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
학술대회자료
저자정보
조성범 (한국전자기술연구원) 이승호 (한국전자기술연구원) 최혁민 (한국전자기술연구원) 김성제 (한국전자기술연구원) 정진우 (한국전자기술연구원)
저널정보
한국방송·미디어공학회 한국방송미디어공학회 학술발표대회 논문집 한국방송·미디어공학회 2024 하계학술대회
발행연도
2024.6
수록면
968 - 971 (4page)

이용수

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

초록· 키워드

오류제보하기
해양 자원 탐사 및 관리에서 무인잠수정의 사용이 증가함에 따라 수중 영상 처리 및 실시간 수중 생물 인식의 필요성이 높아졌다. 기존 연구에서는 촬영된 영상을 후처리하여 실시간 반응이 어려웠으며, 대규모 수중 생물 데이터 부족 및 학습용 데이터셋이 없는 문제가 있다. 본 논문에서는 온디바이스 기반의 경량화된 인공지능(AI) 모델을 모바일 기기에 탑재하여, 네트워크 접속이 불가능한 수중 환경에서도 실시간으로 수중 생물을 인식할 수 있는 기술을 제안한다. 이를 위해, 41종의 수중 생물을 포함한 30,647개의 이미지를 수집하고 라벨링하여 22만여개의 수중 생물 객체 데이터셋을 구축하였다. 본 논문에서 구축한 데이터셋을 이용하여 YOLOv6에 기반하여 재학습을 수행하였다. 또한 모바일 단말에서 학습된 모델의 동작 지연율을 최소화 시키기위해 ONNX 변환을 사용하지 않고 TFLite에서 모델을 정의하여 학습된 가중치를 적용시키도록 하였다. 실험 결과는 구축된 데이터베이스에서 mAP 0.6을 달성하였으며 모바일 디바이스에서 30FPS 이상의 실시간 처리 속도를 달성하였음을 보여준다.

목차

요약
1. 서론
2. 본론
3. 수중 생물 인식 모델 성능 및 동작 결과
4. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-151-24-02-090132151