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
Chang-Hui Bae (Kyungwoon University) Won-Young Cho (Kyungwoon University) Hyeong-Jun Kim (Kyungwoon University) Ok-Kyoon Ha (Kyungwoon University)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제25권 제12호(통권 제201호)
발행연도
2020.12
수록면
25 - 34 (10page)

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 딥러닝 지도학습 알고리즘을 사용한 학습 모델을 대상으로 미용 관련 피부질환 인식의 효과성을 실험적으로 비교한다. 최근 딥러닝 기술을 산업, 교육, 의료 등 다양한 분야에 적용하고 있으며, 의료 분야에서는 중요 피부질환 중 하나인 피부암 식별의 수준을 전문가 수준으로 높인 성과를 보이고 있다. 그러나 아직 피부미용과 관련된 질환에 적용한 사례가 다양하지 못하다. 따라서 딥러닝 기반 이미지 분류에 활용도가 높은 CNN 알고리즘을 비롯하여 ResNet, SE-ResNet을 적용하여 실험적으로 정확도를 비교함으로써 미용 관련 피부질환을 판단하는 효과성을 평가한다. 각 알고리즘을 적용한 학습 모델을 실험한 결과에서 CNN의 경우 평균 71.5%, ResNet은 평균 90.6%, SE-ResNet은 평균 95.3%의 정확도를 보였다. 특히 학습 깊이를 다르게하여 비교한 결과 50개의 계층 구조를 갖는 SE-ResNet-50 모델이 평균 96.2%의 정확도로 미용 관련 피부질환 식별을 위해 가장 효과적인 결과를 보였다. 본 논문의 목적은 피부 미용과 관련된 질환의 판별을 고려하여 효과적인 딥러닝 알고리즘의 학습과 방법을 연구하기 위한 것으로 이를 통해 미용 관련 피부질환 개선을 위한 서비스 개발로 확장할 수 있을 것이다.
#Deep Learning #CNN #Beauty-related Skin Disease Recognition #Image Recognition #Algorithm Comparison #Experimental Comparison #딥러닝 #피부미용 질환 인식 #이미지 인식 #알고리즘 비교 #실험적 비교

목차

Abstract
요약
I. Introduction
II. Background
III. Experimentation
IV. Results and Analysis
Ⅴ. Conclusion
REFERENCES

참고문헌 (21)

참고문헌 신청
Yann LeCun / 2015 / Deep learning / Nature 521(7553):436~444 Crossref Geert Litjens / 2017 / A survey on deep learning in medical image analysis / Medical Image Analysis 42:60~88 google schola Muhammad Naseer Bajwa / 2019 / Two-stage framework for optic disc localization and glaucoma classification in retinal fundus images using deep learning / BMC Medical Informatics and Decision Making 19(1) google schola Philip Teare / 2017 / Malignancy Detection on Mammography Using Dual Deep Convolutional Neural Networks and Genetically Discovered False Color Input Enhancement / Journal of Digital Imaging 30(4):499~505 Crossref M. N. Bajwa / 2019 / Combining Fine-and Coarse-Grained Classifiers for Diabetic Retinopathy Detection / Proceedings of the Annual Conference on Medical Image Understanding and Analysis 1065:242~253 google schola

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

데이터 균형화 알고리즘을 이용한 CNN 기반 피부질환 이미지 분류기의 성능 분석
김거식 ,  이문섭 ,  손동훈 외 4명 전자공학회논문지 2020 .07
의료 산업의 미래를 견인할 AI
바부 바이테스워런 반도체네트워크 2021 .02
피부 병변 조기 진단을 위한 이미지 분류와 ChatGPT 기반 웹 시스템
강수연 ,  윤소현 ,  송진국 외 1명 Proceedings of KIIT Conference 2023 .11
ResNet-50 모델을 이용한 손글씨 데이터 세트의 분류 성능 분석 및 비교
송제용 ,  시종욱 ,  김성영 한국컴퓨터정보학회 학술발표논문집 2023 .07
전이학습을 통한 ResNet-50 기반 운전자 행동 다중 클래스 분류 네트워크
김단희 ,  강현수 한국통신학회 학술대회논문집 2023 .06

최근 본 자료

전체보기

댓글(0)

0