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
조선영 (국방과학연구소)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제27권 제11호
발행연도
2021.11
수록면
519 - 530 (12page)
DOI
10.5626/KTCP.2021.27.11.519

이용수

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

초록· 키워드

오류제보하기
최근 심층 신경망 기반 객체 검출 기술의 발전에도 불구하고 부분적으로 가려진 객체를 검출하는 것은 여전히 어려운 문제이다. 객체의 외관 및 형태에 대한 제한적인 정보로 인해 가려짐이 있는 객체에 대한 정확한 바운딩 박스를 찾거나 클래스를 구별하는 것이 어렵기 때문이다. 본 논문에서는 가려짐을 갖는 데이터를 합성하여 생성하고, 이를 이용한 모델 학습을 통해 부분 가려짐이 있는 객체의 검출 성능을 향상시키는 방법을 제안한다. 다양한 가려짐 상황을 고려하기 위해 다양한 가려짐 레벨 및 종류에 따라 합성 데이터를 생성한다. 제안하는 방법의 성능을 평가하기 위해 실제 군용 차량에 대한 데이터셋을 수집하였고, 이에 대한 합성 데이터를 생성하여 모델 학습에 활용하였다. 다양한 실험을 통해 합성 데이터를 이용하여 학습한 모델이 부분 가려짐을 갖는 객체 검출 성능을 향상시킴을 보였다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 제안 방법
4. 실험 결과 및 분석
5. 결론
References

참고문헌 (24)

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-0101-2021-569-002168803