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 Journal of KIISE Journal of KIISE Vol.47 No.6
- 발행연도
- 2020.6
- 수록면
- 568 - 576 (9page)
- DOI
- 10.5626/JOK.2020.47.6.568
이용수
초록· 키워드
오류제보하기
본 논문에서는 이미지 분류 모델의 불확실한 환경에서의 이미지 분류 능력 향상을 위해 이미지의 RGB채널 분리를 통한 새로운 데이터 증강 기법을 제안한다. 지금까지 제안된 데이터 증강 기법들은 이미지 분류 능력 향상에는 효과를 보이나, 불확실한 환경에서의 성능 향상은 없었다. 이러한 문제를 해결하기 위해 본 논문에서는 이미지의 RGB채널을 분리하여 다시 재조합 하는 ChannelSplit과 더 많은 다양성을 표현하기 위해 MixUp[1,2]의 개념을 채용한 Mix ChannelSplit을 제안한다. 본 논문에서 제안한 ChannelSplit과 Mix ChannelSplit은 다른 이미지 연산 없이 채널만을 이용한 기법임으로 ChannelAug로 통칭하도록 한다. 본 논문에서는 제안된 기법을 이용해 학습 이미지의 다양성을 증가시키고 모델의 불확실한 환경에서의 이미지 분류 능력 향상이 있음을 기존 데이터 증강 기법들과 비교하여 보인다.
목차
요약
Abstract
1. 서론
2. 관련연구
3. 채널 분리를 이용한 데이터 증강 기법
4. 실험 및 결과
5. 결론
References
참고문헌 (30)
참고문헌 신청
H. Zhang, M. Cisse, Y. N. Dauphin, and D. Lopez-Paz, "mixup: Beyond empirical risk minimization," arXiv preprint arXiv:1710.09412, 2017.
Y. Tokozume, Y. Ushiku, and T. Harada, "Betweenclass learning for image classication," Proc. of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 5486-5794, 2018.
Y. Lecun, L. Bottou, Y. Bengio, and P. Haffner, "Gradient based learning applied to document recognition," Proc. of the IEEE, Vol. 86, No. 11, pp. 2278-2324, Nov. 1998.
A. Krizhevsky, I. Sutskever, and G. E. Hinton, "Imagenet classification with deep convolutional neural networks," Neural Information Proc. Systems, pp. 1097-1105, 2012.
K. Simonyan and A. Zisserman, "Very deep convolutional networks for large-scale image recognition," arXiv preprint arXiv:1409.1556, 2014.
Y. Lecun, L. Bottou, Y. Bengio, and P. Haffner, "Gradient based learning applied to document recognition," Proc. of the IEEE, Vol. 86, No. 11, pp. 2278-2324, Nov. 1998.
A. Krizhevsky, I. Sutskever, and G. E. Hinton, "Imagenet classification with deep convolutional neural networks," Neural Information Proc. Systems, pp. 1097-1105, 2012.
K. Simonyan and A. Zisserman, "Very deep convolutional networks for large-scale image recognition," arXiv preprint arXiv:1409.1556, 2014.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
작은 이미지의 효과적인 데이터 증강 기법
한국통신학회 학술대회논문집
2023 .02
-
음식 이미지 분류 성능 향상을 위한 데이터 증강 기법
한국통신학회 학술대회논문집
2024 .11
-
데이터 증강 기법이 의료 이미지 분류 모델의 예측 성능에 미치는 영향
한국통신학회 학술대회논문집
2023 .02
-
딥러닝 이미지 분류 성능 향상을 위한 데이터 증강 기법 비교
한국정보과학회 학술발표논문집
2024 .06
-
데이터 증강을 이용한 의료 이미지 분류 정확도 개선에 관한 연구
한국컴퓨터정보학회논문지
2023 .12
-
이미지 분류를 위한 클래스 적합형 데이터 증강 기법
한국정보과학회 학술발표논문집
2022 .06
-
이미지 분류 모델 향상을 위한 커리큘럼 학습을 적용한 이미지 데이터 증강 방법론
한국방송미디어공학회 학술발표대회 논문집
2024 .06
-
데이터 증강방법론을 활용한 이미지 분류 앙상블 모델 연구
한국통신학회 학술대회논문집
2024 .11
-
정확도 향상을 위한 이미지 변환 기반의 시계열 데이터 증강 기법
한국통신학회 학술대회논문집
2023 .02
-
CNN 기반 콘크리트 구조물 균열 분류시 신뢰도 및 계산 효율을 고려한 이미지 증강 규모 최적화 연구
한국정보통신학회 종합학술대회 논문집
2022 .05
-
대형 이미지 데이터셋 구축을 위한 이미지 이진화 기반 데이터 증강 기법
전기전자학회논문지
2023 .03
-
이미지 데이터 증강 기술을 활용한 기계학습용 데이터셋 제작
한국통신학회 학술대회논문집
2023 .02
-
보조 분류기를 이용한 GAN 모델에서의 데이터 증강 누출 방지 기법
전기전자학회논문지
2022 .06
-
이미지 분류 학습을 위한 새로운 데이터 증강 기법 : Random Scaling
한국정보과학회 학술발표논문집
2021 .06
-
Copy-Paste Based Image Data Augmentation Method Using
Journal of KIISE
2022 .12
-
음악 장르 분류를 위한 이미지 증강 기반 자기 지도 학습
한국정보과학회 학술발표논문집
2024 .06
-
적외선 이미지 초고해상도 복원을 위한 데이터 증강기법 연구
대한전기학회 학술대회 논문집
2024 .07
-
산업용 설비 소리의 고장 분류를 위한 이미지 변환 및 데이터 증강 모델
정보과학회 컴퓨팅의 실제 논문지
2024 .11
-
얼굴 모양 분류에 대한 Image Augmentation 적용
한국컴퓨터정보학회 학술발표논문집
2021 .07
-
비디오 객체 검출을 위한 이미지 증강 기법의 적용
한국통신학회 학술대회논문집
2023 .02
이 논문의 저자 정보
이 논문과 함께 이용한 논문
일제 파시즘기(1937-1945) ‘멸사봉공(滅私奉公)’ 표어의 의미장
문경득
역사와 담론
2023
.01
코드 변경사항 식별기법의 정확성 검증에 관한 연구
이형원
,
김진대
한국정보과학회 학술발표논문집
2020
.12
저지연 WSN을 위한 분산형 멀티채널 스케줄링 알고리즘
이상수
,
박철수
,
손일수
한국통신학회논문지
2020
.09
전역 경로의 곡선 예측 기반 자율주행차 횡방향 실차제어
박경욱
,
원종진
,
한지형
외 2명
한국자동차공학회 춘계학술대회
2020
.07
Approximate 2D image generation from laser 3D point clouds for indoor modeling
Uuganbaya
,
Gankhuyag
,
한지형
제어로봇시스템학회 국내학술대회 논문집
2020
.07
최근 본 자료
댓글(0)
0