맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

얼굴 인식 방법 및 얼굴 인식 장치

  • 기술번호 : KST2015162384
  • 담당센터 : 대구기술혁신센터
  • 전화번호 : 053-550-1450
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 영상 인식 방법이 개시된다. 본 방법은 테스트 영상이 입력되면, 테스트 영상을 복수의 블록으로 분할하고, 분할된 각 블록 별로 복수의 지역적 특징 기술자를 획득하는 단계, 객체 확률 모델을 이용하여, 테스트 영상의 각 블록 당 하나의 지역적 특징 기술자를 선택하는 단계, 테스트 영상의 각 블록 당 가중치를 계산하는 단계, 복수의 기준 영상과 테스트 영상을 순차적으로 비교하면서, 선택된 지역적 특징 기술자 및 가중치를 이용하여 서로 매칭되는 블록 간의 유사도 거리 값들을 산출하는 단계, 산출된 유사도 거리 값들을 비교하여, 복수의 기준 영상 중 테스트 영상에 대응되는 영상을 인식하는 단계를 포함한다.
Int. CL G06K 9/46 (2006.01) G06T 7/00 (2006.01)
CPC G06T 7/00(2013.01) G06T 7/00(2013.01)
출원번호/일자 1020130156639 (2013.12.16)
출원인 경북대학교 산학협력단
등록번호/일자 10-1521136-0000 (2015.05.12)
공개번호/일자
공고번호/일자 (20150520) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2013.12.16)
심사청구항수 15

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 경북대학교 산학협력단 대한민국 대구광역시 북구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 박혜영 대한민국 경기도 광명시 하안로
2 서정인 대한민국 대구광역시 북구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 이현수 대한민국 서울특별시 마포구 백범로 ***(신공덕동) 메트로디오빌빌딩 ****호(이현수상표특허법률사무소)
2 정홍식 대한민국 서울시 서초구 강남대로 *** 신덕빌딩 *층(나우특허법률사무소)
3 김태헌 대한민국 서울시 서초구 강남대로 *** 신덕빌딩 *층(나우특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 경북대학교 산학협력단 대한민국 대구광역시 북구
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		 2013.12.16 수리 (Accepted) 1-1-2013-1151183-19
2 선행기술조사의뢰서
Request for Prior Art Search		 2014.11.07 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search		 2014.12.11 수리 (Accepted) 9-1-2014-0096330-64
4 의견제출통지서
Notification of reason for refusal		 2014.12.19 발송처리완료 (Completion of Transmission) 9-5-2014-0870508-21
5 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2015.02.23 수리 (Accepted) 1-1-2015-0174238-50
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2015.02.23 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2015-0174239-06
7 등록결정서
Decision to grant		 2015.05.07 발송처리완료 (Completion of Transmission) 9-5-2015-0302609-57
8 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2018.03.26 수리 (Accepted) 4-1-2018-5051994-32
9 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.06.23 수리 (Accepted) 4-1-2020-5136893-04
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
영상 인식 방법에 있어서,테스트 영상이 입력되면, 상기 테스트 영상을 복수의 블록으로 분할하고, 분할된 각 블록 별로 복수의 지역적 특징 기술자를 획득하는 단계;복수의 기준 영상에 기초하여 추정된 객체 확률 모델을 이용하여, 상기 테스트 영상의 각 블록 당 하나의 지역적 특징 기술자를 선택하는 단계; 상기 객체 확률 모델을 이용하여, 상기 테스트 영상의 각 블록 당 가중치를 계산하는 단계; 상기 복수의 기준 영상과 상기 테스트 영상을 순차적으로 비교하면서, 상기 선택된 지역적 특징 기술자 및 상기 가중치를 이용하여 서로 매칭되는 블록 간의 유사도 거리 값들을 산출하는 단계; 및산출된 상기 유사도 거리 값들을 비교하여, 상기 복수의 기준 영상 중 상기 테스트 영상에 대응되는 영상을 인식하는 단계;를 포함하는 영상 인식 방법
2 2
제1항에 있어서,테스트 영상이 입력되기 전에, 상기 복수의 기준 영상을 각각 복수의 블록으로 분할하고, 각 블록 당 하나의 지역적 특징 기술자를 획득하는 단계;상기 지역적 특징 기술자를 획득하면, 상기 획득된 복수의 기준 영상의 지역적 특징 기술자를 이용하여 상기 객체 확률 모델을 추정하여 저장하는 단계;를 더 포함하는 것을 특징으로 하는 영상 인식 방법
3 3
제1항에 있어서,상기 획득된 복수의 지역적 특징 기술자는 서로 다른 방향 속성을 가지며,상기 선택하는 단계는,상기 테스트 영상의 블록마다, 상기 획득된 복수의 지역적 특징 기술자 중, 상기 테스트 영상의 방향성에 대응되는 하나의 지역적 특징 기술자를 선택하는 것을 특징으로 하는 영상 인식 방법
4 4
제3항에 있어서,상기 선택하는 단계는,와 같은 수학식에 따라 상기 하나의 지역적 특징 기술자를 선택하며, 여기서, m은 각 블록의 인덱스,는 테스트 영상의 m 블록의 k방향 지역적 특징 기술자(k=0,
5 5
제1항에 있어서,상기 지역적 특징 기술자가 선택되고, 상기 가중치가 계산되면, 상기 각 블록 당 선택된 상기 하나의 지역적 특징 기술자 및 상기 계산된 각 블록 당 가중치를 이용하여, 상기 테스트 영상에 대한 인식을 거절할지 여부를 판단하는 판단 단계;를 더 포함하며,상기 유사도 거리 값들을 산출하는 단계 및 상기 영상을 인식하는 단계는 상기 판단 단계의 판단 결과에 따라 선택적으로 수행되는 것을 특징으로 하는 영상 인식 방법
6 6
제5항에 있어서, 상기 판단 단계는,상기 객체 확률 모델에 상기 선택된 지역적 특징 기술자를 적용하여 계산된 값이 제1 임계값 미만이면, 상기 테스트 영상에 대한 인식을 거절하는 것을 특징으로 하는 영상 인식 방법
7 7
제5항에 있어서,상기 판단 단계는,상기 복수의 기준 영상 중 상기 테스트 영상과 유사도 거리 값이 가장 작은 영상을 선택하고, 상기 선택된 영상과 상기 테스트 영상 간의 유사도 거리 값이 제2 임계값보다 크면, 상기 테스트 영상에 대한 인식을 거절하는 것을 특징으로 하는 영상 인식 방법
8 8
제2항에 있어서, 상기 유사도 거리 값들을 산출하는 단계는, 와 같은 수학식에 따라 상기 유사도 거리 값들을 산출하며, 여기서 은 i번째 기준 영상의 m 블록의 지역적 특징 기술자,d()는 유사도 거리계산 함수,는 테스트 영상의 m 블록에 대한 가중치,Ii는 i번째 기준 영상인 것을 특징으로 하는 영상 인식 방법
9 9
영상 인식 장치에 있어서,복수의 기준 영상 각각을 구성하는 복수의 블록에 대한 지역적 특징 기술자를 이용하여 추정한 객체 확률 모델을 저장하는 저장부;테스트 영상을 입력 받기 위한 입력부;상기 테스트 영상을 복수의 블록으로 분할하고, 분할된 각 블록 별로 복수의 지역적 특징 기술자를 획득하며, 상기 객체 확률 모델을 이용하여, 상기 테스트 영상의 각 블록 당 하나의 지역적 특징 기술자를 검출하는 검출부;상기 객체 확률 모델을 이용하여, 상기 테스트 영상의 각 블록 당 가중치를 계산하는 산출부; 및상기 복수의 기준 영상과 상기 테스트 영상을 순차적으로 비교하면서, 상기 검출된 지역적 특징 기술자 및 상기 가중치를 이용하여 서로 매칭되는 블록 간의 유사도 거리 값들을 산출하고, 산출된 상기 유사도 거리 값들을 비교하여, 상기 복수의 기준 영상 중 상기 테스트 영상에 대응되는 영상을 인식하는 영상 인식부;를 포함하는 영상 인식 장치
10 10
제9항에 있어서,상기 획득된 복수의 지역적 특징 기술자는 서로 다른 방향 속성을 가지며,상기 검출부는,상기 테스트 영상의 블록마다, 상기 획득된 복수의 지역적 특징 기술자 중, 상기 테스트 영상의 방향성에 대응되는 하나의 지역적 특징 기술자를 검출하는 것을 특징으로 하는 영상 인식 장치
11 11
제10항에 있어서,상기 검출부는,와 같은 수학식에 따라 상기 하나의 지역적 특징 기술자를 검출하며, 여기서, m은 각 블록의 인덱스,테스트 영상의 m 블록의 k방향 지역적 특징 기술자(k=0,
12 12
제9항에 있어서,상기 테스트 영상에 대한 인식을 거절할지 여부를 판단하는 판단부;를 더 포함하며,상기 영상 인식부는, 상기 판단부의 판단 결과에 따라 선택적으로 동작하는 것을 특징으로 하는 영상 인식 장치
13 13
제12항에 있어서, 상기 판단부는,상기 객체 확률 모델에 상기 검출된 지역적 특징 기술자를 적용하여 계산된 값이 제1 임계값 미만이면, 상기 테스트 영상에 대한 인식을 거절하는 것을 특징으로 하는 영상 인식 장치
14 14
제12항에 있어서,상기 판단부는,상기 복수의 기준 영상 중 상기 테스트 영상과 유사도 거리 값이 가장 작은 영상을 선택하고, 상기 선택된 영상과 상기 테스트 영상 간의 유사도 거리 값이 제2 임계값보다 크면, 상기 테스트 영상에 대한 인식을 거절하는 것을 특징으로 하는 영상 인식 장치
15 15
제9항에 있어서, 상기 영상 인식부는,와 같은 수학식에 따라 상기 유사도 거리 값들을 산출하며, 여기서 은 i번째 기준 영상의 m 블록의 지역적 특징 기술자,d()는 유사도 거리계산 함수,는 테스트 영상의 m 블록에 대한 가중치,Ii는 i번째 기준 영상인 것을 특징으로 하는 영상 인식 장치
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 교육과학기술부 경북대학교 첨단융합기술개발 다중감각추론 일반 모델 및 인지향상기술 개발
2 미래창조과학부 경북대학교 산학협력단 정보통신기술인력양성 u-헬스케어를 위한 고 신뢰 네트워크 및 의료정보 융합 기술 연구