맞춤기술찾기

이전대상기술

카탈로그 이미지의 데이터 추출 시스템 및 카탈로그 이미지의 데이터 추출 방법

  • 기술번호 : KST2022023705
  • 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 개시된 발명의 일 실시예에 따른 카탈로그 이미지의 데이터 추출 방법은, (a) 텍스트 추출부에 의해, 적어도 하나 이상의 부품 카탈로그 이미지로부터 파라미터 명칭들 및 각 파라미터 명칭에 대응되는 파라미터 값을 포함하는 부품 속성 정보를 추출하는 단계; (b) 동종 파라미터 판단부에 의해, 상기 추출된 파라미터 명칭들 및 표준 용어 데이터에 기초하여, 추출된 파라미터들이 동종 파라미터인지 여부를 판단하는 단계; 및 (c) 디지털 카탈로그 생성부에 의해, 상기 동종 파라미터로 판단된 파라미터들의 파라미터 값들끼리 서로 대응되도록 상기 적어도 하나 이상의 부품 카탈로그 이미지들에 대한 디지털 부품 카탈로그를 생성하는 단계;를 포함할 수 있다.
Int. CL G06K 9/00 (2022.01.01) G06K 9/62 (2022.01.01) G06T 7/60 (2017.01.01) G06N 20/00 (2019.01.01)
CPC G06V 30/40(2013.01) G06K 9/6267(2013.01) G06T 7/60(2013.01) G06N 20/00(2013.01) G06V 30/10(2013.01)
출원번호/일자 1020210074240 (2021.06.08)
출원인 고려대학교 산학협력단, 엘아이지넥스원 주식회사
등록번호/일자
공개번호/일자 10-2022-0165515 (2022.12.15) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.06.08)
심사청구항수 20

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 고려대학교 산학협력단 대한민국 서울특별시 성북구
2 엘아이지넥스원 주식회사 대한민국 경기도 용인시 기흥구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 문두환 세종특별자치시 도움*로 **,
2 이진원 서울특별시 서대문구
3 김효태 경기도 성남시 분당구
4 여창모 서울특별시 종로구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인우인 대한민국 서울특별시 강남구 역삼로 ***, *층(역삼동, 중평빌딩)

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
2021.06.08 수리 (Accepted) 1-1-2021-0661372-57
2 [대리인선임]대리인(대표자)에 관한 신고서
[Appointment of Agent] Report on Agent (Representative)
2021.06.10 수리 (Accepted) 1-1-2021-0672741-59
3 선행기술조사의뢰서
Request for Prior Art Search
2021.09.09 수리 (Accepted) 9-1-9999-9999999-89
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
(a) 텍스트 추출부에 의해, 적어도 하나 이상의 부품 카탈로그 이미지로부터 파라미터 명칭들 및 각 파라미터 명칭에 대응되는 파라미터 값을 포함하는 부품 속성 정보를 추출하는 단계;(b) 동종 파라미터 판단부에 의해, 상기 추출된 파라미터 명칭들 및 표준 용어 데이터에 기초하여, 추출된 파라미터들이 동종 파라미터인지 여부를 판단하는 단계; 및(c) 디지털 카탈로그 생성부에 의해, 상기 동종 파라미터로 판단된 파라미터들의 파라미터 값들끼리 서로 대응되도록 상기 적어도 하나 이상의 부품 카탈로그 이미지들에 대한 디지털 부품 카탈로그를 생성하는 단계;를 포함하는 카탈로그 이미지의 데이터 추출 방법
2 2
제1항에 있어서,상기 (a) 단계는,상기 텍스트 추출부에 의해, 상기 적어도 하나 이상의 부품 카탈로그 이미지로부터 각 파라미터의 심볼 및 각 파라미터의 단위를 포함하는 부품 속성 정보를 추출하는 단계;를 포함하고,상기 (b) 단계는:상기 동종 파라미터 판단부에 의해, 추출된 상기 심볼 및 상기 단위에 기초하여, 상기 추출된 파라미터들이 동종 파라미터인지 여부를 판단하는 단계;를 포함하는 카탈로그 이미지의 데이터 추출 방법
3 3
제1항에 있어서,상기 (a) 단계는:(a1) 상기 적어도 하나 이상의 부품 카탈로그 이미지로부터 상기 부품 속성 정보를 포함하는 사양 테이블 영역을 인식하는 단계;(a2) 상기 사양 테이블 영역으로부터 상기 부품 속성 정보를 추출하는 단계를 포함하는 카탈로그 이미지의 데이터 추출 방법
4 4
제3항에 있어서,상기 (a1) 단계는:상기 부품 카탈로그 이미지로부터 수평선 및 수직선을 인식하는 단계; 및상기 인식된 수평선 및 수직선에 기초하여 상기 부품 카탈로그 이미지로부터 상기 사양 테이블 영역을 인식하는 단계;를 포함하는 카탈로그 이미지의 데이터 추출 방법
5 5
제3항에 있어서,상기 (a) 단계는:상기 사양 테이블 영역으로부터 테이블 수평선 및 테이블 수직선을 인식하는 단계;를 더 포함하고,상기 (a2) 단계는:상기 인식된 테이블 수평선 및 테이블 수직선에 기초하여 상기 사양 테이블 영역으로부터 상기 부품 속성 정보를 인식하는 단계;를 포함하는 카탈로그 이미지의 데이터 추출 방법
6 6
제5항에 있어서,인공지능 학습부에 의해, 상기 테이블 수평선 및 상기 테이블 수직선을 입력 변수로 설정하고 상기 부품 속성 정보를 출력 변수로 설정하여 인공지능 모델을 학습하는 단계;를 더 포함하고,상기 (a2) 단계는,상기 인식된 테이블 수평선 및 테이블 수직선을 기초로 상기 인공지능 모델을 이용하여 상기 부품 속성 정보를 인식하는 단계;를 포함하는, 카탈로그 이미지의 데이터 추출 방법
7 7
제5항에 있어서,상기 인식된 테이블 수평선 및 테이블 수직선에 기초하여 상기 사양 테이블 영역으로부터 사양 테이블 헤더를 추출하는 단계;를 더 포함하는 카탈로그 이미지의 데이터 추출 방법
8 8
제1항에 있어서,텍스트 추출부에 의해, 상기 부품 카탈로그 이미지로부터 부품 번호를 추출하는 단계;상기 부품 번호 및 부품 번호 규칙 데이터에 기초하여 상기 적어도 하나 이상의 부품 카탈로그 이미지들이 동종 부품의 카탈로그 이미지인지 여부를 판단하는 단계; 및상기 적어도 하나 이상의 부품 카탈로그 이미지들을 상기 동종 부품의 카탈로그 이미지끼리 분류하는 단계;를 더 포함하고,상기 (a) 단계는,상기 동종 부품의 카탈로그 이미지로 분류된 복수개의 카탈로그 이미지로부터 부품 속성 정보를 추출하는 단계;를 더 포함하는 카탈로그 이미지의 데이터 추출 방법
9 9
제8항에 있어서,상기 부품 번호를 추출하는 단계는,상기 텍스트 추출부에 의해, 상기 부품 카탈로그 이미지의 상단의 미리 설정된 영역에서 텍스트를 추출하여 상기 부품 번호를 추출하는 단계;를 포함하는 카탈로그 이미지의 데이터 추출 방법
10 10
제1항에 있어서,상기 추출된 부품 속성 정보의 텍스트를 상기 표준 용어 데이터와 비교하여 상기 부품 속성 정보의 텍스트 오류 여부를 판단하는 단계; 및상기 부품 속성 정보의 텍스트에 오류가 있는 것으로 판단되면, 상기 표준 용어 데이터에 기초하여 상기 부품 속성 정보를 수정하는 단계;를 더 포함하는 카탈로그 이미지의 데이터 추출 방법
11 11
제1항 내지 제10항 중 어느 한 항의 카탈로그 이미지의 데이터 추출 방법을 실행시키도록 컴퓨터로 판독 가능한 기록매체에 저장된 컴퓨터 프로그램
12 12
적어도 하나 이상의 부품 카탈로그 이미지로부터 파라미터 명칭들 및 각 파라미터 명칭에 대응되는 파라미터 값을 포함하는 부품 속성 정보를 추출하도록 구성되는 텍스트 추출부;상기 추출된 파라미터 명칭들 및 표준 용어 데이터에 기초하여, 추출된 파라미터들이 동종 파라미터인지 여부를 판단하도록 구성되는 동종 파라미터 판단부; 및상기 동종 파라미터로 판단된 파라미터들의 파라미터 값들끼리 서로 대응되도록 상기 적어도 하나 이상의 부품 카탈로그 이미지들에 대한 디지털 부품 카탈로그를 생성하도록 구성되는 디지털 카탈로그 생성부;를 포함하는 카탈로그 이미지의 데이터 추출 시스템
13 13
제12항에 있어서,상기 텍스트 추출부는,상기 적어도 하나 이상의 부품 카탈로그 이미지로부터 각 파라미터의 심볼 및 각 파라미터의 단위를 포함하는 부품 속성 정보를 추출하도록 구성되고,상기 동종 파라미터 판단부는,추출된 상기 심볼 및 상기 단위에 기초하여, 상기 추출된 파라미터들이 동종 파라미터인지 여부를 판단하도록 구성되는, 카탈로그 이미지의 데이터 추출 시스템
14 14
제12항에 있어서,상기 텍스트 추출부는:상기 적어도 하나 이상의 부품 카탈로그 이미지로부터 상기 부품 속성 정보를 포함하는 사양 테이블 영역을 인식하고; 그리고상기 사양 테이블 영역으로부터 상기 부품 속성 정보를 추출하도록 구성되는, 카탈로그 이미지의 데이터 추출 시스템
15 15
제14항에 있어서,상기 텍스트 추출부는:상기 부품 카탈로그 이미지로부터 수평선 및 수직선을 인식하고; 그리고상기 인식된 수평선 및 수직선에 기초하여 상기 부품 카탈로그 이미지로부터 상기 사양 테이블 영역을 인식하도록 구성되는, 카탈로그 이미지의 데이터 추출 시스템
16 16
제14항에 있어서,상기 텍스트 추출부는:상기 사양 테이블 영역으로부터 테이블 수평선 및 테이블 수직선을 인식하고; 그리고상기 인식된 테이블 수평선 및 테이블 수직선에 기초하여 상기 사양 테이블 영역으로부터 상기 부품 속성 정보를 인식하도록 구성되는, 카탈로그 이미지의 데이터 추출 시스템
17 17
제16항에 있어서,상기 테이블 수평선 및 상기 테이블 수직선을 입력 변수로 설정하고 상기 부품 속성 정보를 출력 변수로 설정하여 인공지능 모델을 학습하도록 구성되는 인공지능 학습부;를 더 포함하고,상기 텍스트 추출부는,상기 인식된 테이블 수평선 및 테이블 수직선을 기초로 상기 인공지능 모델을 이용하여 상기 부품 속성 정보를 인식하도록 구성되는, 카탈로그 이미지의 데이터 추출 시스템
18 18
제12항에 있어서,프로세서;를 더 포함하고,상기 프로세서는:부품 번호 및 부품 번호 규칙 데이터에 기초하여 상기 적어도 하나 이상의 부품 카탈로그 이미지들이 동종 부품의 카탈로그 이미지인지 여부를 판단하고; 그리고상기 적어도 하나 이상의 부품 카탈로그 이미지들을 상기 동종 부품의 카탈로그 이미지끼리 분류하도록 구성되고,상기 텍스트 추출부는:상기 부품 카탈로그 이미지로부터 상기 부품 번호를 추출하도록 구성되고; 그리고상기 동종 부품의 카탈로그 이미지로 분류된 복수개의 카탈로그 이미지로부터 부품 속성 정보를 추출하도록 구성되는, 카탈로그 이미지의 데이터 추출 시스템
19 19
제18항에 있어서,상기 텍스트 추출부는,상기 부품 카탈로그 이미지의 상단의 미리 설정된 영역에서 텍스트를 추출하여 상기 부품 번호를 추출하도록 구성되는, 카탈로그 이미지의 데이터 추출 시스템
20 20
제12항에 있어서,프로세서;를 더 포함하고,상기 프로세서는:상기 추출된 부품 속성 정보의 텍스트를 상기 표준 용어 데이터와 비교하여 상기 부품 속성 정보의 텍스트 오류 여부를 판단하고; 그리고상기 부품 속성 정보의 텍스트에 오류가 있는 것으로 판단되면, 상기 표준 용어 데이터에 기초하여 상기 부품 속성 정보를 수정하도록 구성되는, 카탈로그 이미지의 데이터 추출 시스템
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.