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
- 2023.6
- 수록면
- 722 - 732 (11page)
- DOI
- 10.7840/kics.2023.48.6.722
이용수
초록· 키워드
오류제보하기
컴퓨터 비전 분야에서 딥러닝을 이용한 객체 인식이 활발히 연구되면서 다양한 분야에서 사용되고 있다. 여러 분야에서 딥러닝 객체 인식 모델을 활용하기 위해서 학습 데이터의 양과 질뿐만 아니라 다양성 역시 중요한 요소로 자리 잡게 되었다. 하지만 객체 인식 모델을 활용하고자 하는 분야가 특수하여 데이터가 희귀한 경우에는 모델의 학습에 필요한 많은 양의 데이터를 수집할 수 없는 상황이 발생할 수 있다. 본 논문에서는 도로 위의 쓰레기를 인식하여 청소하는 자율주행 노면 청소차라는 특수한 환경에서의 객체 인식 모델을 학습시키기 위해 이미지를 합성하는 데이터 증강 기법을 연구한다. 나아가서 도로 환경에서 좀 더 사실적으로 합성하기 위한 원근 변환을 적용하는 방법을 제안하고 객체 인식 모델에 끼치는 영향을 실험을 통해 분석한다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. Copy-Paste 데이터 증강 기법 기반 도로 환경에서의 쓰레기 객체 데이터 합성 방법
Ⅳ. 시뮬레이션 결과
Ⅴ. 결론
References
참고문헌 (25)
참고문헌 신청
S. Ren, K. He, R. Girshick, and J. Sun, “Faster R-CNN: Towards real-time object detection with region proposal networks,” in Advances NIPS, pp. 91-99, Montreal, Canada, Sep. 2007. (https://doi.org/10.48550/arXiv.1506.01497)
W. Liu, D. Anguelov, D. Erhan, C. Szegedy, S. Reed, C.-Y. Fu, and A. C. Berg, “SSD: Single shot multibox detector,” in Proc. ECCV 2016, Springer, Cham, 2016. (https://doi.org/10.1007/978-3-319-46448-0_2)
Z. Tian, C. Shen, H. Chen, and T. He, “Fcos: Fully convolutional one-stage object detection,” in Proc. IEEE Conf. ICCV, pp. 9627-9636, 2019. (https://doi.org/10.48550/arXiv.1904.01355)
J. Redmon, S. Divvala, R. Girshick, and A. Farhadi, “You only look once: Unified, real-time object detection,” in Proc. IEEE Conf. CVPR, pp. 779-788, Las Vegas, USA, Jun. 2016. (https://doi.org/10.1109/CVPR.2016.91)
Y. Movshovitz-Attias, T. Kanade, and Y. Sheikh, “How useful is photo-realistic rendering for visual learning?,” in Proc. ECCV 2016, Springer, Cham, 2016. (https://doi.org/10.1007/978-3-319-49409-8_18)
W. Liu, D. Anguelov, D. Erhan, C. Szegedy, S. Reed, C.-Y. Fu, and A. C. Berg, “SSD: Single shot multibox detector,” in Proc. ECCV 2016, Springer, Cham, 2016. (https://doi.org/10.1007/978-3-319-46448-0_2)
Z. Tian, C. Shen, H. Chen, and T. He, “Fcos: Fully convolutional one-stage object detection,” in Proc. IEEE Conf. ICCV, pp. 9627-9636, 2019. (https://doi.org/10.48550/arXiv.1904.01355)
J. Redmon, S. Divvala, R. Girshick, and A. Farhadi, “You only look once: Unified, real-time object detection,” in Proc. IEEE Conf. CVPR, pp. 779-788, Las Vegas, USA, Jun. 2016. (https://doi.org/10.1109/CVPR.2016.91)
Y. Movshovitz-Attias, T. Kanade, and Y. Sheikh, “How useful is photo-realistic rendering for visual learning?,” in Proc. ECCV 2016, Springer, Cham, 2016. (https://doi.org/10.1007/978-3-319-49409-8_18)
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
컴퓨터비전 앱의 객체인식을 위한 딥러닝 모델 학습 데이터셋의 객체 분류 품질 평가
한국정보과학회 학술발표논문집
2020 .07
-
YOLO 성능 향상을 위한 데이터 증강기법
한국차세대컴퓨팅학회 논문지
2024 .06
-
객체 탐지 성능 향상을 위한 생성형 인공지능 기반 데이터 증강 기법 연구
한국컴퓨터정보학회 학술발표논문집
2023 .07
-
건설현장 객체 인식 정확도 향상을 위한 데이터 증강 효과 분석
대한건축학회 학술발표대회 논문집
2024 .10
-
실시간 객체 검출 및 데이터셋 구조화를 이용한 딥러닝 객체 인식 알고리즘
대한전자공학회 학술대회
2018 .06
-
UAV 영상 데이터 기반의 객체인식 연구동향 분석
디지털콘텐츠학회논문지
2024 .06
-
딥러닝 네트워크를 이용한 도로 주행상황에서의 객체 인식
제어로봇시스템학회 국내학술대회 논문집
2019 .05
-
객체 탐지 성능 향상을 위한 데이터 증강 기법에 관한 연구
한국통신학회 인공지능 학술대회 논문집
2024 .09
-
3차원 LiDAR 점군 데이터에서의 가상 차량 데이터 생성을 위한 구면 점 추적 기법
방송공학회논문지
2023 .05
-
게임 데이터를 활용한 딥러닝 객체 인지 성능 향상에 관한 연구
한국자동차공학회 추계학술대회 및 전시회
2024 .11
-
진로변경 위반 영상 분석을 위한 객체 인식 방법
한국컴퓨터정보학회 학술발표논문집
2022 .07
-
인공지능기반의 유사객체 인식모델을 위한 인식오류 저감법 및 구조에 관한 연구
한국산학기술학회 논문지
2022 .02
-
자율주행 객체 인지 성능 향상을 위한 적대적 생성 모델 기반 학습 데이터 증강 기술 개발
한국자동차공학회 추계학술대회 및 전시회
2024 .11
-
Video Object Detection Network by Estimation of Center and Movement of The Object by Stacking Continuous Images
Journal of KIISE
2022 .06
-
국내 실도로 학습데이터 활용 자율주행 상황에서의 객체검출
대한전자공학회 학술대회
2023 .06
-
5G 환경에서 객체 검출 서비스 모델에 관한 연구
한국통신학회 학술대회논문집
2020 .02
-
딥 러닝 기반 이미지 생성 모델을 활용한 객체 인식 사례 연구
한국방송미디어공학회 학술발표대회 논문집
2022 .11
-
생성형 AI 모델을 활용한 객체 인식 학습 데이터세트 증강 기법
제어로봇시스템학회 국내학술대회 논문집
2024 .07
-
농업환경에서 3D 객체 검출을 위한 실시간 객체 검출 모델 성능 평가
대한전기학회 학술대회 논문집
2024 .07
-
소량 학습데이터 환경에서의 위성영상 객체 검출 성능 향상에 관한 연구
한국항공우주학회 학술발표회 초록집
2023 .04
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-567-001540803