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
- 2024.11
- 수록면
- 1,321 - 1,329 (9page)
- DOI
- 10.6109/jkiice.2024.28.11.1321
이용수
초록· 키워드
오류제보하기
딥러닝 기술의 발전에 따라 고성능 객체 탐지 모델들이 지속적으로 출시되고 있으나, 객체 탐지 성능을 극대화하기 위해서는 모델 성능뿐만 아니라 정확한 어노테이션이 적용된 데이터셋이 필요하다. 기존 데이터셋 구축 방식은 사람의 수작업에 의존하는 지도 학습이 주를 이루어 시간과 비용이 많이 소요되며, 특히 비정형 객체에 대해 어노테이션 효율이 낮다. 이를 해결하고자 본 논문에서는 사전 학습된 가중치와 신뢰 점수를 활용한 자동 어노테이션 프로세스를 설계하고, 다양한 신뢰 점수 임계값(0.5, 0.75, 0.9)을 통해 최적의 어노테이션 성능을 실험하였다. 실험 결과, 신뢰 점수 0.75~0.9 구간에서 높은 인식 성능과 데이터 보존율이 달성되었으며, 원본 대비 mAP와 평균 신뢰도가 각각 10% 이상 개선되었다. 이러한 결과는 다양한 객체와 데이터셋에 대해 자동 어노테이션 프로세스의 유효성을 보여주며, 향후 더욱 효율적인 데이터셋 개선 가능성을 제시한다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 가중치 개선 프로세스
Ⅳ. 수행 및 결과
Ⅴ. 결론
REFERENCES
참고문헌 (15)
참고문헌 신청
e-nara Std. 2014, Fire Occurrence Status, e-nara, Daejeon, KR. 2024.
M. Y. Lee, “Issues on Protecting Personal Image Data managed by Artificial-Intelligent CCTV,” Soongsil Law Review, vol. 52, no. 52, pp. 205-237, Jan. 2022. DOI: 10.35867/ssulri.2022.52..006.
S. C. Lee, Y. H. Kim, S. K. Kang, and M. H. Park, “Research on Intelligent Anomaly Detection System Based on Real-Time Unstructured Object Recognition Technique,” Journal of Korea Multimedia Society, vol. 25, no. 3, pp. 546-557, Mar. 2022. DOI: 10.9717/kmms.2022.25.3.546.
K. He, X. Zhang, S. Ren, and J. Sun, “Deep Residual Learning for Image Recognition,” in Proceedings of the 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Las Vegas: USA, pp. 770-778, 2016. DOI: 10.1109/CVPR.2016.90.
K. Simonyan and A. Zisserman, “Very Deep Convolutional Networks for Large-Scale Image Recognition,” arXiv preprint arXiv: 1409.1556, Sep. 2014. DOI: 10.48550/arXiv.1409.1556.
M. Y. Lee, “Issues on Protecting Personal Image Data managed by Artificial-Intelligent CCTV,” Soongsil Law Review, vol. 52, no. 52, pp. 205-237, Jan. 2022. DOI: 10.35867/ssulri.2022.52..006.
S. C. Lee, Y. H. Kim, S. K. Kang, and M. H. Park, “Research on Intelligent Anomaly Detection System Based on Real-Time Unstructured Object Recognition Technique,” Journal of Korea Multimedia Society, vol. 25, no. 3, pp. 546-557, Mar. 2022. DOI: 10.9717/kmms.2022.25.3.546.
K. He, X. Zhang, S. Ren, and J. Sun, “Deep Residual Learning for Image Recognition,” in Proceedings of the 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Las Vegas: USA, pp. 770-778, 2016. DOI: 10.1109/CVPR.2016.90.
K. Simonyan and A. Zisserman, “Very Deep Convolutional Networks for Large-Scale Image Recognition,” arXiv preprint arXiv: 1409.1556, Sep. 2014. DOI: 10.48550/arXiv.1409.1556.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
자율주행 AI 학습데이터 구축을 위한 3차원 동적객체 어노테이션 자동화 알고리즘 연구
대한토목학회 학술대회
2023 .10
-
결함 검출을 위한 자동 어노테이션 프로세스 연구
한국신뢰성학회 학술대회논문집
2021 .06
-
잘못된 어노테이션 제거기법을 활용한 딥러닝 학습용 이미지 데이터 셋 구축 시스템 연구
한국정보과학회 학술발표논문집
2021 .06
-
행동 이해용 학습데이터 생성을 위한 어노테이션 도구 개발
한국통신학회 학술대회논문집
2018 .06
-
기계 학습 기반 정보 추출을 위한 자가 증강형 텍스트 어노테이션 시스템 연구
한국정보과학회 학술발표논문집
2018 .06
-
공예품 이미지의 객체감지 및 감성정보 자동분석을 위한 어노테이션 시스템 개발
한국정보과학회 학술발표논문집
2020 .12
-
딥러닝 작업을 위한 오픈소스 기반 이미지 어노테이션 시스템 구축 및 공유
한국정보과학회 학술발표논문집
2018 .06
-
위상학적 지도를 위한 어노테이션 도구 개발
한국통신학회 학술대회논문집
2020 .08
-
대용량 영상 데이터 학습을 위한 반자동 어노테이션 방법 연구
한국통신학회 인공지능 학술대회 논문집
2023 .09
-
지식베이스 구축을 위한 웹 기반 어노테이션 도구
한국정보과학회 학술발표논문집
2015 .12
-
사용자 추적을 위한 2D LiDAR 데이터 어노테이션 방법
한국통신학회 학술대회논문집
2024 .06
-
사람 객체 인식 및 추적을 위한 EO/IR 이미지 활용 어노테이션 오류 방지 방법
한국정밀공학회 학술발표대회 논문집
2022 .05
-
YONI : 객체 탐지를 위한 개선된 합동 훈련
디지털콘텐츠학회논문지
2020 .01
-
딥러닝 기술을 활용한 학습데이터 구축 시스템 개선
한국정보통신학회 여성 ICT 학술대회 논문집
2021 .08
-
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
-
금형 공정 이미지로부터 객체 탐지 모델을 학습하기 위한 효율적인 Annotation 및 학습 방법
한국정보과학회 학술발표논문집
2022 .06
-
딥러닝을 활용한 도자기 이미지 분류 이해
한국정보과학회 학술발표논문집
2021 .12
-
YOLOv5 학습 시 바운딩 박스 개수에 따른 화재 탐지 성능 비교
한국정보통신학회 종합학술대회 논문집
2022 .10
-
객체 인식을 위한 RGB-D 기반 자동 Annotation Tool 개발
Proceedings of KIIT Conference
2022 .12
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-091126296