메뉴 건너뛰기

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
(인하대학교) (인하대학교) (인하대학교) (인하대학교) (인하대학교) (에이티지) (인하대학교)
저널정보
한국재활복지공학회 재활복지공학회논문지 재활복지공학회논문지 제14권 제2호
발행연도
수록면
102 - 111 (10page)
DOI
10.21288/resko.2020.14.2.102

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
이 논문의 연구방법이 궁금하신가요?
🏆
연구결과
이 논문의 연구결과가 궁금하신가요?
AI에게 요청하기
추천
검색
질문

초록· 키워드

본 연구에서는 기계학습을 활용하여 열화상 이미지 데이터 셋에 대한 부적합 이미지 판별 시스템을 구현하였다. 해당 시스템은 재활 환자용 맞춤형 웨어러블 의료기기 제품을 제작하는 3D프린터 설비의 이상을 미연에 방지하기 위한 이상 진단 자동화 시스템의 전처리단계에 필수적으로 활용된다. 이를 위해 먼저 FLIR (Forward Looking Infrared) 열화상 카메라를 통해 얻은 비디오 데이터를 열의 온도 정보를 포함하는 PNG (Portable Network Graphics)포맷의 이미지 형태로 추출해내는 프로세스를 개발하였고, 이 이미지 데이터셋을 기반으로 기계학습 모델인 SVM (Support Vector Machine)과 딥러닝(Deep Learning) Network를 훈련시키고 각각의 성능을 비교하였다. 연구를 위한 데이터 셋은 열이 발생되는 각종 기계설비 12개를 대상으로 수집하였다.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지
정보가 잘못된 경우 알려주세요!

목차

  1. 요약
  2. ABSTRACT
  3. 1. 서론
  4. 2. 열화상 이미지 데이터셋 구축
  5. 3. 열화상 이미지 기반 부적합 이미지 판별
  6. 4. 연구 결과 및 성능 비교
  7. 5. 결론
  8. REFERENCES

참고문헌

참고문헌 신청

최근 본 자료

전체보기