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
학술대회자료
저자정보
김도균 (국립군산대학교) 이재훈 (국립군산대학교) 손창환 (국립군산대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2024년도 하계종합학술대회 및 대학생논문경진대회
발행연도
2024.5
수록면
538 - 542 (5page)

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 멀티스펙트럴 객체 검출을 위한 학습 가능한 영상 강화 필터링 모델을 제안한다. 저조도 환경에서 촬영된 RGB 및 IR 영상은 가시성 및 선명도 저하, 색상 손실로 인해 객체 식별을 하기에는 부적합하다. 이를 해결하기 위해 본 연구에서는 고전적인 영상 강화 필터링 기법을 딥러닝 모델로 구현하기 위한 방안을 제시하고자 한다. 특히, 선명도 및 감마 보정을 위해 필터 파라미터를 추정하는 모듈과 추정된 파라미터를 활용하여 영상 강화 필터링을 수행할 수 있는 모듈을 설계하고자 한다. 실험 결과를 통해, 제안한 학습 가능한 영상 강화 필터링 모델이 입력 영상의 선명도 및 가시성을 개선하고 궁극적으로 멀티스펙트럴 객체 검출의 성능 제고를 유도할 수 있음을 입증하고자 한다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 학습 가능한 영상 강화 필터링 기반의 멀티스펙트럴 객체 검출 모델
Ⅲ. 실험 및 결과
Ⅳ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0