-
公开(公告)号：WO2022107943A1
公开(公告)日：2022-05-27
申请号：PCT/KR2020/016547
申请日：2020-11-23
Applicant: 한국전자기술연구원
Abstract: 지능형 스마트 물류 자동화 정보처리장치가 제공된다. 본 발명의 실시예에 따른 로봇팔 제어 방법은, 카메라를 객체의 거리 방향으로 이동시키면서 광류를 측정하고, 측정된 광류를 기초로 카메라 영상의 중심이 객체의 무게 중심과 일치하는지 확인하며, 일치하지 않는 것으로 확인되면 카메라를 객체의 거리 방향에 수직한 평면 상에서 이동시킨다. 이에 의해, 경량의 카메라와 경량의 딥러닝 네트워크를 통한 영상 생성과 객체 인식 및 광류 측정을 통한 객체 중심 추적을 통해, 소량/다품종 물류 시스템에서 저전력으로 안정적인 물류 픽킹이 가능해진다.
-
公开(公告)号：WO2022107911A1
公开(公告)日：2022-05-27
申请号：PCT/KR2020/016311
申请日：2020-11-19
Applicant: 한국전자기술연구원
Abstract: 다중 특징 추출기를 적용한 차량용 경량 딥러닝 처리 장치 및 방법이 제공된다. 본 발명의 실시예에 따른 객체 검출 방법은, 제1 타입의 제1 영상, 제2 타입의 제2 영상, 제3 타입의 제3 영상을 입력받고, 조도를 추정하며, 추정된 조도를 기초로 제1 영상, 제2 영상 및 제3 영상을 각기 다르게 융합하여, 하나의 Feature Map을 생성한 후 생성한 Feature Map을 분석하여 객체를 검출한다. 이에 의해, 경량의 임베디드향 딥러닝 네트워크로 차량에 설치된 이종의 센서들로부터 생성되는 영상들을 입력받아 객체를 검출/분류할 수 있게 된다.
-
公开(公告)号：WO2023085464A1
公开(公告)日：2023-05-19
申请号：PCT/KR2021/016483
申请日：2021-11-12
Applicant: 한국전자기술연구원
Abstract: 다중 채널 정보 추출기를 포함하는 경량 딥러닝 장치가 제공된다. 본 발명의 실시예에 따른 객체 검출 방법은, 제1 타입의 제1 영상과 제2 타입의 제2 영상을 생성하고, 생성된 제1 영상과 제2 영상을 신호처리하며, 신호처리된 제1 영상과 제2 영상을 융합하여 하나의 Feature Map을 생성하고, 생성한 Feature Map을 분석하여 객체를 검출하되, 제1 영상과 제2 영상의 융합 정보를 기초로 제1 영상과 제2 영상의 신호처리 방식을 제어한다. 이에 의해, 경량의 임베디드향 딥러닝 네트워크로 차량에 설치된 다중 센서로부터 생성되는 영상들로부터 객체를 검출/분류하는 것에서 나아가, 기존의 Rule-base로 처리되고 있는 다중 센서의 신호처리와 조명 등의 제어까지 커버할 수 있게 된다.
-
Patent Agency Ranking
公开(公告)号：WO2023080291A1
公开(公告)日：2023-05-11
申请号：PCT/KR2021/016092
申请日：2021-11-08
Applicant: 한국전자기술연구원
Abstract: 딥러닝 가속기를 위한 풀링 장치가 제공된다. 본 발명의 실시예에 따른 풀링 장치는, 입력 데이터를 구성하는 라인들이 하나씩 순차적으로 저장되는 라인 메모리, 라인 메모리에 현재 저장된 데이터들 중 제1 윈도우가 위치한 데이터들을 비교하여 특정 값을 선택하는 제1 비교기, 제1 비교기에서 이전에 선택되었던 특정 값인 제1 이전 특정 값이 저장되는 메모리, 라인 메모리에 현재 저장된 데이터들 중 제1 윈도우가 위치한 데이터들과 메모리로부터 인가되는 제1 이전 특정 값을 비교하여, 특정 값을 선택하는 제3 비교기를 포함한다. 이에 의해, 딥러닝 가속기에서 내부 메모리의 입출력을 최소화할 수 있어, 연산시간을 줄일 수 있고 하드웨어 리소스 사용량을 줄여 저전력 동작을 가능하게 한다.
-
公开(公告)号：WO2023277219A1
公开(公告)日：2023-01-05
申请号：PCT/KR2021/008285
申请日：2021-06-30
Applicant: 한국전자기술연구원
Abstract: 환경 변화 적응형 특징 생성기를 적용한 차량용 경량 딥러닝 처리 장치 및 방법이 제공된다. 본 발명의 실시예에 따른 객체 검출 방법은, 제1 타입의 제1 영상, 제2 타입의 제2 영상, 제3 타입의 제3 영상을 입력받고, 제1 영상, 제2 영상 및 제3 영상을 융합하여 하나의 Feature Map을 생성하며, 생성한 Feature Map을 분석하여 객체를 검출하고, 하나의 Feature Map을 생성하는 과정에서 생성되는 특징점들의 분포를 기초로 제1 영상, 제2 영상 및 제3 영상의 생성 과정을 제어한다. 이에 의해, 경량의 임베디드향 딥러닝 네트워크로 차량에 설치된 다중 센서들로부터 생성되는 영상들로부터 객체를 검출/분류하는 것에서 나아가, 기존의 Rule-base로 처리되고 있는 조명 등의 제어까지 커버할 수 있게 된다.
-
公开(公告)号：WO2022107925A1
公开(公告)日：2022-05-27
申请号：PCT/KR2020/016464
申请日：2020-11-20
Applicant: 한국전자기술연구원
Abstract: 딥러닝 객체 검출 처리 장치가 제공된다. 본 발명의 실시예에 따른 딥러닝 객체 검출 장치는, 객체로 검출된 BB들의 메타 정보를 획득하고, 획득한 메타 정보를 기초로 BB들 중 일부를 선정하며, 선정된 BB들과 후보 BB들을 획득하여 최종 BB들을 결정한다. 이에 의해, 높은 복잡도를 보이는 BB에 대한 후처리의 계산 효율성을 극대화하여 초고속 처리를 가능하게 하면서도 성능의 열화가 거의 없게 되며, 소요되는 전력 소모를 획기적으로 줄일 수 있게 된다.
-
公开(公告)号：WO2022107910A1
公开(公告)日：2022-05-27
申请号：PCT/KR2020/016308
申请日：2020-11-19
Applicant: 한국전자기술연구원
Abstract: 재학습 가능한 모바일 딥러닝 하드웨어 장치가 제공된다. 본 발명의 실시예에 따른 인공지능 모델 재학습 방법은, 학습된 인공지능 모델로 데이터를 처리하고, 학습된 인공지능 모델을 재학습할 학습 데이터를 선별하며, 선별된 학습 데이터를 이용하여 학습된 인공지능 모델을 재학습시킨다. 이에 의해, 모든 데이터를 이용한 재학습이 아닌 특정 데이터만을 이용하여 재학습을 진행할 수 있어, 학습 과정에서 사용되는 하드웨어 리소스 감소 및 저전력화가 가능하여, 모바일 딥러닝 하드웨어 장치가 직접 재학습을 수행할 수 있게 된다.
-
-
-
-
-
-
-
Search Results
18
records
(took 0.02 seconds)
