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
- 2024.3
- 수록면
- 46 - 53 (8page)
이용수
초록· 키워드
오류제보하기
컴퓨터 비전 분야에서 객체 검출은 자율주행 자동차, 로봇, 의료 분야 등 다양한 실용적 적용을 위한 핵심적인 기술이다. 이러한 분야에서는 모델이 학습 단계에서 학습하지 못한 객체가 운용 단계에서 나타날 가능성이 높다. 특히 자율주행 문제의 경우 한번의 2종 오류(type 2 error)도 치명적인 결과를 가져온다. 하지만 기존의 객체 검출 모델은 시험 과정에서 새로운 객체가 등장하면 검출하지 못하는 단점이 있다. 따라서 검출 모델이 새로운 객체를 검출하는 성능을 평가하기 위해서 열린 환경 객체 검출(Open World Object Detection(OWOD))이 제안되었다. 본 논문에서는 OWOD의 정의와 기술 동향을 소개하며, 특히 Faster R-CNN과 DETR 기반의 접근 방식을 중점적으로 다룬다. OWOD 연구에 기여한 각각의 방법론을 소개하고, 관련 문헌에 대해서 요약하여 제시한다. 끝으로, OWOD 연구의 한계와 앞으로의 연구 방향에 대해 논의한다.
목차
요약
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 결론
참고문헌
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0