Mask R-CNN 기반 심층학습을 이용한 개체영상의 인공지능 학습데이터 구축

조용현; 김승현

doi:10.5391/JKIIS.2022.32.3.218

추천

검색

질문

자료유형: 학술저널

저자정보: 조용현 (대구가톨릭대학교) 김승현 (ITEyes)

저널정보: 한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제32권 제3호

발행연도: 2022.6

수록면: 218 - 224 (7page)

DOI: 10.5391/JKIIS.2022.32.3.218

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문에서는 심층학습을 이용한 개체영상의 인공지능 학습데이터 구축을 제안한다. 이를 위해 전이학습의 Mask R-CNN 모델을 이용하여 영상의 개체들을 각각 인스턴스 분할하고, 분할된 개체를 대상으로 경계상자 좌표와 인스턴스를 이용하여 배경을 제거한 개체영역만을 추출한 후 데이터베이스를 구축한다. 여기서 인스턴스 분할은 동일한 클래스 내의 개체들을 분할하기 위함이고, 배경의 제거는 순수 개체영역만으로 구성된 학습데이터를 얻기 위함이다. 제안된 방법을 임의의 크기를 가진 시설작물 RGB 딸기영상 40장과 DermQuest 피부병변 영상 82장을 대상으로 잎과 병변의 개체로 구성된 학습데이터 구축에 적용하여 실험한다. 실험의 결과, 평균 정확도와 평균 재현율에서 우수한 성능을 가진 학습데이터의 구축이 가능함을 알 수 있다. 또한 각 개체의 추출을 자동화함으로써 어노테이션에 소요되는 시간을 크게 줄일 수 있다. 특히 딸기영상의 경우 여러 개의 잎들이 중첩된 경우에도 개체의 분할성능이 우수하여 데이터의 추출이 잘 이루어짐을 확인하였다.

#어노테이션 #학습데이터 #인스턴스 분할 #개체영상 #Mask R-CNN #Annotation #Learning Data #Instance Segmentation #Object Image

참고문헌 (14)

참고문헌 신청

Y. S. Ko, et. all, “A Guide to Building Datasets for Artificial Intelligence Training,” National Information Society Agency, Feb. 2021.

Data Science Blogathon II, “How Can You Build a Career in Data Science and Machine Learning?”, Available: https://www.analyticsvidhya.com/blog/2020/11/how-can-you-build-a-career-in-data-science-machine-learning/, 2020, [Accessed: Jan., 2021]. Gyeongsang National Univ. Industry-Academic Cooperation Foundation, “Introduction of the Facility Crop Object Image,” NIA AI Hub, Nov. 2020.

Keymakr, “Automated Data Labeling vs Manual Data Labeling: Optimizing Annotation”, Available: https://keymakr.com/blog/automated-data-labeling-vs-manual-data-labeling-optimizing-annotation/, 2021, [Accessed: Jan., 2021]. Y. H. Cho and S. H. Kim, “Labeling of Facility Crops Using Instance Segmentation of Deep Learning,” Journal of Korean Institute of Intelligent Systems, vol. 31 no. 4, pp. 305-310, Aug. 2021.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

조용현

소속기관 대구가톨릭대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 5%

논문수 75 이용수 6,729

김성현

소속기관 LG CNS

주요연구분야 공학 > 산업공학 TOP 5% 공학 > 전기전자공학 TOP 10%

논문수 96 이용수 9,701

이 논문과 함께 이용한 논문

메타버스 서비스 확대를 위한 인공지능 기술의 활용

방준성 한국통신학회지(정보와통신) 2022 .01

의료로봇과 인공지능 활용 동향

최재순 , 김진규 제어로봇시스템학회지 2021 .06

딥러닝 기반의 이미지 분류 기술 동향

김봉모 한국통신학회지(정보와통신) 2018 .11

CNN을 활용한 영상 기반의 화재 감지

김영진 , 김은경 한국정보통신학회논문지 2016 .09

Automatic Tagging for Social Images using Convolution Neural Networks

장현웅 , 조수선 Journal of KIISE 2016 .01

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (14)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)