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
실시간 경량 이미지 분할 신경망은 저해상도에서 클래스 점수를 예측한 뒤 보간 기법을 활용하여 원 해상도 결과를 생성하므로 주로 객체 경계가 흐려지는 단점이 있다. 가이디드 필터는 입력영상을 가이드 영상으로 사용하여 학습 없이 경계를 복원할 수 있으나, 다중 클래스 분할에서는 복원비용이 클래스 수에 비례하여 증가한다. 본 연구에서는 이러한 문제를 해결하기 위해 후보 클래스 선별 고속 가이디드 필터(CR-FGF)를 제안한다. 제안 기법은 저해상도 격자에서 컬러 가이드 영상으로 필터 계수를 계산하고, 격자 화소마다 상위 K개(K=2) 후보 클래스만 원 해상도에서 비교하여, 원 해상도 결합 단계의 연산량을 클래스 수와 무관하게 만들어 기존 모델에 적용한다. CamVid와 Oxford-IIIT Pet 데이터셋에서 MobileNetV3 기반 경량 분할 모델과 세 단계 입력 해상도로 평가한 결과, 제안 기법은 기준 대비 분할 정확도를 향상시켰고 CPU 환경에서 실시간으로 동작함을 확인하였다.
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
