-
公开(公告)号：KR102223255B1
公开(公告)日：2021-03-05
申请号：KR1020180091586A
申请日：2018-08-07
Applicant: 한국과학기술원
IPC: G16H50/20
CPC classification number: G16H50/20
Abstract: 유방 영상 보고 데이터 시스템을 이용한 딥 네트워크의 시각적 진단 해석 방법 및 시스템이 개시된다. 본 발명의 일 실시예에 따른 시각적 진단 해석 방법은 입력 이미지로부터 시각적 특성들을 추출하는 단계; 상기 추출된 시각적 특성들에 기초하여 공간 맵을 생성하는 단계; 상기 생성된 공간 맵에 기반한 제1 딥 네트워크를 이용하여 진단 결정을 예측하는 단계; 및 상기 예측된 진단 결정에 기초하여 중요 영역을 시각화하는 단계를 포함하고, 상기 입력 이미지, 상기 공간 맵, 마진 설명(margin description)과 형상 설명(shape description)에 기초한 제2 딥 네트워크를 이용하여 관련 점수를 계산하는 단계를 더 포함할 수 있다
-
公开(公告)号：WO2015133707A1
公开(公告)日：2015-09-11
申请号：PCT/KR2014/011450
申请日：2014-11-27
Applicant: 한국과학기술원
IPC: G02B27/22
CPC classification number: G02B27/22 , G02B27/0025
Abstract: 의도된(intended) 영상과 비의도된(unintended) 영상을 제공하는 스테레오(stereo) 영상에 있어서, 상기 스테레오 영상을 시청하는 시청자(viewer)가 인지하는 크로스톡(crosstalk)의 인지도(visibility)를 추정하는 단계; 추정된 상기 크로스톡의 인지도를 기초로 상기 스테레오 영상에 시차 조절(disparity adjustment)을 수행하는 단계 및 상기 의도된 영상의 밝기로부터, 상기 비의도된 영상에서 상기 의도된 영상으로 누수되는 빛의 누수량을 차감하는 크로스톡 억제(crosstalk cancellation) 기술을 적용하는 단계를 포함하는 크로스톡 저감 방법을 제공할 수 있다.
Abstract translation: 本发明可以提供一种减少串扰的方法，该方法包括以下步骤：估计观看提供预期图像的立体图像和非预期图像的观看者所识别的串扰的可见度; 基于估计的串扰可见度，对立体图像执行视差调整; 以及从预期图像的亮度中减去从非预期图像泄漏到预期图像的光的泄漏量的串扰消除技术。
-
公开(公告)号：WO2018093158A1
公开(公告)日：2018-05-24
申请号：PCT/KR2017/012983
申请日：2017-11-16
Applicant: 한국과학기술원
Abstract: 일 실시예에 따르면, 딥 러닝 기반 비디오 학습 및 평가 방법은, 교육용 비디오를 이용하여, 딥 러닝 알고리즘 기반의 딥 네트워크 비디오 교육 엔진을 학습시키는 단계; 및 상기 학습된 딥 네트워크 비디오 교육 엔진을 이용하여 피교육자 비디오를 평가하는 단계를 포함한다.
-
公开(公告)号：WO2021085757A1
公开(公告)日：2021-05-06
申请号：PCT/KR2020/003461
申请日：2020-03-12
Applicant: 한국과학기술원
Abstract: 예외적 움직임에 강인한 비디오 프레임 보간 방법 및 그 장치가 개시된다. 본 발명의 일 실시예에 따른 비디오 프레임 보간 방법은 비디오 시퀀스의 연속되는 제1 프레임과 제2 프레임 간의 광 흐름(optical flow)을 추정하는 단계; 상기 추정된 광 흐름을 이용한 보간을 통해 상기 제1 프레임과 상기 제2 프레임 사이의 중간 프레임을 생성하는 단계; 상기 중간 프레임에서의 예외적 움직임 정보를 검출하는 단계; 및 상기 검출된 예외적 움직임 정보에 기초하여 상기 중간 프레임을 보정함으로써, 보간 프레임을 획득하는 단계를 포함한다.
-
公开(公告)号：WO2017164478A1
公开(公告)日：2017-09-28
申请号：PCT/KR2016/012772
申请日：2016-11-08
Applicant: 한국과학기술원
Abstract: 미세 얼굴 다이나믹의 딥 러닝 분석을 통한 미세 표정 인식 방법 및 장치가 개시된다. 본 발명의 일 실시예에 따른 미세 표정 학습 방법은 입력 비디오에서 미리 정의된 미세 표정들에 대한 프레임들을 추출하고, 상기 추출된 프레임들에 대한 공간적인 특징을 학습하여 공간적인 학습 모델을 생성하는 단계; 및 상기 생성된 공간적인 학습 모델을 이용하여 상기 입력 비디오의 모든 프레임들에 대한 공간적인 특징을 추출하고, 상기 모든 프레임들에 대해 추출된 공간적인 특징을 이용하여 시간적인 학습 모델을 생성함으로써, 상기 미세 표정들 각각을 학습하는 단계를 포함한다.
Abstract translation: 公开了一种通过精细面部动态的深度分析的微面部识别识别方法和装置。 根据本发明实施例的训练微面部表情的方法包括以下步骤：在输入视频中提取用于预定义精细脸部表情的帧，并且通过学习提取的帧的空间特征来生成空间学习模型 。 并且使用所生成的空间学习模型来提取输入视频的所有帧的空间特征并且使用所提取的空间特征来生成所有帧的时间学习模型， 并学习每一个美好的面部表情。
-
Patent Agency Ranking
公开(公告)号：WO2017043945A1
公开(公告)日：2017-03-16
申请号：PCT/KR2016/010265
申请日：2016-09-12
IPC: G06K9/00
CPC classification number: G06K9/00
Abstract: 본 발명에 따른 미세 표정 인식 방법 및 장치는, 복수의 얼굴 영상을 수신하고, 복수의 얼굴 영상 내의 미세 움직임을 선별적으로 확대하며, 확대된 복수의 얼굴 영상으로부터 얼굴 표정 특징 정보를 추출하고, 추출된 얼굴 표정 특징 정보에 기반하여 복수의 얼굴 영상의 미세 표정을 인식하는 것을 특징으로 한다.
Abstract translation: 根据本发明的用于识别详细面部表情的方法和装置的特征在于，多个面部图像被接收，多个面部图像内的精细移动被选择性地放大，从多个面部提取面部表情特征信息 并且基于所提取的面部表情特征信息来识别多个脸部图像的详细面部表情。
-
公开(公告)号：WO2021118255A2
公开(公告)日：2021-06-17
申请号：PCT/KR2020/018049
申请日：2020-12-10
Applicant: 사회복지법인 삼성생명공익재단 , 한국과학기술원
Abstract: 본 발명은, 전안부 이미지를 이용한 각막 병변 분석 시스템 및 방법에 관한 것으로서, 특히 피검사자의 임상 정보를 딥러닝 기반으로 기계 학습하여 전안부 영상에 대한 질환 위치와 원인을 분석하는 시스템 및 방법에 관한 것이다. 본 발명은 피검사자의 안구로부터 전안부 이미지를 획득하는 이미지획득부; 기 획득된 피검사자들의 각막의 병변 위치 및 원인을 분석한 임상 정보가 저장된 데이터베이스를 기초로 머신러닝에 의해 상기 전안부 이미지와의 컨벌루션 레이어(Convolution Layer)를 적용하여 상기 전안부 이미지에서 상기 각막의 병변 위치 및 원인에 관한 특징 정보를 추출하는 특징추출부; 및 상기 특징 정보를 이용하여 상기 전안부 이미지에서 상기 각막의 위치를 확인하고 상기 각막의 위치로부터 상기 각막의 병변 위치 및 원인을 분석 및 판단하는 결과판단부를 포함하는 전안부 이미지를 이용한 각막 병변 분석 시스템 및 이를 이용한 각막 병변 분석 방법을 제공한다. 본 발명에 따르면, 임상 정보를 바탕으로 학습된 진단 모델에 의한 정확하고 빠른 진단을 통해 오진율을 낮추고 갱신되는 데이터베이스에 기반하여 진료 당시 추세에 맞는 적절한 진단을 제시할 수 있는 이점이 있다.
-
公开(公告)号：WO2016163755A1
公开(公告)日：2016-10-13
申请号：PCT/KR2016/003608
申请日：2016-04-06
Abstract: 본 발명에 따른 품질 측정 기반의 얼굴 인식 방법 및 장치는, 입력된 비디오 영상으로부터 얼굴 영상을 검출하고, 검출된 얼굴 영상에 대해 품질을 측정하여 검출된 얼굴 영상이 얼굴 인식 영상인지 여부를 결정하며, 검출된 얼굴 영상이 얼굴 인식 영상으로 결정된 경우에 검출된 얼굴 영상으로부터 얼굴 특징 정보를 추출하고, 추출된 얼굴 특징 정보를 이용하여 얼굴 인식을 수행하는 것을 특징으로 한다.
Abstract translation: 根据本发明的基于质量测量的人脸识别方法和装置的特征在于：从输入视频图像检测面部图像; 测量检测到的脸部图像的质量，以便确定检测到的脸部图像是否是识别的脸部图像; 如果检测到的脸部图像被确定为识别的脸部图像，则从检测到的面部图像提取面部特征信息; 以及使用所提取的面部特征信息来执行面部识别。
-
公开(公告)号：WO2013081235A1
公开(公告)日：2013-06-06
申请号：PCT/KR2011/009932
申请日：2011-12-21
CPC classification number: G16H50/30 , G06F19/00 , H04N13/144 , H04N13/239 , H04N2013/0074
Abstract: 본 발명은 스테레오스코픽 이미지 및 비디오에 대한 시각적 불편감 또는 시각적 피로 정도를 영상 분석을 통하여 자동으로 평가하고, 한 영상 내에서 어느 부분이 시각 피로를 일으킬 수 있는 문제의 영역인지를 시각화하여 보여줄 수 있는 장치에 관한 것이다. 이를 위하여 본 발명의 실시 예에 따른 3D 스테레오스코픽 영상에서 시각 피로도를 시각화하는 장치는 촬영되는 또는 촬영된 스테레오스코픽 영상에서 시각적 중요 영역 검출하고, 상기 영상의 전체적인 시각적 불편감을 정량적인 점수로 계산하며, 상기 영상의 내의 세부 영역들의 시각적 불편감 정도를 나타내는 시각적 불편감 맵을 생성하여 출력하는 것을 특징으로 한다.
Abstract translation: 本发明涉及一种用于通过图像分析自动评估与立体图像或立体视频相关的视觉不适或视觉疲劳程度的装置，并且用于可视化和显示引起视觉疲劳的图像内的有问题的区域。 为此，根据本发明的一个实施例，用于可视化3D立体图像中的视觉疲劳的装置：从被捕获或被捕捉到的视觉上重要的区域的3D立体图像进行检测; 计算相对于整个图像的视觉不适，并输出与量化得分相同的值; 并产生并输出显示图像中较小区域的视觉不适程度的视觉不适地图。
-
公开(公告)号：KR102244187B1
公开(公告)日：2021-04-26
申请号：KR1020190137384
申请日：2019-10-31
Applicant: 한국과학기술원
Abstract: 예외적움직임에강인한비디오프레임보간방법및 그장치가개시된다. 본발명의일 실시예에따른비디오프레임보간방법은비디오시퀀스의연속되는제1 프레임과제2 프레임간의광 흐름(optical flow)을추정하는단계; 상기추정된광 흐름을이용한보간을통해상기제1 프레임과상기제2 프레임사이의중간프레임을생성하는단계; 상기중간프레임에서의예외적움직임정보를검출하는단계; 및상기검출된예외적움직임정보에기초하여상기중간프레임을보정함으로써, 보간프레임을획득하는단계를포함한다.
-
-
-
-
-
-
-
-
-
Search Results
91
records
(took 0.02 seconds)
