다중 양식의 시각 데이터와 합성 신경망 기반의 오토인코더를 활용한 디자인권 침해 여부 판독 기술 


49권  2호, pp. 137-144, 2월  2022
10.5626/JOK.2022.49.2.137


PDF

  요약

최근 진품과 위조품의 차이를 육안으로 구별하기 힘들 정도로 위조품이 점점 정교하게 제조되고 있으며 그 물량이 엄청나게 증가하고 있다. 이를 구분하기 위해서는 해당 물품에 대해 교육을 받은 판독권자가 직접 물품을 검사해야 하나 많은 시간이 소요되어 모든 판독 요청에 응대하기 어렵다. 이 논문에서는 사진 및 도면 이미지를 기반으로 합성곱 신경망과 오토인코더를 활용하여 다수의 물품에 대해 분해 및 파괴 검사를 행하지 않고 검사 물품의 특정 디자인권 침해 여부를 판단하는 확장 가능한 시스템의 설계 및 타당성을 검증하기 위한 실험을 진행하였다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

J. Kim, J. Seo, C. Lee, S. Jo, S. Kim, S. Yoon, Y. Yoon, "Detecting Design Infringement Using Multi-Modal Visual Data and Auto Encoder based on Convolutional Neural Network," Journal of KIISE, JOK, vol. 49, no. 2, pp. 137-144, 2022. DOI: 10.5626/JOK.2022.49.2.137.


[ACM Style]

Jeonggeol Kim, Jiyou Seo, Chanjae Lee, Seongmin Jo, Seungmin Kim, Seokmin Yoon, and Young Yoon. 2022. Detecting Design Infringement Using Multi-Modal Visual Data and Auto Encoder based on Convolutional Neural Network. Journal of KIISE, JOK, 49, 2, (2022), 137-144. DOI: 10.5626/JOK.2022.49.2.137.


[KCI Style]

김정걸, 서지유, 이찬재, 조성민, 김승민, 윤석민, 윤영, "다중 양식의 시각 데이터와 합성 신경망 기반의 오토인코더를 활용한 디자인권 침해 여부 판독 기술," 한국정보과학회 논문지, 제49권, 제2호, 137~144쪽, 2022. DOI: 10.5626/JOK.2022.49.2.137.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr