맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

단안 이미지를 이용한 뎁스 맵 생성 장치 및 방법

  • 기술번호 : KST2022020680
  • 담당센터 : 부산기술혁신센터
  • 전화번호 : 051-606-6561
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 본원발명은 단안 이미지를 이용한 뎁스 맵 생성 장치 및 방법에 관한 것으로, 보다 구체적으로 인코더 및 디코더 아키텍처를 기반으로 최적화된 딥 컨볼루션 신경망(Deep Convolution Neural Network; DCNN)을 포함하고, 상기 인코더는 구비된 특징 레이어 수에 따라서 단안 이미지로부터 하나 이상의 특징(Feature)을 추출하고, 상기 디코더는 서로 다른 특징 레이어로부터 추출된 특징(Feature)에서 불일치하는 픽셀의 변위를 산출하고, 상기 단안 이미지에 대한 뎁스 맵(Depth Map)을 생성하는 것을 특징으로 하는 단안 이미지를 이용한 뎁스 맵 생성 장치 및 방법에 관한 것이다.
Int. CL G06T 7/50 (2017.01.01) G06T 5/00 (2019.01.01) G06N 3/04 (2006.01.01)
CPC G06T 7/50(2013.01) G06T 5/001(2013.01) H04N 13/207(2013.01) H04N 13/271(2013.01) G06N 3/08(2013.01) G06N 3/04(2013.01) G06T 2207/20081(2013.01) G06T 2207/20084(2013.01) G06T 2207/10032(2013.01)
출원번호/일자 1020210054824 (2021.04.28)
출원인 부산대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0147828 (2022.11.04) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.04.28)
심사청구항수 7

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 부산대학교 산학협력단 대한민국 부산광역시 금정구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 황원주 부산 부산진구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김종석 대한민국 부산광역시 해운대구 센텀서로 **(우동) KNN타워 ****호(브릿지특허법률사무소)

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		 2021.04.28 수리 (Accepted) 1-1-2021-0495799-33
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
인코더 및 디코더 아키텍처를 기반으로 최적화된 딥 컨볼루션 신경망(Deep Convolution Neural Network; DCNN)을 포함하고, 상기 인코더는,구비된 특징 레이어 수에 따라서 단안 이미지로부터 하나 이상의 특징(Feature)을 추출하고,상기 디코더는,서로 다른 특징 레이어로부터 추출된 특징(Feature)에서 불일치하는 픽셀의 변위를 산출하고, 상기 단안 이미지에 대한 뎁스 맵(Depth Map)을 생성하는 것을 특징으로 하는 단안 이미지를 이용한 뎁스 맵 생성 장치
2 2
제 1항에 있어서, 상기 인코더는, 드론 또는 소형로봇에 탑재되어 신속한 연산이 가능하도록 MobileNetV2를 기반으로 하는 것을 특징으로 하는 단안 이미지를 이용한 뎁스 맵 생성 장치
3 3
제 1항에 있어서, 상기 디코더는, 채널 어텐션(Channel Attention)이 가능하도록 서로 다른 특징 레이어로부터 추출된 특징(Feature)을 이용하여 제1 채널정보를 생성하고, 상기 제1 채널정보 중에서 제1 주요채널정보를 출력하는 인코더 SE블록;을 포함하는 단안 이미지를 이용한 뎁스 맵 생성 장치
4 4
제 3항에 있어서, 상기 디코더는, 상기 특징(Feature)에 대하여 밀도 레이어 수와 성장률에 따라서 학습한 후 특징집합을 출력하는 고밀도 블록;상기 뎁스 맵(Depth Map)의 해상도를 향상시킬 수 있도록 상기 특징집합에 대하여 이중 스케일링(Scaling)을 이용한 최근접 이웃 보간(Nearest Neighbor Interpolation) 연산을 수행하는 업샘플링 블록;채널 어텐션(Channel Attention)이 가능하도록 상기 업샘플링 블록으로부터 업샘플링된 상기 특징집합으로부터 제2 채널정보를 생성하고, 상기 제2 채널정보 중에서 제2 주요채널정보를 출력하는 디코더 SE블록; 및3×3 컨볼루션과 Sigmoid 함수를 이용하여 상기 디코더 SE블록으로부터 출력된 상기 제2 주요채널정보의 가중치를 재활성화 하는 디스패리티 컨볼루션 블록;을 더 포함하고, 상기 인코더에 구비된 임의의 특징 레이어로부터 추출된 특징(Feature), 상기 제1 주요채널정보 및 상기 제2 주요채널정보를 모두 이용하여 디코딩하는 것을 특징으로 하는 단안 이미지를 이용한 뎁스 맵 생성 장치
5 5
제 4항에 있어서, 상기 디코더 SE블록은,상기 인코더 SE블록과 스킵 연결(Skip-Connected)되는 것을 특징으로 하는 단안 이미지를 이용한 뎁스 맵 생성 장치
6 6
제 1항에 있어서, 상기 딥 컨볼루션 신경망(DCNN)은,비지도 학습을 기반으로 학습할 수 있도록 포즈 네트워크(PoseNet)와 깊이 네트워크(DepthNet)를 포함하고, 상기 단안 이미지 내 객체의 모양을 추정하는 것을 특징으로 하는 단안 이미지를 이용한 뎁스 맵 생성 장치
7 7
인코더에 의하여, 구비된 특징 레이어 수에 따라서 단안 이미지로부터 하나 이상의 특징(Feature)이 추출되는 인코딩 단계; 및서로 다른 특징 레이어로부터 추출된 특징(Feature)에서 불일치하는 픽셀의 변위가 산출되고, 상기 단안 이미지에 대한 뎁스 맵(Depth Map)이 생성되는 디코딩 단계;를 포함하는 단안 이미지를 이용한 뎁스 맵 생성 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 부산대학교산학협력단 인공지능융합선도프로젝트(R＆D) 인공지능융합연구센터지원(부산대학교)
2 과학기술정보통신부 부산대학교산학협력단 정보통신방송혁신인재양성(R＆D) IoT 및 지능정보 기반 동남권 제조 IT 기술 혁신 및 인재양성