맞춤기술찾기

이전대상기술

이미지의 객체 감지 및 분류 방법 및 시스템

  • 기술번호 : KST2022002269
  • 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 제 1 컨벌루션에 의하여 제 1 컨벌루셔널 특징 맵을 제 2 컨벌루셔널 특징 맵으로 변환하는 단계; 입력 이미지의 각 포인트에 제 1 앵커를 생성하는 단계; 제 1 앵커가 그라운드 트루스 박스내에 있는 지 판단하는 단계; 그라운드 트루스 박스내에 있는 제 1 앵커를 스케일링하고 시프트하여 제 2 컨벌루셔널 특징 맵 상에 제 2 앵커를 생성하는 단계: 제 2 컨벌루션에 의하여 제 2 컨벌루셔널 특징 맵을 컨벌루션하여 제 3 컨벌루셔널 특징 맵을 생성하는 단계; 그라운드 투루스 박스와 제 2 단일 앵커의 중첩비율이 기준값 이상인 지 판단하는 단계; 중첩비율이 기준값 이상인 제 2 앵커를 스케일링하고 시프트하여 제 3 앵커를 생성하는 단계; 제 3 앵커에 객체성 점수를 부여하는 단계; 및 객체성 점수가 기준값 이상인 제 3 앵커를 제 3 컨벌루셔널 특징 맵상에 프로포잘로 제안하는 단계를 포함하는 방법을 제공한다.
Int. CL G06V 10/10 (2022.01.01) G06K 9/62 (2022.01.01) G06N 3/08 (2006.01.01)
CPC G06V 10/10(2013.01) G06K 9/627(2013.01) G06N 3/08(2013.01)
출원번호/일자 1020200107359 (2020.08.25)
출원인 한국과학기술원
등록번호/일자
공개번호/일자 10-2022-0026402 (2022.03.04) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.08.25)
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 유창동 대전광역시 유성구
2 부 탕 (*****)대전 유성구
3 팜 쑤언 쭝 (*****)대전 유성구
4 장현준 대전 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인위더피플 대한민국 서울특별시 서대문구 경기대로 **, 진양빌딩 *층(충정로*가)

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
2020.08.25 수리 (Accepted) 1-1-2020-0895500-47
2 선행기술조사의뢰서
Request for Prior Art Search
2021.05.18 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2021.08.14 발송처리완료 (Completion of Transmission) 9-6-2021-0220127-26
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
입력 이미지를 수신하여 제 1 컨벌루셔널 특징 맵을 생성하는 단계;제 1 컨벌루션에 의하여 제 1 컨벌루셔널 특징 맵을 제 2 컨벌루셔널 특징 맵으로 변환하는 단계; 상기 입력 이미지의 각 포인트에 제 1 앵커를 생성하는 단계;상기 제 1 앵커가 그라운드 트루스 박스내에 있는 지 판단하는 단계;상기 그라운드 트루스 박스내에 있는 상기 제 1 앵커를 스케일링하고 시프트하여 상기 제 2 컨벌루셔널 특징 맵 상에 제 2 앵커를 생성하는 단계:제 2 컨벌루션에 의하여 상기 제 2 컨벌루셔널 특징 맵을 컨벌루션하여 제 3 컨벌루셔널 특징 맵을 생성하는 단계;상기 그라운드 투루스 박스와 상기 제 2 단일 앵커의 중첩비율이 기준값 이상인 지 판단하는 단계;중첩비율이 기준값 이상인 상기 제 2 앵커를 스케일링하고 시프트하여 제 3 앵커를 생성하는 단계;상기 제 3 앵커에 객체성 점수를 부여하는 단계; 및상기 객체성 점수가 기준값 이상인 제 3 앵커를 상기 제 3 컨벌루셔널 특징 맵상에 프로포잘로 제안하는 단계를 포함하는 방법
2 2
제 1 항에 있어서,상기 객체성 점수에 기초하여 상기 포인트에서 후보 객체를 식별하는 단계를 더 포함하는 방법
3 3
제 1 항에 있어서,제 3 컨벌루션에 의하여 상기 제 3 컨벌루셔널 특징 맵을 컨벌루션하여 제 4 컨벌루셔널 특징 맵을 생성하는 단계;상기 그라운드 투루스 박스와 상기 제 3 단일 앵커의 중첩비율이 기준값 이상인 지 판단하는 단계;중첩비율이 기준값 이상인 상기 제 3 앵커를 스케일링하고 시프트하여 제 4 앵커를 생성하는 단계;상기 제 4 앵커에 객체성 점수를 부여하는 단계; 및상기 객체성 점수가 기준값 이상인 상기 제 4 앵커를 상기 제 4 컨벌루셔널 특징 맵상에 프로포잘로 제안하는 단계를 더 포함하는 방법
4 4
제 2 항에 있어서,상기 후보 객체의 카테고리를 결정하는 단계; 및상기 후보 객체의 카테고리에 신뢰도 점수를 부여하는 단계를 더 포함하는 방법
5 5
제 1 항에 있어서,상기 제 1 컨벌루션은 다일레이티드 컨벌루션인 방법
6 6
제 1 항에 있어서,상기 제 2 컨벌루션은 어댑티브 컨벌루션인 방법
7 7
프로세서; 및상기 프로세서에 의하여 객체 검출 및 분류 네트워크를 실행하는 명령을 포함하는 컴퓨터 판독 가능 매체를 포함하고,상기 객체 검출 및 분류 네트워크는 이미지를 입력하고 컨벌루셔널 특징 맵을 생성하게 구성된 초기 처리 모듈, 및 이미지에서 후보 객체에 대응하는 제안을 생성하게 구성되는 객체 제안 모듈을 포함하고,상기 객체 제안 모듈은 제 1 컨벌루션에 의하여 제 1 컨벌루셔널 특징 맵을 제 2 컨벌루셔널 특징 맵으로 변환하고;상기 입력 이미지의 각 포인트에 제 1 앵커를 생성하고;상기 제 1 앵커가 그라운드 트루스 박스내에 있는 지 판단하고;상기 그라운드 트루스 박스내에 있는 상기 제 1 앵커를 스케일링하고 시프트하여 상기 제 2 컨벌루셔널 특징 맵 상에 제 2 앵커를 생성하고;제 2 컨벌루션에 의하여 상기 제 2 컨벌루셔널 특징 맵을 컨벌루션하여 제 3 컨벌루셔널 특징 맵을 생성하고;상기 그라운드 투루스 박스와 상기 제 2 단일 앵커의 중첩비율이 기준값 이상인 지 판단하고;중첩비율이 기준값 이상인 상기 제 2 앵커를 스케일링하고 시프트하여 제 3 앵커를 생성하며;상기 제 3 앵커에 객체성 점수를 부여하며; 상기 객체성 점수가 기준값 이상인 제 3 앵커를 상기 제 3 컨벌루셔널 특징 맵상에 프로포잘로 제안하는 시스템
8 8
제 7 항에 있어서,상기 객체 제안 모듈은 제 3 컨벌루션에 의하여 상기 제 3 컨벌루셔널 특징 맵을 컨벌루션하여 제 4 컨벌루셔널 특징 맵을 생성하고;상기 그라운드 투루스 박스와 상기 제 3 단일 앵커의 중첩비율이 기준값 이상인 지 판단하고;중첩비율이 기준값 이상인 상기 제 3 앵커를 스케일링하고 시프트하여 제 4 앵커를 생성하고;상기 제 4 앵커에 객체성 점수를 부여하며;상기 객체성 점수가 기준값 이상인 상기 제 4 앵커를 상기 제 4 컨벌루셔널 특징 맵상에 프로포잘로 제안하는 시스템
9 9
제 7항에 있어서,상기 제 1 컨벌루션은 다일레이티드 컨벌루션인 시스템
10 10
제 7 항에 있어서,상기 제 2 컨벌루션은 어댑티브 컨벌루션인 시스템
11 11
제 7 항에 있어서,상기 객체 제안 모듈은 상기 객체성 점수에 기초하여 상기 포인트에서 후보 객체를 식별하는 시스템
12 12
제 7 항에 있어서,상기 후보 객체의 카테고리를 결정하고, 상기 후보 객체의 카테고리에 신뢰도 점수를 부여하는 프로포잘 분류기를 더 포함하는 시스템
13 13
제 12 항에 있어서,훈련 이미지 상에 적어도 하나의 프로포잘을 생성하기 위하여 상기 초기 처리 모듈과 상기 객체 프로포잘 모듈의 적어도 하나의 파라미터를 훈련하며, 상기 훈련 이미지상에 적어도 하나 이상의 프로포잘 각각에 카테고리를 부여하기 위하여 프로포잘 분류기 모듈의 적어도 하나의 파라미터를 훈련하는 기계 학습 모듈을 더 포함하는 시스템
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 한국과학기술원 정보통신.방송 연구개발사업 (EZBARO)자율지능 동반자를 위한 적응형 기계학습기술 연구개발(2019)