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
이호민 (조선대학교) 윤동호 (한국생산기술연구원) 홍성훈 (조선대학교)
저널정보
한국정보통신학회 한국정보통신학회논문지 한국정보통신학회논문지 제28권 제1호
발행연도
2024.1
수록면
1 - 10 (10page)
DOI
10.6109/jkiice.2024.28.1.1

이용수

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

초록· 키워드

오류제보하기
최전방 철책을 넘어 탈북하는 사건이 가끔 일어난다. 국방의 관점에서 일어나선 안될 이런 사고를 예방하기 위해 감시 시스템을 보완하는 기술로 실시간 객체 탐지 기술이 효과적일 수 있다. 감시 시스템에 실시간 객체 탐지 기술을 적용하고자 SSD, DSSD 및 YOLO V5~V8까지의 모델의 성능을 비교했다. 감시 시스템에 실시간 객체 탐지 모델을 적용하기 위해서는 드론 등의 임베디드 시스템에 탑재하는 것이 효과적이기 때문에 임베디드 시스템에서 활용할 수 있는 모델을 찾고자 했다. 모델의 성능을 끌어올리기 위해 별도의 시스템을 구성하고 전방 철책과 같은 모델의 이미지로 구성한 소규모 적은 수의 클래스 데이터 세트를 학습시켰다. 학습한 모델을 mAP, 재현률 그리고 FPS를 지표로 평가했다. 실험 결과 mAP 지표에서 V5-X 모델이 우수했다. mAP와 재현률을 종합적으로 고려할 때 가장 우수한 모델은 YOLO V8-L이다. 구성한 임베디드 시스템에서 FPS를 측정했을 때 V8-N 모델만이 실시간의 기준인 30 FPS를 초과하는 성능을 보였다. V8-N 모델은 예측 정확도는 V8-L 모델과 큰 차이가 없으며 45 FPS를 달성해 실시간의 기준을 충족한다. 실험 결과 V8-N 모델이 임베디드 시스템에서 실시간 객체 탐지 모델로 효과적임을 확인했다.
#딥러닝 #컴퓨터 비전 #객체 인식 #기계학습 #Deep Learning #Computer Vision #Object Detection #Machine Learning

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 데이터 구성 및 모델 파라미터 설정
Ⅳ. 학습 및 시스템 구성
Ⅴ. 실험결과
Ⅵ. 결론
REFERENCES

참고문헌 (18)

참고문헌 신청
YTN [Internet], Available: https://www.ytn.co.kr/_ln/0101_202201031454021157 google schola KBS [Internet], Available: https://news.kbs.co.kr/news/view.do?ncd=5487324 google schola J. You, W. Ra, and Y. Kim, “Application of Lightweight CNN Model for Detecting Defects of Substation Insulators using Drone EO/IR Camera”, The Transactions of the Korean Institute of Electrical Engineers(KIEE), Vol 71, No 3, pp. 540-547, 2022. DOI: 10.5370/KIEE.2022.71.3.540 google schola L. Liu, W. Ouyang, X. Wang, P. Fieguth, J. Chen, X. Liu, and M. Pietikäinen, “Deep learning for Generic Object Detection: A Survey,” International journal of computer vision, vol. 128, pp. 261-318, Feb. 2020. DOI: 10.1007/s11263-019-01247-4. google schola R. Padilla, S. L. Netto and E. A. B. da Silva, “A Survey on Performance Metrics for Object-Detection Algorithms,” 2020 International Conference on Systems, Signals and Image Processing (IWSSIP), niteroi, Brazil, pp. 237-242, 2020. DOI: 10.1109/IWSSIP48289.2020.9145130. google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

임베디드 보드에서의 YOLO 기반 드론 탐지
유병호 ,  박한빈 ,  김민성 외 1명 한국방송미디어공학회 학술발표대회 논문집 2021 .11
머신러닝 모델의 성능 저하 완화를 위한 반복적 결측값 처리 기법
이종관 ,  이민우 한국정보통신학회논문지 2024 .04
전기자동차 구동용 영구자석 전동기 코깅토크 저감을 위한 최적설계 연구
김영균 한국자기학회지 2024 .02
단일 원형 경계상자를 사용한 YOLO 기반 궐련 담배 검출 시스템
박희문 ,  전향식 ,  황광복 외 1명 한국정보통신학회논문지 2023 .08
영구자석 형태에 따른 소형 풍력발전기의 코깅 토크 개선에 관한 연구
강준호 ,  김정원 ,  윤인열 외 4명 전기학회논문지 2023 .08

최근 본 자료

전체보기

댓글(0)

0