맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

심층신경망 기반의 이미지 압축 시스템 및 방법

  • 기술번호 : KST2022018939
  • 담당센터 : 경기기술혁신센터
  • 전화번호 : 031-8006-1570
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 본 발명에 의한 심층신경망 기반의 이미지 압축 시스템은 입력 이미지를 제1 내지 제k(k는 자연수) 블록으로 분할하고, 입력 이미지에서 추출된 특성에 기초하여 특성맵을 생성하며, 특성맵에 따라 제1 내지 제k 블록 각각에 매칭되는 QF 값을 생성하는 특성 추출부; 및 QF에 기초하여 입력 이미지를 압축함으로써, 압축 이미지를 생성하는 이미지 압축부를 포함한다.
Int. CL G06T 9/00 (2019.01.01) G06N 3/08 (2006.01.01) G06N 3/04 (2006.01.01) H04N 19/176 (2014.01.01) H04N 19/136 (2014.01.01)
CPC G06T 9/002(2013.01) G06N 3/08(2013.01) G06N 3/04(2013.01) H04N 19/176(2013.01) H04N 19/136(2013.01)
출원번호/일자 1020210035160 (2021.03.18)
출원인 성균관대학교산학협력단
등록번호/일자
공개번호/일자 10-2022-0130370 (2022.09.27) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.03.18)
심사청구항수 8

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 성균관대학교산학협력단 대한민국 경기도 수원시 장안구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 정성혜 서울특별시 성동구
2 정성문 경기도 성남시 분당구
3 고종환 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인로얄 대한민국 서울특별시 강남구 테헤란로***길**, *층(대치동, 삼호빌딩)

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		 2021.03.18 수리 (Accepted) 1-1-2021-0318335-11
2 선행기술조사의뢰서
Request for Prior Art Search		 2021.11.15 수리 (Accepted) 9-1-9999-9999999-89
3 [출원서 등 보정]보정서
[Amendment to Patent Application, etc.] Amendment		 2021.12.14 수리 (Accepted) 1-1-2021-1449259-12
4 선행기술조사보고서
Report of Prior Art Search		 2022.02.15 발송처리완료 (Completion of Transmission) 9-6-2022-0076888-97
5 의견제출통지서
Notification of reason for refusal		 2022.05.23 발송처리완료 (Completion of Transmission) 9-5-2022-0376660-75
6 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
 2022.07.22 수리 (Accepted) 1-1-2022-0765865-05
7 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2022.07.22 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2022-0765893-73
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
입력 이미지를 제1 내지 제k(k는 자연수) 블록으로 분할하고, 입력 이미지에서 추출된 특성에 기초하여 특성맵을 생성하며, 상기 특성맵에 따라 상기 제1 내지 제k 블록 각각에 매칭되는 QF(Quality Factor)를 생성하는 특성 추출부; 및상기 QF에 기초하여 상기 입력 이미지를 압축함으로써, 압축 이미지를 생성하는 이미지 압축부;를 포함하는 심층 신경망 기반의 이미지 압축 시스템
2 2
제 1 항에 있어서,상기 특성 추출부는 CNN(Convolutional Neural Network)으로 구현되어, 채널이 "1"인 크기의 상기 특성맵을 출력하는 특성맵 생성부; 및상기 특성맵을 업샘플링하여 제1 내지 제k 특성 원소를 생성하며, 제1 내지 제k 특성원소의 크기에 비례하여 크게 설정되는 제1 내지 제k QF 값을 생성하는 QF 생성부;를 포함하는 것을 특징으로 하는 심층 신경망 기반의 이미지 압축 시스템
3 3
제 2 항에 있어서,상기 특성맵 생성부는 상기 CNN의 컨볼루션 레이어로부터 출력되는 복수의 특성맵을 풀링하여 채널을 "1"로 축소하는 것을 특징으로 하는 심층 신경망 기반의 이미지 압축 시스템
4 4
제 1 항에 있어서, 상기 이미지 압축부는상기 QF의 크기에 비례하여 압축률을 높이는 것을 특징으로 하는 심층 신경망 기반의 이미지 압축 시스템
5 5
제 1 항에 있어서,상기 특성 추출부는 학습 모델을 바탕으로 상기 QF를 생성하고,상기 이미지 압축 시스템은이미지 분류 모델을 이용하여 상기 압축 이미지를 학습하고, 학습 결과에 기초하여 상기 학습 모델을 업데이트하는 추론부를 더 포함하는 것을 특징으로 하는 심층 신경망 기반의 이미지 압축 시스템
6 6
제 5 항에 있어서,상기 이미지 압축부는 이산코사인변환된 결과를 양자화하기 위한 양자화 테이블을 생성하되, 상기 제1 내지 제k 블록들 중에서 상기 QF의 값이 클수록, 상기 이미지 분류 모델의 학습을 위한 손실 함수의 압축률 항에서 블록 단위 손실 함수에 적용되는 가중치의 크기를 줄이는 것을 특징으로 하는 심층 신경망 기반의 이미지 압축 시스템
7 7
입력 이미지를 제1 내지 제k(k는 자연수) 블록으로 분할하는 단계;상기 입력 이미지에서 추출된 특성에 기초하여 특성맵을 생성하는 단계;상기 특성맵에 따라 상기 제1 내지 제k 블록 각각에 매칭되는 QF를 생성하는 단계; 및상기 QF에 기초하여 상기 입력 이미지를 압축함으로써, 압축 이미지를 생성하는 단계;를 포함하는 심층 신경망 기반의 이미지 압축 방법
8 8
제 7 항에 있어서,상기 특성맵을 생성하는 단계는CNN의 컨볼루션 레이어로부터 출력되는 복수의 상기 특성맵을 풀링하여 채널을 "1"로 출력하는 것을 특징으로 하는 심층 신경망 기반의 이미지 압축 방법
9 9
제 7 항에 있어서,상기 압축 이미지를 생성하는 단계는상기 QF의 크기에 비례하여 압축률을 높이는 것을 특징으로 하는 심층 신경망 기반의 이미지 압축 방법
10 10
제 7 항에 있어서,상기 QF를 생성하는 단계는 학습 모델을 기반으로 수행되고,상기 심층 신경망 기반의 이미지 압축 방법은이미지 분류 모델을 이용하여 상기 압축 이미지를 학습한 것에 기초하여, 상기 학습 모델을 업데이트하는 단계를 더 포함하는 것을 특징으로 하는 심층 신경망 기반의 이미지 압축 방법
11 11
제 10 항에 있어서,상기 이미지를 압축하는 단계는이산코사인변환된 결과를 양자화하기 위한 양자화 테이블을 생성하는 단계를 포함하되, 상기 제1 내지 제k 블록들 중에서 상기 QF의 값이 클수록 상기 이미지 분류 모델의 학습을 위한 손실 함수의 크기를 줄이는 것을 특징으로 하는 심층 신경망 기반의 이미지 압축 방법
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 성균관대학교 과학기술혁신인재양성(R＆D) 산학 밀착형 IoT 반도체 시스템 융합 인력육성 센터
2 과학기술정보통신부 성균관대학교 산학협력단 정보통신방송혁신인재양성(R＆D) 인공지능대학원지원(성균관대학교)