메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이채현 (경북대학교) 최재협 (경북대학교) 정희철 (경북대학교)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제57권 제9호(통권 제514호)
발행연도
2020.9
수록면
67 - 76 (10page)
DOI
10.5573/ieie.2020.57.9.67

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근 Kaggle에서는 벵골어 인식을 위한 새로운 데이터 셋이 공개되었고 Bengali.AI라는 국제적인 대회가 열렸다. 본 연구에서는 Bengali.AI 대회에 참가하여 달성한 결과에 대해 공유하고자 한다. 벵골어 문자는 다른 언어에 비해 구조가 복잡하기 때문에 다른 언어의 인식보다 벵골어 문자에 대한 인식이 더 어렵다. 벵골 수기 데이터 셋에 대한 인식 알고리즘을 개발하기 위해서는 주어진 수기 벵골 영상에서 그래핌 루트(Grapheme root), 모음 디아크리틱스(Vowel diacritic), 자음 디아크리틱스(Consonant diacritic) 세 가지 성분을 개별적으로 분류해야 했다. 본 연구에서는 이러한 벵골 수기 데이터 세트에 대해 세 개의 출력을 갖는 branch를 갖는 모델을 기반으로 GhostNet, EfficientNet, SENet 등 세 가지 backbone 아키텍처를 이용하여 인식을 수행하였다. 나아가 Mixup, Cutout, Cutmix, GridMask 등 4가지 데이터 증강 방법에 대해 비교 분석하여 인식률 향상을 꾀하였다. 결론적으로 우리는 GridMask 데이터 증강 기법을 사용한 EfficientNet-B5 1개, SE-ResNeXt-50 2개를 이용한 앙상블 네트워크를 기반으로 93.74%의 최고 정확도를 달성하였으며, 이 결과는 Kaggle 벵갈리 대회에 참가하는 2,059개 팀 중 상위 3.1%에 해당한다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구 분석
Ⅲ. 제안 기법
Ⅳ. 실험 결과
Ⅴ. 결론 및 향후 연구 방향
REFERENCES

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-569-001292753