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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김수정 (군산대학교) 손창환 (군산대학교) 정동원 (군산대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제17권 제5호(JKIIT, Vol.17, No.5)
발행연도
2019.5
수록면
65 - 75 (11page)
DOI
10.14801/jkiit.2019.17.5.65

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
이 논문에서는 이미지 바코드에서 은닉 데이터를 복구하기 위한 디코딩 기법을 제안하고자 한다. 먼저, 두 종류의 디더링 행렬을 훈련 영상 집합에 각각 적용해서 하프톤 영상을 생성한 후, 패치 추출 과정을 통해 라벨 값을 할당한다. 그리고 VGG-16과 같은 심층 합성곱 신경망 아키텍처를 구성한 후, 확률적 내리막 경사법을 적용하여 신경망 파라미터를 학습한다. 은닉 데이터 디코딩 과정은 입력 이미지 바코드로부터 패치를 추출하여 학습된 심층 합성곱 신경망에 입력으로 주면 분류 과정을 거쳐 최종 은닉 데이터를 복구할 수 있다. 실험을 통해, 제안한 심층 합성곱 신경망 기반의 디코딩 기법이 기존의 디코딩 기법보다 더 우수한 결과를 얻을 수 있었다. 특히, 디지털 이미지 바코드와 스캔된 이미지 바코드에서 약 99%와 약 96%의 정인식률을 달성할 수 있었다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 제안한 심층 합성곱 신경망 기법의 이미지 바코드 디코딩 기법
Ⅳ. 실험 및 결과
Ⅴ. 결론 및 향후연구
References

참고문헌 (10)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-004-000691573