인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
Identifying camouflaged soldiers in warfare is crucial for reducing friendly casualties and gaining substantial tactical advantages. This paper proposes a novel approach for classifying and detecting camouflaged soldiers using synthetic datasets, ensemble models, and the complementary object recognition algorithm. To overcome the challenges of visually identifying camouflaged soldiers, we leverage advanced intelligent recognition technologies. To address the scarcity of datasets featuring camouflaged soldiers, we employ a diffusion-based synthetic data generation method. Specifically, we use DreamBooth to produce large-scale synthetic data from a limited number of real images, effectively expanding the dataset. We utilize this augmented dataset to train ensemble classification models, which combine the strengths of multiple classifiers to achieve improved performance. To further enhance reliability, the proposed algorithm integrates the classification models with object detection models, enabling them to interact and compensate for each other’'s false detections. This synergy significantly improves overall detection accuracy. Experimental results confirm that the proposed method outperforms approaches relying solely on classification or detection models, demonstrating its superior performance in identifying camouflaged soldiers.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
