회사 자료를 불러오는 중…
회사 자료를 불러오는 중…
검증 단계 — 어디까지 확인했나
L0 · 국민연금 인력 · 공시 재무 · 특허 — 공공자료
경기도에 있는 2022년 설립 회사입니다. 컴퓨터 프로그래밍, 시스템 통합 및 관리업을 합니다. 2025년 매출은 2,158억입니다. 2026년 8월 기준 국민연금 가입자는 445명입니다. 외부감사를 받는 회사이고, 가장 최근 감사의견은 「적정」입니다.
읽어오는 중입니다…
최근 출원 2025-02-07 · 최근 등록 2026-03-10 · 최신 출원순
일 실시예는, 제1 시계열 데이터를 획득하는 단계, 상기 제1 시계열 데이터에 대해 전처리를 수행하는 단계, 상기 전처리된 제1 시계열 데이터를 기초로 이상탐지 모델을 학습시키는 단계, 새롭게 입력된 제2 시계열 데이터에 대한 상기 학습된 이상탐지 모델에 기반한 어노말리 디텍션을 수행하는 단계, 상기 제2 시계열 데이터에 대한 어느 일 시점에서의 어노말리 스코어에 대해 소정의 연산을 수행하여 획득한 조정 스코어를 소정의 임계값과 비교한 결과에 따라 상기 일 시점까지의 상기 제2 시계열 데이터의 트렌드와 상기 제2 시계열 데이터에 대한 탐지 임계값 중 적어도 어느 하나를 동적으로 업데이트하는 이상탐지 파라미터 업데이트 단계, 상기 동적으로 업데이트된 탐지 임계값과 상기 제2 시계열 데이터를 기초로 상기 이상탐지 모델을 재학습시키는 단계, 및 상기 제2 시계열 데이터에 대한 상기 재학습된 이상탐지 모델에 기반한 어노말리 디텍션을 수행하는 단계를 포함하는, 이상탐지 파라미터에 대한 동적 조정에 따른 시계열 데이터 이상탐지 방법을 제공한다.
일 실시예는, 단말의 적어도 하나의 프로세서에 의하여 실행되는 이상치 탐지 애플리케이션이 이상탐지 서비스를 제공하는 방법으로서, 제1 시계열 데이터(Time series data)를 획득하는 단계, 상기 제1 시계열 데이터에 대해 전처리를 수행하는 단계, 상기 전처리된 제1 시계열 데이터를 기초로 이상탐지 모델을 학습시키는 단계, 및 새롭게 입력된 제2 시계열 데이터에 대한 어노말리 스코어의 변동값을 산출하고, 해당 변동값에 따라 상기 제2 시계열 데이터에 대한 윈도우의 크기를 동적으로 조절하여 상기 이상탐지 모델에 기반한 어노말리 디텍션(Anomaly Detection)을 수행하는 단계를 포함하는, 동적 윈도우를 이용한 시계열 데이터 이상탐지 방법을 제공한다.
본 발명의 일 실시예에 따른 시계열 데이터의 변동성 및 멀티 스케일 특성 기반의 이상탐지 방법은, 단말의 적어도 하나의 프로세서에 의하여 실행되는 이상치 탐지 애플리케이션이 시계열 데이터의 변동성 및 멀티 스케일 특성 기반의 이상탐지를 수행하는 방법으로서, 소정의 시계열 데이터(Time series data)를 획득하는 단계; 상기 시계열 데이터를 기초로 이상탐지에 적용할 딥러닝 모델인 이상탐지 모델을 결정하는 단계; 및 상기 이상탐지 모델에 기반한 어노말리 디텍션(Anomaly Detection)을 수행하는 단계를 포함하고, 상기 이상탐지 모델을 결정하는 단계는, 상기 시계열 데이터 내 변동시점을 탐지하는 단계와, 상기 변동시점 전후로 구분되는 복수의 데이터 구간으로 상기 시계열 데이터를 분할하는 단계와, 상기 복수의 데이터 구간별 이상탐지 모델을 결정하는 단계를 포함한다.
본 발명의 일 실시예에 따른 어노말리 스코어 변화 기반의 시계열 데이터 이상탐지 방법은, 단말의 적어도 하나의 프로세서에 의하여 실행되는 이상치 탐지 애플리케이션이 어노말리 스코어 변화 기반의 시계열 데이터 이상탐지를 수행하는 방법으로서, 소정의 시계열 데이터(Time series data)를 획득하는 단계; 상기 시계열 데이터의 주기성(Periodicity) 분석을 수행하는 단계; 상기 주기성 분석의 결과를 기초로 상기 시계열 데이터 내 이상탐지를 수행할 대상 구간인 이상탐지 타겟 구간을 결정하는 단계; 상기 이상탐지 타겟 구간 내 각 데이터별 어노말리 스코어(Anomaly Score)를 산출하는 단계; 상기 이상탐지 타겟 구간 내 제1 시점의 어노말리 스코어와 상기 제1 시점 이전의 제2 시점의 어노말리 스코어 간 차이 값인 어노말리 변동 스코어를 산출하는 단계; 소정의 임계치(Threshold) 이상의 값을 가지는 상기 어노말리 변동 스코어인 어노말리 비정상 스코어를 검출하는 단계; 및 상기 어노말리 비정상 스코어에 기반한 어노말리 디텍션(Anomaly Detection)을 수행하는 단계를 포함한다.
서버룸을 포함하는 건물의 에너지 관리 방법은 서버룸의 외기 온도에 따른 제1 에너지 효율 지수를 포함하는 제1 그래프에 기초하여 제1 베이스 라인을 결정하는 단계, 현재의 제1 에너지 효율 지수를 산출하는 단계, 및 제1 베이스 라인과 현재의 제1 에너지 효율 지수를 비교하는 단계를 포함한다.
프로세서를 포함하는 서버에서 하나 이상의 단계가 수행되는 통신 품질 측정 방법은 웹 브라우저가 웹 사이트에 접속할 때 수행되는 통신 스텝들에서의 성능을 측정하여 생성된 측정 데이터를 수신하는 단계, 측정 데이터를 인덱싱하여 인덱싱 데이터를 생성하는 단계, 인덱싱 데이터를 기초로 통신 품질의 변화를 감지하는 단계를 포함한다.
본 발명의 실시예에 따른 화상미팅 프로그램 기반의 가상 피팅 방법은, 단말의 적어도 하나의 프로세서에 의하여 실행되는 피팅 애플리케이션이 화상미팅 프로그램 기반의 가상 피팅을 수행하는 방법으로서, 상기 화상미팅에 참여한 타 사용자를 촬영한 적어도 하나의 타 참석자 영상을 획득하는 단계; 상기 획득된 타 참석자 영상 내 상기 타 사용자가 착용하고 있는 옷의 형상을 특정하는 옷 특성 파라미터값을 획득하는 단계; 상기 획득된 옷 특성 파라미터값을 기초로 상기 타 사용자가 착용하고 있는 옷이 분류되는 의상 카테고리를 결정하는 단계; 상기 결정된 의상 카테고리를 기초로 상기 화상미팅에 대한 드레스 코드(dress code)를 결정하는 단계; 상기 결정된 드레스 코드 및 상기 옷 특성 파라미터값 중 적어도 하나를 기초로 적어도 하나의 후보 피팅옷을 검출하는 단계; 상기 검출된 후보 피팅옷을 기초로 상기 화상미팅에 참여한 사용자에게 가상 착용시키고자 하는 옷 이미지인 가상 피팅옷을 결정하는 단계; 상기 결정된 가상 피팅옷을 상기 사용자를 촬영한 메인 참석자 영상 내 상기 사용자에게 가상 착용시킨 가상 피팅영상을 생성하는 단계; 및 상기 생성된 가상 피팅영상을 제공하는 단계를 포함한다.
본 발명의 실시예에 따른 국어 맞춤법 퀴즈 제공 방법은, 단말의 적어도 하나 이상의 프로세서에 의하여 실행되는 퀴즈 애플리케이션이 국어 맞춤법 퀴즈를 제공하는 방법으로서, 복수의 규칙 발음변이 어절 데이터 및 불규칙 발음변이 어절 데이터를 포함하는 발음변이 어절 데이터베이스를 구축하는 단계; 및 상기 구축된 발음변이 어절 데이터베이스를 기초로 국어 맞춤법 퀴즈를 제공하는 단계를 포함하고, 상기 발음변이 어절 데이터베이스를 구축하는 단계는, 복수의 속성 파라미터를 기초로 구분되는 적어도 하나의 문서로부터 교과서 문장을 추출하는 단계와, 상기 추출된 교과서 문장을 어절 단위로 분리하는 단계와, 상기 어절 단위로 분리된 교과서 문장 내 제1 어절에 기초한 형태소 분석을 수행하여 상기 제1 어절을 '자소열 나열 형태' 또는 '자소열 및 품사정보 나열 형태' 중 어느 하나의 형태로 변환한 제1 어절 키값을 획득하는 단계와, 상기 획득된 제1 어절 키값을 상기 제1 어절을 추출한 문서의 속성 파라미터를 기준으로 구분해 저장하여 상기 발음변이 어절 데이터베이스를 구축하는 단계를 포함한다.
본 발명의 실시예에 따른 온라인 수업 학생 모니터링 방법은, 학생 단말의 적어도 하나 이상의 프로세서에 의하여 실행되는 모니터링 애플리케이션이 온라인 수업 학생을 모니터링하는 방법으로서, 온라인 강의를 수강하는 학생을 촬영한 학생 촬영영상을 획득하는 단계; 상기 획득된 학생 촬영영상 내 제1 시선위치를 기준으로 상기 학생이 학습을 목적으로 응시하는 가용 범위 영역인 학습영역을 설정하는 단계; 상기 제1 시선위치에 기준한 시선방향의 각도값을 기초로 상기 학생이 상기 학습영역 내 지점을 응시하는지 여부를 판별하는 기준치의 집합인 사방 임계치 각도를 결정하는 단계; 상기 학생 촬영영상을 기초로 실시간 시선위치를 감지하는 단계; 상기 감지된 실시간 시선위치에 기준한 실시간 시선방향을 감지하는 단계; 상기 실시간 시선위치 및 상기 실시간 시선방향 중 적어도 하나를 기초로 상기 사방 임계치 각도를 보정하는 단계; 상기 실시간 시선위치 및 상기 실시간 시선방향 중 적어도 하나를 기초로 상기 학생의 상기 온라인 강의에 대한 집중 여부를 판단한 학습상태를 검출하는 단계; 및 상기 검출된 학습상태에 따른 피드백을 제공하는 단계를 포함한다.
클라이언트 단말기는 네트워크를 통한 통신을 수행하도록 구성되는 제 1 통신기; 근거리 무선 통신을 수행하도록 구성되는 제 2 통신기; 디스플레이 장치; 및 상기 디스플레이 장치 및 상기 제 1 및 제 2 통신기들과 연결된 프로세서를 포함한다. 상기 프로세서는, 상기 제 1 통신기를 통해 상기 네트워크 상 데이터 서버에 액세스하여 인접한 장비들 중 적어도 일부의 장비들과 연관된 암호화 데이터를 수신하고; 상기 제 2 통신기를 이용하여 상기 근거리 무선 통신 기반의 인증 데이터 송신기가 감지될 때, 상기 인증 데이터 송신기로부터 상기 제 2 통신기를 통해 인증 키를 수신하고; 상기 인증 키에 기반하여 상기 암호화 데이터를 복호화하여 상기 적어도 일부의 장비들에 대응하는 리스트를 생성하고; 상기 리스트를 상기 디스플레이 장치에 시각화하도록 구성된다.
본 발명의 실시예에 따른 딥러닝 기반 불완전 정보 게임 서비스 제공 방법은, 게임 플레이 서버에서 유저 단말기를 통해 딥러닝 기반 불완전 정보 게임 서비스를 제공하는 방법으로서, 복수의 액션(action) 별 고스톱판 상태를 포함하는 트레이닝 데이터 셋(Training data set)을 획득하는 단계; 및 상기 획득된 트레이닝 데이터 셋을 기초로 상기 불완전 정보 서비스의 딥러닝 모델을 학습시키는 단계를 포함하고, 상기 딥러닝 모델을 학습시키는 단계는, 상기 트레이닝 데이터 셋을 기초로 상태판단 트레이닝을 수행하는 단계와, 상기 트레이닝 데이터 셋을 기초로 승률추정 트레이닝을 수행하는 단계와, 상기 트레이닝 데이터 셋을 기초로 점수추정 트레이닝을 수행하는 단계와, 상기 트레이닝 데이터 셋을 기초로 족보 성취확률 트레이닝을 수행하는 단계 중 적어도 하나의 단계를 포함한다.
본 발명의 실시예에 따른 딥러닝 기반 바둑 게임 서비스의 긴 축 방지 장치는, 소정의 바둑판 상태를 수신하는 통신부; 긴 축 탐지부를 저장하는 메모리; 및 상기 긴 축 탐지부를 독출하여 상기 바둑판 상태에 기초한 긴 축 탐지 시뮬레이션을 수행하고, 상기 수행된 긴 축 탐지 시뮬레이션을 기초로 상기 바둑판 상태 내 복수의 착수 후보수 별 긴 축 유발여부를 나타내는 긴 축 판단정보를 생성하고, 상기 생성된 긴 축 판단정보를 기초로 착수점을 결정하는 프로세서;를 포함하는 것을 특징으로 한다.
본 발명의 실시예에 따른 딥러닝 기반의 장기 게임 서비스 방법은, 게임 플레이 서버가 유저 단말기에 딥러닝 기반의 장기 게임 서비스를 제공하는 방법으로서, 복수의 액션(action) 별 장기판 상태를 포함하는 트레이닝 데이터 셋(Training data set)을 획득하는 단계; 상기 획득된 트레이닝 데이터 셋을 기초로 입력 특징(Input features)을 추출하는 단계; 상기 추출된 입력 특징을 기초로 딥러닝 모델(Deep-learning model)을 학습시키는 단계; 제1 장기판 상태를 수신하는 단계; 및 상기 딥러닝 모델을 기초로 상기 수신된 제1 장기판 상태에 대하여 수행할 액션인 수행액션 및 승패 예측정보 중 적어도 하나를 획득하는 단계를 포함한다.
본 발명의 실시예에 따른 딥러닝 기반 불완전 정보 게임 서비스 제공 방법은, 게임 플레이 서버에서 유저 단말기에 딥러닝 기반 불완전 정보 게임 서비스를 제공하는 방법으로서, 제1 고스톱판 상태를 획득하는 단계; 상기 획득된 제1 고스톱판 상태에서 수행 가능한 적어도 하나의 액션을 판단한 정보인 상태 판단정보를 딥러닝을 기초로 획득하는 단계; 상기 제1 고스톱판 상태에 대한 승률추정값, 점수추정값 및 족보 성취확률값 중 적어도 하나를 포함하는 추정정보를 딥러닝을 기초로 획득하는 단계; 및 상기 제1 고스톱판 상태, 상기 상태 판단정보 및 상기 추정정보에 따른 최적 액션(action)을 딥러닝을 기초로 수행하는 단계를 포함한다.
본 발명의 실시예에 따른 딥러닝 기반의 바둑 게임 서비스 시뮬레이션 횟수 관리 장치는, 바둑판 상태, 가치값, 방문 횟수 및 디폴트 시뮬레이션 횟수 중 적어도 하나를 수신하는 통신부; 시뮬레이션 횟수 예측부와 시뮬레이션 횟수 조정 모델을 저장하는 메모리; 및 상기 횟수 예측부를 독출하여 상기 바둑판 상태, 가치값, 방문 횟수 및 디폴트 시뮬레이션 횟수 중 적어도 하나를 이용하여 상기 바둑판 상태에 대한 최적 시뮬레이션 횟수를 결정하고, 상기 결정된 최적 시뮬레이션 횟수를 기초로 상기 횟수 조정 모델을 학습시키고, 상기 횟수 조정 모델을 독출하여 현재 바둑판 상태에 따른 시뮬레이션 횟수를 결정하는 프로세서;를 포함하는 것을 특징으로 한다.
본 발명의 실시예에 따른 이미지 기반 트레이닝 데이터 셋 생성 방법은, 컴퓨팅 장치의 적어도 하나 이상의 프로세서에 의하여 실행되는 트레이닝 데이터 셋 생성 애플리케이션이 이미지 기반의 트레이닝 데이터 셋을 생성하는 방법으로서, 제1 오브젝트 디텍터(Object detector)를 기초로 제1 이미지 내 오브젝트를 검출하는 단계; 상기 검출된 제1 이미지 내 오브젝트에 대한 바운딩 박스(Bounding box)를 상기 제1 이미지 상에 표시하는 제2 이미지를 생성하는 단계; 상기 생성된 제2 이미지 내 바운딩 박스를 변경 가능한 사용자 편집 인터페이스를 제공하는 단계; 상기 사용자 편집 인터페이스를 기초로 확정된 바운딩 박스를 상기 제1 이미지 상에 표시하는 제3 이미지를 생성하는 단계; 상기 생성된 제3 이미지에 기반한 트레이닝 데이터 셋(Training data set)을 생성하는 단계; 및 상기 생성된 트레이닝 데이터 셋을 기초로 타겟 오브젝트 디텍터(Target object detectior)를 학습시키는 단계를 포함한다.
본 발명의 실시예에 따른 딥러닝 기반의 바둑 게임 서비스 연산시간 관리 장치는, 바둑판 상태에 따른 가치값 및 상대 착수시간 중 적어도 하나를 수신하는 통신부; 시간 조정부를 저장하는 메모리; 및 상기 시간 조정부를 독출하여, 상기 시간 조정부가 상기 가치값 및 상대 착수시간 중 적어도 하나를 이용하여 착수 준비 시간을 결정하도록 제어하는 프로세서;를 포함하는 것을 특징으로 한다.
퍼즐 게임 자동 수행 컴퓨터 시스템이 개시된다. 퍼즐 게임 자동 수행 컴퓨터 시스템은, 복수의 오브젝트를 포함하는 퍼즐 맵에서 인접한 두 개의 오브젝트의 위치를 교환하여 복수의 태스크를 수행함으로써 클리어되는 퍼즐 게임을 제공하는 퍼즐 게임 서버에 접속하여 상기 퍼즐 게임을 자동으로 수행하는 컴퓨터 시스템으로서, 상기 퍼즐 게임 서버로부터 수신된 상기 퍼즐 맵에 배치된 복수의 오브젝트 각각의 위치와 속성에 관한 오브젝트 배치 정보, 및 상기 퍼즐 맵의 위치별 태스크 수행확률 분포에 관한 태스크 수행확률 정보를 저장하는 퍼즐 정보 관리부; 상기 오브젝트 배치 정보 및 태스크 수행확률 정보를 기초로, 상기 퍼즐 맵에 배치된 복수의 오브젝트 중 서로 인접한 2개의 오브젝트를 피조작 오브젝트로 선택하고, 상기 2개의 피조작 오브젝트의 위치를 상호 교환하는 턴 수행부; 및 상기 퍼즐 게임 서버로부터 상기 턴 수행부에 의해 수행된 오브젝트 교환의 결과에 대한 태스크 수행 정보를 수신하고, 수신된 태스크 수행 정보에 따라 상기 태스크 수행확률 정보를 산출하는 태스크 수행 확률 산출부를 포함한다.
실시예에 따른 딥러닝 기반의 복수 의류 가상착용 방법은, 컴퓨팅 디바이스의 적어도 하나의 프로세서에 의하여 실행되는 가상착용 애플리케이션이 딥러닝 기반의 의류 가상착용 프로세스를 수행하는 방법으로서, 제 1 옷 객체를 포함하는 제 1 옷 이미지, 제 2 옷 객체를 포함하는 제 2 옷 이미지 및 모델 객체를 포함하는 모델 이미지를 결정하는 단계; 상기 제 1 옷 객체를 상기 모델 객체에 대응되도록 형태를 변형하여 제 1 변형 옷 이미지를 생성하는 단계; 상기 제 2 옷 객체를 상기 모델 객체에 대응되도록 형태를 변형하여 제 2 변형 옷 이미지를 생성하는 단계; 상기 제 1 변형 옷 이미지와 상기 제 2 변형 옷 이미지를 상기 모델 객체에 가상 착용하도록 합성한 가상 착용 이미지를 생성하고 출력하는 단계를 포함한다.
알람 생성 장치는, 차량 및 보행자가 다닐 수 있는 영역을 지향하도록 설치된 적어도 하나의 카메라와 통신하도록 구성되는 카메라 인터페이스, 그리고 카메라 인터페이스를 통해 적어도 하나의 카메라로부터 영상을 수신하고, 수신된 영상에 기반하여 알람 신호를 생성하도록 구성되는 알람 생성기를 포함한다. 알람 생성기는 영상에서 감지되는 사람 오브젝트의 연령대를 판별하고, 상기 판별된 연령대에 응답하여: 영상에서 감지되는 차량 오브젝트의 움직임을 추적하여 특정 시간 경과 후 차량 오브젝트가 위치할 제 1 위치를 추정하고, 사람 오브젝트의 움직임을 추적하여 특정 시간 경과 후 사람 오브젝트가 위치할 제 2 위치를 추정하고, 제 1 위치와 제 2 위치 사이의 거리가 임계 거리보다 가까울 때 알람 신호를 생성하도록 구성된다.
실시예는, 검색어를 수신하는 단계; 객체의 종류 및 객체 내의 텍스트의 분석 정보 중 적어도 하나에 기초하여 관련 검색용 어포던스를 설정하는 단계; 설정된 관련 검색용 어포던스를 표시하는 단계; 및 표시된 관련 검색용 어포던스들 중 적어도 하나의 선택에 응답하여 상기 수신된 검색어에 매칭된 제1 검색 결과 및 상기 선택된 관련 검색용 어포던스에 매칭된 기능의 실행에 따라 검색된 제2 검색 결과를 표시하는 단계;를 포함하는 객체 내에서 검색어와 매칭되는 검색 결과를 추출하여 표시하는 방법을 제공할 수 있다.
본 발명의 실시예에 따른 딥러닝 기반의 자동차 번호판 인식 방법은, 컴퓨팅 디바이스의 적어도 하나 이상의 프로세서에 의하여 실행되는 번호판 애플리케이션이 딥러닝 기반의 자동차 번호판 인식을 수행하는 방법으로서, 입차차량 또는 출차차량을 특정하는 식별 텍스트 및 식별 이미지 중 적어도 하나를 포함하는 차량정보를 생성하는 단계; 및 상기 입차차량에 대한 차량정보인 입차 차량정보와, 상기 출차차량에 대한 차량정보인 출차 차량정보를 비교하여 상기 출차차량에 대응되는 입차차량인 동일 차량을 검출하는 단계를 포함하고, 상기 차량정보를 생성하는 단계는, 상기 입차차량 또는 출차차량을 촬영한 차량 촬영영상을 기반으로 상기 식별 텍스트를 획득하는 단계와, 상기 식별 텍스트가 미획득되면 상기 차량 촬영영상을 기반으로 상기 식별 이미지를 획득하는 단계를 포함한다.
본 발명의 실시예에 따른 딥러닝 기반의 의류 가상 착용 방법은, 컴퓨팅 디바이스의 적어도 하나의 프로세서에 의하여 실행되는 가상착용 애플리케이션이 딥러닝 기반의 의류 가상 착용 프로세스를 수행하는 방법으로서, 옷 이미지 및 상기 옷 이미지를 가상 착용시키고자 하는 모델 객체를 포함하는 입력 이미지를 획득하는 단계; 상기 획득된 입력 이미지 내 상기 모델 객체의 포즈를 검출하여 포즈 추정 이미지를 생성하는 단계; 표준 ROI 박스를 상기 생성된 포즈 추정 이미지에 따라서 맞춤형 ROI 박스로 변경하는 단계; 상기 입력 이미지에 대해 상기 변경된 맞춤형 ROI 박스의 영역을 추출하여 제 1 ROI 박스 이미지를 생성하는 단계; 상기 생성된 제 1 ROI 박스 이미지 내 배경영역을 제거하여 제 2 ROI 박스 이미지를 생성하는 단계; 상기 생성된 제 2 ROI 박스 이미지 내 상기 모델 객체에 상기 옷 이미지를 가상 착용하여 임시 착용 이미지를 생성하는 단계; 및 상기 생성된 임시 착용 이미지와, 상기 제 1 ROI 박스 이미지와, 상기 입력 이미지에 기초하여, 상기 옷 이미지를 가상 착용한 모델 객체와 상기 입력 이미지 내 배경영역을 합성한 이미지인 가상 착용 이미지를 생성하는 단계를 포함한다.
본 발명의 실시예에 따른 이미지 복원 기반 상품검색 방법은, 컴퓨팅 장치에서 실행되는 상품검색 어플리케이션이 딥러닝에 기초하여 이미지 복원 기반의 상품검색을 수행하는 방법으로서, 입력 이미지 내 검색하고자 하는 타겟상품을 포함하는 메인 상품 이미지를 획득하는 단계; 상기 획득된 메인 상품 이미지 내 텍스트를 검출하는 단계; 상기 검출된 텍스트에 대한 속성정보를 획득하는 단계; 상기 획득된 속성정보를 기초로 상기 메인 상품 이미지 내 텍스트를 유지 또는 제거하는 텍스트 처리를 수행하는 단계; 상기 텍스트가 제거된 이미지인 손실 이미지를 기초로 이미지 복원을 수행하여 복구 이미지를 획득하는 단계; 상기 복구 이미지 또는 상기 텍스트가 유지된 이미지인 원본 이미지에 기반하여 상기 타겟상품과 유사한 상품을 검색하는 상품검색을 수행하는 단계; 및 상기 상품검색의 결과를 제공하는 단계를 포함한다.
본 발명의 실시예에 따른 딥러닝 기반의 메뉴판 제공 시스템은, 적어도 하나 이상의 프로세서; 및 적어도 하나 이상의 메모리; 를 포함하고, 상기 메모리에 저장되고 상기 적어도 하나 이상의 프로세서에 의해 실행되어 딥러닝 기반의 메뉴판을 제공하는 적어도 하나의 어플리케이션으로서 상기 적어도 하나의 어플리케이션은, 메뉴판 이미지 내 텍스트 정보를 획득하고, 상기 메뉴판 이미지 내 텍스트 이외의 특정 오브젝트를 나타내는 객체 이미지를 획득하고, 상기 획득된 텍스트 정보와 상기 객체 이미지를 맵핑하여 페어링(pairing)하고, 상기 텍스트 정보에 대한 언어변환을 수행하여 번역 텍스트 정보를 획득하고, 상기 텍스트 정보, 상기 번역 텍스트 정보 및 상기 페어링된 객체 이미지 중 적어도 둘 이상에 기초하여 재구성된 메뉴판 콘텐츠를 제공한다.
본 발명의 실시예에 따른 딥러닝 기반 광학문자인식 장치는, 적어도 하나 이상의 프로세서; 및 적어도 하나 이상의 메모리;를 포함하고, 상기 메모리에 저장되고 상기 적어도 하나 이상의 프로세서에 의해 실행되어 딥러닝 기반으로 광학문자인식을 수행하는 적어도 하나의 프로그램으로서, 상기 적어도 하나 이상의 프로그램은, 딥러닝 뉴럴 네트워크를 기반으로 입력 이미지 내 텍스트에 대한 특징정보를 추출하는 제 1 모듈과, 상기 추출된 특징정보를 기초로 상기 텍스트에 대한 위치정보를 가지는 초기 인코딩 정보를 생성하는 제 2 모듈과, 상기 생성된 초기 인코딩 정보에 기반한 형태 변환을 수행하여 상기 입력 이미지에 대한 2차원 정보를 유지한 어텐션 맵을 획득하는 제 3 모듈과, 상기 획득된 어텐션 맵에 기초한 딥러닝 모델을 통해 상기 입력 이미지 내 텍스트를 감지하는 제 4 모듈을 포함한다.
본 발명의 실시예에 따른 딥러닝 기반 이미지 채색 방법 및 시스템은, 이미지 채색서버에서 딥러닝을 기반으로 이미지를 채색하는 방법으로서, 흑백 스케치 이미지를 컬러 이미지로 변환하는 프리 트레이닝(pre-training) 자동채색 네트워크를 구축하는 단계; 자동채색하고자 하는 타겟 흑백 이미지들 중 일부를 표본 흑백 이미지로 선정하고, 상기 표본 흑백 이미지들을 채색한 표본 컬러 이미지들을 획득하는 단계; 상기 표본 흑백 이미지들과 상기 표본 컬러 이미지들을 기초로 상기 프리 트레이닝 자동채색 네트워크를 파인 튜닝(fine-tuning)하여 파인 튜닝 자동채색 네트워크를 구축하는 단계; 상기 타겟 흑백 이미지들을 중 나머지 타겟 흑백 이미지를 획득하는 단계; 및 상기 표본 흑백 이미지 이외의 나머지 타겟 흑백 이미지들을 상기 파인 튜닝 자동채색 네트워크에 입력하여 자동채색(colorization)된 컬러 이미지를 출력하는 단계를 포함한다.
본 발명의 실시예에 따른 딥러닝 기반 상품검색 방법 및 시스템은, 컴퓨팅 디바이스에 의하여 실행되는 상품검색 어플리케이션이 딥러닝 기반의 상품검색을 수행하는 방법으로서, 검색하고자 하는 타겟상품을 포함하는 입력 이미지를 획득하는 단계; 상기 획득된 입력 이미지 내 모델 포즈(pose)를 변환하는 단계; 상기 모델 포즈가 변환된 표준 입력 이미지를 획득하는 단계; 상기 획득된 표준 입력 이미지에 기반한 딥러닝을 수행하여 상기 타겟상품을 포함하는 소정의 영역으로 형성되는 메인 상품 이미지를 획득하는 단계; 상기 획득된 메인 상품 이미지에 기반한 특징벡터를 검출하는 단계; 상기 검출된 특징벡터를 기초로 상기 타겟상품과 유사한 상품을 검색하는 상품검색을 수행하는 단계; 및 상기 상품검색의 결과를 제공하는 단계를 포함한다.
본 발명의 실시예에 따른 딥러닝 기반 출차관리 방법은, 출차 모니터링 장치에서 딥러닝을 기반으로 출차관리를 수행하는 방법으로서, 출차 영역을 촬영한 비디오 스트림(Video stream)을 획득하는 단계; 상기 획득된 비디오 스트림을 기초로 복수의 프레임(frame) 단위 영상을 획득하는 단계; 딥러닝을 기반으로 상기 프레임 단위 영상 내 출차차량을 검출하는 단계; 상기 검출된 출차차량에 대한 출차차량 정보를 획득하는 단계; 상기 복수의 프레임 단위 영상 각각에 대한 상기 출차차량 정보를 기반으로, 상기 출차차량에 대한 트래킹(tracking) 정보를 획득하는 단계; 상기 획득된 트래킹 정보를 기초로 출차차량 지연상태를 판단하는 단계; 및 상기 지연상태로 판단된 경우, 상기 지연상태에 대한 알람과 대응을 제공하는 단계를 포함한다.
본 발명의 실시예에 따른 이미지 복원에 기반한 상품 검색 방법 및 시스템은, 컴퓨팅 디바이스에 의하여 실행되는 상품검색 어플리케이션이 딥러닝에 기반한 이미지 복원에 기초하여 상품검색을 수행하는 방법으로서, 검색하고자 하는 타겟상품을 포함하는 입력 이미지를 획득하는 단계; 상기 입력 이미지에서 오브젝트 디텍팅을 통해 상기 타겟상품을 포함한 적어도 하나 이상의 오브젝트를 검출하는 단계; 상기 검출된 복수의 상품 중 타겟상품을 결정하고, 상기 타겟상품을 나타내는 메인 상품 이미지를 획득하는 단계; 상기 메인 상품 이미지 내에 상기 타겟상품 외의 오브젝트인 장애물이 포함되었는지 여부를 판단하는 단계; 상기 장애물을 포함하는 경우, 상기 메인 상품 이미지로부터 상기 장애물을 제거하여 손실 이미지를 획득하는 단계; 상기 딥러닝을 기반으로 상기 손실 이미지에 대한 이미지 복원을 수행하여 복구 이미지를 획득하는 단계; 상기 복구 이미지를 입력하여 상기 타겟상품과 유사한 상품을 검색하는 상품검색을 수행하는 단계; 및 상기 상품검색의 결과를 제공하는 단계를 포함한다.
본 발명의 실시예에 의한 서버랙 도어락 제어 시스템은, 복수의 서버랙들이 설치된 서버룸; 상기 서버랙의 도어락 해제를 위한 도어 키 발급을 요청하는 사용자 단말기; 상기 사용자 단말기가 상기 서버룸의 접근이 허용된 등록 기기인지 검증한 뒤, 상기 검증된 사용자 단말기로 상기 서버랙의 도어락을 해제할 수 있는 온라인 도어 키인 임시 인증번호를 생성 및 발급하는 관리 서버를 포함하며, 상기 사용자 단말기는 상기 관리 서버에서 제공하는 사용자 인증 어플리케이션이 설치되며, 상기 사용자 인증 어플리케이션을 통해 상기 임시 인증번호를 발급받고 입력한다.
본 발명의 실시예에 따른 딥러닝 기반 유사상품 검색 결과 제공 방법 및 그 시스템은, 컴퓨팅 디바이스에 의하여 실행되는 상품 검색결과 정렬 어플리케이션이 이미지 딥러닝에 기반하여 유사상품 검색 결과를 제공하는 방법으로서, 검색하고자 하는 상품을 포함하는 검색 이미지를 획득하는 단계; 상기 획득된 검색 이미지에 기초한 딥러닝을 수행하여 유사상품 이미지를 획득하는 단계; 상기 획득된 유사상품 이미지가 복수 개인 경우, 복수의 유사상품 이미지 각각에 대한 타겟 유사도에 기반하여 1차 정렬을 수행하는 단계; 상기 1차 정렬된 복수의 유사상품 이미지를 기반으로 소정의 파라미터에 기반한 딥러닝을 수행하는 단계; 상기 소정의 파라미터에 기반한 딥러닝을 기초로, 상기 복수의 유사상품 이미지 중 적어도 일부 간의 상기 소정의 파라미터에 기초한 유사도를 나타내는 상호 유사도를 획득하는 단계; 상기 획득된 상호 유사도와 상기 타겟 유사도를 기반으로 상기 복수의 유사상품 이미지 각각에 대한 통합 유사도를 획득하는 단계; 상기 획득된 통합 유사도를 기초로 상기 복수의 유사상품 이미지를 2차 정렬하는 단계; 및 상기 2차 정렬된 복수의 유사상품 이미지를 제공하는 단계를 포함한다.
본 발명의 실시예에 따른 세그멘테이션 맵 기반 차량 번호판 인식 방법 및 장치는, 컴퓨팅 디바이스에 의하여 실행되는 차량관리 어플리케이션이 세그멘테이션 맵 기반 차량 번호판 인식(license plate recognition, LPR)을 수행하는 방법으로서, 차량을 촬영한 영상인 차량 촬영영상을 획득하는 단계; 상기 세그멘테이션 맵을 기반으로 상기 차량 촬영영상 내 번호판 플레이트 영역을 상기 번호판 내 텍스트 배향 대응형 바운딩 박스로 검출하는 단계; 상기 검출된 배향 대응형 바운딩 박스의 번호판 플레이트 영역을 기초로 번호판 플레이트 이미지를 획득하는 단계; 상기 획득된 번호판 플레이트 이미지에 대한 워핑 처리를 수행하는 단계; 상기 워핑 처리된 번호판 플레이트 이미지를 기반으로 광학 문자 인식(OCR)을 수행하는 단계; 및 상기 광학 문자 인식에 기초하여 상기 차량에 대한 차량정보를 획득하여 제공하는 단계를 포함한다.
본 발명의 실시예에 따른 딥러닝 기반 가상 이미지 생성방법 및 시스템은, 컴퓨팅 디바이스의 프로세서에 의하여 실행되는 이미지 어플리케이션이 딥러닝을 기반으로 가상 이미지를 생성하는 방법으로서, 일 제품에 대한 복수의 제품 이미지를 획득하는 단계; 상기 획득된 제품 이미지를 서로 다른 포즈(pose) 형태를 기준으로 구분된 복수의 카테고리로 분류하는 단계; 상기 복수의 카테고리 중 상기 가상 이미지를 생성할 타겟 카테고리를 결정하는 단계; 상기 복수의 제품 이미지 중 적어도 하나의 제품 이미지를 기초로 상기 결정된 타겟 카테고리에 매칭된 제 1 포즈 형태의 가상 이미지를 생성하는 단계; 및 상기 생성된 가상 이미지를 출력하는 단계;를 포함한다.
본 발명의 실시예에 의한 디지털 간판 시스템은, 네트워크에 접속되어 소정의 광고 컨텐츠를 디스플레이하는 간판 표시 모듈과; 상기 간판 표시 모듈에서 전송되는 센싱 정보에 근거하여 복수의 간판 컨텐츠 중 하나를 선택하고, 상기 선택된 간판 컨텐츠를 상기 간판 표시 모듈로 전송하는 제어 서버를 포함하며, 상기 제어 서버는, 상기 간판 표시 모듈로부터 전송되는 센싱 정보를 수신하는 센싱 정보 수신부; 상기 센싱 정보에 근거하여 기 저장된 간판 컨텐츠들 중 하나를 선택하는 간판 컨텐츠 선택부; 상기 간판 컨텐츠 선택부에 의해 선택된 간판 컨텐츠를 상기 간판 표시 모듈로 출력 및 전송하는 간판 컨텐츠 출력부를 포함한다.
본 발명의 실시 예에 따른 복수의 사용자 단말기들과 통신하여 크라우드소싱 서비스를 제공하는 방법은, 제 1 사용자 단말기들로부터 복수의 제품들에 포함된 성분들을 나타내는 성분 정보들을 수신하는 단계, 하나 또는 그 이상의 외부 서버들에 액세스하여 성분들이 인체에 영향을 주는지 여부를 나타내는 속성 정보들을 획득하고 획득된 속성 정보들을 데이터베이스에 저장하는 단계, 그리고 제 2 사용자 단말기로부터의 요청에 응답하여, 성분들 중 적어도 하나에 대응하는 속성 정보를 데이터베이스로부터 제 2 사용자 단말기에 제공하는 단계를 포함한다.
단말을 이용한 셋톱박스 입출력 시스템 및 방법이 제시된다. 단말을 이용한 셋톱박스 입출력 방법에 있어서, 디스플레이부 또는 스피커가 구비된 상기 단말과 유선 또는 무선 통신에 의해 연결되는 단계; 상기 단말이 영상 또는 음성 데이터를 수신 가능한 상태인지 판단하는 단계; 및 상기 단말이 상기 영상 또는 음성 데이터를 수신 가능한 경우, 상기 단말의 상기 디스플레이부를 통해 영상을 출력하거나 상기 스피커를 통해 음성을 출력하기 위해 상기 단말로 상기 영상 또는 음성 데이터를 전송하여 상기 단말과 데이터를 공유하는 단계를 포함할 수 있다.
셋톱박스의 어플리케이션 관리 방법 및 시스템이 제시된다. 셋톱박스의 어플리케이션 관리 방법에 있어서, 로컬 네트워크를 이용하여 상기 단말과 연결되는 단계; 상기 단말의 앱 스토어를 이용하여 상기 단말로부터 상기 어플리케이션을 다운로드 및 설치하는 단계; 상기 단말로부터 상기 어플리케이션의 설치 또는 삭제 데이터를 전송 받는 단계; 및 전송 받은 상기 설치 및 삭제 데이터를 이용하여 설치된 상기 어플리케이션을 관리하는 단계를 포함할 수 있다.
특허청 KIPRIS · 2026-10-15 조회 · 최신 출원순 · 오른쪽은 등록일(등록 전은 출원일) · 전체 38건 중 38건 · 줄을 누르면 자세한 내용이 펼쳐집니다 ▾
지금은 공공자료(국민연금 · 전자공시 · 특허 · 명부 · 보도)만 있습니다. 회사가 IR Room에 자료를 내면 L1로 올라갑니다. 저희는 회사에 점수나 등급을 매기지 않습니다 — 어디까지 확인했는지만 적습니다.
| 단위 억원 | 2024 | 2025 |
|---|---|---|
| 영업수익(매출액) | 1,965.5 | 2,157.8 |
| 영업비용 | 2,250.1 | 2,355.4 |
| 영업이익(손실) | (284.6) | (197.7) |
| 영업외수익 | 4.8 | 7.7 |
| 금융수익 | 95.9 | 16.7 |
| 영업외비용 | 4.9 | 2.9 |
| 금융원가 | 55.4 | 41.2 |
| 법인세비용 | 34.3 | (6.4) |
| 당기순이익(손실) | (278.6) | (211.0) |
매출은 2,157.8억으로 전년 대비 9.8% 증가한 것으로 나타났다.
영업이익률은 -9.2%로 전년 -14.5%에서 상승했다.
당기순이익은 -211억으로 나타났다.
여기 실린 것보다 깊은 자료가 필요하십니까. 추가 정보 요청 — 종합 검토보고서 · 가치평가 · Executive Teaser · IM · 경쟁사 분석 · 실사 의뢰. 고르시면 산출비용과 걸리는 기간을 메일로 안내드립니다.
공개 기사의 제목 · 링크만 싣습니다 · 저희가 확인한 내용이 아닙니다(원문 ↗) · 「증권사 전망」은 확정 실적 아님 · 2026-11-05 확인