맞춤기술찾기

이전대상기술

뉴로-퍼지 시스템과 병렬처리 프로세서가 결합된 전력 제어 가능한 컴퓨터 시스템, 이를 이용하여 영상에서 물체를 인식하는 방법 및 장치

  • 기술번호 : KST2015113714
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
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 발명은 병렬처리 컴퓨터 시스템 및 이를 이용하여 영상에서 물체를 인식하는 기술에 관한 것이다. 본 발명에 따른 컴퓨터 시스템은 뉴럴 네트워크(neural networks) 블록, 퍼지 로직(fuzzy logic) 블록, 및 뉴럴 네트워크와 퍼지 로직이 결합된 뉴로-퍼지(neuro-fuzzy) 블록 중 적어도 어느 2개를 포함하는 뉴로-퍼지 시스템(neuro-fuzzy system), 복수의 프로세싱 유닛을 포함하는 병렬처리 프로세서(parallel processor), 뉴로-퍼지 시스템의 제어신호에 따라 병렬처리 프로세서로 공급되는 전력을 제어하는 전력공급장치 및 뉴로-퍼지 시스템과 병렬처리 프로세서 사이에 연결되어 뉴로-퍼지 시스템, 병렬처리 프로세서 및 전력공급장치 간의 데이터 통신을 하는 네트워크 온 칩을 포함한다. 본 발명에 의하면 뉴럴 네트워크 기술과 퍼지 기술을 적용하여 입력된 데이터 중에서 한정된 데이터를 필요한 프로세서에 대해서만 병렬처리를 수행하게 할 수 있다. 또한, 본 발명에 의하면 입력된 영상에서 관심영역을 추출하고 추출된 관심영역의 데이터만을 필요한 프로세서에 대해서만 병렬처리를 수행함으로써 물체 인식 처리 속도를 증가시키고, 물체 인식 장치의 전력 소모를 감소시켜 실시간으로 물체를 인식할 수 있다. 뉴럴 네트워크, 퍼지 로직, 뉴로-퍼지, 뉴로-퍼지 시스템, 병렬처리 프로세서, 물체인식, 관심영역
Int. CL G06F 15/18 (2006.01) G06F 9/38 (2006.01) G06F 1/26 (2006.01)
CPC G06N 3/08(2013.01) G06N 3/08(2013.01)
출원번호/일자 1020090094495 (2009.10.06)
출원인 한국과학기술원
등록번호/일자
공개번호/일자 10-2011-0037183 (2011.04.13) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 거절
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2009.10.06)
심사청구항수 13

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국과학기술원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 유회준 대한민국 대전광역시 유성구
2 김주영 대한민국 대전광역시 유성구
3 박준영 대한민국 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김성호 대한민국 서울특별시 강남구 도곡로 *** (역삼동,미진빌딩 *층)(KNP 특허법률사무소)

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
2009.10.06 수리 (Accepted) 1-1-2009-0610546-16
2 선행기술조사의뢰서
Request for Prior Art Search
2010.03.09 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2010.04.16 수리 (Accepted) 9-1-2010-0025645-49
4 의견제출통지서
Notification of reason for refusal
2011.03.28 발송처리완료 (Completion of Transmission) 9-5-2011-0167725-17
5 [지정기간연장]기간연장(단축, 경과구제)신청서
[Designated Period Extension] Application of Period Extension(Reduction, Progress relief)
2011.05.30 수리 (Accepted) 1-1-2011-0401295-63
6 [지정기간연장]기간연장(단축, 경과구제)신청서
[Designated Period Extension] Application of Period Extension(Reduction, Progress relief)
2011.06.27 수리 (Accepted) 1-1-2011-0487877-18
7 [지정기간연장]기간연장(단축, 경과구제)신청서
[Designated Period Extension] Application of Period Extension(Reduction, Progress relief)
2011.07.28 수리 (Accepted) 1-1-2011-0584388-02
8 [지정기간연장]기간연장(단축, 경과구제)신청서
[Designated Period Extension] Application of Period Extension(Reduction, Progress relief)
2011.08.26 수리 (Accepted) 1-1-2011-0665790-76
9 지정기간연장관련안내서
Notification for Extension of Designated Period
2011.08.29 발송처리완료 (Completion of Transmission) 1-5-2011-0078334-50
10 거절결정서
Decision to Refuse a Patent
2011.10.18 발송처리완료 (Completion of Transmission) 9-5-2011-0599293-50
11 출원인정보변경(경정)신고서
Notification of change of applicant's information
2013.02.01 수리 (Accepted) 4-1-2013-5019983-17
12 출원인정보변경(경정)신고서
Notification of change of applicant's information
2014.12.24 수리 (Accepted) 4-1-2014-5157968-69
13 출원인정보변경(경정)신고서
Notification of change of applicant's information
2014.12.24 수리 (Accepted) 4-1-2014-5158129-58
14 출원인정보변경(경정)신고서
Notification of change of applicant's information
2014.12.24 수리 (Accepted) 4-1-2014-5157993-01
15 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.04.24 수리 (Accepted) 4-1-2019-5081392-49
16 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.05.15 수리 (Accepted) 4-1-2020-5108396-12
17 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.06.12 수리 (Accepted) 4-1-2020-5131486-63
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
뉴럴 네트워크(neural networks) 블록, 퍼지 로직(fuzzy logic) 블록, 및 뉴럴 네트워크와 퍼지 로직이 결합된 뉴로-퍼지 블록 중 적어도 어느 2개를 포함하는 뉴로-퍼지 시스템(neuro-fuzzy system); 복수의 프로세싱 유닛을 포함하는 병렬처리 프로세서(parallel processor); 상기 뉴로-퍼지 시스템의 제어신호에 따라 상기 병렬처리 프로세서로 공급되는 전력을 제어하는 전력공급장치; 및 상기 뉴로-퍼지 시스템과 상기 병렬처리 프로세서 사이에 연결되고, 상기 뉴로-퍼지 시스템, 상기 병렬처리 프로세서 및 상기 전력공급장치 간의 데이터 통신을 하는 네트워크 온 칩을 포함하는, 컴퓨터 시스템
2 2
제1항에 있어서, 상기 뉴로-퍼지 시스템에서 추출된 데이터와 상기 병렬처리 프로세서의 연산 과정의 중간 데이터를 저장하기 위한 메모리를 더 포함하는, 컴퓨터 시스템
3 3
제1항에 있어서, 상기 뉴로-퍼지 시스템은 태스크 스케줄러(task scheduler)를 더 포함하고, 상기 태스크 스케줄러는 상기 뉴로-퍼지 시스템의 출력 데이터를 상기 병렬처리 프로세서에 분배하는 스케줄(schedule)을 생성하는, 컴퓨터 시스템
4 4
제2항에 있어서, 상기 뉴로-퍼지 시스템의 데이터를 상기 병렬처리 프로세서에 분배하는 스케줄을 생성하는 태스크 스케줄러를 더 포함하는, 컴퓨터 시스템
5 5
제1항 내지 제4항 중 어느 하나의 항에 있어서, 상기 복수의 프로세싱 유닛들은 특정 개수마다 하나의 독립된 전력 도메인(domain)으로 구분되고, 상기 전력공급장치는 복수의 전원 조정기를 포함하며, 상기 전원 조정기 각각은 상기 뉴로-퍼지 시스템의 제어신호에 따라 상기 전력 도메인 각각을 제어하는, 컴퓨터 시스템
6 6
셀룰러 뉴럴 네트워크 시각 집중기(cellular neural networks visual attention engine), 퍼지 모션 측정기(fuzzy motion estimator), 뉴로-퍼지 분류기(neuro fuzzy classifier) 및 태스크 스케줄러를 포함하는 뉴로-퍼지 시스템; 복수의 프로세싱 유닛을 포함하는 병렬처리 프로세서; 상기 뉴로-퍼지 시스템의 제어신호에 따라 상기 병렬처리 프로세서로 공급되는 전력을 제어하는 전력공급장치; 특징벡터를 데이터베이스에 있는 벡터들과 비교하여 가장 가까운 거리를 갖는 벡터에 해당하는 물체를 인식하는 물체결정부; 및 상기 뉴로-퍼지 시스템, 상기 병렬처리 프로세서, 상기 물체결정부 및 상기 전력공급장치 간의 데이터 통신을 하는 네트워크 온 칩을 포함하고, 상기 퍼지 모션 측정기는 연속된 이미지프레임 사이에서 동적 모션 벡터를 생성하고, 상기 셀룰러 뉴럴 네트워크 시각 집중기는 정적 특징인 강도, 색, 방향을 추출하고 상기 동적 모션 벡터와 함께 누적하여 특징맵을 생성하고, 상기 뉴로-퍼지 분류기는 상기 특징맵을 기반으로 시드점(seed point)을 추출하고 상기 시드점을 기준으로 영역확장을 통한 동질성 판단으로 각 물체의 관심영역(region-of-interest, ROI)을 타일(tile) 단위로 추출하고, 상기 태스크 스케줄러는 상기 관심영역 타일을 관심영역 타일 태스크로 변환하고, 변환된 상기 관심영역 타일 태스크를 상기 병렬처리 프로세서에 분배하고, 상기 병렬처리 프로세서는 상기 관심영역 타일 태스크를 SIMD(single-instruction-multiple-data) 병렬연산을 하여 물체의 특징점과 상기 특징점에 대한 특징벡터를 생성하고, 상기 특징벡터를 상기 물체결정부로 전달하는, 물체 인식 장치
7 7
제6항에 있어서, 상기 관심영역 타일 태스크는 전체 이미지 데이터에서 상기 추출한 관심영역 타일의 최 좌측 상단 점의 데이터의 주소를 의미하는 시작주소; 상기 전체 이미지에서 상기 관심영역 타일의 최 좌측 상단 점의 2차원 좌표값인 X방향좌표, Y방향좌표로 구성된 시작 좌표; 및 상기 관심영역 타일의 너비와 높이를 각각 기술한 타일크기를 포함하고, 상기 태스크 스케줄러는 변환된 상기 관심영역 타일 태스크를 상기 병렬처리 프로세서의 복수의 프로세싱 유닛에 분배하고 관리하는, 물체 인식 장치
8 8
제6항에 있어서, 상기 뉴로-퍼지 시스템은 상기 뉴로-퍼지 분류기가 추출한 관심영역 타일의 개수를 기준으로 상기 병렬처리 프로세서가 처리해야 할 연산량을 미리 예측하는, 물체 인식 장치
9 9
제6항 내지 제8항 중 어느 하나의 항에 있어서, 상기 복수의 프로세싱 유닛들은 특정 개수마다 하나의 독립된 전력 도메인으로 구분되고, 상기 전력공급장치는 복수의 전원 조정기를 포함하며, 상기 전원 조정기 각각은 상기 뉴로-퍼지 시스템의 제어신호에 따라 상기 전력 도메인 각각을 제어하는, 물체 인식 장치
10 10
제9항에 따른 물체 인식 장치에서 상기 병렬처리 프로세서가 처리해야 할 연산량 예측 방법으로서, 상기 뉴로-퍼지 분류기가 추출한 관심영역 타일의 개수를 측정하는 제1 단계; 상기 측정된 타일의 개수와 분배 기준 개수를 비교하여 특정 개수의 전력 도메인을 선택하는 제2 단계; 상기 선택된 전력 도메인에만 상기 전력공급장치가 전력을 공급하는 제3 단계; 및 상기 전력이 공급된 전력 도메인에 포함된 병렬처리 프로세서의 연산 결과에 따라 상기 제2 단계의 분배 기준 개수를 갱신하는 제4 단계를 포함하는 연산량 예측 방법
11 11
제9항에 따른 물체 인식 장치에서 1개 이상의 상기 프로세싱 유닛을 포함하는 독립된 전력 도메인 개수 결정 방법으로서, 전력 도메인 개수를 X축, 상기 전력 도메인 개수에 따른 전력 감소효과를 Y축으로 하는 그래프를 나타내는 제1 단계; 전력 도메인 개수를 X축, 상기 전력 도메인 개수에 따른 전원 조정기에 필요한 추가면적 소요비용을 Y축으로 하는 그래프를 나타내는 제2 단계; 및 상기 제1 단계 그래프의 기울기가 감소하며 상기 제2 단계 그래프 기울기가 증가하는 교차점의 전력 도메인 개수를 결정하는 제3 단계를 포함하는, 전력 도메인 개수 결정 방법
12 12
제9항에 따른 물체 인식 장치를 이용한 물체 인식 방법에 있어서, 상기 뉴로-퍼지 시스템에 의하여 물체의 관심영역을 타일 단위로 추출하는 제1 단계; 상기 추출된 관심영역 타일을 전체 이미지 데이터에서 해당 타일 데이터의 시작 주소, 전체 이미지에서 해당 타일의 시작 위치의 2차원 좌표값 및 해당 타일의 크기를 포함하는 관심영역 타일 태스크로 변환하는 제2 단계; 상기 뉴로-퍼지 시스템이 상기 병렬처리 프로세서가 처리해야 할 연산량을 예측하여 상기 전력공급장치에 제어신호를 전달하는 제3 단계; 상기 전원 조정기 각각이 상기 제어신호에 따라 상기 각각의 전력 도메인을 제어하는 제4 단계; 상기 변환된 관심영역 타일 태스크가 네트워크 온 칩을 통하여 복수의 프로세싱 유닛으로 구성된 상기 병렬처리 프로세서에 분배되는 제5 단계; 상기 병렬처리 프로세서의 각 프로세싱 유닛이 분배받은 상기 관심영역 타일 태스크에 대하여 물체의 특징점과 특징벡터를 생성하는 제6 단계; 및 상기 물체결정부가 데이터베이스에 있는 벡터들과 비교하여 가장 가까운 거리를 갖는 벡터에 해당하는 물체를 인식하는 제7 단계를 포함하는, 물체 인식 방법
13 13
제12항에 있어서, 상기 제1단계는, 동적 모션 벡터 생성, 정적 특징을 추출하는 단계; 상기 동적 모션 벡터 및 정적 특징을 함께 누적하여 관심영역을 판단하는 단계; 및 상기 관심영역을 일정한 크기의 기본 타일을 이용하여 추출하는 단계를 포함하는, 물체 인식 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.