맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

효과적인 3차원 객체 인식을 위한 외형 기반 인덱스 구축 및 검색 방법

  • 기술번호 : KST2015134780
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
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 본 발명은 효과적인 3차원 객체 인식을 위한 외형 기반 인덱스 구축 및 검색 방법에 관한 것으로, 본 발명의 3차원 객체 인식을 위한 외형 기반 인덱스 구축 및 검색 방법은, (a) 데이터베이스에 저장된 3차원 객체들로부터 카메라 이동에 따라 얻을 수 있는 영상을 추출하고 거리 곡선을 계산하는 단계; (b) 객체의 수평 및 수직 대칭성에 따라 외형 패턴을 분석하여 반복되는 외형들을 제거하고 유효한 영상 추출 구간을 계산하는 단계; (c) 상기 영상 추출 구간에 포함된 영상들과 상기 영상 추출 구간의 반대편에 위치한 거울상 영상들을 결합시키는 단계; (d) 상기 (b) 단계 및 (c) 단계를 통해 선별된 영상들을 사용하여 수평 및 수직 카메라 영상에 대한 정적 인덱스와 회전 영상에 대한 동적 인덱스를 구축하는 단계; 및 (e) 상기 (d) 단계에서 구축된 인덱스 구조를 통해 유사 객체를 검색하는 단계를 포함한다.
Int. CL G06T 17/00 (2006.01) G06T 7/60 (2006.01) G06F 17/30 (2006.01)
CPC G06F 17/3002(2013.01) G06F 17/3002(2013.01)
출원번호/일자 1020090088099 (2009.09.17)
출원인 고려대학교 산학협력단
등록번호/일자 10-1033366-0000 (2011.04.28)
공개번호/일자 10-2011-0030114 (2011.03.23) 문서열기
공고번호/일자 (20110509) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 소멸
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2009.09.17)
심사청구항수 11

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 황인준 대한민국 서울특별시 성북구
2 탁윤식 대한민국 서울특별시 도봉구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 전종학 대한민국 서울특별시 강남구 논현로 ***, 성지*차빌딩 **층 대표:****호 경은국제특허법률사무소 (역삼동)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 고려대학교 산학협력단 대한민국 서울특별시 성북구
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		 2009.09.17 수리 (Accepted) 1-1-2009-0572997-13
2 선행기술조사의뢰서
Request for Prior Art Search		 2010.06.09 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search		 2010.07.16 수리 (Accepted) 9-1-2010-0045849-14
4 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2010.08.12 수리 (Accepted) 4-1-2010-5149278-93
5 의견제출통지서
Notification of reason for refusal		 2010.12.29 발송처리완료 (Completion of Transmission) 9-5-2010-0601468-13
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2011.02.28 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2011-0143557-45
7 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2011.02.28 수리 (Accepted) 1-1-2011-0143574-11
8 등록결정서
Decision to grant		 2011.04.19 발송처리완료 (Completion of Transmission) 9-5-2011-0210261-33
9 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2014.02.11 수리 (Accepted) 4-1-2014-5018243-16
10 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2014.04.22 수리 (Accepted) 4-1-2014-5049934-62
11 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.10.10 수리 (Accepted) 4-1-2019-5210941-09
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
3차원 객체 인식을 위한 외형 기반 인덱스 구축 및 검색 방법에 있어서, (a) 데이터베이스에 저장된 3차원 객체들로부터 카메라 이동에 따라 얻을 수 있는 영상을 추출하고 거리 곡선을 계산하는 단계; (b) 객체의 수평 또는 수직 대칭성에 따라 해당 객체의 수평방향 또는 수직방향 영상 구간의 외형 패턴을 분석하여 반복되는 외형들을 제거함으로써 유효한 영상 추출 구간을 계산하는 단계; (c) 상기 영상 추출 구간에 포함된 영상들과 상기 영상 추출 구간의 반대편에 위치한 거울상 영상들을 결합시키는 단계; (d) 상기 (b) 단계 및 (c) 단계를 통해 선별된 영상들을 사용하여 수평방향 및 수직방향 카메라 영상에 대한 정적 인덱스와 회전된 영상에 대한 동적 인덱스를 구축하는 단계; 및 (e) 상기 (d) 단계에서 구축된 인덱스 구조를 통해 유사 객체를 검색하는 단계를 포함하는 인덱스 구축 및 검색 방법
2 2
삭제
3 3
제1항에 있어서, 상기 (b) 단계는, 객체의 대칭성에 따라 16개의 클래스를 구성하고, 해당 객체를 상기 16개의 클래스 중 어느 하나로 분류하는 단계; 및 상기 분류된 클래스에 따라 외형 패턴의 반복 주기를 결정하고 중복되는 외형 패턴을 제거하여 유효한 영상 추출 구간을 계산하는 단계를 포함하는 인덱스 구축 및 검색 방법
4 4
제3항에 있어서, 상기 16개의 클래스는 객체의 수평 대칭성에 따라 정의되는 서로 다른 4개의 수평 클래스와 객체의 수직 대칭성에 따라 정의되는 서로 다른 4개의 수직 클래스의 조합으로 이루어지는 것을 특징으로 하는 인덱스 구축 및 검색 방법
5 5
제1항에 있어서, 상기 (d) 단계의 정적 인덱스를 구축하는 단계는, 상기 영상의 거리 곡선을 이산 푸리에 변환을 통해 저차원의 푸리에 계수로 변환하는 단계; 상기 영상이 R-트리 상에서 상기 영상의 거울상 영상과 결합된 거리 곡선의 푸리에 계수에 기반한 MBR(minimum bounding rectangle; 최소 경계 사각형)로 분류되는 단계; 상기 푸리에 계수에 기반한 MBR들이 객체 MBR에 포함될 때까지 반복하여 분류되는 단계; 및 상기 객체 MBR들이 루트 MBR에 포함될 때까지 반복하여 분류되는 단계를 포함하는 인덱스 구축 및 검색 방법
6 6
제1항에 있어서, 상기 (d) 단계의 동적 인덱스를 구축하는 단계는, (d-1) 질의 시퀀스와 가장 비유사한 시퀀스를 제거하는 단계; (d-2) 상기 질의 시퀀스와 가장 비유사한 시퀀스를 제거하고 남은 시퀀스에 대해 동적 인덱스를 구축하는 단계; 및 (d-3) 상기 질의 시퀀스와의 최소 거리를 가지는 시퀀스를 찾는 단계를 포함하는 인덱스 구축 및 검색 방법
7 7
제6항에 있어서, 상기 (d-1) 단계는, 모든 시퀀스에 대해 UB_Dist() 값들 중에서 가장 작은 거리를 찾는 단계; 및 LB_Dist() 값이 상기 가장 작은 UB_Dist() 값보다 큰 모든 시퀀스를 제거하는 단계를 포함하는 인덱스 구축 및 검색 방법
8 8
삭제
9 9
제6항에 있어서, 상기 (d-2) 단계에서 구축된 인덱스에서 단말 노드(leaf node)들은 내부 노드(non-leaf node)로 분류되고, 상기 내부 노드(non-leaf node)들은 차일드 노드(child node)들 중에서 최소 특징 레벨 거리를 가지는 단말 노드(leaf node)를 지시하는 것을 특징으로 하는 인덱스 구축 및 검색 방법
10 10
제6항에 있어서, 상기 (d-3) 단계는 내부 노드(non-leaf node)에 의해 지시된 최소 거리를 가지는 단말 노드(leaf node)를 직접 방문하는 것을 특징으로 하는 인덱스 구축 및 검색 방법
11 11
제10항에 있어서, 상기 내부 노드(non-leaf node)는 루트 노드(root node)에 의해 지시된 단말 노드(leaf node)를 가리키는 자손 노드(descendant node)가 더 이상 존재하지 않을 때까지 확장되는 것을 특징으로 하는 인덱스 구축 및 검색 방법
12 12
제1항에 있어서, 상기 (e) 단계는 k개의 유사 객체를 검색하기 위한 k-최근접(k-Nearest Neighbor) 검색 방법 또는 질의 영상과의 차이가 미리 설정된 범위 안에 있는 모든 객체를 검색하는 범위 검색 방법 중에서 선택된 어느 하나를 통해 수행되는 것을 특징으로 하는 인덱스 구축 및 검색 방법
13 13
제12항에 있어서, 상기 k-최근접(k-Nearest Neighbor) 검색 방법 또는 범위 검색 방법은 하한(low bound) 함수들을 계층적으로 적용하고, 최근접 영상을 찾았을 때 나머지 영상들을 검색에서 제외하는 것을 특징으로 하는 인덱스 구축 및 검색 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.