맞춤기술찾기

이전대상기술

심층 신경망 기반 레이더를 이용한 객체 행동 인식을 위한 자동 학습데이터 수집 장치

  • 기술번호 : KST2023006630
  • 담당센터 : 부산기술혁신센터
  • 전화번호 : 051-606-6561
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 심층 신경망 기반 레이더를 이용한 객체 행동 인식을 위한 자동 학습데이터 수집 장치가 개시된다. 일 실시예에 따른 데이터 수집 장치에 의해 수행되는 학습데이터 수집 방법은, 카메라로부터 수집된 영상 정보와 레이더에 의해 수집된 신호 정보로부터 객체가 존재하는 것으로 판단됨에 따라 각각의 객체 정보를 검출하는 단계; 상기 검출된 각각의 객체 정보를 이용하여 상기 수집된 영상 정보와 상기 수집된 신호 정보로부터 객체의 행동을 분석하는 단계; 및 상기 분석된 객체의 행동을 통해 상기 영상 정보로부터 분류된 행동 정보와 매칭되는 상기 수집된 신호 정보를 학습데이터로 수집하는 단계를 포함할 수 있다.
Int. CL G06V 40/20 (2022.01.01) G06V 10/774 (2022.01.01) G06V 10/764 (2022.01.01) G06V 10/42 (2022.01.01) G06V 10/82 (2022.01.01) G06V 10/14 (2022.01.01) G06N 3/08 (2023.01.01) G01S 13/86 (2006.01.01) G01S 7/41 (2006.01.01) G01S 13/04 (2006.01.01)
CPC G06V 40/20(2013.01) G06V 10/774(2013.01) G06V 10/764(2013.01) G06V 10/42(2013.01) G06V 10/82(2013.01) G06V 10/14(2013.01) G06N 3/08(2013.01) G01S 13/867(2013.01) G01S 7/417(2013.01) G01S 13/04(2013.01)
출원번호/일자 1020220001436 (2022.01.05)
출원인 한국해양대학교 산학협력단
등록번호/일자
공개번호/일자 10-2023-0105868 (2023.07.12) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2022.01.05)
심사청구항수 15

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 서동환 부산광역시 남구
2 김원열 부산광역시 영도구
3 이수환 부산광역시 해운대구
4 서홍일 부산광역시 해운대구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 양성보 대한민국 서울특별시 강남구 선릉로***길 ** (논현동) 삼성빌딩 *층(피앤티특허법률사무소)

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
2022.01.05 수리 (Accepted) 1-1-2022-0012677-67
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
데이터 수집 장치에 의해 수행되는 학습데이터 수집 방법에 있어서,카메라로부터 수집된 영상 정보와 레이더에 의해 수집된 신호 정보로부터 객체가 존재하는 것으로 판단됨에 따라 각각의 객체 정보를 검출하는 단계;상기 검출된 각각의 객체 정보를 이용하여 상기 수집된 영상 정보와 상기 수집된 신호 정보로부터 객체의 행동을 분석하는 단계; 및 상기 분석된 객체의 행동을 통해 상기 영상 정보로부터 분류된 행동 정보와 매칭되는 상기 수집된 신호 정보를 학습데이터로 수집하는 단계를 포함하는 학습데이터 수집 방법
2 2
제1항에 있어서, 상기 검출하는 단계는, 상기 수집된 영상 정보로부터 객체 검출을 위해 조명 또는 먼지에 의해 발생하는 행동인식 오차를 감소시키기 위해 객체 검출 가능 여부를 판단하는 단계를 포함하는 학습데이터 수집 방법
3 3
제2항에 있어서, 상기 검출하는 단계는, 주파수변조연속파(FMCW) 방식으로 사용하여 송신 주파수를 톱니파 또는 삼각파로 변조하고, 상기 변조된 송신 주파수와 수신 주파수의 차이를 통해 대상의 거리 및 속도의 관계로 환산하여 객체를 검출하는 단계 를 포함하는 학습데이터 수집 방법
4 4
제2항에 있어서, 상기 검출하는 단계는, 상기 객체 검출이 가능한 환경으로 판단됨에 따라 상기 수집된 영상 정보에서 시간에 따라 변화되는 특징점을 사용하여 객체를 검출하는 단계를 포함하는 학습데이터 수집 방법
5 5
제1항에 있어서,상기 분석하는 단계는,심층 신경망 기반 알고리즘을 이용하여 상기 검출된 각각의 객체 정보로부터 객체의 행동을 분류하는 단계를 포함하는 학습데이터 수집 방법
6 6
제1항에 있어서,상기 분석하는 단계는,상기 검출된 각각의 객체 정보를 이용하여 상기 수집된 영상 정보와 상기 수집된 신호 정보로부터 OOD 검출을 통한 객체의 행동을 예측하는 단계 를 포함하는 학습데이터 수집 방법
7 7
제1항에 있어서,상기 수집하는 단계는, 상기 영상 정보로부터 분류된 행동 정보와 상기 수집된 신호 정보로부터 분류된 행동 정보가 매칭됨에 따라 상기 수집된 신호 정보를 학습데이터로 사용할 것을 결정하고, 상기 학습데이터로 사용할 것으로 결정된 신호 정보를 데이터베이스에 저장하는 단계를 포함하는 학습데이터 수집 방법
8 8
데이터 수집 장치에 의해 수행되는 학습데이터 수집 방법을 실행시키기 위하여 컴퓨터 판독 가능한 저장매체에 저장된 컴퓨터 프로그램에 있어서,카메라로부터 수집된 영상 정보와 레이더에 의해 수집된 신호 정보로부터 객체가 존재하는 것으로 판단됨에 따라 각각의 객체 정보를 검출하는 단계;상기 검출된 각각의 객체 정보를 이용하여 상기 수집된 영상 정보와 상기 수집된 신호 정보로부터 객체의 행동을 분석하는 단계; 및 상기 분석된 객체의 행동을 통해 상기 영상 정보로부터 분류된 행동 정보와 매칭되는 상기 수집된 신호 정보를 학습데이터로 수집하는 단계를 포함하는 컴퓨터 판독 가능한 저장매체에 저장된 컴퓨터 프로그램
9 9
데이터 수집 장치에 있어서,카메라로부터 수집된 영상 정보와 레이더에 의해 수집된 신호 정보로부터 객체가 존재하는 것으로 판단됨에 따라 각각의 객체 정보를 검출하는 객체 검출 및 전처리부;상기 검출된 각각의 객체 정보를 이용하여 상기 수집된 영상 정보와 상기 수집된 신호 정보로부터 객체의 행동을 분석하는 객체 행동 분석부; 및 상기 분석된 객체의 행동을 통해 상기 영상 정보로부터 분류된 행동 정보와 매칭되는 상기 수집된 신호 정보를 학습데이터로 수집하는 학습데이터 수집부를 포함하는 데이터 수집 장치
10 10
제9항에 있어서, 상기 객체 검출 및 전처리부는, 상기 수집된 영상 정보로부터 객체 검출을 위해 조명 또는 먼지에 의해 발생하는 행동인식 오차를 감소시키기 위해 객체 검출 가능 여부를 판단하는것을 특징으로 하는 데이터 수집 장치
11 11
제10항에 있어서, 상기 객체 검출 및 전처리부는, 주파수변조연속파(FMCW) 방식으로 사용하여 송신 주파수를 톱니파 또는 삼각파로 변조하고, 상기 변조된 송신 주파수와 수신 주파수의 차이를 통해 대상의 거리 및 속도의 관계로 환산하여 객체를 검출하는 것을 특징으로 하는 데이터 수집 장치
12 12
제10항에 있어서, 상기 객체 검출 및 전처리부는, 상기 객체 검출이 가능한 환경으로 판단됨에 따라 상기 수집된 영상 정보에서 시간에 따라 변화되는 특징점을 사용하여 객체를 검출하는 것을 특징으로 하는 데이터 수집 장치
13 13
제9항에 있어서,상기 객체 행동 분석부는,심층 신경망 기반 알고리즘을 이용하여 상기 검출된 각각의 객체 정보로부터 객체의 행동을 분류하는것을 특징으로 하는 데이터 수집 장치
14 14
제9항에 있어서,상기 객체 행동 분석부는,상기 검출된 각각의 객체 정보를 이용하여 상기 수집된 영상 정보와 상기 수집된 신호 정보로부터 OOD 검출을 통한 객체의 행동을 예측하는 것을 특징으로 하는 데이터 수집 장치
15 15
제9항에 있어서,상기 학습데이터 수집부는, 상기 영상 정보로부터 분류된 행동 정보와 상기 수집된 신호 정보로부터 분류된 행동 정보가 매칭됨에 따라 상기 수집된 신호 정보를 학습데이터로 사용할 것을 결정하고, 상기 학습데이터로 사용할 것으로 결정된 신호 정보를 데이터베이스에 저장하는것을 특징으로 하는 데이터 수집 장치
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.