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
학술대회자료
저자정보
서예원 (국립한밭대학교) 최예진 (국립한밭대학교) 정재은 (국립한밭대학교) 김지영 (국립한밭대학교) 한승석 (국립한밭대학교) 최해철 (국립한밭대학교)
저널정보
한국방송·미디어공학회 한국방송미디어공학회 학술발표대회 논문집 한국방송·미디어공학회 2024 추계학술대회
발행연도
2024.11
수록면
297 - 300 (4page)

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 초고해상화 (Super Resolution, SR)와 지각 손실 (Perceptual Loss)를 접목하여 탐지 (Detection)과 분할 (Segmentation) 작업을 위한 신경망의 성능을 향상하는 방법을 제안한다. 기존의 탐지 및 분할 신경망은 저해상도 위성 영상 입력 시 정확도가 저하되는 문제가 있다. 이를 해결하고 탐지 및 분할의 작업 성능을 개선하기 위해서, 제안 방법은 초고해상화 신경망을 작업 신경망의 전단에 통합하여 작업 신경망의 입력 영상을 고해상도로 재구성시킨다. 또한 VGG-16 네트워크에서 추출한 특징을 이용해 그 입력 영상의 지각 손실을 줄여 시각적으로 의미있는 정보를 보존시킨다. 학습에서는 기존 작업 신경망과 VGG-16 은 고정하고, 초고해상화 신경망을 탐지 혹은 분할 작업 손실, 재구성 손실, 지각 손실에 대해 최적화되도록 미세 조정을 한다. 이를 통해 탐지 및 분할 작업의 성능을 향상시킬 수 있는 재구성 입력 영상을 얻을 수 있다. 실험 결과, 기존 탐지 및 분할 신경망에 초고해상화와 지각 손실을 적용하는 것이 탐지 및 분할의 작업 성능을 각각 향상시킬 수 있음을 확인하였다. 제안 접근 방법은 탐지 및 분할 작업뿐만 아니라 다양한 작업에서 확장될 수 있을 것으로 기대된다.

목차

요약
1. 서론
2. 관련 연구
3. 제안 방법
4. 실험 결과
5. 결론
6. 참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0