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

김정걸; 서지유; 이찬재; 조성민; 김승민; 윤석민; 윤영; Jeonggeol Kim; Jiyou Seo; Chanjae Lee; Seongmin Jo; Seungmin Kim; Seokmin Yoon; Young Yoon

연구문헌

국내 논문지

홈 > 연구문헌 > 국내 논문지 > 한국정보과학회 논문지 > 정보과학회논문지 (Journal of KIISE)

정보과학회논문지 (Journal of KIISE)

Current Result Document : 4 / 75 이전건 다음건

한글제목(Korean Title)	다중 양식의 시각 데이터와 합성 신경망 기반의 오토인코더를 활용한 디자인권 침해 여부 판독 기술
영문제목(English Title)	Detecting Design Infringement Using Multi-Modal Visual Data and Auto Encoder based on Convolutional Neural Network
저자(Author)	김정걸 서지유 이찬재 조성민 김승민 윤석민 윤영 Jeonggeol Kim Jiyou Seo Chanjae Lee Seongmin Jo Seungmin Kim Seokmin Yoon Young Yoon
원문수록처(Citation)	VOL 49 NO. 02 PP. 0137 ~ 0144 (2022. 02)
한글내용 (Korean Abstract)	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.
영문내용 (English Abstract)	Recently, it has become very difficult to distinguish between counterfeit products and authentic goods, and the volume of these forgeries is increasing at an alarming rate. Prompt detection of these counterfeit products is challenging since only humans can identify these forgeries through trained expertise. In this paper, given the photograph and design drawing, we use convolutional neural networks and auto-encoders to detect the possible infringement of design rights without dissembling or damaging the suspected items. We have developed an easy-to-expand system that supports the constant addition of new goods to be examined. We present the result of our system tested with a set of authentic and forged goods.
키워드(Keyword)	합성곱 신경망 오토인코더 다중 양식의 시각 데이터 유사도 측정 convolutional neural network auto encoder multi-modal visual data similarity measurement
파일첨부	PDF 다운로드