맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

이미지 복원 방법 및 장치

  • 기술번호 : KST2022003671
  • 담당센터 : 경기기술혁신센터
  • 전화번호 : 031-8006-1570
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 이미지 복원 방법 및 장치가 개시된다. 개시되는 일 실시예에 따른 이미지 복원 장치는, 하나 이상의 프로세서들, 및 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 이미지 복원 장치로서, 공간적으로 이질적인 노이즈들을 갖는 원 이미지를 입력 받고, 원 이미지에서 제1 특징 벡터를 추출하는 특징 추출 모듈, 제1 특징 벡터를 입력 받고, 제1 특징 벡터에서 상기 노이즈들을 제거하여 제2 특징 벡터를 출력하는 노이즈 처리 모듈, 및 제2 특징 벡터에 기반하여 원 이미지를 복원하는 이미지 복원 모듈을 포함한다.
Int. CL G06T 5/00 (2019.01.01) G06N 3/08 (2006.01.01)
CPC G06T 5/001(2013.01) G06T 5/002(2013.01) G06N 3/08(2013.01) G06T 2207/20182(2013.01) G06T 2207/20081(2013.01) G06T 2207/20084(2013.01)
출원번호/일자 1020200137042 (2020.10.21)
출원인 아주대학교산학협력단
등록번호/일자 10-2381914-0000 (2022.03.29)
공개번호/일자
공고번호/일자 (20220331) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.10.21)
심사청구항수 15

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 아주대학교산학협력단 대한민국 경기도 수원시 영통구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 손경아 경기도 성남시 분당구
2 김시진 서울특별시 강남구
3 안남혁 경기도 수원시 영통구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 두호특허법인 대한민국 서울특별시 강남구 언주로***, *층(논현동,시그너스빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 아주대학교산학협력단 경기도 수원시 영통구
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		 2020.10.21 수리 (Accepted) 1-1-2020-1117616-21
2 선행기술조사의뢰서
Request for Prior Art Search		 2021.02.18 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search		 2021.04.14 발송처리완료 (Completion of Transmission) 9-6-2021-0118036-54
4 의견제출통지서
Notification of reason for refusal		 2021.07.01 발송처리완료 (Completion of Transmission) 9-5-2021-0522301-02
5 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2021.08.26 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2021-0988115-65
6 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
 2021.08.26 수리 (Accepted) 1-1-2021-0988075-26
7 등록결정서
Decision to grant		 2022.01.24 발송처리완료 (Completion of Transmission) 9-5-2022-0067393-19
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
하나 이상의 프로세서들, 및상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 이미지 복원 장치로서, 공간적으로 이질적인 노이즈들을 갖는 원 이미지를 입력 받고, 상기 원 이미지에서 제1 특징 벡터를 추출하는 특징 추출 모듈;상기 제1 특징 벡터를 입력 받고, 상기 제1 특징 벡터에서 상기 노이즈들을 제거하여 제2 특징 벡터를 출력하는 노이즈 처리 모듈; 및상기 제2 특징 벡터에 기반하여 상기 원 이미지를 복원하는 이미지 복원 모듈을 포함하고, 상기 노이즈 처리 모듈은, 인공 신경망(Artificial Neural Network)에 사용되는 파라미터들에 대한 복수 개의 템플릿을 저장하는 템플릿 뱅크; 상기 특징 추출 모듈로부터 상기 제1 특징 벡터를 각각 입력 받고, 상기 템플릿 뱅크에서 상기 템플릿을 추출하며, 추출한 상기 템플릿에 기반하여 상기 제1 특징 벡터에서 노이즈를 제거하고 상기 제2 특징 벡터를 각각 출력하도록 학습되는 복수 개의 노이즈 처리부; 및상기 복수 개의 노이즈 처리부에서 각각 출력하는 제2 특징 벡터를 조합하여 조합 벡터를 생성하는 조합부를 포함하며, 상기 이미지 복원 모듈은, 상기 조합 벡터 중 상기 각 노이즈 처리부에서 출력되는 제2 특징 벡터에 대해 주의 집중 가중치를 결정하는 어텐션부; 및상기 조합 벡터 및 상기 주의 집중 가중치에 기반하여 상기 원 이미지를 복원하는 이미지 복원부를 포함하는, 이미지 복원 장치
2 2
삭제
3 3
청구항 1에 있어서, 상기 복수 개의 노이즈 처리부는, 상호 병렬로 연결되고 상기 템플릿 뱅크에 저장된 템플릿을 상호 공유하도록 마련되는, 이미지 복원 장치
4 4
청구항 1에 있어서, 상기 복수 개의 템플릿은, 상기 복수 개의 노이즈 처리부를 구성하는 각 인공 신경망에서 상기 원 이미지의 공통된 특징을 학습하도록 하기 위한 파라미터들을 포함하는, 이미지 복원 장치
5 5
청구항 4에 있어서, 상기 복수 개의 노이즈 처리부 각각은, 상기 제1 특징 벡터에서 서로 다른 종류의 노이즈를 집중적으로 제거하여 상기 제2 특징 벡터를 출력하도록 학습되는, 이미지 복원 장치
6 6
청구항 5에 있어서, 상기 복수 개의 노이즈 처리부 각각은, 상기 템플릿 뱅크에서 추출한 템플릿을 기반으로 상기 제1 특징 벡터에서 해당 노이즈를 집중적으로 제거하여 상기 제2 특징 벡터를 출력하기 위한 적응적 가중치(Adaptive Weight)를 생성하는, 이미지 복원 장치
7 7
청구항 6에 있어서, 상기 각 노이즈 처리부는, 하기의 수학식에 의해 상기 적응적 가중치를 생성하는, 이미지 복원 장치
8 8
삭제
9 9
삭제
10 10
청구항 1에 있어서, 상기 어텐션부는, 상기 각 노이즈 처리부의 채널에 따른 조합 벡터의 평균값을 산출하고, 상기 각 채널에 따른 조합 벡터의 평균 값을 기반으로 하기 수학식에 의해 상기 주의 집중 가중치를 산출하는, 이미지 복원 장치
11 11
하나 이상의 프로세서들, 및상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 이미지 복원 방법으로서, 특징 추출 모듈에서, 공간적으로 이질적인 노이즈들을 갖는 원 이미지를 입력 받고, 상기 원 이미지에서 제1 특징 벡터를 추출하는 동작;노이즈 처리 모듈에서, 상기 제1 특징 벡터를 입력 받고, 상기 제1 특징 벡터에서 상기 노이즈들을 제거하여 제2 특징 벡터를 출력하는 동작; 및이미지 복원 모듈에서, 상기 제2 특징 벡터에 기반하여 상기 원 이미지를 복원하는 동작을 포함하고, 상기 제2 특징 벡터를 출력하는 동작은, 복수 개의 노이즈 처리부에서, 상기 특징 추출 모듈로부터 상기 제1 특징 벡터를 각각 입력 받는 동작;복수 개의 노이즈 처리부에서, 인공 신경망(Artificial Neural Network)에 사용되는 파라미터들에 대한 복수 개의 템플릿을 저장하는 템플릿 뱅크로부터 상기 템플릿을 각각 추출하는 동작; 및복수 개의 노이즈 처리부에서, 추출한 상기 템플릿에 기반하여 상기 제1 특징 벡터에서 노이즈를 제거하고 상기 제2 특징 벡터를 각각 출력하는 동작을 포함하며, 상기 이미지 복원 방법은, 노이즈 처리 모듈에서, 상기 복수 개의 노이즈 처리부에서 각각 출력하는 제2 특징 벡터를 조합하여 조합 벡터를 생성하는 동작을 더 포함하고, 상기 원 이미지를 복원하는 동작은, 어텐션부에서, 상기 조합 벡터 중 상기 각 노이즈 처리부에서 출력되는 제2 특징 벡터에 대해 주의 집중 가중치를 결정하는 동작; 및이미지 복원부에서, 상기 조합 벡터 및 상기 주의 집중 가중치에 기반하여 상기 원 이미지를 복원하는 동작을 포함하는, 이미지 복원 방법
12 12
삭제
13 13
청구항 11에 있어서, 상기 복수 개의 노이즈 처리부는, 상호 병렬로 연결되고 상기 템플릿 뱅크에 저장된 템플릿을 상호 공유하도록 마련되는, 이미지 복원 방법
14 14
청구항 11에 있어서, 상기 복수 개의 템플릿은, 상기 복수 개의 노이즈 처리부를 구성하는 각 인공 신경망에서 상기 원 이미지의 공통된 특징을 학습하도록 하기 위한 파라미터들을 포함하는, 이미지 복원 방법
15 15
청구항 14에 있어서, 상기 제2 특징 벡터를 출력하는 동작은, 상기 복수 개의 노이즈 처리부가 각각 상기 제1 특징 벡터에서 서로 다른 종류의 노이즈를 집중적으로 제거하여 상기 제2 특징 벡터를 출력하도록 학습되는 동작을 포함하는, 이미지 복원 방법
16 16
청구항 15에 있어서, 상기 제2 특징 벡터를 출력하는 동작은, 복수 개의 노이즈 처리부에서, 상기 템플릿 뱅크에서 추출한 템플릿을 기반으로 상기 제1 특징 벡터에서 해당 노이즈를 집중적으로 제거하여 상기 제2 특징 벡터를 출력하기 위한 적응적 가중치(Adaptive Weight)를 생성하는 동작을 포함하는, 이미지 복원 방법
17 17
청구항 16에 있어서, 상기 적응적 가중치를 생성하는 동작은, 복수 개의 노이즈 처리부에서, 하기의 수학식에 의해 상기 적응적 가중치를 생성하는, 이미지 복원 방법
18 18
삭제
19 19
삭제
20 20
청구항 11에 있어서, 상기 주의 집중 가중치를 결정하는 동작은, 어텐션부에서, 상기 각 노이즈 처리부의 채널에 따른 조합 벡터의 평균값을 산출하고, 상기 각 채널에 따른 조합 벡터의 평균 값을 기반으로 하기 수학식에 의해 상기 주의 집중 가중치를 산출하는, 이미지 복원 방법
21 21
비일시적 컴퓨터 판독 가능한 저장 매체(non-transitory computer readable storage medium)에 저장된 컴퓨터 프로그램으로서, 상기 컴퓨터 프로그램은 하나 이상의 명령어들을 포함하고, 상기 명령어들은 하나 이상의 프로세서들을 갖는 컴퓨팅 장치에 의해 실행될 때, 상기 컴퓨팅 장치로 하여금, 공간적으로 이질적인 노이즈들을 갖는 원 이미지를 입력 받고, 상기 원 이미지에서 제1 특징 벡터를 추출하는 동작;상기 제1 특징 벡터에서 상기 노이즈들을 제거하여 제2 특징 벡터를 출력하는 동작; 및상기 제2 특징 벡터에 기반하여 상기 원 이미지를 복원하는 동작을 수행하도록 하고, 상기 제2 특징 벡터를 출력하는 동작은, 인공 신경망(Artificial Neural Network)에 사용되는 파라미터들에 대한 복수 개의 템플릿을 저장하는 템플릿 뱅크로부터 상기 템플릿을 각각 추출하는 동작; 및추출한 상기 템플릿에 기반하여 상기 제1 특징 벡터에서 노이즈를 제거하고 상기 제2 특징 벡터를 각각 출력하는 동작을 포함하며, 상기 컴퓨터 프로그램은 상기 컴퓨팅 장치로 하여금, 상기 복수 개의 노이즈 처리부에서 각각 출력하는 제2 특징 벡터를 조합하여 조합 벡터를 생성하는 동작을 더 수행하도록 하고,상기 원 이미지를 복원하는 동작은, 상기 조합 벡터 중 상기 각 노이즈 처리부에서 출력되는 제2 특징 벡터에 대해 주의 집중 가중치를 결정하는 동작; 및상기 조합 벡터 및 상기 주의 집중 가중치에 기반하여 상기 원 이미지를 복원하는 동작을 포함하는, 컴퓨터 프로그램
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 아주대학교 개인기초연구(과기정통부)(R＆D) 노이즈에 강인한 딥 러닝 기반 멀티모달 데이터 통합 알고리즘의 개발 및 응용
2 과학기술정보통신부 아주대학교산학협력단 정보통신방송혁신인재양성(R＆D) MR-IoT융합 기반의 재난대응인공지능 응용기술