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
- 발행연도
- 2022.4
- 수록면
- 59 - 74 (16page)
이용수
이 논문의 연구 히스토리 (3)
2022
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
인공지능 기반 반려동물 피부영상 진단기술은 전세계적으로 아직 초기단계에 머물러 있다. 특히 풍성한 털로 덮인 반려동물의 피부영상에서 털을 제거하는 것은 해결되지 않은 기술적 난제로 남아 있다. 본 논문은 반려동물 고배율 피부영상에서 털 제거를 위한 필수적인 전처리 단계로서 털 영역을 분할하기 위해 딥러닝 모델인 U-net과 LadderNet의 적용 가능성을 시험하고 기존의 영상처리 기반 털 영역분할 알고리즘과 성능을 비교 분석한다(Ronneberger et al. 2015, Zhuang 2018). 반려동물 피부영상 뿐만 아니라 사람 피부영상, 가짜털을 생성한 합성영상을 이용하여 딥러닝 모델을 훈련한 효과도 분석하였다. 실험 결과, 반려동물 피부영상 데이터셋을 사용하여 훈련된 LadderNet이 반려동물 피부영상에 대하여 기존 영상처리 기반 방법 및 U-net보다 더 높은 F1-score, 정확도 및 AUC 값을 보였다. 반면 합성영상을 사용한 모델 훈련은 실제 피부영상에 대해서는 성능 개선 효과가 없었지만 합성영상에 대해서는 좋은 성능을 보였다.
목차
등록된 정보가 없습니다.
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
최근 본 자료
댓글(0)
0