맞춤기술찾기

이전대상기술

스케치 이미지 스타일 변환 장치 및 방법

  • 기술번호 : KST2023007232
  • 담당센터 : 광주기술혁신센터
  • 전화번호 : 062-360-4654
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 스케치 이미지의 스타일을 변환하는 기술에 관한 것이다. 본 발명의 측면에 따르면, 스케치 이미지 스타일 변환 장치는 스케치 추출 대상이 되는 원본 이미지 및 스타일 추출 대상이 되는 스타일 이미지를 입력 받는 입력부; 원본 이미지에 포함된 객체에 대한 스케치 이미지를 생성하고, 원본 이미지가 스타일 이미지의 스타일로 변환된 스타일 변환 이미지를 생성하는 학습 데이터 생성부; 스타일 변환 대상이 되는 스케치 이미지(이하, 타겟 스케치 이미지)의 스타일을 변환하도록 스케치 이미지 및 스타일 변환 이미지를 기반으로 학습된 스케치 이미지 스타일 변환 모델을 생성하는 스케치 이미지 스타일 변환 모델 생성부; 및 스케치 이미지 스타일 변환 모델을 기반으로 타겟 스케치 이미지가 스타일 이미지의 스타일로 변환된 스타일 변환 이미지(이하, 타겟 스타일 변환 이미지)를 생성하는 스케치 이미지 스타일 변환부;를 포함할 수 있다.
Int. CL G06T 3/00 (2019.01.01) G06T 11/60 (2006.01.01) G06T 11/20 (2006.01.01) G06T 5/20 (2006.01.01) G06T 7/194 (2017.01.01) G06N 3/08 (2023.01.01)
CPC G06T 3/0056(2013.01) G06T 11/60(2013.01) G06T 11/20(2013.01) G06T 5/20(2013.01) G06T 7/194(2013.01) G06N 3/08(2013.01) G06T 2207/20081(2013.01) G06T 2207/20084(2013.01)
출원번호/일자 1020220022565 (2022.02.21)
출원인 광주과학기술원
등록번호/일자
공개번호/일자 10-2023-0125665 (2023.08.29) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2022.02.21)
심사청구항수 5

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 광주과학기술원 대한민국 광주광역시 북구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김기홍 광주광역시 북구
2 김경중 광주광역시 북구
3 박동혁 광주광역시 북구
4 박태화 광주광역시 북구
5 백인창 광주광역시 북구
6 유원상 광주광역시 북구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김연권 대한민국 서울 송파구 송파대로 *** (문정동, 송파 테라타워*) B동 ****호(시안특허법률사무소)

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
2022.02.21 수리 (Accepted) 1-1-2022-0193895-58
2 선행기술조사의뢰서
Request for Prior Art Search
2022.10.14 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2022.12.12 발송처리완료 (Completion of Transmission) 9-6-2023-0058013-98
4 의견제출통지서
Notification of reason for refusal
2023.03.29 발송처리완료 (Completion of Transmission) 9-5-2023-0293968-97
5 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2023.05.26 수리 (Accepted) 1-1-2023-0589283-93
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2023.05.26 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2023-0589275-27
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
스케치 추출 대상이 되는 원본 이미지 및 스타일 추출 대상이 되는 스타일 이미지를 입력 받는 입력부;상기 원본 이미지에 포함된 객체에 대한 스케치 이미지를 생성하고, 상기 원본 이미지가 상기 스타일 이미지의 스타일로 변환된 스타일 변환 이미지를 생성하는 학습 데이터 생성부;스타일 변환 대상이 되는 스케치 이미지(이하, 타겟 스케치 이미지)의 스타일을 변환하도록 상기 스케치 이미지 및 스타일 변환 이미지를 기반으로 학습된 스케치 이미지 스타일 변환 모델을 생성하는 스케치 이미지 스타일 변환 모델 생성부; 및상기 스케치 이미지 스타일 변환 모델을 기반으로 상기 타겟 스케치 이미지가 상기 스타일 이미지의 스타일로 변환된 스타일 변환 이미지(이하, 타겟 스타일 변환 이미지)를 생성하는 스케치 이미지 스타일 변환부;를 포함하는, 스케치 이미지 스타일 변환 장치
2 2
제1항에 있어서, 상기 학습 데이터 생성부는,마스킹(masking) 기법을 적용하여 상기 원본 이미지에서 배경이 제거된 객체에 대한 상기 스케치 이미지를 생성하는, 스케치 이미지 스타일 변환 장치
3 3
제1항에 있어서, 상기 스케치 이미지 스타일 변환 모델 생성부는,Position Normalization 기법을 적용하여 스케치 이미지 스타일 변환 모델을 학습하는, 스케치 이미지 스타일 변환 장치
4 4
제1항에 있어서, 상기 학습 데이터 생성부는,미리 학습된 스케치 이미지 생성 모델을 기반으로, 상기 원본 이미지에서 객체에 대한 스케치 이미지를 생성하는, 스케치 이미지 스타일 변환 장치
5 5
제1항에 있어서, 상기 학습 데이터 생성부는, 미리 학습된 스타일 변환 모델을 기반으로, 상기 원본 이미지로부터 컨텐트를 추출하고 상기 스타일 이미지로부터 스타일을 추출하여 추출된 컨텐트 및 스타일로부터 상기 스타일 변환 이미지를 생성하는, 스케치 이미지 스타일 변환 장치
6 6
제1항에 있어서, 상기 스케치 이미지 스타일 변환 모델 생성부는,적대적 생성 신경망 모델(GAN, Generative Adversarial Network)을 학습시켜 상기 스케치 이미지 스타일 변환 모델을 생성하는, 스케치 이미지 스타일 변환 장치
7 7
제1항에 있어서, 상기 입력부는,서로 상이한 스타일을 갖는 복수의 스타일 이미지를 입력 받고, 상기 학습 데이터 생성부는, 상기 원본 이미지가 상기 복수의 스타일 이미지 각각의 스타일로 변환된 복수의 스타일 변환 이미지를 생성하고,상기 스케치 이미지 스타일 변환 모델 생성부는,상기 타겟 스케치 이미지의 스타일을 상기 복수의 스타일 이미지 각각의 스타일로 변환하는 상기 스케치 이미지 스타일 변환 모델을 생성하며,상기 스케치 이미지 스타일 변환부는,상기 타겟 스케치 이미지가 상기 복수의 스타일 이미지 각각의 스타일로 변환된 복수의 타겟 스타일 변환 이미지를 생성하는, 스케치 이미지 스타일 변환 장치
8 8
제6항에 있어서, 상기 스케치 이미지 스타일 변환 모델 생성부는,MUNIT(Multimodal Unsupervised Image Translation) 모델을 학습시켜 상기 스케치 이미지 스타일 변환 모델을 생성하는, 스케치 이미지 스타일 변환 장치
9 9
스케치 추출 대상이 되는 원본 이미지 및 스타일 추출 대상이 되는 스타일 이미지를 입력 받는 단계;상기 원본 이미지에 포함된 객체에 대한 스케치 이미지를 생성하는 단계;상기 원본 이미지가 상기 스타일 이미지의 스타일로 변환된 스타일 변환 이미지를 생성하는 단계;스타일 변환 대상이 되는 스케치 이미지(이하, 타겟 스케치 이미지)의 스타일을 변환하도록 상기 스케치 이미지 및 스타일 변환 이미지를 기반으로 학습된 스케치 이미지 스타일 변환 모델을 생성하는 단계;상기 타겟 스케치 이미지를 입력 받는 단계; 및상기 스케치 이미지 스타일 변환 모델을 기반으로 상기 타겟 스케치 이미지가 상기 스타일 이미지의 스타일로 변환된 스타일 변환 이미지(이하, 타겟 스타일 변환 이미지)를 생성하는 단계;를 포함하는, 스케치 이미지 스타일 변환 방법
10 10
제9항에 있어서, 상기 스케치 이미지를 생성하는 단계는, 마스킹(masking) 기법을 적용하여 상기 원본 이미지에서 배경이 제거된 객체에 대한 상기 스케치 이미지를 생성하는, 스케치 이미지 스타일 변환 방법
11 11
제9항에 있어서, 상기 스케치 이미지 스타일 변환 모델을 생성하는 단계는,Position Normalization 기법을 적용하여 스케치 이미지 스타일 변환 모델을 학습하는, 스케치 이미지 스타일 변환 방법
12 12
제9항에 있어서,상기 스케치 이미지를 생성하는 단계는,미리 학습된 스케치 이미지 생성 모델을 기반으로, 상기 원본 이미지에서 객체에 대한 스케치 이미지를 생성하는, 스케치 이미지 스타일 변환 방법
13 13
상기 스타일 변환 이미지를 생성하는 단계는, 미리 학습된 스타일 변환 모델을 기반으로, 상기 원본 이미지로부터 컨텐트를 추출하고 상기 스타일 이미지로부터 스타일을 추출하여 추출된 컨텐트 및 스타일로부터 상기 스타일 변환 이미지를 생성하는, 스케치 이미지 스타일 변환 방법
14 14
제9항에 있어서, 상기 스케치 이미지 스타일 변환 모델을 생성하는 단계는,적대적 생성 신경망 모델(GAN, Generative Adversarial Network)을 학습시켜 상기 스케치 이미지 스타일 변환 모델을 생성하는, 스케치 이미지 스타일 변환 방법
15 15
제9항에 있어서, 상기 스타일 이미지를 입력 받는 단계는, 서로 상이한 스타일을 갖는 복수의 스타일 이미지를 입력 받고, 상기 스타일 변환 이미지를 생성하는 단계는, 상기 원본 이미지가 상기 복수의 스타일 이미지 각각의 스타일로 변환된 복수의 스타일 변환 이미지를 생성하고,상기 스케치 이미지 스타일 변환 모델을 생성하는 단계는,상기 타겟 스케치 이미지의 스타일을 상기 복수의 스타일 이미지 각각의 스타일로 변환하는 상기 스케치 이미지 스타일 변환 모델을 생성하며,상기 타겟 스타일 변환 이미지를 생성하는 단계는,상기 타겟 스케치 이미지가 상기 복수의 스타일 이미지 각각의 스타일로 변환된 복수의 타겟 스타일 변환 이미지를 생성하는, 스케치 이미지 스타일 변환 방법
16 16
제15항에 있어서, 상기 스케치 이미지 스타일 변환 모델을 생성하는 단계는,MUNIT(Multimodal Unsupervised Image Translation) 모델을 학습시켜 상기 스케치 이미지 스타일 변환 모델을 생성하는, 스케치 이미지 스타일 변환 방법
17 17
스케치 이미지의 스타일 변환을 위한 명령어를 포함하는 메모리; 및 상기 메모리에 저장된 명령어를 실행하는 프로세서; 를 포함하되,상기 명령어는, 스케치 추출 대상이 되는 원본 이미지 및 스타일 추출 대상이 되는 서로 상이한 스타일의 복수의 스타일 이미지를 입력 받아, 상기 원본 이미지에 포함된 객체에 대한 스케치 이미지를 생성하고, 상기 원본 이미지가 상기 복수의 스타일 이미지의 각각의 스타일로 변환된 복수의 스타일 변환 이미지를 생성하며,스타일 변환 대상이 되는 스케치 이미지(이하, 타겟 스케치 이미지)의 스타일을 변환하도록 상기 스케치 이미지 및 복수의 스타일 변환 이미지를 기반으로 학습된 스케치 이미지 스타일 변환 모델을 생성하여, 스케치 이미지를 입력 받아 상기 스케치 이미지 스타일 변환 모델을 기반으로 상기 타겟 스케치 이미지가 상기 복수의 스타일 이미지 각각의 스타일로 변환된 복수의 스타일 변환 이미지(이하, 타겟 스타일 변환 이미지)를 생성하게 하는 명령어인, 스케치 이미지 스타일 변환 장치
18 18
제17항에 있어서, 상기 스케치 이미지의 생성은, 마스킹(masking) 기법을 적용하여 상기 원본 이미지에서 배경이 제거된 객체에 대한 상기 스케치 이미지를 생성하는, 스케치 이미지 스타일 변환 장치
19 19
제17항에 있어서, 상기 스케치 이미지 스타일 변환 모델의 생성은,Position Normalization 기법을 적용하여 스케치 이미지 스타일 변환 모델을 학습하는, 스케치 이미지 스타일 변환 장치
20 20
제17항에 있어서, 상기 스케치 이미지 스타일 변환 모델의 생성은,MUNIT(Multimodal Unsupervised Image Translation) 모델을 학습시켜 상기 스케치 이미지 스타일 변환 모델을 생성하는, 스케치 이미지 스타일 변환 장치
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 문화체육관광부 광주과학기술원 문화산업 기술개발 사회적 소통약자의 접근성을 고려한 지능형 도구 기반 콘텐츠 제작 및 향유 지원 기술 개발