감도 평가 시스템 및 그 방법

  • 기술번호 : KST2022016492
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
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 시청자의 눈-추적 파라메터를 이용한 영상 공감 평가 방법 및 장치에 대해 기술한다. 공감 평가 방법:은 눈-추적 변수를 포함하는 다수의 영상을 공감 별로 분류하여 라벨링하는 단계; 상기 영상 클립으로부터 눈-특징 데이터를 추출하여 학습 데이터를 준비하는 단계; 상기 학습 데이터를 이용한 학습에 의해 훈련된 웨이트를 포함하는 모델 파일을 생성하는 단계; 별도로 입력된 눈-추적 데이터에 대해 상기 훈련된 웨이트를 이용한 합성곱 신경망 기법에 의해 상기 입력 눈-특징 데이터의 공감을 판단하는 단계;를 포함한다.
Int. CL G06K 9/00 (2022.01.01) G06Q 30/02 (2012.01.01) G06N 3/08 (2006.01.01)
CPC G06V 40/18(2013.01) G06Q 30/0242(2013.01) G06N 3/08(2013.01)
출원번호/일자 1020210008265 (2021.01.20)
출원인 상명대학교산학협력단
등록번호/일자
공개번호/일자 10-2022-0105497 (2022.07.27) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.01.20)
심사청구항수 8

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 장징 서울특별시 은평구
2 황민철 경기도 고양시 일산동구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 리앤목특허법인 대한민국 서울 강남구 언주로 **길 **, *층, **층, **층, **층(도곡동, 대림아크로텔)

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
2021.01.20 수리 (Accepted) 1-1-2021-0077904-59
2 의견제출통지서
Notification of reason for refusal
2022.04.23 발송처리완료 (Completion of Transmission) 9-5-2022-0303836-14
3 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2022.06.23 수리 (Accepted) 1-1-2022-0659113-81
4 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2022.06.23 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2022-0659114-26
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
다수의 영상을 수집하고, 영상에 대한 주관적 평가에 의해 공감 별로 라벨링하는 단계;상기 영상에 대한 피험자의 눈 영상을 학습 대상 영상으로서 획득하는 단계;상기 눈 영상으로부터 피험자의 안구의 움직임 정보를 포함하는 적어도 하나의 눈 특징(eye feature) 데이터를 추출하는 단계;적어도 하나의 눈 특징 데이터에 대한 FFT 분석을 통해 하나 이상의 눈 특징에 대응하는 눈-특징 PSD(Power Spectral Density) 파라미터를 추출하는 단계;상기 하나 이상의 눈-특징 PSD 파라미터를 학습 데이터로 이용한 기계 학습에 의해 훈련된 웨이트를 포함하는 모델 파일을 생성하는 단계;별도로 입력된 비교 영상으로부터 비교 PSD 파라미터를 추출하고 비교 PSD파라미터에 대해, 상기 모델 파일의 훈련된 웨이트를 이용한 합성곱 신경망 기법을 적용하여 상기 비교 영상의 공감 여부를 판단하는 단계;를 포함하는 눈-추적을 이용한 영상 공감 평가 방법
2 2
제1항에 있어서,상기 모델은 K-NN 모델인, 눈-추적을 이용한 공감 평가 방법
3 3
제1항에 있어서,상기 눈-특징 데이터는 눈-깜박임, 시선 고정, 시선 도약, 좌안 동공 크기, 우안 동공 크기 중 적어도 어느 하나를 포함하는 눈-추적을 이용한 영상 공감 평가 방법
4 4
제1항에 있어서,상기 눈-특징 PSD 파라미터는 눈-깜박임의 PSD 평균(PSD mean of blink frequency, 눈-깜박임의 PSD 표준편차(PSD std of blink frequency), 시선 고정의 PSD 평균(PSD mean of fixation), 시선 고정의 PSD 표준편차(PSD std of fixation), 시선 도약의 PSD 평균(PSD mean of saccade), 시선 도약의 PSD 표준편차(PSD std of saccade), 좌안 동공 크기의 PSD 평균(PSD mean of left pupil size), 좌안 동공 크기의 PSD 표준편차(PSD std of left pupil size), 우안 동공의 PSD 평균(PSD mean of right pupil size), 우안 동공 크기의 PSD 표준편차(PSD std of right pupil size) 중 적어도 어느 하나를 포함하는, 눈-추적을 이용한 영상 공감 평가 방법
5 5
제1항 내지 제4항 중의 어느 한 항에 있어서,상기 학습 대상 영상을 추출하는 단계:는상기 광고 영상을 영상 디스플레이를 통해 상기 피험자에게 제시하는 단계;상기 영상 디스플레이에 대한 상기 피험자의 시선을 추적하는 단계; 그리고상기 영상 디스플레이에 대한 상기 피험자의 눈-움직임이 포함된 눈 영상을획득하는 단계:를 포함하는, 눈-추적을 이용한 영상 공감 평가 방법
6 6
제1항에 기재된 방법을 수행하는 눈-추적을 이용한 공감 평가 장치에 있어서,피험자의 눈을 촬영하는 카메라;상기 모델 파일을 저장하는 메모리;카메라로부터의 눈 영상을 처리하는 영상 처리 장치; 그리고상기 눈 영상에서 추출되는 눈-특징 데이터를 이용해 피험자의 영상 공감 여부를 판단하는 공감 평가 앱이 실행되는 프로세서;를 포함하는 눈-추적을 이용하는 영상 공감 평가 장치
7 7
제6항에 있어서,상기 모델은 K-NN 모델인, 눈-추적을 이용한 공감 평가 장치
8 8
제6항에 있어서,상기 눈-특징 데이터는 눈-깜박임, 시선 고정, 시선 도약, 좌안 동공 크기, 우안 동공 크기 중 적어도 어느 하나를 포함하는 눈-추적을 이용한 영상 공감 평가 방법
9 9
제6항 내지 제7항 중의 어느 한 항에 있어서,상기 눈-특징 데이터는 눈-깜박임, 시선 고정, 시선 도약, 좌안 동공 크기, 우안 동공 크기 중 적어도 어느 하나를 포함하는 눈-추적을 이용한 영상 공감 평가 장치
10 10
제9항에 있어서,상기 눈-특징 PSD 파라미터는 눈-깜박임의 PSD 평균(PSD mean of blink frequency, 눈-깜박임의 PSD 표준편차(PSD std of blink frequency), 시선 고정의 PSD 평균(PSD mean of fixation), 시선 고정의 PSD 표준편차(PSD std of fixation), 시선 도약의 PSD 평균(PSD mean of saccade), 시선 도약의 PSD 표준편차(PSD std of saccade), 좌안 동공 크기의 PSD 평균(PSD mean of left pupil size), 좌안 동공 크기의 PSD 표준편차(PSD std of left pupil size), 우안 동공의 PSD 평균(PSD mean of right pupil size), 우안 동공 크기의 PSD 표준편차(PSD std of right pupil size) 중 적어도 어느 하나를 포함하는, 눈-추적을 이용한 영상 공감 평가 장치
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 상명대학교 산학협력단 중견후속연구 실시간 시선 추적 콘텐츠를 재구성 하고 이 콘텐츠에 대한 무의식적인 공감을 인식하고 평가하는 기술 개발