한국비전기술(주) 총1명이 열람하였으며, 0개의 리뷰가 있습니다.

한국비전기술(주)의 전체 정보

기업개요 및 핵심역량(요약)

1) 기업개요가) 기업소개구분내용회사명한국비전기술 주식회사사업자등록번호108-81-76628대표이사전영민업종서비스업 (소프트웨어 개발 및 공급업)설립일2006년 8월 1일주소서울특별시 동작구 여의대방로22길 4, 동일빌딩 4F 한국비전기술 주식회사홈페이지www.cvtechn.com나) 회사 연혁년월내용200608S/W개발을 목적으로 대표이사 전영민에 의해 설립200608본점: 서울 동작구 상도동 7-1 1 탑하우스빌 402호, 납입자본금: 50백만원, 상호: 한국비전기술(주)200609서울특별시 동작구 신대방동 364-3 2층 소재로 본점이전200701프로그램심의조정위원회 프로그램 등록(EYEPASS2.0)-지능형 차량 출입통제 시스템200803특허 등록 제10-818334호, 불법주정차와 방범용폐쇄회로 텔레비전 기능을 무인 자동 단속방법 및 그 시스템200803특허 등록 제10-0820952호, 단일카메라를 이용한 불법주정차 무인 자동 단속방법 및 그 시스템200803특허 등록 제10-2007-0132523호, 불법주정차무인단속 방법 및 그 시스템200804특허 등록 제10-0820952호, 단일 카메라를 이용한 불법 주정차 무인 자동 단속방법 및 그 시스템200805특허 등록 제0834550호, 불법 주정차 무인 자동 단속방법 및 그 시스템200810특허 등록 제10-0862398호, 다중카메라를 이용한 방범용 CCTV 기능을 갖는 불법주정차 무인 자동 단속 방법 및 그 시스템200903프로그램심의조정위원회 프로그램 등록-차량번호인식을 이용한 방범용 CCTV 시스템200906특허 등록 제10-0902275호, 지능형 보안방범을 위한 폐쇄회로티브이 시스템 및 그 방법200909이노비즈기업 인증 (제9013-1916호, 등급 A)200909특허 등록 제10-0918837호, 하이브리드 방식의 차량 검지시스템 및 그 방법200909벤처기업 인증 획득(기술평가보증기업)200910기업부설연구소(한국산업기술진흥협회인증)200910GS인증(인증번호:09-0183): 불

기업한글명

한국비전기술(주)

도로명주소

서울특별시 동작구 여의대방로22길 4 (신대방동,동일빌딩)

등록일

2025-01-21

링크(URL)

https://kdata.or.kr/datavoucher/is/selectPortalFileDetail.do?rcpnYear=2025&brno=1088176628&sprnSctrCd=P01014002&prdcId=&sprnDsncCd=P11014001

보유솔루션(요약)

1) Machine Vision FactoryAI솔루션명Machine Vision FactoryAI 솔루션 활용 분야- 컴퓨터비전(이미지/영상에서 Classification, Detection, Segmentation)- 이상탐지 솔루션(기기결함, 불량제품 탐지와 같은 정상데이터와 다른 특성을 갖는 결함 데이터를 찾아내는 Anomaly Detection)데이터 보유·수집 현황Custom Data 종류, 개수 및 수집방법테이터 종류데이터 개수데이터 상세 내용회로기판 부품 이미지이미지 약 1만 장PBA 이미지 데이터.프로젝트를 진행한 기업과 협업하여 현장 데이터 최적화를 위한 데이터 확보 및 기반 데이터 축적냉간단조 부품 이미지이미지 약 5만 장자동차 부품 이미지 데이터결함 검사를 위해 수집한 다양한 부품의 이미지 데이터 보유사용 프레임워크Pytorch사용 아키텍쳐- 사전학습모델(YOLO or EfficientAD)을 기반으로 fine-tuning 시킨 아키텍처- 기본 동작 원리YOLO: COCO2017 데이터셋으로 사전학습된 YOLO 모델을 이용해서, 커스텀 데이터셋에 대해 추가 학습을 진행하여 커스텀 데이터의 클래스로 객체를 분류하는 아키텍처.EfficientAD: Mvtec LOCO 데이터셋과 ImageNet 보조 데이터셋으로 사전학습된 teacher 네트워크를 이용해서 커스텀 데이터로 student 네트워크를 학습시키고 이를 이용한 autoencoder의 탐지 결과를 비교해 annomaly를 탐지하는 아키텍처.학습데이터 결과서/ 테스트데이터 결과서모델 검증 결과 - 회로기판 부품 조립 검사 시스템 - 회로기판의 부품 오조립 검출을 위한 Detection 모델 - precision: 0.99, recall 1.0, mAP@0.5: 0.98, mAP@0.95: 0.875 -22개 부품에 대한 학습을 마친 후 20개의 테스트 데이터에 대한 Detectinon 성능지표ClassPrecisionrecallmAP@50EC110.995TRS110.995Coil

상세주소

4층 한국비전기술주식회사

설립일자

2006-09-18

실적(요약)

- 데이터바우처 지원사업 참여 실적년도과제명2021동적 객체탐지 기반 AI 이상행동 패턴 인식 시스템 고도화2021AI차량번호판OCR엔진기반 자동차종합정보(공공데이터)조회를 통한 고객(차량) 맞춤형 CRM 서비스 개발2021AI 얼굴인식 기반 고객 맞춤형 마스크팩 온라인 주문제작과 빅데이터 분석을 통한 마스크팩 타겟 마케팅 서비스2022신분증 AI-OCR기반 디지털 신원증명서비스 개발 (서비스활용 예약App+신원증명연동모듈+신원증명서비스 개발)2022AI 얼굴데이터가공 ? 얼굴인식엔진, 얼굴과 차량번호 인식기반 택배 車 트렁크 배달 서비스 개발2022골재입도분석 시스템 고도화2022공문서(여권) 사진 적합성 판별을 위한 ICAO 규격 기반 AI 얼굴분석 자동판별 서비스 개발2023마사회 경주마 순위를 자동 판별하기 위한 AI Vision 객체 탐지 기술 기반 실시간 경주마 순위 자동 추적 서비스 플랫폼 개발2023컴퓨터 비전 딥러닝 기반 건설현장 근로자의 안전보호장비 착용판단+얼굴인식+안전계도+지능형 안전감독 출입 게이트 시스템 개발2023우회전 차량 교통사고 예방에 적합한 차량감지 센서용 AI 모델 개발과 모델 적용 Vision 서비스 솔루션 개발2023AI Vision 분석기술을 활용한 표고버섯 배양, 생육, 병해 자동판별·제어 스마트팜 서비스 플랫폼 개발2024지하주차장 전기자동차 충전소 화재 대응 자동 수조생성(소화) 시스템 개발2024자동차 내장재 부품 보호랩의 합지, 타발, 스크랩제거, 커팅 각 제조공정별 AI Vision 기반 양품/불량품 자동판정 및 불량 세부 유형 분류 AI 제품 품질관리 솔루션 개발

유지보수(후속지원)전략(요약)

1) 전담 PM을 통한 지속적 의사소통 - 가공데이터를 제작하고 AI를 적용하는 과정에서 수요기업 문제 발생 시 전담 PM을통해 즉각적인 대처를 하고 해결한다. - 제공한 가공데이터의 품질에 하자가 발생하면 3개월간의 유지보수를 통해 가공데이터의 품질을 보완한다. 2) 데이터 활용에 대한 컨설팅, 교육 지원 - 수요기업 컨설팅 단계에서 AI에 대한 이해도를 높이고, 제공될 가공데이터 활용에 대한 컨설팅을 지원한다. - 가공데이터를 제공한 이후 수요기업의 데이터 활용에 어려움 발생 시 가공데이터를 활용하는 방법에 대한 교육을 지원한다.

주요서비스 상세정보(요약)

1) 주요 서비스 상세 개요가) AI 컨설팅 및 데이터 분석 - 수요기업의 요구사항을 반영하여 문제를 해결할 수 있는 AI 서비스를 제공한다. AI를 적용하는 현장의 환경과 데이터의 특성을 분석해 최적의 AI 모델을 선정하고, 필요한 경우 대상 제품의 특징을 극대화할 수 있는 전처리 알고리즘을 설계한다. 수요기업 현장에서 데이터 수집할 필요가 있는 경우, 촬영 환경에 대해 분석하여 AI 모델을 현장에 적용할 때 최적의 성능을 보일 수 있도록 데이터 수집 환경을 설계한다. 나) 데이터 수집 - 신청기업의 전문 인력과 AI 기반 데이터 가공프로그램을 통해 효율적으로 데이터를 수집하고 이를 수요기업의 요구사항에 적합하도록 가공한다. 수요기업의 보유데이터를 정제하여 사용하고, 활용 가능한 공공데이터를 정제해 사용한다. 추가 수집이 필요한 경우 크롤러를 활용하고, 직접 수집이 필요한 경우 최적화된 환경 구성이 적용된 현장에서 데이터를 수집한다. 다) 데이터 가공 - 컨설팅 단계의 설계대로 데이터가공을 수행한다. 대상 객체 데이터 라벨링, Key Point 데이터 라벨링, 영상 데이터 태깅, 영상 프레임 데이터 추출, 비식별화, 데이터 전처리 작업을 수행하여 모델의 성능을 높일 수 있는 최적의 데이터셋을 제작한다. 필요한 경우 데이터 정제, 데이터 통계 분석 및 시각화 서비스를 병행하여 수행한다. 라) 후속 서비스 - AI 적용에 어려움이 있는 수요기업에 AI 모델링 교육을 지원한다. 학습용 데이터셋을 제공한 후 실제 적용 시의 문제점을 분석하여 문제가 있는 부분에 대해 보완하고, 모델의 성능이 낮은 상황이 발생하면 해당하는 상황의 데이터를 추가 제공한다. 마) 클라우드소싱 - 산학 협력 및 협력사를 통한 클라우드소싱을 진행하여 외부인력 자원을 활용한다. 클라우드소싱을 통해 얻는 데이터는 전문가를 통해 AI 검수를 진행하여 가공데이터의 품질을 일정하게 유지할 수 있다. 2) 데이터 가공서비스 추진 전략가) 수요기업 데이터 보유현황 파악 및 요구

카테고리구분

전처리,품질,코딩,시각화,정보추출또는조합,태깅또는라벨링,분석,가명처리,AI Hub 학습용 데이터 재가공,전략수립,설계,생성·수집,자동화,적재

품질확보전략(요약)

1) 데이터 품질 확보 전략가) 데이터 품질 수준을 측정하기 전에 측정 대상을 명확히 하고 점검하고자 하는 측정 기준 수립 및 효과적인 측정 방법을 선정하기 위한 노력으로 수요기업이 개발하고자 하는 AI 솔루션에 맞는 데이터 형태와 구조가 무엇인지를 파악하기 위한 컨설팅 등을 통해 명세화한다.나) 데이터 분석 단계에서는 수요기업이 보유하고 있는 데이터를 분석하여 데이터 품질을 높여야 하는 우선순위를 설정하고 품질 측정 범위를 결정한다. 또는 수요기업의 AI 솔루션에 사용되는 학습용 데이터의 품질을 높이기 위한 수요기업의 적용 환경에 맞는 맞춤형 데이터를 수집한다.다) 데이터 품질 향상은 AI 모델의 성능과 연결된다. 이미지 데이터의 경우 필요에 따라 AI 모델의 성능을 높이기 위한 전처리(Denoising, Data Augmentation, Object Feature extraction, Distortion Correction 등)를 포함한 가공을 수행한다.라) 비식별처리가 필요한 데이터의 경우 개인정보 보호법을 준수하기 위해 이미지 데이터는 얼굴, 차량번호판 비식별화, 일반 데이터는 데이터 통계화, 데이터 마스킹 등을 수행한다.2) 데이터 관리 전략가) AI 학습용 데이터의 품질관리를 위한 조직을 구성하여 관리를 전담한다.나) AI 학습용 데이터의 품질관리 역량을 확보하기 위한 교육을 진행한다.다) AI 기반 검수 시스템을 통한 학습용 데이터셋의 품질 측정으로 규격화된 지표를 제공해 수요기업의 데이터 품질 요구사항을 명확히 한다.라) 데이터 수집, 데이터 정제, 데이터가공 전 단계에서 결과물에 대해 품질검사를 진행한다.마) 수요기업에 가공데이터를 사용하는 방법에 대한 가이드라인을 제공한다.

활용사례(요약)

데이터가공 및 활용 서비스 요약공급기업 활용서비스 요약데이터 기획·설계전략수립, 큐레이션, 설계데이터 수집·생성생성·수집, 자동화AI 데이터 가공전처리, 품질, 코딩, 정보추출 또는 조합, 가명처리, 태깅·라벨링AI 데이터 분석·활용적재, 분석, 시각화AI 데이터 가공서비스 요약[1]신분증 인식분야 데이터 가공의 예1. 입력데이터: 신분증 이미지2. 처리과정: ROI Detection -> Pre-Process -> Text Detection -> Denoising -> Split -> Recogntion3. 출력데이터: 신분증 이미지의 각 개별문자 데이터 영역을 세그멘테이션한 이미지와 Class, 좌표 등의 데이터를 포함한 데이터라벨링셋4. 활용예시: 신분증 자동인증 시스템 개발 등[2]AR, VR 교육콘텐츠 NUI기술구현용 제스쳐인식 가공1. 입력데이터: 장구 등 타악기 연주 영상2. 처리과정: Frame Split -> KeyPoint Detection -> Drawing Skeleton3. 출력데이터: 타악기 연주 영상의 프레임 단위 제스쳐 포즈 스켈레톤 이미지와 관절 KeyPoint 좌표, Class 등을 포함한 데이터라벨링셋4. 활용예시: 실감형 VR/AR 컨텐츠 개발 등[3]인쇄품질 자동검수 데이터 가공의 예1. 입력데이터: 인쇄소 라벨프린트 이미지2. 처리과정: Cropping -> Registration -> Histrogram Matching3. 출력데이터: 인쇄결함 종류별 라벨 이미지 데이터라벨링셋4. 활용예시: 인쇄품질 자동검사 시스템 개발 등[4]차량 번호판 OCR용 데이터 가공의 예1. 입력데이터: 차량 번호판 이미지2. 처리과정: ROI Detection -> Pre-Process -> Denoising -> Character Split -> Character Recogntion3. 출력데이터: 차량번호판 각 개별문자(영역) 이미지셋과 데이터라벨링셋4. 활용예시: