맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

딥러닝 기반의 특징점 추출 방법 및 특징점 추출을 위한 학습 방법

  • 기술번호 : KST2023006048
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
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 이미지의 기하학적인 변화에 강인한 특징점 추출 방법 및 특징점 추출을 위한 학습 방법이 개시된다. 개시된 딥러닝 기반의 특징점 추출 방법은 타겟 이미지를 입력받는 단계; 미리 학습된 제1인공 신경망을 이용하여, 타겟 이미지에 대한 제1특징맵을 생성하는 단계; 및 미리 학습된 제2인공 신경망을 이용하여, 상기 제1특징맵으로부터 수용장(receptive field)의 스케일이 서로 다른 복수의 제2특징맵을 생성하고, 제2특징맵 각각에서 상기 타겟 이미지에 대한 특징점 및 설명자를 추출하는 단계를 포함한다.
Int. CL G06T 7/11 (2017.01.01) G06T 7/70 (2017.01.01) G06T 7/60 (2017.01.01) G06T 7/187 (2017.01.01) G06T 3/40 (2006.01.01) G06V 10/40 (2022.01.01) G06N 3/08 (2023.01.01)
CPC G06T 7/11(2013.01) G06T 7/70(2013.01) G06T 7/60(2013.01) G06T 7/187(2013.01) G06T 3/40(2013.01) G06V 10/40(2013.01) G06N 3/08(2013.01) G06T 2207/20081(2013.01) G06T 2207/20084(2013.01)
출원번호/일자 1020220104508 (2022.08.22)
출원인 한양대학교 산학협력단
등록번호/일자
공개번호/일자 10-2023-0034887 (2023.03.10) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보 대한민국  |   1020210117455   |   2021.09.03
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2022.08.22)
심사청구항수 6

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 임종우 서울특별시 성동구
2 조범진 서울특별시 성동구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 민영준 대한민국 서울특별시 강남구 남부순환로 ****, *층(도곡동, 차우빌딩)(맥스국제특허법률사무소)

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		 2022.08.22 수리 (Accepted) 1-1-2022-0873138-86
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
타겟 이미지를 입력받는 단계;미리 학습된 제1인공 신경망을 이용하여, 타겟 이미지에 대한 제1특징맵을 생성하는 단계; 및미리 학습된 제2인공 신경망을 이용하여, 상기 제1특징맵으로부터 수용장(receptive field)의 스케일이 서로 다른 복수의 제2특징맵을 생성하고, 제2특징맵 각각에서 상기 타겟 이미지에 대한 특징점 및 설명자를 추출하는 단계를 포함하는 딥러닝 기반의 특징점 추출 방법
2 2
제 1항에 있어서,상기 제2인공 신경망은상기 특징점을 추출하는 특징점 추출 네트워크 및 상기 설명자를 추출하는 설명자 추출 네트워크를 포함하며,상기 제1 및 제2특징맵의 크기는상기 타겟 이미지의 크기와 동일한딥러닝 기반의 특징점 추출 방법
3 3
제 2항에 있어서,상기 특징점 추출 네트워크 또는 상기 설명자 추출 네트워크는팽창 컨벌루션을 이용하여, 상기 제2특징맵을 생성하거나 또는 이전 제2특징맵에 대해 컨벌루션 연산을 수행하여, 상기 이전 제2특징맵과 수용장 스케일이 상이한 제2특징맵을 생성하는딥러닝 기반의 특징점 추출 방법
4 4
제 1항에 있어서,상기 특징점 및 설명자를 추출하는 단계는상기 특징점에 대한 후보 설명자를 추출하고, 상기 후보 설명자 중에서, 상기 특징점의 위치에 대응되는 설명자를 상기 특징점에 대한 설명자로 결정하는딥러닝 기반의 특징점 추출 방법
5 5
훈련용 이미지에 대한 변환 이미지를 생성하는 단계;상기 훈련용 이미지, 상기 변환 이미지 및 정답값을 이용하여, 딥러닝 모델이 상기 훈련용 이미지 및 상기 변환 이미지에 대한 특징점과, 상기 특징점에 대한 설명자를 추출하도록 학습을 수행하는 단계를 포함하며,상기 정답값은 상기 훈련용 이미지 및 상기 변환 이미지에 대한 특징점의 위치값을 포함하며, 상기 설명자는 상기 특징점 별로 서로 다르게 할당되는 식별자를 포함하는특징점 추출을 위한 학습 방법
6 6
제 5항에 있어서,상기 변환 이미지를 생성하는 단계는상기 훈련용 이미지의 시점 또는 색상이 변환된 이미지를 생성하는특징점 추출을 위한 학습 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 한양대학교산학협력단 한국연구재단 부설 정보통신기획평가원 / 정보통신방송 연구개발사업 / 정보통신방송혁신인재양성-교육훈련지원사업 인공지능대학원지원(한양대학교)