맞춤기술찾기

이전대상기술

이미지 딥러닝 알고리즘을 활용한 보행로 분석 장치

  • 기술번호 : KST2022019681
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
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 분석 장치가 제공된다. 상기 분석 장치는 보행로를 촬영한 영상 데이터를 획득하는 획득부; 상기 영상 데이터에 포함된 보행로 이미지를 분석하고, 상기 보행로 이미지의 분석을 통해 상기 보행로의 상태를 파악하는 분석부;를 포함할 수 있다.
Int. CL G06K 9/00 (2022.01.01) G06K 9/62 (2022.01.01) G06N 20/00 (2019.01.01)
CPC G06V 20/00(2013.01) G06K 9/6201(2013.01) G06K 9/6267(2013.01) G06N 20/00(2013.01)
출원번호/일자 1020210041810 (2021.03.31)
출원인 서울시립대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0135735 (2022.10.07) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.03.31)
심사청구항수 10

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이승재 서울특별시 강남구
2 최민제 경기도 구리시
3 나성용 서울특별시 중랑구
4 구동균 서울특별시 양천구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 천지 대한민국 서울특별시 강남구 논현로**길 **, *층(역삼동, 신한빌딩)

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
2021.03.31 수리 (Accepted) 1-1-2021-0377764-12
2 특허고객번호 정보변경(경정)신고서·정정신고서
2022.01.25 수리 (Accepted) 4-1-2022-5020718-60
3 의견제출통지서
Notification of reason for refusal
2022.08.12 발송처리완료 (Completion of Transmission) 9-5-2022-0609563-43
4 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2022.10.12 접수중 (On receiving) 1-1-2022-1074392-15
5 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2022.10.12 접수중 (On receiving) 1-1-2022-1074393-61
6 [출원서 등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2022.10.12 접수중 (On receiving) 1-1-2022-1074361-11
7 [공지예외적용 보완 증명서류]서류제출서
2022.10.12 접수중 (On receiving) 1-1-2022-1074336-79
8 [출원서 등 보완]보정서
2022.10.12 접수중 (On receiving) 1-1-2022-1074290-67
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
보행로를 촬영한 영상 데이터를 획득하는 획득부;상기 영상 데이터에 포함된 보행로 이미지를 분석하고, 상기 보행로 이미지의 분석을 통해 상기 보행로의 상태를 파악하는 분석부;를 포함하는 분석 장치
2 2
제1항에 있어서,상기 획득부는 보행로 관련 구글 이미지, 카카오 맵 로드뷰, 네이버지도 로드뷰 중 적어도 하나로부터 상기 영상 데이터를 획득하는 분석 장치
3 3
제1항에 있어서,상기 획득부는 이미지 전처리, ASPP(Atrous Spatial Pyramid Pooling) 처리, 업스케일링 처리의 순서대로 상기 영상 데이터를 처리하고,상기 분석부는 상기 획득부에서 처리된 영상 데이터에 포함된 상기 보행로 이미지를 분석하는 분석 모델을 포함하며,상기 분석 모델은 상기 이미지 전처리, 상기 ASPP 처리, 상기 업스케일링 처리의 순서대로 처리된 영상 데이터를 입력으로 하는 CNN(Convolution Neural Network) 알고리즘이 적용된 기계 학습을 통해 생성되고,상기 분석 모델은 비정상 상태로 규정된 보행로를 추출하도록 학습된 분석 장치
4 4
제1항에 있어서,상기 보행로 이미지의 분석을 통해 상기 보행로의 손상 상태를 복수의 손상 레벨로 구분하는 평가부가 마련되거나, 상기 보행로 이미지의 분석을 통해 상기 보행로를 침범한 장애물을 판별하는 판별부가 마련되고,상기 판별부는 상기 장애물이 상기 보행로를 침범한 침범 상태를 복수의 침범 레벨로 구분하는 분석 장치
5 5
제1항에 있어서,상기 보행로 이미지를 설정 크기의 셀 단위로 분할하는 평가부가 마련되고,상기 평가부는 상기 셀에 포함된 파손 이미지의 비율에 따라 상기 보행로의 손상 상태를 복수의 손상 레벨로 구분하는 분석 장치
6 6
제1항에 있어서,상기 보행로의 손상 상태를 평가하는 평가부가 마련되고,상기 평가부는 상기 보행로 이미지의 분석을 통해 상기 보행로의 구성 재료를 파악하며,상기 평가부는 상기 구성 재료의 정상 표면의 이미지를 로딩하고,상기 평가부는 상기 정상 표면의 이미지와 상기 보행로 이미지를 비교하며,상기 평가부는 상기 정상 표면의 이미지와 상기 보행로 이미지의 차이값이 설정값을 만족하면, 상기 보행로가 손상된 것으로 평가하는 분석 장치
7 7
제1항에 있어서,상기 보행로 이미지의 분석을 통해 상기 보행로를 침범한 장애물의 종류를 판별하는 판별부가 마련되고,상기 판별부는 판별 결과에 따라 상기 장애물을 필수 시설물에 해당하는 필수물과 제거 가능한 개선물로 구분하는 분석 장치
8 8
제1항에 있어서,상기 보행로 이미지의 분석을 통해 상기 보행로의 손상 상태를 평가하는 평가부, 상기 보행로 이미지의 분석을 통해 상기 보행로에 대한 장애물의 침범 상태를 판별하는 판별부, 상기 손상 상태의 평가 결과와 상기 침범 상태의 판별 결과를 이용해 상기 보행로의 현재 상태를 도출하는 도출부가 마련되고,상기 평가부는 상기 손상 상태를 복수의 레벨로 구분하며,상기 판별부는 상기 침범 상태를 복수의 레벨로 구분하고,상기 도출부는 상기 손상 상태의 레벨별로 부여된 점수 및 상기 침범 상태의 레벨별로 부여된 점수를 이용해 상기 보행로의 현재 상태를 점수화하는 분석 장치
9 9
분석 장치에 의해 수행되는 분석 방법에 있어서,상기 보행로를 촬영한 영상 데이터를 획득하는 제1 획득 단계;상기 영상 데이터를 이미지 처리하는 제1 처리 단계;이미지 처리된 상기 영상 데이터를 입력으로 하는 기계 학습을 수행하는 학습 단계;를 포함하고;상기 학습 단계는 이미지 처리된 상기 영상 데이터에 포함된 보행로 이미지를 추출하는 분석 모델, 상기 보행로의 손상 상태를 평가하는 평가 모델, 보행로에 대한 장애물의 침범 상태를 판별하는 판별 모델, 상기 손상 상태와 상기 침범 상태를 이용해서 보행로의 현재 상태를 도출하는 도출 모델 중 적어도 하나를 생성하는 분석 방법
10 10
분석 장치에 의해 수행되는 분석 방법에 있어서,상기 보행로를 촬영한 영상 데이터를 획득하는 제2 획득 단계;상기 영상 데이터를 이미지 처리하는 제2 처리 단계;상기 이미지 처리와 동일하게 처리된 복수의 영상 데이터를 입력으로 하는 기계 학습을 통해 생성된 분석 모델을 이용하여, 상기 이미지 처리된 상기 영상 데이터에 포함된 보행로 이미지를 추출하는 추출 단계;상기 이미지 처리와 동일하게 처리된 복수의 영상 데이터를 입력으로 하는 기계 학습을 통해 생성된 평가 모델을 이용하여, 상기 이미지 처리된 상기 영상 데이터에 포함된 보행로의 손상 상태를 평가하는 평가 단계;상기 이미지 처리와 동일하게 처리된 복수의 영상 데이터를 입력으로 하는 기계 학습을 통해 생성된 평가 모델을 이용하여, 상기 이미지 처리된 상기 영상 데이터에 포함된 보행로에 대한 장애물의 침범 상태를 판별하는 판별 단계;상기 손상 상태의 평가 결과와 상기 침범 상태의 판별 결과를 이용해서 상기 보행로의 현재 상태를 도출하고, 기설정된 보행로 가이드 라인에 따라 상기 현재 상태를 점수화해서 출력하는 도출 단계;를 포함하는 분석 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 국토교통부 서울시립대학교 인공지능 기반의 미래교통운영 기반기술 개발 및 활용 모빌리티 기반 차량이동 관리기술 개발
2 과학기술정보통신부 서울시립대학교 교통약자 이동편의 증진 시스템 개발을 위한 딥러닝 알고리즘 구축 및 통행패턴 모델링 인공지능 딥러닝 기법을 활용한 교통약자 이동편의 증진 시스템 개발