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
학술저널
저자정보
고철영 (인하공전) 황이환 (광운대학교)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제61권 제10호(통권 제563호)
발행연도
2024.10
수록면
90 - 96 (7page)

이용수

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

초록· 키워드

오류제보하기
다양한 딥러닝(deep learning) 기술중에서 이미지 처리에 특화되어있는 CNN(Convolutional Neural Network) 기법은 합성곱 신경망으로 본 논문에서 필요한 이미지 분류 및 품질평가 작업에 필요한 신경망 알고리즘이다. 홀로그래피는 기록 광원을 이용하여 3차원 입체정보를 2차원적인 기록매질의 평면에 기록하고 재생하는 기술이다. 홀로그램 기록결과물은 아날로그 형태이기 때문에 지금까지는 기록된 결과물을 평가하는 과정이 수학적인 계산방법에 의해 검토되어 제한적이거나, 주관적이고 시각적인 검토에만 의존해왔다. 이러한 문제점들을 해결하기 위하여 정량적이고 객관적으로 홀로그램 기록결과물의 품질을 자동으로 평가하는 시스템을 구현하였다. 학습 데이터셋에 사용할 이미지를 등급에 따라 구분하여 1,200개를 새롭게 생성하였다. 그 이미지를 홀로그램의 품질평가에서 기록광원의 과다노출 또는 노출부족으로 구분할 수 있도록 6등급으로 구분하였다. 홀로그램 기록결과물의 촬영 이미지는 일반적인 디지털 사진의 촬영 이미지와는 다르기 때문에 품질평가의 기준을 다르게하여 구분하기 위해서 그 기준에 부합하여 CNN 모델을 설계하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 이론적 배경
Ⅲ. 제안된 방법
Ⅳ. 결론
REFERENCES

참고문헌 (12)

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) : I410-151-25-02-090994512