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
Minh Tran Trieu (Chonnam National University) GueeSang Lee (Chonnam National University)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제26권 제1호
발행연도
2020.1
수록면
26 - 31 (6page)
DOI
10.5626/KTCP.2020.26.1.26

이용수

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

초록· 키워드

오류제보하기
악보영상의 오선제거는 악보 인식의 향후 과정에 영향을 미치므로 중요한 문제이다. 본 논문에서는 두가지 단계로 구성된 악보영상의 오선제거에 대한 새로운 방법을 제시한다. 먼저 super-resolution을 이용하여 입력영상의 화질을 개선한다. 오선제거 성능은 많은 경우 입력영상의 화질에 좌우된다. 그리고 나서 전통적인 심층학습네트워크인 CNN 대신 U-net을 이용하여 오선제거를 시도한다. U-net은 객체분할에 좋은 성능을 보이는 심층신경망으로 알려져 있으며 본 논문에서는 이러한 객체추출 및 분할성능에 탁월한 U-net을 활용함으로써 성능을 개선하고자 한다. 제안된 방법은 ICDAR/GREC 자료셋에 대하여 실험을 수행하였으며 기존방법보다 우수한 결과를 생성하였다.

목차

요약
Abstract
1. Introduction
2. Related Works
3. Proposed Method
4. Experimental Result
5. Conclusion
References

참고문헌 (18)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0