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
정재민 (군산대학교) 손창환 (군산대학교) 홍서연 (국립식량과학원)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제22권 제4호(JKIIT, Vol.22, No.4)
발행연도
2024.4
수록면
1 - 8 (8page)
DOI
10.14801/jkiit.2024.22.4.1

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 해충 카운팅을 위한 로컬 어텐션 기반의 MaDa-CenterNet(v2)를 소개하고자 한다. 기존의 MaDa-CenterNet은 객체와 배경 영역을 분리하지 않고 어텐션 퓨전을 적용하여 특징 구별력을 약화할 수 있다. 이러한 단점을 보완하기 위해, 본 연구에서는 객체와 배경 영역을 분리하기 위한 객체 및 배경 마스킹 모듈과 이를 기반으로 객체 영역의 특징 구별력을 강화하기 위한 멀티스케일 로컬 어텐션 퓨전 모듈을 제안하고자 한다. 특히 객체 및 배경 마스킹 모듈에서는 저해상도 모래시계에서 추정된 히트맵을 사용하여 마스크 맵을 생성하고 멀티스케일 로컬 어텐션 퓨전 모듈에서는 생성된 마스크를 기반으로 객체와 배경 영역에 따라 멀티스케일 로컬 어텐션을 모델링한다. 실험 결과를 통해, 제안한 해충 카운팅 모델이 기존의 MaDa-CenterNet의 성능을 개선할 수 있었으며 제안한 로컬 어텐션 퓨전 모델이 성능 개선에 효과적임을 입증하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 기존의 MaDa-CenterNet
Ⅲ. 제안한 해충 카운팅을 위한 로컬 어텐션 기반의 MaDa-CenterNet(v2)
Ⅳ. 실험 및 결과
Ⅴ. 결론
References

참고문헌 (0)

참고문헌 신청

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0