인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
다양한 딥러닝(deep learning) 기술중에서 이미지 처리에 특화되어있는 CNN(Convolutional Neural Network) 기법은 합성곱 신경망으로 본 논문에서 필요한 이미지 분류 및 품질평가 작업에 필요한 신경망 알고리즘이다. 홀로그래피는 기록 광원을 이용하여 3차원 입체정보를 2차원적인 기록매질의 평면에 기록하고 재생하는 기술이다. 홀로그램 기록결과물은 아날로그 형태이기 때문에 지금까지는 기록된 결과물을 평가하는 과정이 수학적인 계산방법에 의해 검토되어 제한적이거나, 주관적이고 시각적인 검토에만 의존해왔다. 이러한 문제점들을 해결하기 위하여 정량적이고 객관적으로 홀로그램 기록결과물의 품질을 자동으로 평가하는 시스템을 구현하였다. 학습 데이터셋에 사용할 이미지를 등급에 따라 구분하여 1,200개를 새롭게 생성하였다. 그 이미지를 홀로그램의 품질평가에서 기록광원의 과다노출 또는 노출부족으로 구분할 수 있도록 6등급으로 구분하였다. 홀로그램 기록결과물의 촬영 이미지는 일반적인 디지털 사진의 촬영 이미지와는 다르기 때문에 품질평가의 기준을 다르게하여 구분하기 위해서 그 기준에 부합하여 CNN 모델을 설계하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-090994512
