메뉴 건너뛰기
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)
고객센터 ENG
주제분류

논문 기본 정보

저자정보
(한국폴리텍대학)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회 학술발표논문집 2025년 한국컴퓨터정보학회 동계학술대회 논문집 제33권 1호
오류 신고하기

피인용 0

검색

    초록·키워드

    Covid-19 이후 메타버스 플랫폼은 교육, 게임, 관광 산업에서 혁신적인 변화를 일으키며 일상생활의 일부로 자리잡았다. 이처럼 자사 보유 기술과 IP 등을 활용하여 메타버스 플랫폼을 구축하는 기업들이 꾸준히 증가함에 따라 사용자가 안심하고 이용할 수 있는 환경 조성, IP 등 제반 권리의 보호가 필요하다. 이에 본 연구에서는 상표 탐지 시스템을 활용하여 다양한 YOLO 모델을 통해 상표 탐지 성능을 비교 분석하였다. 기발표된 상표 탐지 시스템을 이용하여 저명한 상표 데이터를 바탕으로 YOLO 모델을 학습시키고, box_loss와 obj_loss, cls_loss, mAP(0.5), mAP(0.5:095)를 지표를 통해 상표 탐지 성능을 평가하였다. 실험 결과, YOLOv5는 평균 mAP 93.05%, YOLOv7은 mAP 85.4%, YOLOv9은 mAP 97.1%의 높은 정확도를 보였다. 본 연구를 통해 메타버스 환경에서 상표 보호 기술의 실질적인 활용 가능성을 보여 준다.

    최근 본 자료 전체보기

      UCI(KEPA) : I410-151-25-02-092339233