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
- 학술저널
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제25권 제3호
- 발행연도
- 2019.3
- 수록면
- 171 - 178 (8page)
- DOI
- 10.5626/KTCP.2019.25.3.171
이용수
초록· 키워드
오류제보하기
본 논문에서는 야구 경기 영상에서 딥 러닝 기법들 중 영상 인식에 적합한 CNN을 사용하여 야구 선수의 위치를 검출하는 시스템을 제안한다. 객체의 위치 검출을 위한 기존의 영상 처리 기법들 중 다수는 영상 프레임 사이의 차영상이나 객체의 윤곽을 얻는 방법들을 사용해왔지만, 야구 중계와 같이 다양한 기후와 배경을 모두 고려하여 실용화하기에는 추가적인 검증 과정이 필요하다. 본 논문에서는 다양한 경우에 움직이는 객체의 위치를 빠르게 학습하고 검출하기 위해 이진 블록 영상을 적용하였고 학습 성능을 향상시키기 위해 학습 영상을 추가로 생성하는 데이터 증강 기법을 사용하였다. 선수 위치의 정확도 평가 척도는 목표 객체의 중심점과 지능망을 통해 검출된 확률 중심과의 거리를 평가 척도로 적용하였다. 실험 결과는 제안한 방법의 평균 거리가 2.92픽셀로 Faster R-CNN의 평균 거리인 3.35보다 0.43픽셀이 낮아 선수의 위치 검출 정확도가 높으며, 수행 속도도 제안한 방법이 Faster R-CNN보다 69.93배 빠름을 보여준다.
목차
요약
Abstract
1. 서론
2. 관련 연구
3. 제안 시스템
4. 성능 평가
5. 결론
References
참고문헌 (21)
참고문헌 신청
B. Koo, (2017. March). Official Baseball Rules [Online], Available: https://www.koreabaseball.com/file/ebook /pdf/2015_rule.pdf(downloaded 2018. March 10) (in Korean)
M. D. Zeiler and R. Fergus, Visualizing and understanding convolutional networks, European conference on computer vision, Springer, Cham, pp. 818-833, 2014.
P. Felzenszwalb, M. David, and D. Ramanan, A discriminatively trained, multiscale, deformable part model, Computer Vision and Pattern Recognition, 2008. CVPR 2008. IEEE Conference on. IEEE, 2008.
K. Alex, I. Sutskever, and G. E. Hinton, Imagenet classification with deep convolutional neural networks, Advances in neural information processing systems, pp. 1097-1105, 2012.
L. Jin, S. Gao, Z. Li, and J. Tang, Hand-crafted features or machine learnt features? together they improve RGB-D object recognition, Multimedia (ISM), 2014 IEEE International Symposium on, pp. 311-319, 2014.
P. Felzenszwalb, M. David, and D. Ramanan, A discriminatively trained, multiscale, deformable part model, Computer Vision and Pattern Recognition, 2008. CVPR 2008. IEEE Conference on. IEEE, 2008.
K. Alex, I. Sutskever, and G. E. Hinton, Imagenet classification with deep convolutional neural networks, Advances in neural information processing systems, pp. 1097-1105, 2012.
L. Jin, S. Gao, Z. Li, and J. Tang, Hand-crafted features or machine learnt features? together they improve RGB-D object recognition, Multimedia (ISM), 2014 IEEE International Symposium on, pp. 311-319, 2014.
이 논문의 저자 정보
이 논문과 함께 이용한 논문
사물인터넷 엣지 컴퓨팅에서 스마트 모바일 객체의 효율적 에너지 소비를 위한 엣지 카메라 시스템
김우재
,
이강호
,
정인범
정보과학회 컴퓨팅의 실제 논문지
2020
.05
야구 경기 승패 예측을 위한 합성곱 신경망(CNN) 최적화 연구
김주학
,
조선미
,
강지연
한국체육측정평가학회지
2022
.12
머신러닝을 활용한 메이저리그 승률 예측 모델과 피타고라스 승률의 비교와 SHAP을 통한 승률 증감 요인 분석
김석준
,
김헌주
Proceedings of KIIT Conference
2022
.12
머신러닝을 활용한 KBO 외국인 투수 재계약 예측 모형
박태신
,
김재윤
한국데이터정보과학회지
2022
.11
머신러닝을 이용한 골든글러브 수상 요인 분석에 대한 연구
엄대엽
,
김성용
한국콘텐츠학회논문지
2022
.05
최근 본 자료
댓글(0)
0