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
임찬기 (경북대학교) 손동민 (경북대학교) 권혁주 (경북대학교) 이성학 (경북대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제20권 제7호(JKIIT, Vol.20, No.7)
발행연도
2022.7
수록면
1 - 10 (10page)
DOI
10.14801/jkiit.2022.20.7.1

이용수

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

초록· 키워드

오류제보하기
본 논문은 기존의 다해상도 기반 가시광 및 근적외선 영상 합성 방법의 느린 처리 속도를 개선하기 위해 합성곱 신경망 기반 영상 합성 방법 중 하나인 DenseFuse를 활용하여 빠르게 합성하는 기법을 제시한다. 제안 방법은 효과적인 학습을 위해 래스터 스캔 방식의 알고리즘을 적용하여 가시광선 및 근적외선 데이터셋을 확보하고 휘도값과 분산값을 이용한 데이터셋 분류 방법을 제시한다. 또한, 합성 레이어에서 가중치 학습을 통한 효과적인 특징맵 합성 방법을 제시하였다. 제안 방법은 다해상도 기반 영상 합성 방법으로서 우수한 영상 합성 결과를 보였고 기존의 학습기반 영상 합성방법보다 가시성이 우수한 결과영상을 나타내었다. 제안 방법은 목표영상 생성에 사용된 다해상도 기반 영상 합성방법과 비교하여 처리시간을 1/3 이하로 단축시킴으로써 처리속도에서 강점을 보인다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 제안 방법
Ⅳ. 실험 결과
Ⅴ. 결론
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-0101-2022-004-001538603