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
이호준 (홍익대학교) 강민희 송재인 (홍익대학교) 황기연 (홍익대학교)
저널정보
대한교통학회 대한교통학회지 대한교통학회지 제40권 제4호
발행연도
2022.8
수록면
539 - 554 (16page)
DOI
10.7470/jkst.2022.40.4.539

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
최근 인공지능 분야는 급속도로 성장하고 있으며, 딥러닝 기법을 활용한 이미지 인식 기술이 인간의 인식률을 뛰어넘는 수준으로 진화하였다. 이는 대용량의 데이터셋을 활용한 학습이 선행되어야 함에 따라 CIFAR-10, Fashion-MNIST, MS-COCO, Cityscapes와 같은 대용량 오픈 데이터셋을 공개하는 등 데이터셋을 구축하기 위한 노력이 이루어지고 있다. 그러나, 데이터 수집 과정에서 많은 시간과 비용이 소모됨에 따라 데이터 증강 기술을 활용하고 있으며, Autoencoder, 생성적 적대 신경망 등 딥러닝을 활용한 데이터 증강연구가 활발하게 이루어지고 있다. 특히 교통 분야에서는 교통사고를 예방하기 위해 이미지 인식 기술과 데이터 증강 기법을 활용하고 있지만, 치사율이 높고 대형 사고로 이어지는 블랙 아이스의 경우 데이터 구득에 한계가 존재하므로 대용량 데이터셋을 구축하는 것에 어려움을 겪고 있다. 이에 본 연구에서는 Pix2Pix를 활용한 블랙 아이스 이미지 데이터의 증강 방안을 제시한다. Pix2Pix 모델의 학습을 위해 데이터 수집과 전처리를 진행하였으며, 모델 학습을 통해 새로운 도로에 생성된 블랙 아이스 이미지를 확보하였다. 학습 결과 분석에서는 loss와 Frechet Inception Distance score를 도출하는 정량적 평가와 생성된 이미지를 활용하여 정성적 평가도 수행하였으며, 이를 통해 블랙아이스 이미지를 성공적으로 생성하는 것을 확인하였다. 본 연구는 Pix2Pix를 활용하여 도로 위에 생성된 블랙 아이스 이미지의 생성이 가능한 것을 확인하였으며, 이를 통해 블랙 아이스 데이터셋을 구축하여 향후 이를 활용한 객체검출 연구가 수행되어야 할 것으로 판단된다.

목차

Abstract
초록
서론
선행연구
방법론
실험
학습 결과 및 토의
결론 및 향후 연구
References

참고문헌 (25)

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