맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

이상 상황 감지 장치 및 방법

  • 기술번호 : KST2022011130
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
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 미리 학습된 다수의 인공 신경망을 포함하여, 인가된 입력 영상의 다수의 프레임으로부터 움직임 특징을 추출하고, 각 프레임의 전경 및 배경 각각에 대한 전경 특징과 배경 특징 구분하여 추출하는 인코더, 미리 학습된 인공 신경망으로 구현되어 상기 움직임 특징과 상기 전경 특징 및 상기 배경 특징을 기반으로 상기 입력 영상을 재건축하여 재건축 영상을 획득하는 디코더 및 상기 입력 영상과 상기 재건축 영상 사이의 오차를 기반으로 재건축 스코어를 계산하고, 계산된 재건축 스코어를 이용하여 이상 상황을 검출하는 스코어 계산부를 포함하여, 이상 상황을 정확하게 검출할 수 있으며, 비지도 학습으로 학습되므로, 학습 데이터 획득이 용이할 뿐만 아니라 다양한 이상 상황을 검출할 수 있는 이상 상황 감지 장치 및 방법을 제공할 수 있다.
Int. CL G06K 9/00 (2022.01.01) G06V 10/40 (2022.01.01) G06N 3/04 (2006.01.01)
CPC G06V 20/52(2013.01) G06V 10/40(2013.01) G06N 3/0454(2013.01) G06T 7/194(2013.01) G06N 3/08(2013.01)
출원번호/일자 1020200153560 (2020.11.17)
출원인 연세대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0067159 (2022.05.24) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.11.17)
심사청구항수 18

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이상윤 서울특별시 서초구
2 조명아 경기도 성남시 분당구
3 정태영 서울특별시 서대문구
4 조수환 서울특별시 양천구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 민영준 대한민국 서울특별시 강남구 남부순환로 ****, *층(도곡동, 차우빌딩)(맥스국제특허법률사무소)

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		 2020.11.17 수리 (Accepted) 1-1-2020-1230211-17
2 선행기술조사의뢰서
Request for Prior Art Search		 2022.02.15 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search		 2022.04.15 발송처리완료 (Completion of Transmission) 9-6-2022-0112115-68
4 의견제출통지서
Notification of reason for refusal		 2022.06.28 발송처리완료 (Completion of Transmission) 9-5-2022-0474451-16
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
미리 학습된 다수의 인공 신경망을 포함하여, 인가된 입력 영상의 다수의 프레임으로부터 움직임 특징을 추출하고, 각 프레임의 전경 및 배경 각각에 대한 전경 특징과 배경 특징 구분하여 추출하는 인코더; 미리 학습된 인공 신경망으로 구현되어 상기 움직임 특징과 상기 전경 특징 및 상기 배경 특징을 기반으로 상기 입력 영상을 재건축하여 재건축 영상을 획득하는 디코더; 및 상기 입력 영상과 상기 재건축 영상 사이의 오차를 기반으로 재건축 스코어를 계산하고, 계산된 재건축 스코어를 이용하여 이상 상황을 검출하는 스코어 계산부를 포함하는 이상 상황 감지 장치
2 2
제1항에 있어서, 상기 인코더는 미리 학습된 인공 신경망으로 구현되어 학습된 방식에 따라 인가된 상기 입력 영상을 인코딩하여 다수의 프레임 사이의 변화에 따른 움직임 특징을 추출하는 움직임 인코더; 및 미리 학습된 다수의 인공 신경망을 포함하여, 상기 입력 영상의 각 프레임에서 전경과 배경을 구분하고, 구분된 전경과 배경 각각을 학습된 방식으로 인코딩하여 전경 특징과 배경 특징을 추출하는 영상 인코더를 포함하는 이상 상황 감지 장치
3 3
제2항에 있어서, 상기 영상 인코더는 상기 입력 영상을 인가받고, 기지정된 방식에 따라 각 프레임에서 전경과 배경을 구분하여 추출하는 배경 추출부; 미리 학습된 인공 신경망으로 구현되어, 추출된 전경을 학습된 방식으로 인코딩하여 전경 특징을 획득하는 전경 인코더; 및 미리 학습된 인공 신경망으로 구현되어, 추출된 배경을 학습된 방식으로 인코딩하여 배경 특징을 획득하는 배경 인코더를 포함하는 이상 상황 감지 장치
4 4
제3항에 있어서, 상기 배경 추출부는 상기 입력 영상의 다수의 프레임에서 기지정된 간격 단위로 프레임을 선택하고 선택된 프레임의 전경과 배경을 구분하여 추출하는 이상 상황 감지 장치
5 5
제3항에 있어서, 상기 이상 상황 감지 장치는 학습 시에 학습 영상으로 정상 상황에 대한 입력 영상(I)을 인가받아 재건축 영상()을 획득하고, 각각 수학식 으로 계산되는 L2 손실(L2)과 수학식 (여기서 i, j는 각각 입력 영상(I)과 재건축 영상()의 픽셀 좌표를 나타낸다
6 6
제3항에 있어서, 상기 이상 상황 감지 장치는 미리 학습된 흐름 기반 생성 모델로 구현되어, 상기 전경 특징과 배경 특징이 결합된 외형 특징에 대한 특징 분포를 네거티브 로그 가능도(negative log likelihood: 이하 NLL) 형식의 가능도로 추정하는 외형 특징 분포 추정부; 및 미리 학습된 흐름 기반 생성 모델로 구현되어, 상기 움직임 특징의 특징 분포를 NLL 형식의 가능도로 추정하는 움직임 특징 분포 추정부를 더 포함하는 이상 상황 감지 장치
7 7
제6항에 있어서, 상기 이상 상황 감지 장치는 학습 시에 학습 영상으로 정상 상황에 대한 입력 영상(I)을 인가받아 상기 외형 특징 분포 추정부와 상기 움직임 특징 분포 추정부 각각에서 추정된 가능도로부터 수학식 (여기서 xta 와 xtm 는 각각 입력 영상(I)의 t번째 프레임(It)의 외형 특징과 움직임 특징을 나타내고, NLL()은 네거티브 로그 가능도(negative log likelihood) 함수이며, λ1 과 λ2 는 각각 외형 특징 분포 추정부(500)의 손실인 네거티브 로그 가능도(NLL(xta))와 움직임 특징 분포 추정부(600)의 손실인 네거티브 로그 가능도(NLL(xtm))를 정규화하기 위한 정규화 파라미터이다
8 8
제7항에 있어서, 상기 스코어 계산부는 입력 영상에 대한 이상 상황 검출 시에 입력 영상(I)의 t번째 프레임(It)과 재건축 영상()의 t번째 프레임()으로부터 상기 재건축 스코어를 수학식 에 따라 계산하여 획득하는 이상 상황 감지 장치
9 9
제8항에 있어서, 상기 스코어 계산부는 상기 특징 분포 손실(L(xta, xtm))을 NLL 스코어로 획득하며, 획득된 상기 재건축 스코어와 상기 NLL 스코어를 기지정된 방식으로 정규화하고 가산하여 총 스코어를 획득하며, 획득된 총 스코어가 기지정된 문턱값 이상인 프레임을 이상 상황 프레임으로 검출하는 이상 상황 감지 장치
10 10
미리 학습된 다수의 인공 신경망을 이용하여 인가된 입력 영상의 다수의 프레임으로부터 움직임 특징을 추출하고, 각 프레임의 전경 및 배경 각각에 대한 전경 특징과 배경 특징 구분하여 추출하는 단계; 미리 학습된 인공 신경망으로 이용하여 상기 움직임 특징과 상기 전경 특징 및 상기 배경 특징을 기반으로 상기 입력 영상을 재건축하여 재건축 영상을 획득하는 단계; 및 상기 입력 영상과 상기 재건축 영상 사이의 오차를 기반으로 재건축 스코어를 계산하고, 계산된 재건축 스코어를 이용하여 이상 상황을 검출하는 단계를 포함하는 이상 상황 감지 방법
11 11
제10항에 있어서, 상기 구분하여 추출하는 단계는 미리 학습된 인공 신경망을 이용하여, 학습된 방식에 따라 인가된 상기 입력 영상을 인코딩하여 다수의 프레임 사이의 변화에 따른 움직임 특징을 추출하는 단계; 상기 입력 영상의 각 프레임에서 전경과 배경을 구분하여 추출하는 단계; 및 미리 학습된 다수의 인공 신경망을 이용하여 구분된 전경과 배경 각각을 학습된 방식으로 인코딩하여 전경 특징과 배경 특징을 추출하는 단계를 포함하는 이상 상황 감지 방법
12 12
제11항에 있어서, 상기 배경 특징을 추출하는 단계는 미리 학습된 인공 신경망을 이용하여 추출된 전경을 학습된 방식으로 인코딩하여 전경 특징을 획득하는 단계; 및 미리 학습된 인공 신경망을 이용하여 추출된 배경을 학습된 방식으로 인코딩하여 배경 특징을 획득하는 단계를 포함하는 이상 상황 감지 방법
13 13
제12항에 있어서, 상기 전경과 배경을 구분하여 추출하는 단계는 상기 입력 영상의 다수의 프레임에서 기지정된 간격 단위로 프레임을 선택하고 선택된 프레임의 전경과 배경을 구분하여 추출하는 이상 상황 감지 방법
14 14
제12항에 있어서, 상기 이상 상황 감지 방법은 학습 단계를 더 포함하고, 상기 학습 단계는 학습 영상으로 정상 상황에 대한 입력 영상(I)을 인가받아 재건축 영상()을 획득하고, 각각 수학식 으로 계산되는 L2 손실(L2)과 수학식 (여기서 i, j는 각각 입력 영상(I)과 재건축 영상()의 픽셀 좌표를 나타낸다
15 15
제14항에 있어서, 상기 이상 상황 감지 방법은 미리 학습된 흐름 기반 생성 모델을 이용하여 상기 전경 특징과 배경 특징이 결합된 외형 특징에 대한 특징 분포를 네거티브 로그 가능도(negative log likelihood: 이하 NLL) 형식의 가능도로 추정하는 단계; 및 미리 학습된 흐름 기반 생성 모델로 이용하여 상기 움직임 특징의 특징 분포를 NLL 형식의 가능도로 추정하는 단계를 더 포함하는 이상 상황 감지 방법
16 16
제15항에 있어서, 상기 학습 단계는 NLL 형식으로 추정된 외형 특징 분포와 움직임 특징 분포로부터 수학식 (여기서 xta 와 xtm 는 각각 입력 영상(I)의 t번째 프레임(It)의 외형 특징과 움직임 특징을 나타내고, NLL()은 네거티브 로그 가능도(negative log likelihood) 함수이며, λ1 과 λ2 는 각각 외형 특징 분포 추정부(500)의 손실인 네거티브 로그 가능도(NLL(xta))와 움직임 특징 분포 추정부(600)의 손실인 네거티브 로그 가능도(NLL(xtm))를 정규화하기 위한 정규화 파라미터이다
17 17
제16항에 있어서, 상기 이상 상황을 검출하는 단계는 입력 영상에 대한 이상 상황 검출 시에 입력 영상(I)의 t번째 프레임(It)과 재건축 영상()의 t번째 프레임()으로부터 상기 재건축 스코어를 수학식 에 따라 계산하여 획득하는 이상 상황 감지 방법
18 18
제17항에 있어서, 상기 이상 상황을 검출하는 단계는 상기 특징 분포 손실(L(xta, xtm))을 NLL 스코어로 획득하는 단계; 획득된 상기 재건축 스코어와 상기 NLL 스코어를 기지정된 방식으로 정규화하고 가산하여 총 스코어를 획득하는 단계; 및 획득된 총 스코어가 기지정된 문턱값 이상인 프레임을 이상 상황 프레임으로 검출하는 단계를 더 포함하는 이상 상황 감지 방법
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 연세대학교 산학협력단 복합인지기술개발사업 이종 CCTV 영상에서의 딥러닝 기반 실종자 초동 신원확인 및 추적 시스템 (2단계)(1/3)