서강대학교 기술이전 플랫폼

인공지능

CCTV 보행자 검색, 패션 정보로 2.2% 더 정확하게 찾는 기술 개발

기술분야

지능형 영상 분석

판매 유형

직접 판매

판매 상태

판매 중

거래방식

노하우

공동연구

라이센스

특허판매

AI 요약

기존 보행자 재식별 기술은 CCTV 환경에서 정확도가 낮아 실종자 및 특정 인물 검색에 한계가 있었습니다. 본 기술은 이러한 문제를 해결하고자 보행자 재식별 특징과 패션 정보를 융합한 AI 기반 보행자 검색 시스템 및 방법을 제안합니다. CNN 기반 어텐션 메커니즘과 재순위화 기법을 활용하여 보행자의 의상 영역을 정밀하게 분석하고, 전체 영상에서 목표 인물을 정확히 찾아냅니다. 이를 통해 실제 환경에서의 보행자 검색 성공률을 획기적으로 향상시킬 수 있으며, 범죄 예방 및 신속한 인명 수색 등 사회 안전 분야에 크게 기여할 수 있습니다.

기본 정보

문서 열람

기술명
보행자 패션 정보를 이용한 보행자 검색 시스템 및 보행자 검색 방법
기관명
서강대학교산학협력단
대표 연구자	공동연구자
낭종호	-
출원번호	등록번호
1020200004154	1021873020000
권리구분	출원일
특허	2020.01.13
중요 키워드
Person SearchCCTV 영상분석딥러닝 검색객체 추적 시스템지능형 영상보안의류 속성 분석실종자 수색 기술검색 정확도 향상보행자 재식별CNN 기반 기술보행자 검색어텐션 메커니즘특징 융합 기술AI 시각지능패션 정보인공지능

기술완성도 (TRL)

기본원리 파악

기본개념 정립

기능 및 개념 검증

연구실 환경 테스트

유사환경 테스트

파일럿 현장 테스트

상용모델 개발

실제 환경 테스트

사업화 상용운영

기본원리 파악

기본개념 정립

기능 및 개념 검증

연구실 환경 테스트

유사환경 테스트

파일럿 현장 테스트

상용모델 개발

실제 환경 테스트

사업화 상용운영

기술 소개

매도/매수 절차

기술이전 상담신청

연구자 미팅

기술이전 유형결정

계약서 작성 및 검토

계약 및 기술료 입금

문의처

서강대학교

담당자서강대학교산학협력단

이메일tlo@sogang.ac.kr

연락처02-3274-4863

보유 기술

이미징기술 외

샷/변화 영역 그룹별 최적화로 비디오 화질 높이는 초해상도 개발

가격 협의

기존 비디오 해상도 향상 기술은 화질 저하와 비효율성 문제를 안고 있습니다. 본 기술은 이러한 한계를 극복하기 위해 컨볼루션 신경망(CNN)을 활용합니다. 비디오 스트림을 샷 및 점진적 샷 변화 영역으로 지능적으로 그룹화하고, 각 그룹의 특성에 맞춰 사전 훈련된 필터를 미세 튜닝하여 최적화된 해상도 향상을 구현합니다. 이로써 영상 화질 열화를 최소화하고 학습 효율을 극대화하여, 탁월한 비디오 초해상도 성능을 제공합니다.

CNNPSNR 향상노이즈 제거동영상 화질딥러닝

멀티미디어 기술 외

관심 영역으로 원하는 이미지 찾는 기술 개발

가격 협의

기존 이미지 검색 방식은 사용자가 원하는 특정 이미지를 찾아내는 데 한계가 있었습니다. 본 발명은 사용자가 질의 이미지 내의 특정 '관심 영역'을 지정하면, 해당 영역의 시각적 특징을 정밀하게 분석하여 가장 유사한 이미지를 찾아주는 내용 기반 이미지 검색 방법 및 시스템을 제공합니다. 특히, 관심 영역의 크기 비중을 고려한 검색 순위 재조정 기술을 통해 검색 정확도를 극대화하여, 사용자가 원하는 특정 이미지나 이미지 내의 특정 부분을 손쉽게 찾아낼 수 있도록 돕습니다.

검색 시스템관심 영역내용 기반 이미지 검색데이터베이스멀티미디어 검색

데이터보안 외

이미지 왜곡 없이 악성코드 위치까지 정확히 탐지하는 기술 개발

가격 협의

본 발명은 기존 악성코드 검출 방식의 한계를 극복하는 AI 기반 솔루션을 제공합니다. 파일 이진 데이터를 이미지로 변환 후, CAM 및 R-CNN 모델을 학습하여 악성코드 유무뿐 아니라 정확한 위치까지 탐지합니다. 기존 CNN 방식의 이미지 크기 재조정으로 인한 정보 손실 문제를 해결하고, 원본 파일 이미지 전체를 분석하여 정밀도를 높였습니다. 이를 통해 악성코드 분석 및 대응 역량을 강화할 수 있습니다.

CAM 모델R-CNN딥러닝 보안머신러닝사이버 보안

이미징기술 외

정확하고 일관된 동영상 배경 장소 추출 기술 개발

가격 협의

기존 동영상 장소 추출 기술은 전경 물체로 인해 배경 인식이 어렵고, 프레임별로 결과가 달라 일관성이 부족한 문제가 있었습니다. 본 특허 기술은 이러한 한계를 극복하기 위해 동영상을 '샷 단위'로 분석하고, 불필요한 물체가 포함된 프레임을 자동으로 필터링하는 혁신적인 방법을 제시합니다. 딥러닝 기반의 물체 인식(YOLO) 및 장소 인식(PlaceNet) 기술을 활용하여, 필터링된 프레임들의 배경 장소 확률값을 통합 분석함으로써, 각 샷에 대한 배경 장소를 정확하고 일관되게 추출합니다. 이 시스템은 동영상 콘텐츠 분석의 정밀도를 획기적으로 향상시켜, 대용량 미디어 데이터베이스 관리 및 검색 효율을 극대화합니다. 본 기술은 미디어 분석, 영상 보안, 콘텐츠 분류 등 다양한 분야에서 활용될 수 있습니다.

PlaceNetPySceneDetectYOLO동영상 장소 추출딥러닝 모델

이미징기술 외

동영상 샷 단위 주요 인물만 검출하는 AI 개발

가격 협의

기존 동영상 인물 인식 기술은 학습되지 않은 인물을 오인식하거나, 주인공과 엑스트라를 명확히 구분하기 어렵다는 한계가 있었습니다. 특히, 얼굴 인식 확률만으로는 측면이나 노이즈가 포함된 얼굴의 분류가 어려웠습니다. 본 기술은 이러한 문제점을 해결합니다. 동영상 프레임 내 얼굴 영역의 크기와 위치 정보를 활용하여 얼굴 인식 결과를 보정하는 혁신적인 방식을 제안합니다. 이를 통해 각 샷(Shot) 단위로 주요 인물만을 선별적으로 정확하게 검출하는 시스템 및 방법을 제공합니다. 이 시스템은 엑스트라를 제외하고 동영상 콘텐츠 속 핵심 인물만을 효율적으로 식별하여, 미디어 콘텐츠 분석 및 관리의 정확도와 효율성을 획기적으로 향상시킬 수 있습니다.

AI 시각 인식동영상 주요 인물 검출딥러닝 영상 처리미디어 자산 관리샷 단위 분석

이미징기술 외

동영상 샷별 핵심 객체를 정확히 찾는 AI 개발

가격 협의

기존 동영상 분석 기술은 샷 내 빈번하게 등장하는 객체를 중요 객체로 오인하여 정확한 메타데이터 추출에 어려움이 있었습니다. 본 기술은 이러한 문제점을 해결하고자 개발되었습니다. 동영상을 샷 단위로 분할하고 각 프레임에서 객체를 검출한 후, 샷 내 객체 빈도수(OF)와 동영상 전체에서의 객체 중요도(ISF)를 종합적으로 고려하여 진정한 중요 객체를 추출합니다. 이로써 특정 샷의 상황과 장소를 더욱 정확하게 파악하고, 고품질의 샷 단위 객체 메타데이터를 생성하여 동영상 콘텐츠 분석의 정확도를 획기적으로 향상시킬 수 있습니다. 이는 미디어 콘텐츠 관리 및 검색 효율성을 크게 높이는 핵심 기술입니다.

ISF 중요도객체 빈도수객체 인식 기술동영상 AI동영상 객체 추출

보유 기술 로딩 중...

인기 게시글

반도체소자 외

나노 전기기계 메모리 기반 저전력 고집적 이진 신경망 개발

가격 협의

기존 폰 노이만 아키텍처는 높은 전력 소모와 발열 문제가 있으며, 기존 이진 신경망(BNN) 구현 방식은 집적도와 신뢰성에서 한계를 보였습니다. 본 기술은 나노 전기기계 메모리(NEM) 소자를 활용하여 이러한 문제를 해결하는 이진 신경망 및 그 동작 방법을 제시합니다. NEM 셀을 이용한 XNOR 연산을 통해 시냅스 어레이의 셀 개수와 전력 소모를 크게 줄일 수 있습니다. 또한, 최소한의 NEM 셀로 이진 신경망 어레이의 집적도를 높이고, 우수한 내구성과 신뢰성을 바탕으로 안정적인 시스템을 구현합니다. 이 기술은 차세대 저전력 고집적 인공지능 반도체 개발에 기여할 것입니다.

AI 반도체PIM 기술XNOR 연산고집적 반도체나노 전기기계 메모리

유기화학

저비용 고효율 C2-함산소화합물 루테늄 촉매 개발

가격 협의

기존 합성가스 기반 C2-함산소화합물 제조 방식은 고온/고압 조건과 촉매 선택성의 문제점을 안고 있습니다. 본 기술은 루테늄 나노입자를 지지체에 담지시킨 새로운 불균일계 촉매를 개발하여 이러한 한계를 극복합니다. 이 촉매는 귀금속인 루테늄의 사용량을 현저히 줄이면서도 아세트산 및 에탄올 등 C2-함산소화합물의 우수한 전환율과 선택도를 제공합니다. 또한, 물 첨가 및 반응 조건 최적화를 통해 생산 효율을 극대화하며, 촉매의 장기적인 안정성을 확보하여 C2-함산소화합물 제조 공정의 경제성과 효율성을 크게 향상시킬 수 있는 혁신적인 해결책입니다.

C2-함산소화합물CO2 수소화 반응고부가 화합물고선택도 기술공정 효율 개선

방사선기술 외

방사성의약품 카세트 조립 불량, 두 카메라로 즉시 판별하는 검사장치 개발

가격 협의

방사성의약품 생산 과정에서 1회용 카세트의 조립 불량은 생산 실패와 경제적 손실을 초래합니다. 기존에는 생산 완료 후 불량 여부를 확인하여 사전 예방이 어려웠습니다. 본 기술은 이러한 문제점을 해결하고자, 방사성의약품 카세트의 조립성을 생산 전 단계에서 정확히 검사하는 장치를 제안합니다. 제1 카메라로 수평 조립 부품의 정렬 및 루어 조립 적정성을, 제2 카메라로 수직 조립 부품의 체결 깊이(콕 높이)를 평가하여 불량품을 신속하게 판별합니다. 이 시스템은 듀얼 카메라 영상 분석을 통해 카세트의 정확한 체결 깊이와 정렬 상태를 확인함으로써, 방사성의약품 생산 수율을 획기적으로 향상시키고 경제성을 높이는 데 기여합니다.

1회용 카세트GMP 규정 준수방사성의약품불량품 판별생산 수율 향상

광학기기 외

고속 색 변화로 위조 방지, VOC 감지하는 광결정 구조 개발

가격 협의

기존의 특정 물질 감지 기술은 높은 비용과 긴 분석 시간으로 인해 실시간 활용에 어려움이 있었습니다. 본 발명은 광결정 복합 구조물을 활용하여 특정 물질의 흡수량에 따른 부피 변화를 광학적(색) 변화로 극대화하고, 식별 영역별로 특정 물질의 통과 특성을 달리하는 부가 커버층을 통해 다차원 식별을 가능하게 하여 이러한 한계를 극복합니다. 이 기술은 휘발성 유기 화합물(VOC) 검출 센서, 지폐나 보안 카드의 진위 식별 등 보안 분야에 혁신적인 솔루션을 제공합니다. 고속 응답성과 명확한 색 변화를 통해 정밀하고 신뢰도 높은 물질 식별 및 진위 판별이 가능합니다.

PDMS 복합체VOC 감지고속 응답 센서광결정 센서광학적 식별

기계요소 외

동적 슬링샷 기반 저전압 MEMS 스위치 구동 기술 개발

가격 협의

본 발명은 기존 전기기계 스위치의 높은 구동 전압 문제를 해결하는 데 중점을 둡니다. 캔틸리버의 탄성에너지를 효과적으로 활용하고, 동적 슬링샷 제어 기술을 통해 풀백 및 풀인 전압을 정밀하게 제어하여 구동 전압을 획기적으로 낮추는 방법을 제시합니다. 이 기술은 MEMS(미세전기기계시스템) 및 NEM(나노전기기계시스템) 소자의 구동 효율을 극대화하며, 재구성 가능 로직(FPGA)과 같은 차세대 반도체 분야에서 필수적인 저전력, 고성능 스위치 구현에 기여합니다. 특히, 캔틸리버의 물리적 이동에 맞춰 슬링샷 신호를 동기화함으로써 안정적이고 효율적인 저전압 구동을 실현합니다. 본 기술은 인공지능, 데이터 분석 등 확장된 어플리케이션에 적용 가능합니다.

AI 반도체FPGAMEMS 스위치고성능 컴퓨팅구동 전압 저감

고분자 외

바이러스 감염, 수화젤 센서로 빠르고 정확한 진단 키트 개발

가격 협의

기존 바이러스 진단 방식은 높은 비용, 전문성 요구, 혹은 낮은 민감도 등 여러 한계에 직면해 있었습니다. 본 발명은 이러한 문제점을 해결하고자 폴리에틸렌글리콜디아크릴레이트(PEGDA) 및 폴리스티렌 나노입자(PSNPs)를 포함하는 수화젤 센서를 적용한 바이러스 감염 진단 키트를 제안합니다. 이 혁신적인 수화젤 센서는 바이러스 스파이크 단백질과 같은 항원 단백질의 고정력을 획기적으로 높여, 친수성 및 소수성 단백질 모두에 대한 검출 민감도를 극대화합니다. 결과적으로, 기존 진단법 대비 빠르고 정확한 현장 진단(POCT)을 가능하게 하여, 바이러스 감염 여부를 더욱 신뢰성 있게 진단할 수 있습니다. 본 기술을 통해 정밀하고 신속한 바이러스 진단의 새로운 기준을 경험하시길 바랍니다.

PEGDAPOCT 장치PSNPs감염병 진단검출 민감도