Loading the company…
Loading the company…
㈜마크애니
English name as filed with DART, Korea’s corporate disclosure system · Correct the English name ›
Last updated 2026-10-11 · Korean page ›
Verification level — how far we have checked
L0 · Public records — NPS workforce · filed financials · patents — public data
A company based in Seoul, founded in 1999. Industry: Software & IT Services. Group consolidated revenue for 2025 was ₩22.8bn — this includes subsidiaries and is not the revenue of this entity alone. It has 178 employees enrolled in the National Pension Service (as of Aug 2026). It is externally audited; the latest audit opinion is “Unqualified”.
Loading…
Latest filing 2025-08-22 · latest registration 2026-08-27 · newest first
본 발명의 일 실시예가 제공하는 영상에서 객체를 탐지하는 장치의 동작 방법은, 현재 프레임을 복수의 패치로 분할하고, 각 패치에 대한 특징 분포를 생성하는 단계; 상기 현재 프레임의 각 패치의 특징 분포 및 상기 현재 프레임의 각 패치에 대응하는 이전 프레임의 패치의 특징 분포를 비교하여, 상기 현재 프레임의 각 패치를 정적 패치 또는 동적 패치로 분류하는 단계; 상기 동적 패치들을 포함하는 선택적 객체 탐지 영역을 생성하는 단계를 포함한다.
본 발명의 일 실시예가 제공하는 시계열 영상에서 물체의 생성/소멸 판단 장치의 동작 방법은, (a) 기준 프레임과 현재 프레임 간의 차분을 수행하여 차분 영역을 검출하는 단계; (b) 상기 차분 영역을 포함하며 상기 차분 영역의 중심점을 기준으로 차분 영역의 가로 길이 및 세로 길이를 각각 2배 확장한 영역을 관심 영역으로 설정하고, 상기 관심 영역에서 상기 차분 영역을 제외한 배경 영역을 설정하는 단계; (c) 상기 관심 영역에 대하여, 상기 기준 프레임과 상기 현재 프레임 각각의 히스토그램 분포를 기반으로 정보 엔트로피를 산출하는 단계; (d) 상기 현재 프레임의 엔트로피가 상기 기준 프레임의 엔트로피보다 증가한 경우 물체 생성 가능성으로 판단하고, 감소한 경우 물체 소멸 가능성으로 판단하는 제1 판단을 수행하는 단계; (e) 상기 차분 영역에 대한 제1 히스토그램과 상기 배경 영역에 대한 제2 히스토그램을 상기 기준 프레임과 상기 현재 프레임 각각에서 추출하는 단계; 및 (f) 상기 기준 프레임에서의 제1 히스토그램과 제2 히스토그램 간 제1 유사도와, 상기 현재 프레임에서의 제1 히스토그램과 제2 히스토그램 간 제2 유사도를 산출하고, 상기 제2 유사도가 상기 제1 유사도보다 감소한 경우 물체 생성 가능성으로 판단하고, 상기 제2 유사도가 상기 제1 유사도보다 증가한 경우 물체 소멸 가능성으...(이하생략)
본 발명은 비디오 인식 기술에 관한 것으로, 본 발명의 일 실시예에 따른 비디오 액션 인식을 위한 영상의 토큰화 방법은, 입력 비디오의 각 프레임에 대해 객체 탐지를 수행하여 적어도 하나의 객체 영역을 식별하는 단계, 상기 객체 영역들 각각을 사전 정의된 관심 객체 리스트와 비교하여, 관심도가 높은 제1 객체 영역과 관심도가 낮은 제2 객체 영역 중 어느 하나로 분류하는 단계, 상기 제1 객체 영역을 포함하고 상기 제2 객체 영역을 제외하는 상기 객체 영역들에 기반하여, 적어도 하나의 패치 토큰을 생성하고, 상기 패치 토큰을 포함하는 토큰 시퀀스를 생성하는 단계, 상기 토큰 시퀀스에 포함되는 각각의 토큰에 대하여, 상기 각각의 토큰이 속하는 객체의 유형을 나타내는 정보를 추가하는 단계, 및 상기 토큰 시퀀스에 기반하여 비디오 액션 인식을 실행하는 단계를 포함할 수 있다.
본 발명은 디지털 워터마킹 기술에 관한 것으로, 보다 상세하게는 수퍼레졸루션(super-resolution) 기술과 딥러닝 기반의 영역 특성 맵 생성을 통합하여 생성형 AI에서 생성되는 이미지 및 비디오 콘텐츠에 비가시성 워터마크를 고속으로 삽입하는 시스템 및 방법에 관한 것이다. 본 발명의 일 실시예에 따른 이미지에 대한 워터마크 삽입 방법은, 적어도 하나의 소스 입력 정보에 기반하는 신경망 기반의 연산에 의하여 저해상도 디지털 이미지를 생성하는 단계, 삽입할 워터마크 정보를 획득하는 단계, 상기 저해상도 디지털 이미지에 대하여, 수퍼레졸루션(super-resolution) 처리 및 워터마크 삽입을 통합하여 수행함으로써 워터마크된 고해상도 디지털 이미지를 생성하는 단계, 및 상기 워터마크된 고해상도 디지털 이미지를 출력하는 단계를 포함할 수 있다.
본 발명은 디지털 워터마킹 기술에 관한 것으로, 보다 상세하게는 딥러닝 기반의 영역 특성 맵 생성과 GPU 특화 고속 처리를 통하여 생성형 AI 이미지에 실시간으로 비가시성 워터마크를 삽입하는 시스템에 관한 것이다. 본 발명의 일 실시예에 따른 워터마크 삽입 방법은, 삽입할 워터마크 정보를 획득하는 단계, 적어도 하나의 소스 입력 정보에 기반하는 신경망 기반의 연산에 의하여 워터마크 삽입 대상인 디지털 이미지를 생성하는 단계, 기계학습 기반의 이미지 분할(segmentation) 방법에 기반하여, 상기 디지털 이미지로부터 적어도 하나의 영역을 분할하는 단계, 상기 분할된 영역들로 이루어진 영역 특성 맵을 생성하는 단계, 상기 영역 특성 맵에 기반하여, 영역별 워터마크 삽입 강도를 결정하는 단계, 상기 워터마크 정보를, 상기 영역 특성 맵에 따라 구분되는 상기 디지털 이미지의 각각의 영역에, 상기 결정된 영역별 워터마크 삽입 강도에 의하여 삽입하여, 워터마크된 디지털 이미지를 생성하는 단계, 및 상기 워터마크된 디지털 이미지를 출력하는 단계를 포함할 수 있다.
본 발명은 디지털 미디어에 삽입된 워터마크(watermark)를 검출하는 방법 및 장치에 관한 것으로, 보다 상세하게는, 워터마크 검출 시 디지털 미디어의 특정 영역을 선택적으로 제외함으로써 검출 정확도를 향상시키는 방법 및 그러한 방법을 실행하는 장치에 대한 것이다. 본 발명의 일 실시예에 따른 디지털 미디어에 삽입된 워터마크를 검출하는 방법은, 워터마크가 삽입된 디지털 미디어를 입력받는 단계, 상기 입력된 디지털 미디어에서 워터마크 검출 대상 영역을 지정하는 단계, 상기 워터마크 검출 대상 영역 내에서 워터마크 검출에 부적합한 제1 구역을 식별하는 단계, 및 상기 식별된 제1 구역을 제외한 제2 구역의 정보로부터 워터마크를 검출하는 단계를 포함할 수 있다.
본 발명은 디지털 미디어에 정보를 은닉하기 위해 워터마크를 삽입하고 검출하는 방법 및 장치에 관한 것으로, 보다 상세하게는, 이차원 참조 패턴을 이용하여 투영에 의한 왜곡이 있는 경우에도 워터마크를 안정적으로 검출할 수 있는 방법 및 그러한 방법을 실행하는 장치에 대한 것이다. 본 발명의 일 실시예에 따른 워터마크 신호의 삽입 방법은, 워터마크를 삽입할 대상 화상을 입력받는 단계, 상기 대상 화상에 삽입할 워터마크 패턴을 생성하는 단계, 이차원 참조 패턴을 생성하는 단계, 상기 워터마크 패턴에 상대적으로 상기 이차원 참조 패턴의 위치를 결정하는 단계, 상기 워터마크 패턴과 상기 이차원 참조 패턴을 상기 대상 화상에 삽입하는 단계, 및 워터마크가 삽입된 화상을 출력하는 단계를 포함하고, 상기 이차원 참조 패턴은, 투영 왜곡에 대해 강인한 것을 특징으로 할 수 있다.
본 발명의 일 실시예가 제공하는 객체의 특성 검출 방법은, 영상으로부터 객체가 포함된 검출 영역을 획득하는 단계; 인공지능 모델을 이용하여 상기 검출 영역 내 객체의 외관 특성 정보를 획득하는 단계; 상기 객체의 상태 검증 정보를 획득하는 단계; 상기 상태 검증 정보를 이용하여, 상기 외관 특성 정보 중 변경이 가능한 가변 특성 정보를 식별하는 단계; 및 상기 가변 특성 정보에 기초하여 최종 특성 정보를 생성하는 단계를 포함한다.
본 발명의 일 실시예가 제공하는 객체 검출 방법은, 제1 영상에서 객체가 검출되는 단계; 상기 검출된 객체가 선택 가능한 형태로 사용자에게 제공되는 단계; 상기 제공된 객체로부터 사용자가 선택한 객체의 정보를 입력받는 단계; 상기 사용자가 선택한 객체를 제2 영상에서 검출하는 단계; 및 상기 제1 영상에서의 검출 결과 및 상기 제2 영상에서의 검출 결과에 기반하여, 상기 사용자가 선택한 객체에 대한 통합 정보를 제공하는 단계를 포함하며, 상기 제1 영상은 실시간 영상이고 상기 제2 영상은 저장 영상이거나, 또는, 상기 제1 영상은 저장 영상이고 상기 제2 영상은 실시간 영상이다.
본 발명의 일 실시예가 제공하는 인공지능 모델의 학습 데이터 구성 방법은, 인공지능 모델의 학습을 위한 미리 저장된 학습 데이터에 포함된 객체의 특징을 획득하는 단계; 상기 학습 데이터에 포함되지 않은 신규 객체의 특징을 획득하는 단계; 상기 신규 객체의 특징과 상기 학습 데이터의 객체의 특징 간의 특징 공간 내의 거리에 기반하여, 상기 신규 객체와 상기 학습 데이터의 객체의 유사 여부를 판단하는 단계; 및 상기 신규 객체와 상기 학습 데이터의 객체가 유사하다고 판단되면, 상기 신규 객체의 데이터를 상기 학습 데이터에 추가하는 것을 제한하는 단계;를 포함한다.
본 발명의 일 양태는, 영상으로부터 현수막을 검출하는 방법을 개시하고 있다. 상기 방법은, 입력된 영상에서 현수막 영역을 검출하는 단계, 상기 검출된 현수막 영역에서 텍스트를 추출하는 단계, 상기 추출된 텍스트를 인식하는 단계 및 상기 인식된 텍스트를 기반으로 상기 현수막 영역에 대한 검출 결과를 생성하는 단계를 포함한다.
본 발명의 일 양태는, 현수막 검출과 연관된 사용자 인터페이스 제공 방법을 개시하고 있다. 상기 방법은, 서버로부터 영상 분석 기반의 현수막 검출 결과를 획득하는 단계, 상기 획득된 현수막 검출 결과를 기반으로 현수막 검출 내역을 생성하는 단계 및 상기 생성된 현수막 검출 내역이 사용자 단말에서 표시되도록 하기 위한 사용자 인터페이스를 제공하는 단계를 포함한다.
본 발명은 디지털 미디어에 정보를 은닉하기 위해 워터마크(watermark)를 삽입하는 방법 및 장치에 관한 것으로, 보다 상세하게는, 주파수 영역에서 워터마크를 삽입하는 장치 및 방법 및 그러한 장치에 대한 것이다. 본 발명의 일 실시예에 따른 디지털 미디어에 대한 디지털 워터마크의 삽입 방법은, 디지털 미디어를 입력받는 단계, 워터마크 메시지를 생성하는 단계, 상기 워터마크 메시지에 기반하여 다수의 동심원 궤도를 포함하는 동심 패턴(concentric pattern)을 생성하는 단계, 상기 동심 패턴을 포함하는 제1 주파수 영역 데이터를 생성하는 단계, 및 상기 제1 주파수 영역 데이터를 상기 디지털 미디어에 병합함으로써 워터마크를 삽입하는 단계를 포함할 수 있다.
본 발명의 일 양태는, 고정밀 객체 검출 장치를 개시하고 있다. 상기 장치는, 카메라로부터 수신된 복수의 프레임들을 처리하는 프로세서 및 상기 프로세서의 동작과 연관된 명령어를 저장하고 있는 메모리를 포함하되, 상기 프로세서는, 현재 프레임을 기준으로 소정 시간 간격의 복수의 프레임들에 대해 특징점 매칭(feature matching)을 이용하여 상기 카메라의 흔들림에 대한 정보를 생성하고, 상기 흔들림에 대한 정보를 기반으로 상기 복수의 프레임 중 적어도 일부의 흔들림을 보정하는 흔들림 보정부 및 상기 흔들림이 보정된 복수의 프레임들 중 적어도 일부를 이용하여 움직이는 객체를 검출하는 객체 검출부를 포함한다.
본 발명은 종이 증명서에 대하여 전자적 방법으로 그 진위 여부를 검증하기 위한 방법, 장치, 및 시스템에 관한 것이다. 본 발명의 일 실시예에 따른 종이 인증서 검증 시스템은, 인증서 발급 요청을 수신하고 데이터 매트릭스를 포함하는 종이 인증서를 생성하는 인증서 발급 서버, 상기 종이 인증서에 대한 검증 요청을 수신하고 이에 기반하여 검증 결과를 생성하는 인증서 검증 서버, 상기 종이 인증서의 원본 데이터를 저장하고 관리하는 인증서 데이터베이스, 및 상기 종이 인증서를 촬영하여 획득한 디지털 이미지를 상기 인증서 검증 서버로 전송하고 검증 결과를 수신하는 인증서 검증 장치를 포함하고, 상기 종이 인증서는 상기 인증서의 진위 여부를 검증하기 위한 데이터 패턴을 포함하고, 상기 데이터 패턴은 상기 인증서의 고유 식별자, 검증 요청 정보, 및 원본 데이터의 해시값 중 적어도 하나를 포함하는 것을 특징으로 할 수 있다.
본 발명의 일 양태는, 오픈배지(open badge) 발급 방법을 개시하고 있다. 상기 방법은 사용자로부터 오픈배지 발급 요청을 수신하는 단계, 상기 오픈배지 발급 요청에 대응하여 상기 사용자에 대한 오픈배지를 생성하는 단계(상기 오픈배지는 오픈배지 발급자의 VC(Verifiable Credential)를 기반으로 생성됨) 및 상기 생성된 오픈배지를 배포하는 단계를 포함하되, 상기 오픈배지는 상기 사용자와 연관된 전자문서 증명서와 매핑되어 생성
본 발명은 디지털 미디어에 정보를 은닉하기 위해 워터마크(watermark)를 삽입하는 방법 및 장치에 관한 것으로, 보다 구체적으로는 화상 이미지를 대상으로 디지털 워터마크를 삽입함에 있어 공모 공격(collusion attack)에 강인한 삽입 방법과 이를 실현하는 장치 등에 대한 것이다. 본 발명의 일 실시예에 따른 화상(image)에 대한 워터마크 삽입 방법은, 적어도 하나의 워터마크 삽입 대상 정보에 기반하여 삽입 신호를 생성하는 단계, 상기 삽입 신호로부터 적어도 하나의 변형 파라미터(transformation parameter)를 생성하는 단계, 기준 패턴(reference pattern)을 획득하는 단계, 상기 기준 패턴에 대하여, 상기 적어도 하나의 변형 파라미터에 기반한 기하학적 변형(geometric transform)을 적용하여 변형 패턴을 생성하는 단계, 및 상기 변형 패턴을 상기 화상에 워터마크로서 삽입하는 단계를 포함할 수 있다.
본 발명은 디지털 미디어에 정보를 은닉하기 위해 워터마크(watermark)를 삽입하는 방법 및 장치에 관한 것으로, 보다 상세하게는, 중복 삽입에 강인한 워터마크를 삽입하는 방법 및 장치에 관한 것이다. 본 발명의 일 실시예에 따른 디지털 미디어에 대한 워터마크 삽입 방법은, 제1 워터마크가 삽입된 제1 디지털 미디어를 입력받는 단계, 제2 워터마크를 생성하는 단계, 상기 제1 디지털 미디어에 상기 제2 워터마크를 삽입하여 제2 디지털 미디어를 생성하는 단계, 및 상기 제2 디지털 미디어를 출력하는 단계를 포함하고, 상기 제2 디지털 미디어는, 상기 제1 워터마크와 상기 제2 워터마크 각각이 개별적으로 검출이 가능한 상태인 것을 특징으로 할 수 있다.
표현 변환 장치로서, LLM (Large Language Model) 모델의 학습부 및 변환부를 포함하고, 학습부는 비정형 표현과 정형 표현 사이의 대응관계를 학습하여 항목과 관련된 정형 표현 및 비정형 표현들의 관계를 학습하고, 변환부는 비정형 쿼리로부터 항목과 관련된 비정형 표현을 추출하고, 비정형 표현을 대응되는 정형 표현으로 변환하여 정형 쿼리를 생성한다.
본 발명은 디지털 미디어에 정보를 은닉하기 위해 워터마크(watermark)를 삽입하는 방법 및 장치에 관한 것으로, 보다 상세하게는, 주파수 영역에서 워터마크를 삽입하는 장치 및 방법 및 그러한 장치에 대한 것이다. 본 발명의 일 실시예에 따른 디지털 미디어에 대한 디지털 워터마크의 삽입 방법은, 디지털 미디어를 입력받는 단계, 워터마크 메시지를 생성하는 단계, 상기 메시지에 기반하여 방사형 패턴을 생성하는 단계, 상기 방사형 패턴을 포함하는 제1 주파수 영역 데이터(frequency domain data)를 생성하는 단계, 및 상기 제1 주파수 영역 데이터를 상기 디지털 미디어에 병합함으로써 워터마크를 삽입하는 단계를 포함할 수 있다.
본 발명은 디지털 미디어에 정보를 은닉하기 위해 워터마크(watermark)를 삽입하는 방법 및 장치에 관한 것으로, 보다 상세하게는, 주파수 영역에서의 동기화(sync) 패턴을 포함하는 워터마크를 삽입하는 장치 및 방법 및 그러한 장치에 대한 것이다. 본 발명의 일 실시예에 따른 디지털 미디어에 대한 디지털 워터마크의 삽입 방법은, 디지털 미디어를 입력받는 단계, 워터마크 패턴을 생성하는 단계, 동기화(sync) 패턴을 생성하는 단계, 상기 워터마크 데이터와 상기 동기화 패턴을 포함하는 워터마크 데이터를 생성하는 단계, 및 상기 워터마크 데이터를 상기 디지털 미디어에 병합함으로써 워터마크를 삽입하는 단계를 포함할 수 있다.
이미지로부터 객체를 검출하기 위한 방법 및 장치가 개시된다. 이미지로부터 객체를 검출하는 방법은, 상기 이미지로부터 복수의 바운딩 박스들을 추론하는 단계, 상기 복수의 바운딩 박스들 각각에 대한 신뢰 점수(Confidence Score)를 획득하는 단계, 상기 신뢰 점수에 기초하여 상기 복수의 바운딩 박스들에 대해 필터링하는 단계로서, 상기 필터링하는 단계는, 상기 신뢰 점수가 높은 순으로 상기 복수의 바운딩 박스들을 정렬시키는 단계 및 정렬된 상기 복수의 바운딩 박스들 중 상위 K개의 바운딩 박스들은 GPU 의 바운딩 박스 자료 구조에 저장하고, 나머지 바운딩 박스들은 배경(Background)으로 판단하는 단계를 포함하는, 상기 필터링 하는 단계, 및 상기 필터링하는 단계 이후에, 상기 바운딩 박스 자료 구조를 CPU 에 전송하는 단계를 포함할 수 있다.
본 발명은 인공지능에 관련된 것으로서, 구체적으로는 심층신경망의 구성을 효율화하는 데에 관련된 것이다. 본 발명의 일 실시예에 따른 심층 신경망(deep neural network)의 동작 방법은, 심층 신경망의 입력 데이터를 제공하는 단계, 상기 입력 데이터를 정규화하는 단계, 상기 입력 데이터를 적어도 하나의 연산 계층(operation layer)에 의하여 연산하는 단계, 및 상기 연산 계층으로부터 출력 데이터를 획득하는 단계를 포함하되, 상기 정규화하는 단계는, 상기 적어도 하나의 연산 계층 가운데 최초의 연산 계층에 융합되어 수행되는 것을 특징으로 할 수 있다.
본 발명은 컴퓨터 등 정보처리장치의 화면 캡처에 대응하는 워터마킹 방법, 및 그러한 장치, 및 상응하는 시스템에 대한 것이다. 상술한 기술적 과제를 해결하기 위한 본 발명의 일 실시예에 따른 정보처리장치의 화면 캡처 시 워터마크를 삽입하는 방법은, 상기 정보처리장치에 대한 장치식별부호를 획득하는 단계, 상기 정보처리장치에 대한 화면 캡처 시도를 감지하는 단계, 및 상기 캡처된 화면 데이터에 워터마크를 삽입하는 단계를 포함하고, 상기 워터마크와 상기 장치식별부호는 서로 연관되는 것을 특징으로 할 수 있다.
본 발명은 컴퓨터 등 정보처리기기의 화면유출방지 방법, 및 그러한 장치, 및 그러한 방법 또는 장치에 상응하는 시스템에 대한 것이다. 본 발명의 일 실시예에 따른 정보처리장치에 연결되어 비밀 콘텐츠를 출력하는 화면으로부터의 정보 유출을 방지하기 위한 방법은, 상기 정보처리장치에 연결되고, 상기 화면을 볼 수 있는 표시공간의 적어도 일부분을 포함하는 감시공간을 촬영하도록 구성된 카메라 장치로부터, 감시영상을 획득하는 단계, 상기 감시영상을 분석하여, 상기 감시공간 내부가 비정상 상태인지 판단하는 단계, 및 상기 판단의 결과, 상기 감시공간 내부가 비정상 상태인 경우, 상기 화면을 통한 상기 비밀 콘텐츠의 유출을 방지하는 목적의 방해제어를 실행하는 단계를 포함할 수 있다.
본 발명은 인공지능의 활용에 대한 것으로써, 구체적으로는 비전-언어 모델(vision-language model)의 효율적 사용에 관련된 것이다. 본 발명의 일 실시예에 따른 비전-언어 모델 기반의 이미지 분류 방법은, 적어도 하나의 이미지를 포함하는 데이터 목록을 입력하는 단계, 이미지의 분류를 지정하는 프롬프트를 입력하는 단계, 상기 프롬프트로부터 적어도 하나의 클래스로 분류되는 단어를 추출하는 단계, 적어도 하나의 클래스 간의 분류 순서를 정의하는 그래프를 읽어들이는 단계, 상기 그래프의 노드를 선택하는 단계, 상기 노드에 해당하는 클래스 정보를 읽어들이는 단계, 상기 프롬프트와 클래스 정보에 기반하여 이미지를 분류하는 단계, 상기 노드가 말단 노드인 경우 분류 결과를 반환하는 단계를 포함할 수 있다.
본 발명은 인공지능의 활용에 대한 것으로써, 구체적으로는 언어 모델(language model)을 이용한 화상문답(visual question-answering; VQA)형 인공지능의 효율적 사용에 관련된 것이다. 본 발명의 일 실시예에 따른 언어 모델을 이용하여 프롬프트 문장을 생성하는 방법은, 프롬프트의 초안(draft) 문장을 입력받는 단계, 상기 초안 문장을 제1 언어 모델에 입력하는 단계, 상기 제1 언어 모델을 이용하여, 상기 입력된 문장과 연관된 적어도 하나의 증강(augmented) 문장을 생성하는 단계, 상기 증강 문장 각각의 프롬프트로서의 정확도를 평가하는 단계, 상기 정확도에 기반하여, 상기 증강 문장 각각에 가중치를 부여하는 단계, 상기 가중치 중 적어도 하나가 임계치 이상인 경우, 상기 가중치가 높은 순으로 적어도 하나의 상기 증강 문장을 출력 후보로서 선택하는 단계, 상기 출력 후보 중 적어도 하나를 프롬프트 추천 문장으로 출력하는 단계를 포함할 수 있다.
본 발명은 인공지능을 이용한 영상에서의 객체 동작 인식에 관한 것으로, 보다 구체적으로는 객체 동작 인식 방법의 처리 효율을 강화하는 데 대한 것이다. 본 발명의 일 실시예에 따른 인공지능에 기반하여 객체의 동작을 인식하는 방법은, 행동 인식 대상인 단위 영상을 입력받는 단계, 상기 단위 영상에서 객체의 존재 유무를 검출하는 제1 검출을 수행하는 단계, 상기 단위 영상에서 상기 객체의 동작을 인식하는 제2 검출을 수행하는 단계, 및 상기 제2 검출의 결과를 포함하는 정보를 출력하는 단계를 포함하되, 상기 제1 검출의 결과가 부정적이면, 상기 제2 검출은 실행되지 않는 것을 특징으로 할 수 있다.
본 발명은 CCTV 영상을 활용하는 영상 분석 방법에 대한 것으로, CCTV 영상으로부터 인파의 밀집도와 인파의 이동 방향을 분석하고 이를 표시하는 방법과, 그러한 장치, 및 그러한 시스템에 대한 것이다. 본 발명의 일 실시예에 따른 CCTV를 이용한 인파 밀집도 감시 방법은, 감시 카메라 장치로부터 감시 영상을 획득하는 단계, 상기 감시 영상에서 적어도 한 명의 사람을 검출하는 단계, 상기 사람이 검출된 위치를 상기 감시 영상과 연관시켜 저장하는 단계, 상기 감시 영상의 적어도 하나의 지점을 지도 상의 적어도 하나의 지점과 일치시키는 단계, 상기 일치에 기반하여 상기 적어도 한 명의 사람이 검출된 위치를 상기 지도에 투영하는 단계, 상기 지도를 적어도 하나의 단위 면적으로 분할하는 단계, 및 상기 단위 면적당 사람의 수를 계산하여 인파 밀집도를 계산하는 단계를 포함할 수 있다.
본 발명은 컴퓨터 등 정보처리기기의 화면유출방지 방법, 및 그러한 장치, 및 그러한 방법 또는 장치에 상응하는 시스템에 대한 것이다. 본 발명의 일 실시예에 따른 비밀 콘텐츠의 유출 방지 기능을 가지는 정보처리장치는, 프로세서, 상기 프로세서에 연결된 메모리, 비밀 콘텐츠의 표시가 가능하도록 구성된 제1 표시부, 및 상기 제1 표시부를 볼 수 있는 제1 표시공간의 적어도 일부분을 포함하는 감시 영역을 촬영하도록 구성된, 60도 이상의 화각을 가지는 렌즈를 포함하는 광각 카메라를 포함하되, 상기 프로세서는, 상기 광각 카메라로부터 감시영상을 획득하는 영상 획득부, 상기 감시영상을 분석하여 상기 감시 영역 내부가 정상 상태인지 판단하는 정상 상태 판단부, 및 상기 정상 상태 판단부에 의한 판단의 결과 상기 감시 영역 내부가 정상 상태가 아닌 경우, 상기 비밀 콘텐츠의 유출을 방지하는 목적의 방해제어 동작을 수행하는 콘텐츠 제어부의 기능을 수행하도록 구성되는 장치일 수 있다.
본 발명은 컴퓨터 등 정보처리기기의 화면유출방지 방법, 및 그러한 장치, 및 그러한 방법 또는 장치에 상응하는 시스템에 대한 것이다. 본 발명의 일 실시예에 의한 정보처리장치에 연결되어 비밀 콘텐츠를 출력하는 화면으로부터의 정보 유출을 방지하기 위한 방법은, 상기 정보처리장치에 연결되고, 상기 화면을 볼 수 있는 표시공간의 적어도 일부분을 포함하는 감시공간을 촬영하도록 구성된 카메라 장치로부터, 감시영상을 획득하는 단계, 상기 감시영상을 분석하여, 상기 감시공간 내부가 정상 상태인지 판단하는 단계, 및 상기 판단의 결과, 상기 감시공간 내부가 정상 상태가 아닌 경우, 상기 화면을 통한 상기 비밀 콘텐츠의 유출을 방지하는 목적의 방해제어를 실행하는 단계를 포함할 수 있다.
본 발명은 카메라 등을 이용하는 자동 감시 시스템에 대한 것이다. 본 발명의 일 실시예에 따른 영상 감시 장치는, 적어도 하나의 프로세서, 상기 적어도 하나의 프로세서와 연결되는 적어도 하나의 메모리, 제1공간을 촬영 가능하도록 설치되어 제1영상을 출력하는 제1카메라, 상기 제1공간의 적어도 일부분을 포함하는 제2공간을 촬영 가능하도록 설치되어 제2영상을 출력하고, 촬영조건을 변경하는 적어도 하나의 조작기능을 포함하는 제2카메라, 상기 제1카메라로부터 제공된 제1영상으로부터 감시 대상인 피사체를 식별하는 피사체식별부, 및 상기 피사체가 상기 제1영상에 나타나는 위치에 기준하여, 상기 제2카메라의 조작을 위한 제어파라미터를 생성하고, 상기 제어파라미터에 의하여 상기 제2카메라의 촬영조건을 상기 피사체에 맞추어 변경하는 제어부를 포함할 수 있다.
메타버스 (Metaverse) 공간에서 DID 에 기초하여 차등적으로 서비스를 제공하는 방법이 개시된다. 상기 방법은: 상기 서비스를 메타버스 공간에서 개설하는 단계; 상기 사용자로부터 상기 서비스에 대한 서비스 참여 요청을 수신하는 단계; 상기 사용자로, 서비스 이용자 확인 요청을 전송하는 단계; 상기 사용자로부터, 제출 증명서 (VP; Verifiable Presentation) 를 포함하는 본인 확인 정보를 수신하는 단계; 상기 VP 와 연관된 증명서 (VC; Verifiable Credential) 를 발급한 DID 플랫폼으로, 상기 사용자로부터 수신된 상기 본인 확인 정보의 유효성의 검증을 요청하는 단계; 상기 DID 플랫폼으로부터, 상기 사용자의 상기 본인 확인 정보의 유효성의 검증 결과를 수신하는 단계; 및 상기 검증 결과에 기초하여, 상기 사용자의 상기 서비스에 대한 이용을 허용할지 여부를 결정하는 단계를 포함할 수 있다.
본 발명은 기계 학습에 사용되는 학습 데이터에 적용되는 레이블(label) 정보를 생성하는 레이블링(labeling)을 용이하게 수행하는 방법과, 그러한 방법을 수행하도록 구성된 장치 또는 컴퓨터프로그램에 대한 것이다.
본 발명은 인체를 포함하는 객체(body)가 가지는 자세를 측정하고 분석하는 기술에 대한 것이며, 또한 상기 자세 정보 간의 비교를 통하여 모범 자세에 대비한 모방 자세의 일치율을 향상시킬 수 있는 가이드를 제공하는 시스템에 대한 것이다. 상술한 기술적 과제의 해결을 위한 본 발명의 일 실시예에 의한 단말 장치를 이용한 사용자 자세 가이드 제공 방법은, 영상선택정보를 입력하고, 상기 영상선택정보에 기반하여 제1동작이 촬영된 제1동영상을 획득하는 단계, 상기 제1동영상과 연관된 제1동작을 획득하는 단계, 상기 제1동영상을 표시하는 단계, 상기 제1동작을 모방하는 제2동작이 촬영된 제2동영상을 획득하는 단계, 상기 제1동작과 상기 제2동작을 비교하는 단계, 및 상기 비교에 기반하여 자세가이드 정보를 표시하는 단계를 포함할 수 있다.
본 발명은 인공지능을 이용하여 영상에 촬영된 인간의 복장 색상을 검출하는 기술에 대한 것이다. 또한, 본 발명은 인공지능을 이용하여 영상에 촬영된 인간의 자세를 예측하고 상기 자세에 기반한 정보처리를 실시하는 기술에 대한 것이다. 상술한 기술적 과제를 해결하기 위한 본 발명의 일 실시예에 의한 컴퓨터 장치를 이용하여 복장 색상 정보를 검출하는 방법은, 화상으로부터 인체를 식별하는 단계, 상기 인체에서 적어도 하나의 관절부를 선택하는 단계, 상기 선택된 관절부가 상기 화상에 위치하는 지점의 색상을 추출하는 단계, 및 상기 색상을 상기 화상과 연관된 복장 색상 정보로 결정하는 단계를 포함할 수 있다.
본 발명은 차량 외면에 형성되는 식별 표지와 관련된 것으로, 특히 가시성이 낮고 위조가 곤란한 물리적 워터마킹 기술 분야에 속한다. 또한, 상기 물리적 워터마킹을 형성 및 검출하기 위한 표면 가공 기술, 도색 기술, 촬영 기술, 분광 기술 등의 분야에도 부분적으로 속한다. 본 발명의 일 실시예에 의한 차량 외면에 식별 표지를 형성하는 방법은, 상기 차량, 상기 차량의 소유주, 및 상기 차량의 운전자 중 적어도 하나에 관련된 식별 정보를 포함하는 식별 신호를 생성하는 단계, 상기 식별 신호에 기반하여, 식별 패턴을 생성하는 단계, 상기 차량 외면의 일부분에 적어도 하나의 상기 식별 패턴에 기반하여 식별 표지를 형성하는 단계를 포함할 수 있다.
본 발명은 재활용 분류기술에 관한 것으로, 특히 재활용품인지의 여부와 재활용품의 소재를 식별하는 마크를 이용하여 재활용품을 자동 분류하는 기술에 대한 것이다. 상술한 기술적 과제의 해결을 위한 본 발명의 일 실시예에 따른 표면의 적어도 일부분에 재활용품 자동 분류 마크가 형성된 물품에 있어서, 상기 자동 분류 마크는, 상기 물품의 소재에 기반하여 형성되고, 제1패턴을 포함하며, 상기 제1패턴은 제1파장대역의 제1광선을 조사(照射)하면 제1발광색으로 발광하는 제1발광물질을 함유하는 제1도료로 상기 표면에 형성된 것을 특징으로 할 수 있다.
DID 기반 모바일 증명서 (VC) 관리 방법은 이용자의 발급 요청에 기초하여, DID 발급기관에 DID 기반 모바일 증명서의 발급을 요청한 후, DID 발급기관으로부터 모바일 증명서를 발급받는 단계; 모바일 증명서의 현재 상태 정보를, 발급 상태로 하여, 서비스 서버의 DB 에 저장하고, 발급된 모바일 증명서를 모바일 단말에 저장하는 단계; 모바일 증명서의 상태 변경이 있는 경우, DB 에 저장된 현재 상태 정보를 발급 상태에서 변경된 상태로 갱신하여 저장하는 단계; 이용자의 이용 요청에 기초하여, 모바일 단말에서, 모바일 증명서의 ID (VCID) 를 서비스 서버에 전송하는 단계; 서비스 서버에서, 수신한 VCID 에 대응하는 모바일 증명서의 현재 상태 정보를 DB 에서 조회하여 모바일 단말에 전송하는 단계; 및 모바일 단말에서, 수신한 현재 상태 정보에 기초하여 모바일 증명서의 이용이 가능한지 여부를 결정하는 단계를 포함할 수 있다.
본 발명은 디지털 워터마크의 삽입 및 검출 기술에 대한 것으로, 보다 구체적으로는 화상 이미지를 대상으로 디지털 워터마크를 삽입함에 있어 삽입의 용이성과 비가시성을 모두 충족하는 삽입 방법과 이를 실현하는 장치 등에 대한 것이다. 상술한 기술적 과제를 해결하기 위한 본 발명의 일 실시예에 의한 디지털 워터마크의 삽입 방법은, 화상(image)을 입력 받는 단계, 삽입(embedding) 정보를 입력 받는 단계, 상기 화상을 적어도 하나의 부분 화상으로 분할하는 단계, 상기 삽입 정보의 내용에 기초하여 상기 적어도 하나의 부분 화상의 경계선 정보를 수정하여 적어도 하나의 수정 부분 화상을 획득하는 단계, 및 상기 적어도 하나의 수정 부분 화상을 결합하여 워터마킹된 화상을 생성하는 단계를 포함할 수 있다.
본 발명은 제1 단말기 및 제2 단말기를 포함하는 단말기 통제 시스템에 관한 것으로, 상기 제1 단말기는, 제1 현재 시간을 계산하는 RTC(real rime clock) 모듈; 상기 제1 현재 시간 및 암호화를 위한 특정 데이터를 기초로 암호화를 수행하여 비콘 데이터를 생성하는 암호화 모듈; 및 상기 생성된 비콘 데이터를 제2 단말기로 전송하는 통신 모듈; 을 포함하고, 상기 제2 단말기는, 상기 비콘 데이터를 수신하는 통신 모듈; 제2 현재 시간을 계산하는 RTC 모듈; 상기 제2 현재 시간 및 상기 특정 데이터를 기초로 암호화를 수행하여 암호화 데이터를 생성하는 암호화 모듈; 및 상기 비콘 데이터 및 상기 암호화 데이터의 비교를 기초로 촬영 및 녹음 기능 중 적어도 하나의 활성화 여부를 결정하여 상기 제2 단말기를 제어하는 제어부;를 포함한다.
본 발명은 인공지능을 이용하여 자세 예측 및 행동 검출을 수행하는 방법에 대한 것으로, 구체적으로는 자세 예측 인공지능과 행동 검출 인공지능의 결합, 그리고 행동 검출을 위한 학습데이터의 편성과 관련된 것이다. 본 발명의 일 실시예에 따른 컴퓨터 장치를 이용하여 영상으로부터 이상 행동을 검출하는 방법은, 적어도 하나의 영상 프레임을 획득하는 단계, 상기 획득한 영상 프레임에 기초하여, 제1 인공지능으로부터 적어도 하나의 인체 자세 정보를 획득하는 단계, 시간순으로 획득된 적어도 하나의 인체 자세 정보에 기초하여, 제2 인공지능으로부터 이상 행동의 검출 여부 및 적어도 하나의 이상 행동 정보를 획득하는 단계, 상기 하나의 이상 행동의 검출 여부 및 상기 적어도 하나의 이상 행동 정보를 기반으로 적어도 하나의 상기 영상 프레임을 마킹(marking)하는 단계를 포함하는 방법일 수 있다.
본 발명은 디지털 미디어에 정보를 은닉하기 위해 워터마크(watermark)를 삽입하는 장치 및 방법에 관한 것으로, 보다 상세하게는, 프레임 단위로 삽입되는 워터마크의 시퀀스(sequence)를 이용하여 정보를 은닉하는 장치 및 방법에 관한 것이다. 상술한 과제를 해결하기 위한 본 발명의 일 양태에 따른 워터마크 삽입 장치는, 프레임 데이터를 생성하는 프레임 데이터 생성부, 삽입 심볼을 생성하는 삽입 심볼 생성부, 상기 삽입 심볼에 기초하여 워터마크 정보를 생성하는 워터마크 정보 생성부, 및 상기 워터마크 정보에 기초하여 상기 프레임 데이터에 워터마크를 삽입하여 워터마크된 프레임 데이터를 생성하는, 워터마크 삽입부를 포함하고, 상기 삽입 심볼은, 적어도 제1심볼과 제2심볼을 포함하는 집합에 속하고, 상기 워터마크 정보는, 상기 삽입 심볼의 심볼에 따라 다르게 생성될 수 있다.
본 발명의 일 실시예에 따른, 차량 번호판 문자열 인식을 위한 장치는 트레이닝부 및 추론부를 포함하며, 상기 트레이닝부는, 트레이닝 번호판 이미지 및 GT (Ground Truth) 의 쌍을 수신하는 제 1 유닛, 상기 GT 에 인덱스를 할당하는 제 2 유닛, CNN (Convolutional Neural Network) 에 기초한 동작 모델을 이용하여, 상기 트레이닝 번호판 이미지를 클래스 스코어 매트릭스로 변환하는 제 3 유닛, 상기 GT 에 할당된 인덱스와 상기 클래스 스코어 매트릭스에 기초하여, 로스 (Loss) 를 계산하는 제 4 유닛을 포함하고, 상기 제 4 유닛에서 계산된 로스에 기초하여 상기 제 3 유닛의 동작 모델을 업데이트하며, 상기 추론부는, 추론 대상 번호판 이미지를 수신하는 제 5 유닛, 업데이트된 상기 동작 모델을 이용하여 상기 추론 대상 번호판 이미지를 클래스 스코어 매트릭스로 변환하는 상기 제 3 유닛, 상기 추론 대상 번호판 이미지가 변환된 상기 클래스 스코어 매트릭스에 기초하여 결과 문자열을 추출하여 출력하는 제 6 유닛을 포함한다.
영상으로부터 객체를 검출하기 위한 방법 및 장치가 개시된다. 영상으로부터 객체를 검출하는 방법은: 상기 영상의 제 1 시각에서의 제 1 프레임으로부터 추론된 바운딩 박스들 중 적어도 일부를 바운딩 박스 자료 구조에 저장하는 단계; 상기 영상의, 상기 제 1 시각에 후속하는 제 2 시각에서의 제 2 프레임으로부터 추론된 바운딩 박스들 중 적어도 일부를, 제 1 신뢰 역치와 연관된 제 1 신뢰 자료 구조 또는 상기 제 1 신뢰 역치보다 작은 제 2 신뢰 역치와 연관된 제 2 신뢰 자료 구조 중 어느 하나에 저장하는 단계; 및 상기 제 1 신뢰 자료 구조 및 상기 제 2 신뢰 자료 구조에 기초하여, 상기 바운딩 박스 자료 구조를 업데이트하는 단계를 포함할 수 있다.
본 개시의 기술적 사상에 따른 학습자 단말에 메타버스 기반의 학습 관리 서비스를 제공하는 학습 관리 시스템은, 메타버스(metaverse) 공간에 학습 장소를 구현하고, 학습자를 나타내는 아바타(avatar)를 생성하고, 아바타의 좌표와 학습 장소의 좌표를 비교함으로써 학습자 단말의 교육 참여를 인증하고, 인증된 교육 참여 정보에 기초하여 학습자 단말의 학습 이력을 생성하도록 구성된 메타버스부로서, 아바타의 메타버스 공간의 학습 장소에서의 이동은 학습자 단말의 조작에 의해 제어되는, 메타버스부; 및 메타버스부로부터 학습자 단말의 학습 이력을 수신하고, 학습 이력을 블록체인(blockchain)으로 저장하도록 구성된 블록체인부를 포함한다.
본 발명은 CCTV 영상 관리에 관한 것으로, 보다 상세하게는, 개인정보 보호 처리 기능을 포함하여 CCTV 영상의 개인정보에 대한 마스킹을 효과적으로 수행하는 CCTV 영상 관리 시스템, 장치, 및 방법에 관한 것이다. 본 발명에 따른 CCTV 영상 관리 시스템은 개인정보 보호 처리부를 포함하고, 상기 개인정보 보호 처리부는, 적어도 하나의 CCTV에서 촬영된 원본 CCTV 영상을 수신하는 영상 수신부, 상기 원본 CCTV 영상으로부터 개인정보 영역을 추출하고, 상기 개인정보 영역에 대한 마스킹 정보를 생성하는 개인정보 식별부, 상기 마스킹 정보에 따라 상기 원본 CCTV 영상을 마스킹 처리한 마스킹 영상을 생성하는 마스킹 영상 생성부, 및 상기 원본 CCTV 영상과 상기 마스킹 영상 중 적어도 하나를 출력 영상으로서 출력하는 영상 출력부를 포함할 수 있다.
전자 계약 관리 시스템에 의해 수행되는 전자 계약 관리 방법은 법인으로부터 전자 계약에 대한 권한을 위임받은 법인의 소속 직원의 요청에 기초하여, 법인에 의해서만 관리 가능한 법인의 DID (Decentralized ID) 를 포함하며 법인의 DID 에 기반하여 권한을 증명하는 위임 증명서를 직원에게 발급하는 단계, 위임 증명서의 발급 이력을 블록체인에 기록하는 단계, 직원으로부터 위임 증명서를 수신하고, 위임 증명서의 발급 이력 및 위임 증명서에 포함된 법인의 DID 를 블록체인에 조회함으로써 획득한 정보에 기초하여 위임 증명서의 유효성을 검증하는 단계, 검증이 완료된 것에 기초하여 전자 계약서를 작성하고, 직원에게 전자 계약서에 대한 전자 서명을 요청한 후, 직원으로부터 수신한 전자 서명을 검증하는 단계, 검증된 전자 서명이 포함된 최종 전자 계약서를 직원 또는 법인에게 전송하고, 전자 계약의 완료 이력을 블록체인에 기록하는 단계 및 최종 전자 계약서의 검증을 요청하는 검증자로부터 최종 전자 계약서 및 위임 증명서를 수신하고, 수신한 최종 전자 계약서 및 위임 증명서에 기초하여, 블록체인을 통해 최종 전자 계약서의 유효성을 검증하는 단계를 포함할 수 있다.
전자 계약 관리 시스템에 의해 수행되는 전자 계약 관리 방법은 법인으로부터 전자 계약에 대한 권한을 위임받은 법인의 소속 직원의 요청에 기초하여, 법인에 의해서만 관리 가능한 법인의 DID (Decentralized ID) 를 포함하며 법인의 DID 에 기반하여 권한을 증명하는 위임 증명서를 직원에게 발급하는 단계, 위임 증명서의 발급 이력을 블록체인에 기록하는 단계, 직원으로부터 위임 증명서를 수신하고, 위임 증명서의 발급 이력 및 위임 증명서에 포함된 법인의 DID 를 블록체인에 조회함으로써 획득한 정보에 기초하여 위임 증명서의 유효성을 검증하는 단계, 검증이 완료된 것에 기초하여 전자 계약서를 작성하고, 법인에게 전자 계약서에 대한 전자 서명을 요청한 후, 법인으로부터 수신한 전자 서명을 검증하는 단계, 검증된 전자 서명이 포함된 최종 전자 계약서를 직원 또는 법인에게 전송하고, 전자 계약의 완료 이력을 블록체인에 기록하는 단계 및 최종 전자 계약서의 검증을 요청하는 검증자로부터 최종 전자 계약서를 수신하고, 수신한 최종 전자 계약서에 기초하여, 블록체인을 통해 최종 전자 계약서의 유효성을 검증하는 단계를 포함할 수 있다.
유기물 탐지 방법 및 장치가 개시된다. 본 발명의 일실시예에 따른 유기물 탐지 방법은 적어도 하나의 영상 프레임을 수신하는 단계, 상기 수신한 영상 프레임을 기반으로 객체를 검출하는 단계, 상기 수신한 영상 프레임의 바로 이전 프레임에서 유기물이 검출되었는지 여부를 판단하는 단계 및 상기 유기물이 검출되었는지 여부, 및 상기 객체 검출 결과를 기반으로 상기 검출된 객체 내에 적어도 하나의 유기물 후보가 존재하는지 여부를 기반으로 유기물을 탐지하는 단계를 포함한다.
KIPO KIPRIS · checked 2026-10-15 · newest filings first · right: registration date (filing date if not yet registered) · 50 of 256 · titles and abstracts are in Korean as filed · click a row for details ▾
For now we hold public records only (National Pension Service · DART filings · patents · registers · press). When the company files material in our IR Room, it moves to L1. We do not score or rate companies — we only state how far we have checked.
| KRW bn | 2024 | 2025 |
|---|---|---|
| Revenue | 23.3 | 22.8 |
| Operating expenses | 22.0 | 25.3 |
| Operating income (loss) | 1.2 | (2.5) |
| Non-operating income | 1.5 | 0.9 |
| Other gains | 0.2 | 0.2 |
| Finance income | 1.3 | 0.7 |
| Non-operating expenses | 0.5 | 3.9 |
| Other losses | 0.5 | 2.7 |
| Finance costs | 0.0 | 1.2 |
| Profit (loss) before tax | 2.2 | (5.5) |
| Income tax expense | (0.0) | 0.0 |
| Net income (loss) | 2.2 | (5.6) |
Revenue ₩22.8bn, down 1.9% YoY.
Operating margin -10.9% (prior 5.2%).
Net income ₩-5.6bn.
Need more than is shown here? Ask for more information — full review report · valuation · executive teaser · IM · competitor analysis · due diligence. Tell us what you need and we will reply by email with scope, cost and timing.
Is this your company?
If anything here is wrong, tell us — we check it against the original and correct it. You do not need to join. If you would like your financials verified and this page completed, that is a separate process.
Headlines and links to public articles only · not checked by us (original ↗) · articles are in Korean — English headlines are our translation; where none is shown, “Read in English ›” opens a machine translation · “Broker view” is a forecast, not reported results · checked 2026-11-06