맞춤기술찾기

이전대상기술

나이 추정 장치 및 방법

  • 기술번호 : KST2022006859
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
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 나이 추정 장치는 입력 영상에 대한 전처리 과정을 수행하여 원본 영상을 생성하는 전처리부; 상기 원본 영상을 강화된 사이클 생성적 적대 신경망을 이용하여 변환 영상을 생성하는 변환부; 및 상기 변환 영상에 대한 나이를 추정하는 나이 추정부를 포함할 수 있다.
Int. CL G06K 9/00 (2022.01.01) G06N 7/00 (2022.01.01)
CPC G06V 40/174(2013.01) G06N 3/08(2013.01) G06N 7/005(2013.01) G06V 40/178(2013.01)
출원번호/일자 1020200122585 (2020.09.22)
출원인 동국대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0039984 (2022.03.30) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.09.22)
심사청구항수 13

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 박강령 서울 강남구
2 김유환 세종특별자치시 섭

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인지담 대한민국 경기도 성남시 분당구 대왕판교로***, A동 ***호(삼평동, 유스페이스*)

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
2020.09.22 수리 (Accepted) 1-1-2020-1008904-42
2 선행기술조사의뢰서
Request for Prior Art Search
2021.09.09 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2022.01.06 발송처리완료 (Completion of Transmission) 9-6-2022-0055547-07
4 의견제출통지서
Notification of reason for refusal
2022.03.29 발송처리완료 (Completion of Transmission) 9-5-2022-0235838-87
5 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2022.05.27 수리 (Accepted) 1-1-2022-0561383-71
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2022.05.27 접수중 (On receiving) 1-1-2022-0561384-16
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
입력 영상에 대한 전처리 과정을 수행하여 원본 영상을 생성하는 전처리부;상기 원본 영상을 강화된 사이클 생성적 적대 신경망을 이용하여 변환 영상을 생성하는 변환부; 및상기 변환 영상에 대한 나이를 추정하는 나이 추정부;를 포함하는 나이 추정 장치
2 2
제1항에 있어서, 상기 변환부는 레지듀얼 블록구조를 응용하여, 다운 샘플 레이어와 업 샘플 레이어들 이 레지듀얼로 연결되는 것을 특징으로 하는나이 추정 장치
3 3
제 2항에 있어서,상기 변화부는 생성부 및 판별부를 포함하고, 상기 생성부는 모든 레이어에 대해 레지듀얼 연결을 이용하고, 인코더 내의 레이어에서 얻은 요약된 저해상 특징과 레지듀얼 연결로 인해 전달되는 고해상 특징을 고려하는 것을 특징으로 하는 나이 추정 장치
4 4
제3 항에 있어서, 상기 생성부는 상기 입력 영상에 대해 인코딩을 적용하여 얻은 멀티채널의 이미지들에 대해 소프트 맥스 함수를 통해 얻은 각각의 특징 맵의 확률 분포를 구하고, 쿨백-라이블러 발산을 이용하여 이 상기 확률분포들을 일치시키는 방향으로 나이 손실함수를 적용하여 학습되는 것을 특징으로 하는 나이 추정 장치
5 5
제 4항에 있어서,상기 생성부는 상기 멀티채널의 이미지들에 대해 생성된 영상에서 상기 입력 영상의 정보를 잃지 않도록 제어하기 위한 신원 손실함수를 적용하여 학습되는 것을 특징으로 하는 나이 추정 장치
6 6
제5 항에 있어서, 상기 판별부는 일 방향의 태스크를 수행하여 상기 생성부에서 생성된 영상에 대해 가짜, 입력 영상에 대해서 진짜(real)로 판별하는 일발 판별부와 상기 일 방향의 반대 방향으로 태스크를 수행하여, 상기 생성부에서 생성된 영상에 대해 진짜(real), 상기 입력 영상에 대해 가짜로 판별하는 리버스 판별부를 포함하는 나이 추정 장치
7 7
나이 추정 장치가 나이를 추정하는 방법에 있어서,입력 영상에 대한 전처리 과정을 수행하여 원본 영상을 생성하는 단계;상기 원본 영상을 강화된 사이클 생성적 적대 신경망을 이용하여 변환 영상을 생성하는 단계; 및상기 변환 영상에 대한 나이를 추정하는 단계;를 포함하는 나이 추정 방법
8 8
제7항에 있어서, 상기 원본 영상을 강화된 사이클 생성적 적대 신경망을 이용하여 변환 영상을 생성하는 단계는 변환부가 레지듀얼 블록구조를 응용하여, 다운 샘플 레이어와 업 샘플 레이어들 이 레지듀얼로 연결되는 것을 특징으로 하는나이 추정 방법
9 9
제 8항에 있어서,상기 변화부는 생성부 및 판별부를 포함하고, 상기 생성부는 모든 레이어에 대해 레지듀얼 연결을 이용하고, 인코더 내의 레이어에서 얻은 요약된 저해상 특징과 레지듀얼 연결로 인해 전달되는 고해상 특징을 고려하는 것을 특징으로 하는 나이 추정 방법
10 10
제9 항에 있어서, 상기 생성부는 상기 입력 영상에 대해 인코딩을 적용하여 얻은 멀티채널의 이미지들에 대해 소프트 맥스 함수를 통해 얻은 각각의 특징 맵의 확률 분포를 구하고, 쿨백-라이블러 발산을 이용하여 이 상기 확률분포들을 일치시키는 방향으로 나이 손실함수를 적용하여 학습되는 것을 특징으로 하는 나이 추정 방법
11 11
제 10항에 있어서,상기 생성부는 상기 멀티채널의 이미지들에 대해 생성된 영상에서 상기 입력 영상의 정보를 잃지 않도록 제어하기 위한 신원 손실함수를 적용하여 학습되는 것을 특징으로 하는 나이 추정 방법
12 12
제11항에 있어서, 상기 판별부는 일 방향의 태스크를 수행하여 상기 생성부에서 생성된 영상에 대해 가짜, 입력 영상에 대해서 진짜(real)로 판별하는 일발 판별부와 상기 일 방향의 반대 방향으로 태스크를 수행하여, 상기 생성부에서 생성된 영상에 대해 진짜(real), 상기 입력 영상에 대해 가짜로 판별하는 리버스 판별부를 포함하는 나이 추정 방법
13 13
제7항 내지 제12항 중 어느 하나의 나이 추정 방법을 실행하고 컴퓨터가 판독 가능한 기록매체에 기록된 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 동국대학교 개인기초연구(과기정통부)(R&D) GAN (Generative Adversarial Network) 및 XAI (eXplainable AI) 기반, 위조 생체 데이터 생성 및 이를 이용한 위조 검출 시스템 평가 및 성능 향상 연구