-
公开(公告)号：WO2020032325A1
公开(公告)日：2020-02-13
申请号：PCT/KR2018/013904
申请日：2018-11-14
Applicant: 전북대학교산학협력단
Inventor： 김성찬
Abstract: 본 발명은 다중 모달리티 영상 생성 기법을 이용한 의료영상진단시스템에 관한 것으로, 의료영상장비에서 획득된 2차원 또는 3차원 실제 영상데이터를 입력받아 같은 부위에 대한 다른 모달리티 영상을 2차원 또는 3차원으로 생성하는 다중 모달리티 영상 생성용 인공신경망, 의료영상장비에서 획득된 2차원 또는 3차원 실제 영상데이터와 다중 모달리티 영상 생성용 인공신경망에서 생성된 다중 모달리티 영상데이터를 입력받아 다중 모달리티 영상들을 이용해 실제 영상데이터의 질병 여부를 판단하여 출력하는 다중 모달리티 기반 진단용 인공신경망을 포함하여, 실제 영상획득장치에서 얻어진 의료영상을 인공신경망에 입력하여 같은 부위에 대한 다른 모달리티(Modality)의 영상을 생성하고 생성된 모달리티 영상을 입력 영상과 결합하여 다중 모달리티 영상을 구성함으로서 대상 질병을 정확하게 진단할 수 있게 한다.
-
公开(公告)号：WO2020013395A1
公开(公告)日：2020-01-16
申请号：PCT/KR2018/014014
申请日：2018-11-15
Applicant: 전북대학교산학협력단
Inventor： 김성찬
Abstract: 본 발명은 비디오 영상에서 주어지는 영상 프레임들은 배경과 추적 물체로 구성되는 제1특징, 또는 비디오 영상에서 물체의 형태나 크기는 시간적으로 급격하지 않게 연속적으로 변하는 제2특징을 이용하여 물체의 위치를 정확하게 예측할 수 있게 하기 위한 것이다.
-
Patent Agency Ranking
-
公开(公告)号：KR101912569B1
公开(公告)日：2018-10-26
申请号：KR1020180080661
申请日：2018-07-11
Applicant: 전북대학교산학협력단
Inventor： 김성찬
CPC classification number: G06T7/246 , G06N3/0454 , G06N3/08 , G06T7/70 , G06T2207/20084
Abstract: 본발명은비디오영상에서의물체추적시스템에관한것으로, 과거영상프레임들의시간상관관계를이용하여현재영상프레임에서물체위치를예측하기위한것이다. 이를위하여본 발명은입력영상의현재영상프레임에서대상물체의위치예측시최대 N개의과거영상프레임을사용하여물체를예측하도록구성되는비디오영상에서의물체추적시스템에있어서, 입력영상의현재영상프레임과최근 M(M≤N)개의과거영상프레임들을입력받아시간상관관계를분석하고현재영상프레임과시간상관관계가높은시간적으로연속인최근 M(M≤N)개의과거영상프레임들의개수를결정하여다수개의제2인공신경망들중의어느하나를선택하는제1인공신경망, 입력영상의현재영상프레임과서로다른개수의과거영상프레임들을각각입력받아시간상관관계를이용해물체형태와움직임을학습하고현재영상프레임에서물체위치를예측하여물체의위치정보를해당대상물체를둘러싸는경계상자의좌표정보로출력하는다수개의제2인공신경망들을포함하여, 현재영상프레임과특성이다른과거영상프레임들의사용을배제하여물체의형태나크기변화등을정확하게추적할수 있게한다.
-
-
-
公开(公告)号：KR101912570B1
公开(公告)日：2018-10-26
申请号：KR1020180080667
申请日：2018-07-11
Applicant: 전북대학교산학협력단
Inventor： 김성찬
CPC classification number: G06T7/246 , G06N3/0454 , G06N3/08 , G06T2207/20084
Abstract: 본발명은인공신경망을이용한물체추적시스템에관한것으로, 과거영상프레임들의시간상관관계높음정도를반영하여현재영상프레임에서물체위치를예측하기위한것이다. 이를위하여본 발명은입력영상의현재영상프레임에서대상물체의위치예측시최대 N개의과거영상프레임에대한시간상관관계를분석하여대상물체의위치를예측하는물체추적부를포함하는인공신경망을이용한물체추적시스템에있어서, 입력영상의현재영상프레임과연속된과거영상프레임들의시간상관관계를분석하고현재영상프레임에대한과거영상프레임들의시간상관관계높음정도를예측하는제1인공신경망, 및입력영상의현재영상프레임과하나이상의과거영상프레임들을각각입력받고제1인공신경망에서예측된과거영상프레임들의시간상관관계높음정도를반영하여물체형태와움직임을학습하고현재영상프레임에서대상물체의위치를예측하여예측된대상물체의위치정보를해당대상물체를둘러싸는경계상자의좌표정보로출력하는제2인공신경망을포함하여, 현재영상프레임과특성이다른과거영상프레임들의사용을배제하여물체의형태나크기변화등을정확하게추적할수 있게한다.
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
