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.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2018.6
- 수록면
- 322 - 325 (4page)
이용수
초록· 키워드
오류제보하기
영상의 관심 영역 검출은 영상처리 및 컴퓨터 비전 응용 분야에서 꾸준하게 사용되고 있는 기법이다. 특히, 근래 심층신경망 연구의 급격한 발전에 힘입어 심층신경망을 이용한 관심 영역 검출 기법에 대한 연구가 활발하게 진행되고 있다.
한편 Fully Convolutional Network(이하 FCN)은 본래 심증 예측(Dense Prediction)을 통한 의미론적 영상 분할 (Semantic Segmentation)을 수행하기 위해 제안된 심증신경망 구조이다. FCN을 영상의 관심 영역 검출에 활용하여도 기존 관심 영역 검출 기법과 비교하여 충분히 좋은 성능을 발휘할 수 있다. 그러나 FCN에 사용되는 convolution 층의 수가 많고, 이에 따른 가중치(weight)의 개수도 기하급수적으로 늘어나 검출에 필요한 시간 복잡도가 매우 크다는 문제점이 있다.
따라서 본 논문에서는 기존 FCN이 가진 검출 시간 복잡도의 문제점을 convolution 층의 가중치 관점에서 해결하고자 이를 조절하여 FCN의 관심 영역 검출 속도를 향상시키는 방법을 제안한다. 적절한 convolution 층의 가중치를 조절함으로써, MSRA10K 데이터셋 환경에서 검출 정확도를 크게 저하시키지 않고도 최대 약 20.5%만큼 검출 속도를 향상시킬 수 있었다.
한편 Fully Convolutional Network(이하 FCN)은 본래 심증 예측(Dense Prediction)을 통한 의미론적 영상 분할 (Semantic Segmentation)을 수행하기 위해 제안된 심증신경망 구조이다. FCN을 영상의 관심 영역 검출에 활용하여도 기존 관심 영역 검출 기법과 비교하여 충분히 좋은 성능을 발휘할 수 있다. 그러나 FCN에 사용되는 convolution 층의 수가 많고, 이에 따른 가중치(weight)의 개수도 기하급수적으로 늘어나 검출에 필요한 시간 복잡도가 매우 크다는 문제점이 있다.
따라서 본 논문에서는 기존 FCN이 가진 검출 시간 복잡도의 문제점을 convolution 층의 가중치 관점에서 해결하고자 이를 조절하여 FCN의 관심 영역 검출 속도를 향상시키는 방법을 제안한다. 적절한 convolution 층의 가중치를 조절함으로써, MSRA10K 데이터셋 환경에서 검출 정확도를 크게 저하시키지 않고도 최대 약 20.5%만큼 검출 속도를 향상시킬 수 있었다.
목차
요약
1. 서론
2. 관심 영역 검출을 위한 FCN 구조
3. 검출 속도 개선을 위한 가중치 조절
4. 실험결과 및 분석
5. 결론
참고문헌
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
하이브리드 검출기법을 이용한 후보 차선검출에 관한 연구
융합신호처리학회 논문지
2016 .06
-
CNN을 활용한 Semantic segmentation 기반의 패션 아이템 검출
대한전자공학회 학술대회
2017 .11
-
Comparison of U-Net and FCN for Crack Detection on Concrete
한국콘크리트학회 학술대회 논문집
2023 .05
-
Research on Image Semantic Segmentation Based on FCN-VGG and Pyramid Pooling Module
한국정보기술학회논문지
2018 .07
-
정비 자료 디지털 변환을 위한 영상 인식 알고리즘: CNN and FCN
대한기계학회 춘추학술대회
2019 .11
-
동작 검출과 피부색 검출을 이용한 손 검출
한국컴퓨터정보학회 학술발표논문집
2016 .07
-
YOLOv4를 이용한 얼굴검출
한국통신학회 학술대회논문집
2021 .11
-
이상행동 영유아 분류 FCN 네트워크를 통한 신경질환 진단 보조 시스템
대한전자공학회 학술대회
2020 .08
-
딥러닝(FCN) 기반 용접부 미세조직 분석에 대한 연구
대한용접학회 특별강연 및 학술발표대회 개요집
2019 .11
-
확장 네트워크 기반의 객체 검출 및 영상 분할
한국자동차공학회 춘계학술대회
2018 .06
-
Deep Convolutional Neural Networks를 이용한 객체 검출 성능의 발전 동향
방송과 미디어
2017 .01
-
딥러닝 기반 객체 관계 검출에 관한 연구
대한전기학회 학술대회 논문집
2021 .07
-
FCNN 기반 보행자 검출을 위한 성능 향상 방법
한국자동차공학회 춘계학술대회
2017 .05
-
FCN 기반 딥러닝 모델을 활용한 실내 공기 연령 예측 알고리즘 개발
대한기계학회 춘추학술대회
2022 .11
-
비전 기반 실시간 원거리 2차원 바코드 검출 시스템
전자공학회논문지
2015 .09
-
무선 통신 시스템에서 검출 복잡도 개선을 위한 신호 검출 기법
대한전자공학회 학술대회
2018 .06
-
수중 통신에서의 병렬 구조 FCN 기반 SNR 추정
한국통신학회 학술대회논문집
2020 .02
-
강인한 물체 검출을 위한 뉴럴 네트워크의 특징 분석
한국방송미디어공학회 학술발표대회 논문집
2022 .11
-
Fully Convolution Neural Network 기반 실시간 객체 검출 모델
대한전자공학회 학술대회
2019 .06
-
Faster R-CNN 기반의 관심영역 유사도를 이용한 후방 접근차량 검출 연구
전기전자학회논문지
2019 .03
이 논문의 저자 정보
이 논문과 함께 이용한 논문
Fully Convolutional Network를 이용한 Super Pixel 기반의 의미론적 영상 분할
김희철
,
김도현
,
김윤
한국정보과학회 학술발표논문집
2017
.12
컨볼루션 신경망을 이용한 컴퓨터 단층 촬영 영상 간 영역 자동 분할 기법
이용근
,
정민영
,
서석만
외 2명
한국정보과학회 학술발표논문집
2016
.12
데이터 불균형 및 부족 문제를 해결하기 위한 Fully Convolutional Networks (FCN) 기반 딥러닝 알고리즘
이호진
,
박승태
,
김지원
외 2명
대한기계학회 춘추학술대회
2018
.02
인공신경망을 이용한 레이블 추정과 유사 영역 병합 방법을 결합한 자연 영상 장면 분석
김경만
,
이상근
,
백준기
전자공학회논문지
2017
.12
최근 본 자료
댓글(0)
0