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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
신동협 (경기대학교) 김인철 (경기대학교)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.45 No.12
발행연도
2018.12
수록면
1,279 - 1,286 (8page)
DOI
10.5626/JOK.2018.45.12.1279

이용수

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

초록· 키워드

오류제보하기
본 논문에서는, 시각 장면 이해의 한 문제로서, 입력 영상들로부터 장면 그래프와 영상 캡션을 동시에 생성하는 문제를 다룬다. 장면 그래프는 영상 내 물체들과 그들 간의 관계들을 나타내는 정형 지식 표현이며, 영상 캡션은 주어진 영상에 담긴 장면을 서술하는 자연어 문장이다. 본 논문에서는 이러한 문제를 효과적으로 해결하기 위해, 맥락 정보를 서로 교환함으로써 서로 다른 두 가지 표현을 상호보완적으로 생성하는 새로운 심층 신경망 모델을 제안한다. 제안 모델은 물체 탐지, 관계 탐지, 캡션 생성 등 각기 다른 세 가지 계층들로 구성되며, 각 계층은 그 계층에 부여된 작업을 성공적으로 수행하기 위해 맥락정보를 적절히 활용한다. 제안 모델의 성능을 평가하기 위해, 대규모 벤치마크 데이터 집합인 Visual Genome을 이용한 다양한 실험들을 수행하였다. 이러한 실험들을 통해, 맥락 정보를 활용하는 제안 모델이 기존의 경쟁 모델들에 비해 높은 성능 향상이 있었음을 확인할 수 있었다.
#시각 장면 이해 #물체 탐지 #관계 탐지 #장면 그래프 #캡션 생성 #심층 신경망 #visual scene understanding #object detection #relationship detection #scene graph #caption generation #deep neural network

목차

요약
Abstract
1. 서론
2. 관련연구
3. 캡션 및 장면 그래프 생성 모델
4. 구현 및 실험
5. 결론
References

참고문헌 (12)

참고문헌 신청
Y. Guo, Y. Liu, and A. Oerlemans, et. al., Deep Learning for Visual Understanding: A Review, Neurocomputing, Vol. 187, pp. 27-48, 2016. P. Wiriyathammabhum, D. Summers-Stay, and C. Fermuller, et. al., Computer Vision and Natural Language Processing: Recent Approaches in Multimedia and Robotics, ACM Computing Surveys (CSUR), Vol. 49, No. 4, p. 71, 2017. S. Aditya, Y. Yang, and C. Baral, et. al., Image Understanding using Vision and Reasoning through Scene Description Graph, Computer Vision and Image Understanding, In Press, Available online 18, Dec. 2017. C. Lu, R. Krishna, and M. Bernstein, et. al., Visual Relationship Detection with Language Priors, Proc. of the European Conference on Computer Vision (ECCV’16), pp. 852-869, 2016. B. Dai, Y. Zhang, and D. Lin, Detecting Visual Relationships with Deep Relational Networks, Proc. of IEEE Conference on Computer Vision and Pattern Recognition (CVPR’17), pp. 3298-3308. 2017.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

딥러닝 기반 의류 영역 제안 네트워크를 결합한 패션 이미지 검색
임보영 ,  정민수 ,  낭종호 한국정보과학회 학술발표논문집 2019 .06
Object Recognition in Low Resolution Images using a Convolutional Neural Network and an Image Enhancement Network
최인재 ,  서정인 ,  박혜영 Journal of KIISE 2018 .08
Progressive Visual Analytics Using Scagnostics and an Automatic Partitioning Variables Selection Method
신동화 ,  이세희 ,  송현주 외 1명 Journal of KIISE 2018 .08
Backbone Network for Object Detection with Multiple Dilated Convolutions and Feature Summation
Vani Natalia Kuntjono ,  Seunghyun Ko ,  Yang Fang 외 1명 Journal of KIISE 2018 .08
영상 캡션과 장면 그래프 생성을 위한 맥락 정보 활용
신동협 ,  김인철 한국정보과학회 학술발표논문집 2018 .06

최근 본 자료

전체보기

댓글(0)

0